[发明专利]一种图案边缘轨迹智能提取方法及其应用

摘要

本发明公开了一种花样图案边缘轨迹智能提取方法及其在电脑花样机上的应用，目的在于解决缝制行业图案的花样文件的生成主要依靠人工测量，通过平面矢量绘图软件像按绘制而严重影响了缝制效率的问题。本申请以计算机视觉、人工智能（AI）等方法为基础，经过对大量相关的数字图像处理算法研究，提出了一种图像矢量化技术自动生成花样文件的算法。算法在图像轮廓提取中，采用基于图像Matting抠图理论，从图案的边缘出发找出一条符合要求的准确的目标轮廓。在图像矢量化方面，提出基于多边形矢量线条，采用三次样条曲线对其进行了转角的光滑处理。最后，发明人对以上算法生成的花样文件在电脑花样机上进行了实现验证，实验结果有效验证了本发明的实用性和可行性。

主权项

1.一种图案边缘轨迹智能提取方法，其特征在于，包括如下步骤：(1)图像抠图选取待处理的自然图像，将自然图像中像素点的值归一化至[0,1]范围，目标内部部分为1，背景部分则为0；而在目标与背景分界出的值属于(0,1)之间；将图像中的像素点采用如下公式进行约束化处理：s.t. α^k＝Ey^k         (1‑22)；其中E＝[e₁,...,e_K]，分别对应ML矩阵最小特征值所对应的K个特征向量；式(1‑23)表示在每个像素的所有Matte组分之和必须为1；其中，ML矩阵的通项为：式(1‑8)中：μ_k和Σ_k是窗口k像素的均值和方差，δ_ij为克罗内克函数；在式(1‑21)中，令其中的k＝1，而ρ的值定为0.9，因此式(1‑21)可以变为：f(α)＝α^0.9+(1‑α)^0.9                  (1‑24)式(1‑24)便是最终选择的CRF特征函数，其表示了在各个像素点α的值对总的损失函数的贡献；然后，使用条件随机场来智能获取目标轮廓，在0＜α＜1之间众多的序列中寻找一条闭合的路径，并且这条路径必须要满足以下条件：1)、相应的锚点位置不能处于背景或者目标像素，并且锚点之间的连线不能与B和F有交集；2)、路径的方向只能沿着B和F之间的区域，不能回旋；3)、路径的选取要以包容目标像素为主，这样得到的路径才是准确的；4)、尽可能的减少锚点数量，减少轮廓线的毛刺；(2)图像矢量化处理将步骤1提出的轮廓进行图像矢量化处理，将线条的几何图元生成对应的矢量文件。