[发明专利]一种基于曲率分析的图像特征快速分割方法

权利要求书

1.一种基于曲率分析的图像特征快速分割算法，其特征在于，包括如下步骤：

(1)输入待处理图像，利用Canny算子获取边缘点；

(2)对边缘图像进行零阶几何连续化处理，主要包括：边界追踪、边缘连接以及高斯演化，获取有序的空间连续边缘点集合；

(3)对边缘点进行高阶几何连续化分析，包括曲率计算以及曲率极大值筛选，即检测图像中的角点，从而实现图像特征的分割；

其中对边缘点进行高阶几何连续化分析的步骤如下：

步骤1：利用中间差分法计算曲率值；

步骤2：对高斯演化后的曲率与夹角的函数关系进行修正，确定尺度参数值及修正后的κ_i-θ_i曲线的数学模型为：

步骤3：采用最小二乘法进行数据曲线拟合，得出修正系数和曲线拟合的均方根误差；

步骤4：在先验信息不足时曲率阈值的缺省值的设计方法：通过建立边缘点邻域的几何模型及统计分析的方法设计曲率阈值；

步骤5：根据高斯演化的尺度参数σ，设计直线特征的曲率阈值T_line；直线边缘点集合与曲线边缘点集合的判别准则修正为：时，C_mn判定为直线边缘点集合；时，C_mn判定为曲线边缘点集合；

其中，表示修正后的曲率值，k_κ-θ为修正系数，θ_i为边缘点两侧切线的夹角，为曲线C_mn的平均曲率值，C_mn为边缘点集合。

(4)对分割后的边缘点进行特征识别，区分出直线与曲线特征。

2.根据权利要求1所述的一种基于曲率分析的图像特征快速分割算法，其特征在于，所述的步骤2，尺度参数值设计为9。

3.根据权利要求1所述的一种基于曲率分析的图像特征快速分割算法，其特征在于，所述的步骤4，曲率阈值设计方法如下：

建立边缘点p_i的2邻域几何模型Ω_κ(p_i)，即边缘点在水平方向两侧各两个邻域点，由于空间的连续性，该2邻域模型的水平方向像素尺寸L_θ小于等于4个像素，竖直方向尺寸H_θ小于等于2个像素；当H_θ＝0时，此时Ω_κ(p_i)为直线；当L_θ＝4，H_θ＝2时，如右侧两个邻域边缘点与边缘点p_i连成一条水平直线，左侧两个邻域点与边缘点p_i连成一条倾角为45°的直线，此时θ_i取最大值θ_imax＝135°；θ_imax是像素坐标系中，在半径为2的Ω_κ(p_i)内能够分辨的最大角度；根据最大分辨角度，利用公式即可计算出曲率阈值。