[发明专利]一种建立服装图像多层次细节骨架模型的方法

摘要

本发明公开了一种建立服装图像多层次细节骨架模型的方法。对于预先从图像中提取的服装轮廓，运用约束Delaunay三角化方法提取服装轮廓对应的服装骨架，并对提取得到的服装骨架进行光滑；同时提取服装轮廓对称轴，并利用服装轮廓对称轴匹配服装骨架分支，利用改进的网页排序方法计算骨架关键点的重要性值；利用迭代循环计算服装骨架关键点的重要性值并且简化服装骨架，得到最后的服装图像的多层次细节骨架模型。本发明可对服装骨架进行依次简化，并可得到服装图像从简到繁的多层次细节骨架模型。

主权项

一种建立服装图像多层次细节骨架模型的方法，其特征在于：步骤一、提取服装骨架：通过OPENCV工具从服装图像提取服装轮廓并等距采样得到服装轮廓的多边形，将组成服装轮廓的多边形作为约束条件，对多边形内部进行Delaunay三角剖分，使得多边形内部的三角形保持Delaunay三角形的属性，得到具有两种不同类型边的三角形；两种不同类型边为存在于服装轮廓的内部的内部边和存在于服装轮廓上的边界边，再将剖分得到的三角形根据所具有内部边和边界边的数量划分为三类，提取每个三角形的内部骨架线段，将所有三角形的内部骨架线段端点首尾相连，得到服装骨架；步骤二、对所提取的服装骨架进行光滑：提取服装骨架中的服装骨架分支，分别对每个服装骨架分支进行Bezier曲线拟合，将服装骨架分支的两个端点作为Bezier曲线的始末点，服装骨架分支中间的骨架连接点作为Bezier曲线的控制点；步骤三、提取服装轮廓对称轴：用主成分分析PCA方法对服装轮廓的等距采样点进行降维得到两个特征向量，两个特征向量分别作为主方向和次方向；以服装轮廓的重心点为经过点，分别以主方向和次方向为直线方向，各自组成两个PCA轴，每个PCA轴将服装轮廓分割成两侧的轮廓线P和Q；以其中任意一个PCA轴为镜像轴，将其中一侧的轮廓线P镜像映射到另一侧，得到镜像部分轮廓线P′，并计算镜像轴同侧两个轮廓线P′和Q的镜像Hausdorff距离，分别计算两个PCA轴分割得到两侧轮廓线的镜像Hausdorff距离，选取较小镜像Hausdorff距离所对应的PCA轴作为初始服装轮廓对称轴l₀，初始服装轮廓对称轴l₀进行迭代调整得到真实服装轮廓对称轴l；步骤四、匹配服装骨架分支：利用真实服装轮廓对称轴l对服装骨架分支根据重心的位置进行左右归类，计算左、右侧服装骨架分支两两之间的镜像Hausdorff距离；依次选取镜像Hausdorff距离最小值所对应的两个左右服装骨架分支作为匹配对，已选取作为匹配对的两个左右服装骨架分支不作为下一次选取匹配对的对象，直至其中一侧的服装骨架分支已被选取完，得到多组匹配对；将镜像Hausdorff距离依次从小到大排列，再运用大津Otsu法，每个镜像Hausdorff距离依次作为分割值，用分割值将所有得到的镜像Hausdorff距离根据大小分成两类，并计算两类各自的类内方差以及类间方差，取两类的类内方差最小和类间方差最大对应的分割值作为最优阈值，去除大于最优阈值的镜像Hausdorff距离所对应的服装骨架分支匹配对；步骤五、利用改进的网页排序方法计算骨架关键点的重要性值：将每个骨架关键点作为网页排序方法的页面节点赋予相同的重要性初始值，每个服装骨架分支表示了两个骨架关键点之间的一个链接，包含出链和入链；将服装骨架分支的长度作为网页排序方法中重要性值的分配因素，采用网页排序方法通过出链、入链的关系不断迭代计算更新，直至数值稳定得到最后每个页面节点的重要性值，具体采用以下公式：$\mathrm{PR}\left(E\right)={\mathrm{\Σ}}_{i=0}^{m-1}\frac{L(E,E_i)}{{\mathrm{\Σ}}_{j=0}^{n-1}L(E_i,E_j)}\mathrm{PR}\left(E_i\right)$其中，PR(E)表示页面节点E的重要性值，m表示页面节点E所链接的页面节点E_i的数量，N(E_i)表示页面节点E_i所链接的页面节点数量，n表示页面节点E_i所链接的页面节点E_j的数量，L(E_i,E_j)表示两个相互链接页面节点E_i和E_j之间的路径长度，i表示页面节点E所链接的页面节点E_i的序数，j表示页面节点E_i所链接的页面节点E_i的序数；步骤六、利用迭代循环计算服装骨架的重要性值，建立服装图像的多层次细节骨架模型：将服装的骨架末梢点所连接的唯一服装骨架分支定义为骨架末梢分支，重复计算服装骨架关键点的重要性值并且简化服装骨架，得到最后的服装图像的多层次细节骨架模型。