[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

说明书

本发明公开了一种基于图像特征点的草图生成方法、服务器及系统。其中，基于图像特征点的草图生成方法包括：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。该方法能够提高设计效率，满足普通设计人员的使用。

技术领域

本发明属于三维模型造型设计领域，尤其涉及一种基于图像特征点的草图生成方法、服务器及系统。

背景技术

随着科技水平的不断进步，人们对于三维模型的兴趣度逐步提高，三维建模已成为计算机研究领域中的一个热点话题。不论是在3D游戏设计、机械制造、智能家居还是在医疗等多领域中都会涉及到不同程度的三维模型。然而，随着客户需求不断提高，模型的设计效率也不断加快，在三维模型设计过程中草图的绘制是其中重要的一个环节，伴随生活步伐的加快，要求的模型也变得相对复杂，因而需要绘制的草图效率更高。

针对这方面的研究已有很多，比如：Peng等通过信息熵分析并构建草图的描述符，对手绘草图模型进行分析，刘凯、孙正兴等人提出一种生成三维复杂曲面的交互方法，支持用户通过修改手绘草图构建三维模型的形状，以及相关人员通过基于霍夫变换法和随机圆检测法(RCD)的轮廓几何特征识别方法的约束机制来完成草图的绘制等。

但是仍然存在以下几点问题：

1)通过信息熵分析绘制草图描述符，结构较为单一，在草图设计过程中，线条及其轮廓绘制处理工作量较大，在关键点选择、线条的弯曲程度、平滑度的处理以及复杂图形的绘制方面，草绘方式的效率较低；

2)尽管通过霍夫变换法和随机圆检测法可以对几何特征轮廓进行识别，但是识别的都是直线和圆弧的基本特征。而针对于弯曲的线框模型来说不具有适用性。比如：对带有弯曲拐点的图形以及凹凸不平的图形来说，霍夫变换法和随机圆检测法只能检测到图形中的直线和随机的线条，检测结果并不是很理想。而本发明直接在图像上处理，用基于小波自适应Harris检测算子直接在图像提取图像边缘点进一步对拐点、特征点进行提取，检测结果更为明确。

3)主流的草图绘制软件涉及的工具较多，普通用户在短时间内难以进行相关模型的绘制工作。

综上所述，在实际设计过程中，随着客户的需求逐步提高，如何加快草图的绘制效率，提高模型的设计工作是设计师需要解决的重点问题。

发明内容

为了解决现有技术的不足，本发明的第一目的是提供了一种基于图像特征点的草图生成方法，其降低了时间复杂度，提高了绘制效率。

本发明的一种基于图像特征点的草图生成方法，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。

进一步的，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。

由于图像在传输过程中可能会出现噪声污染使图像质量下降的现象，因此，首要的工作是对图像进行降噪处理。

进一步的，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。

这样能够在去除图像的噪声的同时，保证图像的清晰度。

进一步的，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；