一种基于轮廓带图的相似单元的检测方法

摘要

本发明公开了一种基于轮廓带图的相似单元的检测方法，其步骤为：S1：使用简单笔画标定被检测图像中相似单元中的其中一个，以及标定被检测图像的背景区域；S2：对所标定的被检测图像进行分割，提取出相似单元的样例，并去除被检测图像的背景区域，保留由相似单元组成的前景区域；S3：从所述前景区域中获取轮廓图，得到图像中潜在的物体轮廓边界；S4：由所述轮廓图中轮廓点附近区域的范围构建轮廓带图；S5：将所述相似单元的样例和所述轮廓带图进行匹配，确定被检测图像中相似单元的位置。本发明能够根据用户输入的简单提示，寻找图像中的相似单元并对其定位，检测结果可以应用于如图像重排、编辑传播、同步变形等基于图像中场景物体级别的编辑操作。

主权项

一种基于轮廓带图的相似单元的检测方法，其特征在于，包括以下步骤：S1：使用简单笔画标定被检测图像中多个相似单元中的其中一个，并标定被检测图像的背景区域；S2：对所标定的被检测图像进行分割，提取出所标定的相似单元的样例，并去除被检测图像的背景区域，保留由所述多个相似单元组成的前景区域；S3：从所述前景区域中获取轮廓图，得到被检测图像中潜在的物体轮廓边界；S4：由所述轮廓图中轮廓点附近区域的范围构建轮廓带图，所述轮廓图中轮廓点附近区域的范围为轮廓带；S5：将所标定的相似单元的样例和所述轮廓带图进行匹配，确定被检测图像中所述多个相似单元的位置；其中，所述步骤S4中构建的轮廓带图为二维向量组成的数组：M＝{mp}H×W，其中，mP为被检测图像中的每个像素P对应的二维向量，H×W为被检测图像的大小；该二维向量的大小为附近区域轮廓点可信度值的平均，方向为所述轮廓点处的边缘梯度方向；所述步骤S5中将所标定的相似单元的样例和所述轮廓带图进行匹配时，将所标定的相似单元的样例的轮廓构建成二维向量组成的数组：T＝{tp}h×w，其中，tp为相似单元的样例中每个像素P对应的二维向量，h×w为相似单元的样例的大小；该二维向量在轮廓点处的幅值为1，方向为梯度方向，该二维向量在其余点处为0；所述步骤S5中将所标定的相似单元的样例和所述轮廓带图进行匹配时的匹配程度的计算方法为： D ( u , v ) ( T , M ) = Σ j = 0 h Σ i = 0 w ( t ( i , j ) · m ( i + u , j + v ) ) 2 其中，(u，v)为轮廓带图中被匹配点的坐标；根据匹配程度确定被检测图像中所述多个相似单元的位置。