[发明专利]一种基于图像特征点的草图生成方法、服务器及系统

权利要求书

1.一种基于图像特征点的草图生成方法，其特征在于，包括：

对获取的实体图像进行预处理操作；

基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；

采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图；

基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点的具体过程包括：

将预处理后的实体图像转化为二值图像；

计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；

依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；

依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；

在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。

2.如权利要求1所述的一种基于图像特征点的草图生成方法，其特征在于，对获取的实体图像进行预处理操作包括降噪处理以及实体图像的边界跟踪。

3.如权利要求2所述的一种基于图像特征点的草图生成方法，其特征在于，依次采用中值滤波去噪方法和膨胀运算方法对获取的实体图像降噪。

4.一种基于图像特征点的草图生成服务器，其特征在于，包括：

预处理模块，其被配置为：对获取的实体图像进行预处理操作；

边缘特征点提取模块，其被配置为：基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；

边缘特征点拟合模块，其被配置为：采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图；

基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点的具体过程包括：

将预处理后的实体图像转化为二值图像；

计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；

依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；

依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；

在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。

5.如权利要求4所述的一种基于图像特征点的草图生成服务器，其特征在于，在所述预处理模块中，对获取的实体图像进行预处理操作包括降噪处理以及实体图像的边界跟踪。

6.如权利要求5所述的一种基于图像特征点的草图生成服务器，其特征在于，在所述预处理模块中，依次采用中值滤波去噪方法和膨胀运算方法对获取的实体图像降噪。

7.如权利要求4所述的一种基于图像特征点的草图生成服务器，其特征在于，所述边缘特征点提取模块，包括：

二值图像转化子模块，其被配置为：将预处理后的实体图像转化为二值图像；

小波系数的模值和幅角构造子模块，其被配置为：计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；

水平和垂直方向梯度计算子模块，其被配置为：依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；

矩阵元素值序列生成子模块，其被配置为：依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；

特征点提取子模块，其被配置为：在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。

8.一种基于图像特征点的草图生成系统，其特征在于，包括如权利要求4-7中任一项所述的基于图像特征点的草图生成服务器。