发明名称 面向输电线路基于区域宽度信息的图像骨架提取方法
摘要 本发明公布了一种面向输电线路基于区域宽度信息的图像骨架提取方法,包括步骤如下:利用基于图像灰度梯度和灰度统计直方图的自适应预分割方法将输入的彩色图像转化为灰度图像并进行自适应图像预分割得到灰度图像IG0;分别从四个方向扫描灰度图像IG0,得到图像在各个方向的扫描线段序列;标记扫描骨架图像和扫描宽度信息图;将四个方向的扫描骨架图合成得到灰度图像IG0的综合扫描骨架图S;通过对综合扫描骨架图S的每个初始骨架点进行规格化,即得到灰度图像IG0的携带区域宽度信息的骨架图。本发明算法实现简单、计算开销小、运算速度快。
申请公布号 CN101807253B 申请公布日期 2012.07.25
申请号 CN201010129086.X 申请日期 2010.03.22
申请人 南京工程学院 发明人 黄宵宁;李桥梁;杨忠
分类号 G06K9/52(2006.01)I;G06T5/40(2006.01)I 主分类号 G06K9/52(2006.01)I
代理机构 南京经纬专利商标代理有限公司 32200 代理人 许方
主权项 1.一种面向输电线路基于区域宽度信息的图像骨架提取方法,其特征在于包括如下步骤:(1)利用基于图像灰度梯度和灰度统计直方图的自适应预分割方法将输入的彩色图像转化为灰度图像并进行自适应图像预分割得到预分割后的灰度图像I<sub>G0</sub>:(1.1)将输入的彩色图像转换为灰度图像I<sub>G</sub>;(1.2)在水平方向逐行扫描步骤(1.1)所述的灰度图像I<sub>G</sub>,得到灰度图像I<sub>G</sub>的每个像素在水平方向的灰度梯度,形成灰度图像I<sub>G</sub>的灰度梯度图I<sub>grad</sub>;(1.3)计算灰度梯度:对步骤(1.2)所述的灰度梯度图I<sub>grad</sub>中属于[4,255]区间的灰度梯度值进行统计平均,得到灰度图像I<sub>G</sub>的统计平均灰度梯度G<sub>s</sub>,其中4为视觉器官可感知的最小灰度梯度,255为灰度图像I<sub>G</sub>的最大灰度梯度;将统计平均梯度G<sub>s</sub>与视觉器官能明显感知的灰度梯度区间G<sub>e</sub>=[16,32]比较,得到灰度图像I<sub>G</sub>的灰度梯度G<sub>g</sub>:如G<sub>s</sub><16,则G<sub>g</sub>=16;如G<sub>s</sub>>32,则G<sub>g</sub>=32;否则G<sub>g</sub>=G<sub>s</sub>;(1.4)采用灰度图像I<sub>G</sub>的所有灰度等级建立其灰度直方图H<sub>G</sub>,所述灰度直方图H<sub>G</sub>表示灰度图像I<sub>G</sub>的每个灰度等级k对应的像素数量n<sub>k</sub>,其中横轴为灰度级别k;竖轴为相应灰度级别k的像素个数n<sub>k</sub>,灰度等级k的取值范围为0至255;(1.5)扫描步骤(1.4)所述的灰度直方图H<sub>G</sub>,得到灰度属性列表A<sub>k</sub>,即针对每个灰度等级k,根据其像素数量n<sub>k</sub>与其前一个灰度等级k-1的像素数量n<sub>k-1</sub>的大小关系,将对应的灰度属性列表A<sub>k</sub>标记为“上升”、“下降”或“不变”:当n<sub>k</sub>>n<sub>k-1</sub>,则标记灰度级k为“上升”;当n<sub>k</sub><n<sub>k-1</sub>,则标记灰度级k为“下降”;当n<sub>k</sub>=n<sub>k-1</sub>,则标记灰度级k为“不变”;灰度级别0和255均标记为“不变”;(1.6)扫描灰度属性列表A<sub>k</sub>,并在灰度属性列表A<sub>k</sub>中标记出“谷底”区域序列B<sub>i,j(i,j∈0-255,j≥i)</sub>,“谷底”区域B<sub>i,j(i,j∈0-255,j≥i)</sub>是指灰度属性列表A<sub>k</sub>中属性A<sub>i</sub>为“下降”、A<sub>j</sub>为“上 升”的区间;(1.7)找到步骤(1.4)所述的灰度直方图H<sub>G</sub>的峰值n<sub>p</sub>=MAX(n<sub>k</sub>),确定灰度直方图H<sub>G</sub>的峰值n<sub>p</sub>对应的灰度等级p所对应的图像分割灰度阈值区间T<sub>p</sub>=[t<sub>0</sub>,t<sub>1</sub>],其中MAX()表示求最大值;t<sub>0</sub>=MAX(0,p-G<sub>g</sub>),t<sub>1</sub>=MIN(255,p+G<sub>g</sub>);在灰度属性列表A<sub>k</sub>上,从t<sub>0</sub>向峰值对应的灰度等级p方向扫描,当在[t<sub>0</sub>,p]区间找到第一个“谷底”,则取该“谷底”对应的灰度等级为新的t<sub>0</sub>值,找不到“谷底”则t<sub>0</sub>不变;同样地,从t<sub>1</sub>向峰值对应的灰度等级p方向扫描,当在[p,t<sub>1</sub>]区间找到第一个“谷底”,则取该“谷底”对应的灰度等级为新的t<sub>1</sub>值,找不到“谷底”则t<sub>1</sub>不变;(1.8)扫描整个灰度图像I<sub>G</sub>,将灰度等级属于步骤(1.7)所述的图像分割灰度阈值区间T<sub>p</sub>=[t<sub>0</sub>,t<sub>1</sub>]的像素的灰度等级设置为p;(1.9)将灰度直方图H<sub>G</sub>中满足k∈T<sub>p</sub>=[t<sub>0</sub>,t<sub>1</sub>]的n<sub>k</sub>设为0,即n<sub>k</sub>=0;(1.10)重复步骤(1.7)、(1.8)、(1.9),直到灰度图像直方图的峰值为0,完成图像像素的聚类,实现图像的预分割,得到预分割后的灰度图像I<sub>G0</sub>;(2)分别从四个方向扫描整个灰度图像I<sub>G0</sub>,得到灰度图像I<sub>G0</sub>在各个方向的扫描线段集合<img file="RE-RE-FSB00000766428200021.GIF" wi="1166" he="106" />其中集合元素的上标表示扫描线段的起点和终点,r1、r2为行号,取值区间为[0,ht-1],c1、c2为列号,取值区间为[0,wid-1],ht、wid分别为所述图像的行数和列数,即图像的高度和宽度,为大于1的自然数,集合元素的数字下标表示扫描方向d=0、1、2、3,所述四个方向如下:方向0--水平方向、方向1--右上45度方向、方向2--垂直方向、方向3--左上45度方向,下同;(3)建立与灰度图像I<sub>G0</sub>有相同尺寸大小的扫描骨架图像S<sub>d(d=0、1、2、3)</sub>和综合扫描骨架图S,并将所述S<sub>d(d=0、1、2、3)</sub>和综合扫描骨架图S中所有像素的灰度值初始化为0,分别用于记录灰度图像I<sub>G0</sub>在扫描方向d的扫描骨架信息以及综合扫描骨架信息;建立与灰度图像I<sub>G0</sub>有相同尺寸大小的扫描宽度信息图W<sub>d(d=0、1、2、3)</sub>,并将扫描宽度信息图W<sub>d(d=0、1、2、3)</sub>中所有像素的灰度值初始化为0,分别用于记录灰度图像I<sub>G0</sub>中每个像素在所在扫描方向d的扫 描线段的长度信息;(4)将步骤(2)所述的每个方向的扫描线段集合中的每条扫描线段的中点在对应扫描方向的扫描骨架图像S<sub>d(d=0、1、2、3)</sub>的对应像素用所述线段的长度作为该像素的灰度值标记出来,将所述扫描线段上的每个像素在对应扫描方向的扫描宽度信息图W<sub>d(d=0、1、2、3)</sub>上用所述线段的长度作为灰度值标记出来,分别得到灰度图像I<sub>G0</sub>在四个方向的扫描骨架图S<sub>d(d=0、1、2、3)</sub>和扫描宽度信息图W<sub>d(d=0、1、2、3)</sub>;(5)将步骤(4)得到四个方向的扫描骨架图S<sub>d(d=0、1、2、3)</sub>合成得到灰度图像I<sub>G0</sub>的综合扫描骨架图S;(6)通过对步骤(5)得到综合扫描骨架图S的每个初始骨架点进行规格化,即得到灰度图像I<sub>G0</sub>的携带区域宽度信息的骨架图。
地址 211167 江苏省南京市江宁区弘景大道1号