[发明专利]一种结构面提取方法

权利要求书

1.一种结构面提取方法，其特征在于，包括如下步骤：

S1.对获取的结构面图像进行全局平滑滤波，得到第一图像；

S2.对S1中所述第一图像运用自适应滤波算子，用于提取结构面线性特征；

S3.对S2中所述结构面线性特征进行去噪处理并提取结构面线性轮廓；

S4.在S3中所述结构面线性轮廓的基础上，运用渐进性直线拟合方法进行线段标注，得到结构面近似轮廓。

2.根据权利要求1所述的一种结构面提取方法，其特征在于，所述S1中的全局平滑滤波操作包括：

S11.将获取的结构面图像转化为灰度图像X；

S12.对于所述灰度图像X中的某一像素点x，在整张图像X中搜索k个与x最相似的像素点{y₁，y₂，…，y_k}，根据相似度c_i，i＝1，2，...，k确定权重w(x，y_i)，计算得到x的像素值

S13.计算得到所述灰度图像X中所有像素点的像素值。

3.根据权利要求1所述的一种结构面提取方法，其特征在于，所述S2中的利用自适应滤波算子提取结构面线性特征，具体步骤包括：

S21.将所述第一图像分割为若干等尺寸的子区域；

S22.对所述若干子区域进行阈值处理，用于确保若干所述子区域的像素值分布方差低于设定的第一阈值，得到第二图像；

S23.对所述第二图像运用自适应滤波操作，得到结构面线性特征。

4.根据权利要求3所述的一种结构面提取方法，其特征在于，所述S22中的阈值处理包括：对于S21中的任一子区域P，

像素值分布方差的计算公式为∑_i∈P(P_i-Mean(P))²，其中Mean(P)是子区域P中所有像素的均值，若所述像素值分布方差大于所述第一阈值时，则对所述子区域P进行若干次高斯滤波操作，使得所述子区域P的分布方差低于所述第一阈值。

5.根据权利要求3所述的一种结构面提取方法，其特征在于，所述S23中的自适应滤波操作包括纵向梯度滤波和横向梯度滤波，所述纵向梯度滤波和所述横向梯度滤波的卷积算子分别为：

6.根据权利要求4所述的一种结构面提取方法，其特征在于，所述高斯滤波算子为5×5的高斯核：

7.根据权利要求1所述的一种结构面提取方法，其特征在于，所述S3中提取结构面线性轮廓的具体步骤包括：

S31.标注突变点；

S32.扫描并连接突变点周边的其他突变点；

S33.重复步骤S31和S32，得到不同分组的像素点；

S34.对S33中的不同分组的像素点进行去噪处理，得到结构面线性轮廓。

8.根据权利要求1所述的一种结构面提取方法，其特征在于，对所述S4中的结构面线性轮廓运用渐进性直线拟合方法用于线段标注，具体包括：

S41.对于所述线性轮廓中的任一一条线性轮廓a，连接a的首尾两点A和B构成直线段AB；

S42.计算a上离直线段AB距离最大的点C，计算C与直线段AB的距离d，

若d小于设定的第二阈值，则把直线段AB作为所述线性轮廓a的近似；

若d大于设定的第二阈值，则设定C作为所述线性轮廓a的分割点，将所述线性轮廓a分割为线性轮廓AC和BC，并分别将所述AC和BC两条线性轮廓分别进行S41、S42所述操作；

S43.对所有结构面线性轮廓进行S41、S42所述操作，得到多个拟合线段；

S44.剔除所述多个拟合线段的分割点及所述分割点周围若干像素点，得到结构面近似轮廓。