[发明专利]一种具有准确轮廓信息的对象提取方法

摘要

本发明涉及一种具有准确轮廓信息的对象提取方法。主要包括如下步骤：步骤1，颜色空间转换；步骤2，分量向量化；步骤3，主成分分析；步骤4，矩阵重构及归一化；步骤5，形态学闭运算；步骤6，反运算；步骤7，二维单尺度小波变换；步骤8，自动阈值计算及合并；步骤9，二值化处理及边缘提取；步骤10，后处理。能够准确提取对象的轮廓信息，可以应用于医学图像的病变信息提取、工业生产线的形状识别等多种目标识别领域。

主权项

1.一种具有准确轮廓信息的对象提取方法，其特征在于包括以下步骤：步骤1：输入维度为H×W×3的RGB图像Iin，H为图像Iin的高度，W为图像Iin的宽度；步骤2：将图像Iin从RGB颜色空间转换为Lab颜色空间；步骤3：对Lab颜色空间的L分量进行向量化，转换为维度为H×W行，3列的二维矩阵Mx；步骤4：对二维矩阵Mx进行主成分分析，得到维度为H×W行，3列的主成分矩阵PMx；步骤5：按图像Iin的输入维度H×W×3重构主成分矩阵PMx，得到H×W×3的重构矩阵PMx_Resp；步骤6：对重构矩阵PMx_Resp进行归一化，用公式Nor_PMx_Resp(x)=(PMx_Resp(x)‑ PMx_Respmin)/(PMx_Respmax‑PMx_Respmin)计算归一化矩阵Nor_PMx_Resp，其中，Nor_PMx_Resp(x)为归一化矩阵Nor_PMx_Resp中的像素点x的取值，PMx_Resp(x)为重构矩阵PMx_Resp中的像素点x的取值，PMx_Respmax为重构矩阵PMx_Resp中的所有像素点的最大取值，PMx_ Respmin为重构矩阵PMx_Resp中的所有像素点的最小取值；步骤7：为了填充细小的空洞，并平滑对象边界，对归一化矩阵Nor_PMx_Resp进行形态学闭运算，得到Cim；步骤8：对Cim进行取反运算，得到Re_Cim；步骤9：利用基于haar小波函数的二维单尺度小波变换对Re_Cim进行小波分解，得到分量C1，分量C2，分量C3和分量C4；步骤10：分别对步骤9的分量C1，分量C2，分量C3和分量C4进行自动阈值计算，得到阈值T1，阈值T2，阈值T3和阈值T4；步骤11：对阈值T1，阈值T2，阈值T3和阈值T4进行合并，得到阈值T；步骤12：对分量C1，分量C2，分量C3和分量C4进行单尺度二维离散小波重构，得到INim；步骤13：利用阈值T对步骤12的INim进行二值化处理，得到BW_Inim；步骤14：利用迭代Canny算法对BW_INim进行边缘提取，得到Contour；步骤15：对Contour进行后处理，提取对象Obj，具体处理方法为：①删除与Contour相连的前景对象，②搜索Contour中的连通像素点，提取闭合轮廓集合close_Contour，③标注并计算close_Contour中每一个闭合轮廓的面积并删除小面积的闭合轮廓，④填充闭合轮廓的空洞；步骤16：输出对象。