一種基于貝塞爾控制點搜索的曲線識別方法
【專利摘要】一種基于貝塞爾控制點搜索的曲線識別方法。其包括：第一步驟，對當前圖像進行高斯平滑處理、Hessian計算和Hessian圖像細化操作，獲取Hessian細化圖像；第二步驟，用戶根據實際曲線位置，在視頻圖像上標定3個控制點；第三步驟，根據3個控制點，采用Bezier曲線構建模型法獲取Bezier曲線；第四步驟，根據Bezier曲線和3個控制點獲取Hessian細化圖像上的檢測曲線并輸出。本發明提供的基于貝塞爾控制點搜索的曲線識別方法可以簡單、準確地識別出視頻圖像中的曲線。
【專利說明】一種基于貝塞爾控制點搜索的曲線識別方法
【技術領域】
[0001]本發明屬于圖像處理【技術領域】，特別是涉及一種基于貝塞爾控制點搜索的曲線識別方法。
【背景技術】
[0002]醫學領域中的血管檢測、掌紋檢測、細胞檢測，電力領域中的高壓輸電線檢測等等都需要應用到曲線跟蹤技術，因此曲線跟蹤技術的研究有著重要的意義。
[0003]傳統的曲線跟蹤技術存在以下問題:1)對噪聲圖像敏感；2)對存在背景干擾的圖像敏感；3)無法準確識別出交叉曲線；4)無法識別出現斷裂的曲線；5)對于圖像出現變化的情況，無法準確識別待檢測曲線；6)無法實時地識別出圖像中存在的曲線；7) —旦曲線檢測錯誤，沒有自動修正機制識別曲線。
[0004]綜上所述，目前迫切需要提出一種能簡單、有效地跟蹤連接復雜場景中的曲線識別方法。

【發明內容】

[0005]為了解決上述問題，本發明的目的在于提供一種基于貝塞爾控制點搜索的曲線識別方法。
[0006]為了達到上述目的，本發明提供的基于貝塞爾控制點搜索的曲線識別方法包括按順序執行的下列步驟:
[0007]第一步驟101,對當前圖像進行高斯平滑處理、Hessian計算和Hessian圖像細化操作，獲取Hessian細化圖像；
[0008]第二步驟102，用戶根據實際曲線位置，在視頻圖像上標定3個控制點；
[0009]第三步驟103,根據3個控制點,采用Bezier曲線構建模型法獲取Bezier曲線；
[0010]第四步驟104,根據Bezier曲線和3個控制點獲取Hessian細化圖像上的檢測曲線并輸出。
[0011]在第一步驟101中，所述的高斯平滑處理的方法如下:設當前圖像為I (X，y)，經過濾波處理后獲得的平滑圖像I。(X，y)為:
[0012]I。(x，y) = I(x，y)*g。(x，y)
[0013]其中，I(X，y)為當前圖像內點(x，y)的灰度值，I。(x，y)為當前圖像的平滑圖像內點(x，y)的灰度值，g0(x, y)表示高斯平滑的核函數，*表示卷積運算，高斯平滑的核函
數gjx，y)中。的取值與線的寬度有關，滿足σ，其中ω表示線的像素寬度。
[0014]在第一步驟101中，所述的Hessian計算包括以下步驟:
[0015]步驟a)利用當前的平滑圖像內每點(χ, y)的灰度值的二階梯度值構建Hessian矩陣
【權利要求】
1.一種基于貝塞爾控制點搜索的曲線識別方法，其特征在于，該方法包括按順序執行的下列步驟: 第一步驟101,對當前圖像進行高斯平滑處理、Hessian計算和Hessian圖像細化操作，獲取Hessian細化圖像； 第二步驟102，用戶根據實際曲線位置，在視頻圖像上標定3個控制點； 第三步驟103,根據3個控制點,采用Bezier曲線構建模型法獲取Bezier曲線； 第四步驟104， 根據Bezier曲線和3個控制點獲取Hessian細化圖像上的檢測曲線并輸出。
2.如權利要求1所述的方法，其特征在于，在第一步驟101中，所述的高斯平滑處理的方法如下:設當前圖像為I (x，y)，經過濾波處理后獲得的平滑圖像I。(x，y)為:
I ο (χ, y) =I (χ, y)*g0 (χ，y) 其中，I(x，y)為當前圖像內點(x，y)的灰度值，10 (x, y)為當前圖像的平滑圖像內點(x，y)的灰度值，g0 (χ, y)表示高斯平滑的核函數，*表示卷積運算，高斯平滑的核函數g0 (χ, y)中σ的取值與線的寬度有關，滿足σ2心/^，其中ω表示線的像素寬度。
3.如權利要求1所述的方法，其特征在于，在第一步驟101中,所述的Hessian計算包括以下步驟: 步驟a)利用當前的平滑圖像內每點(x，y)的灰度值的二階梯度值構建Hessian矩陣
4.如權利要求1所述的方法，其特征在于，在第一步驟101中,所述的Hessian圖像細化操作方法是對Hessian圖像進行形態學細化操作，以獲得Hessian細化圖像。
5.如權利要求1所述的方法，其特征在于，在第三步驟103中，所述的根據3個控制點P0 (χ0, y0), Pi (Χι, Υι), P2 (x2.y2)，采用Bezier曲線構建模型法確定Bezier曲線的公式如下:
P(t) = (l-t)2P0+2 (1-OtP^t2P2 O ^ t ^ 10
6.如權利要求1所述的方法，其特征在于，在第四步驟中，所述的根據Bezier曲線和3個控制點獲取Hessian細化圖像上的檢測曲線并輸出的方法包括以下步驟:
步驟 1041,同時將 3 個控制點 P0 (x0, y0)，P1 (X1, Y1)，P2 (x2, y2)在(χ- Δ x, y- Δ y) >(χ- Δ χ, y+ Δ y) > (χ+ Δ χ, y- Δ y) > (χ+ Δ χ, y+ Δ y)四個方向上進行整體平移，Axe {kl，2kl，L，klXn}，Ay e {kl, 2kl, L, kl Xn}，其中 kl、η 為閾值參數，kl e [4,6]且為整數，n e [2,4]且為整數，根據整體平移后的新控制點構建4n條新的Bezier曲線；步驟1042,分別針對每條新的Bezier曲線，對該Bezier曲線上的每一點在(Δχ'，Ay')范圍內搜索最近的Hessian點，Λ χ' e [_kl, kl]且為整數,Λ y' e [-kl, kl] ?為整數，統計該Bezier曲線上全部點與最近Hessian點的距離和； 步驟1043,比較每條新的Bezier曲線統計的距離和的大小,選取距離和最小的Bezier曲線對應的3個控制點P/ (V ,Yoi )，P/ (X1 / ,J1' ),V2' (x2/ ,J2')為3個基準控制點； 步驟1044，保持P/ ,P2/兩個基準控制點不變，分別以Pc/周圍的6個像素范圍內的像素點為臨時控制點，并根據該臨時控制點以及P/ >ρ2；構建Bezier曲線,計算該Bezier曲線的長度，以及該Bezier曲線在Hessian細化圖像上的有效點的數目，即統計該Bezier曲線上點屬于Hessian細化圖像前景點的數目，并計算該有效點的數目與該Bezier曲線的長度的比值，若該比值大于k2，k2 e [0.5，0.6]，則將該臨時控制點作為基準控制點Pc/的最佳控制點P/ ;同時以相同的方法分別獲取基準控制點P/、P2'的最佳控制點P1' P2* ；步驟1045，根據最佳控制點PAP1^P2*構建Bezier曲線，并將該Bezier曲線作為檢測曲線并輸出。
【文檔編號】G06K9/00GK103971101SQ201410216780
【公開日】2014年8月6日 申請日期:2014年5月21日 優先權日:2014年5月21日
【發明者】李富明, 黃國棟, 周建朋, 孫家新, 王開均 申請人:國家電網公司, 國網天津市電力公司