The invention discloses an image element extraction method and device, the method includes: step S10, to obtain the image to be processed; step S20, to preprocess the image to be processed, to obtain the denoised image, and to obtain the edge contour of the denoised image; step S30, to segment the preprocessed image by the threshold value, to obtain the segmentation threshold value; step S40, to preprocess the image by the segmentation threshold value In step S50, the contour of the binary image is processed by graphics transformation; in step S60, the contour vector of the image processed by graphics transformation is obtained, and the minimum moment of the contour is obtained according to the contour vector; in step S70, the image elements are extracted according to the minimum rectangle. The invention has a high accuracy rate for the extraction of image elements and improves the efficiency of the extraction of image elements. Moreover, the invention does not need multi samples for training, and has high applicability.
【技术实现步骤摘要】
图像要素提取方法及装置
本专利技术涉及图像处理
,具体地,涉及一种图像要素提取方法及装置。
技术介绍
随着计算机技术的高速发展,各类图像处理技术也得以应运而生,并得到飞速的提升。目前的图像处理技术可以对图像进行优化以及要点提取。但是存在着一些问题,简单的图像要素提取方法,对于前景背景噪声太多的图像,以及要素周围有其他干扰因素的图像,要素提取效果不好;而一些复杂的图像要素提取方法,虽然处理效果较好,但是需要用到大量数据集进行拟合,一方面需要大量训练样本,另一方面整体的处理速度较慢。
技术实现思路
鉴于以上问题,本专利技术的目的是提供一种图像要素提取方法及装置,以克服现有技术的缺陷,快速进行图像要素的提取,并具有较高的准确率。为了实现上述目的,本专利技术采用以下技术方案:本专利技术的一个方面是提供一种图像要素提取方法,包括以下步骤:步骤S10,获取待处理图像;步骤S20,对所述待处理图像进行预处理,得到去噪图像,并得到所述去噪图像的边缘轮廓图;步骤S30,对经过预处理的图像进行阈值分割,得到分割阈值;步骤S40,利用所述分割阈值对经过预处理的图像进行二值化处理,得到二值化图像;步骤S50,对所述二值化图像中的轮廓进行图形学变换处理;步骤S60,获取经过图形学变换处理的图像的轮廓向量,并根据所述轮廓向量求取圈定轮廓的最小矩形;步骤S70,根据所述最小矩形,提取图像要素。优选地,所述步骤S20包括以下步骤:步骤S ...
【技术保护点】
1.一种图像要素提取方法,其特征在于,包括以下步骤:/n步骤S10,获取待处理图像;/n步骤S20,对所述待处理图像进行预处理,得到去噪图像,并得到所述去噪图像的边缘轮廓图;/n步骤S30,对经过预处理的图像进行阈值分割,得到分割阈值;/n步骤S40,利用所述分割阈值对经过预处理的图像进行二值化处理,得到二值化图像;/n步骤S50,对所述二值化图像中的轮廓进行图形学变换处理;/n步骤S60,获取经过图形学变换处理的图像的轮廓向量,并根据所述轮廓向量求取圈定轮廓的最小矩形;/n步骤S70,根据所述最小矩形,提取图像要素。/n
【技术特征摘要】
1.一种图像要素提取方法,其特征在于,包括以下步骤:
步骤S10,获取待处理图像;
步骤S20,对所述待处理图像进行预处理,得到去噪图像,并得到所述去噪图像的边缘轮廓图;
步骤S30,对经过预处理的图像进行阈值分割,得到分割阈值;
步骤S40,利用所述分割阈值对经过预处理的图像进行二值化处理,得到二值化图像;
步骤S50,对所述二值化图像中的轮廓进行图形学变换处理;
步骤S60,获取经过图形学变换处理的图像的轮廓向量,并根据所述轮廓向量求取圈定轮廓的最小矩形;
步骤S70,根据所述最小矩形,提取图像要素。
2.根据权利要求1所述的图像要素提取方法,其特征在于,所述步骤S20包括以下步骤:
步骤S201,输入所述待处理图像;
步骤S202,将所述待处理图像转化为灰度图;
步骤S203,生成高斯核,并使用高斯核对所述灰度图进行卷积运算,得到去噪图像;
步骤S204,对所述去噪图像处理,得到边缘轮廓图。
3.根据权利要求2所述的图像要素提取方法,其特征在于,所述步骤S203中,所述高斯核通过下式生成,
其中,Gauss(i′,j′)表示高斯核的第i′行第j′列元素的值,m表示高斯核的总行数,n表示高斯核的总列数,σ表示高斯核标准差。
4.根据权利要求2所述的图像要素提取方法,其特征在于,所述步骤S204包括:
确定梯度算子,包括横向算子和纵向算子;
利用所述梯度算子对所述去噪图像分别进行卷积运算,得到横向梯度图和纵向梯度图;
将横向梯度图和纵向梯度图取绝对值后相加,得到所述去噪图像的边缘轮廓图。
5.根据权利要求1所述的图像要素提取方法,其特征在于,所述步骤S30包括:
步骤S301,设定初始像素灰度值;
步骤S302,使用像素灰度值分割图像;
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。