一种图片中的虚实线局部区域的提取方法技术

本发明专利技术涉及计算机技术领域，涉及图像处理，具体涉及一种图片中的虚实线局部区域的提取方法。具体包括：将图片原始图进行尺寸规格化；二值化得到第二处理图；通过像素点的宽度来判断是否是线条图；利用候选虚线判断准则判断图像的某一区域是否是候选虚线；进行虚线确认与搭接得到第三处理图；最后利用虚线确认准则，通过包围率算法，提取实际子图。本发明专利技术可以准确并快速完成虚实线结合图的子图的提取，尤其是局部外观设计图的局部保护区域的提取，提取后使用全局特征检索即可实现快速检索，解决了局部设计审查的难题，可以提高对局部外观设计专利的审查效率，对国家提出的知识产权“提质增效”的战略提供技术支持。的战略提供技术支持。

【技术实现步骤摘要】
一种图片中的虚实线局部区域的提取方法


[0001]本专利技术涉及计算机
，涉及图像处理，具体涉及一种图片中的虚实线局部区域的提取方法。

技术介绍

[0002]随着计算机技术的快速发展，在实际应用中，基于人工的方式已经难以满足现代化快速发展的需求，尤其是在企业及个人办公数字化的发展潮流中，传统的人工筛选与识别已经难以适应现实需求。
[0003]目前有很多图像处理技术，如专利文件[1]申请号为201510967136.4，涉及的是一种图片分割方法、装置及设备，解决了图片分割设备对图片中的字符分割效果较差的问题，提高了含有符号及字符提高图片的分割效率。或，如专利文件[2]申请号为201710686692.3，涉及图片分割方法、装置、存储介质和计算机设备，在识别图片信息时，通过利用卷积核对待分割图片进行边缘提取，并对提取的边缘进行分析处理，提高了边缘检测的精确度和图片分割精确度，提高了操作的便利性。这类现有技术着重用于图片中的文字、字符识别与提取。
[0004]还有一类现有技术，着重用于提取某一具体领域中的图片中的特征提取的应用，如涉及智能驾驶领域中的路面车道识别，如专利文件[3]申请号202110149948.3，涉及一种路面区域提取方法、系统、电子设备及存储介质，基于小波变换、HSV颜色空间转换以及连通区域提取等技术结合，能够去除原始图片中噪声的干扰，提高道路区域提取的精度，此方法相比传统的道路区域提取算法的精度更高，鲁棒性更好。再如涉及建筑领域，如专利文献[4]申请号202110161011.8，涉及一种塔式起重机裂缝识别定性方法，基于YOLOv3智能算法提取出裂缝目标区域，并使用图像处理算法，能够快速有效的提取得到裂缝的二值化参数。再如生物特征提取与识别领域，如专利文件[5]申请号201810355969.9，涉及基于暗原色的自适应烟叶图片分割方法及系统，实现精准的图片分割，在嘈杂的真实场景中拍摄的烟叶图像实现高效实时的前景提取，自适应新数据能力强，操作简单，计算要求低。
[0005]虽然在上述具体应用领域中都有相应的图片特征提取技术，但是，目前还缺乏一种对于特定图片中的虚实线局部区域的提取的技术，尤其是需要提取图片中的虚线局部区域，尤其是目前的专利审查中的外观设计的应用中。
[0006]2021年6月1日起正式施行的新版《中华人民共和国专利法》中，其中增设局部外观设计保护条款，例如玻璃杯的杯口、微波炉的旋钮等，局部外观设计主要保护产品组成部分而非产品整体的外观设计。增加局部外观设计作为保护对象，加大了外观设计保护力度，可以使创新主体更专注于创新；有效解决侵权者抄袭他人局部设计要点等问题，有助于遏制侵权行为的发生；对图形用户界面这一创新成果在著作权保护等之外拓展专利权保护的有效路径，有助于软件产业的发展；申请人可不再对不同产品的整体形态、局部设计不同的组合方式提交多件外观设计专利申请，有利于降低专利布局成本。
[0007]上述措施虽然增大了外观设计保护对象，但是另一方面，大大增加了外观设计专
利审查员的工作，尤其是新版《中华人民共和国专利法》实施当月即受理800余件局部设计专利。
[0008]因此，面对局部外观设计审查工作日渐繁重，为了快速有效的适应目前局部外观设计专利的审查制度，亟待提出一种从局部外观设计图中提取出中提取保护区域的技术，来解决局部外观设计专利的审查问题。

技术实现思路

[0009]面对上述问题，为了解决局部外观设计专利的审查问题，本专利技术提供一种图片中的虚实线局部区域的提取方法，将需要的局部保护部分从整体图上提取出来，作为附属图参与检索，解决从虚实线局部设计图中提取保护区域的问题，很好的适应了目前的外观设计保护及审查制度。
[0010]本专利技术请求保护以下技术方案：
[0011]本专利技术提供的一种图片中的虚实线局部区域的提取方法，其特征在于，包括以下步骤：
[0012]S1.图片预处理，将图片原始图进行尺寸规格化，通过缩小算法多次缩小原始图得到第一处理图；其中，缩小算法的次数根据原始图的初始尺寸和目标尺寸的比值确定；
[0013]S2.二值化处理，利用Otsu算法将所述第一处理图进行二值化，判断当两组的类间方差最大时，此时灰度值为所述第一处理图二值化的最佳阈值，所述灰度值将图像的灰度分为两组，并设定其中一组前景像素的值为1，另一组其值为0，得到第二处理图；
[0014]S3.线条图判断，根据所述前景像素计算所述第二处理图的图像线条宽度，使用所述图像线条宽度来进行线条图判断，当判断不是线条图时，进入其他程序并同时返回至步骤S1进行处理下一图；当判断是线条图时，则进行下一步；
[0015]S4.候选虚线检测，利用联通区域聚类算法对所述第二处理图的前景像素点进行聚类，采用8联通的方式进行判断，同时记录每个区域面积和长宽比，以及获取该区域的像素数量、矩形面积、宽度、高度、像素点列表；选择虚线部分的面积小于D
×
10D以及虚线部分的短边宽度小于2D的区域设定为候选虚线，其中，D为图像线条宽度；
[0016]S5.虚线确认与搭接，利用Hough变换算法计算所述像素点列表中这些点确定的直线，在所述直线的2个方向的90度和10D范围内寻找其余候选虚线；当在1个方向找到候选虚线或2个方向都未找到候选虚线时，则丢弃该像素点；当在2个方向都找到候选虚线时，则确认该候选虚线为实际虚线，并将虚线的像素值标记为2，同时搭接两个方向上的区域，搭接直线上的像素同样标记为2，得到只有三种像素值的第三处理图，其中0记为背景区域，1记为实线区域，2记为虚线和搭接线区域；
[0017]S5.子图提取，根据所述第三处理图，利用联通区域聚类算法对所述背景区域进行联通区域聚类，并根据
[0018]来计算所述区域的包围率，取最大包围率区域，所述最大包围率区域的包围率大于90％或者区域对应的虚线部分存在未被使用过的点，该区域即提取为子图。
[0019]进一步的，所述原始图记为P
nm
，其中：n是图像宽度，m是图像高度；p
ij
是图像P
nm
的
一个像素点，(i,j)是该点的位置坐标；
[0020]在步骤S1中，通过缩小算法缩小原始图，所述至少两次缩小原始图P
nm
，是指之前的缩小幅度设置为0.8，最后一次缩小至目标尺寸的数值，最后一次的缩小幅度在0.8～1.0之间。
[0021]优选的，所述缩小算法是指采用基于区域像素关系的重采样算法，对应OpenCV的INTER_AREA方式。
[0022]进一步的，在所述S3.线条图判断步骤中，具体包括以下判断步骤：
[0023](1)对于每一个p
ij
＝1的所述前景像素，从4个方向计算所述前景像素的宽度，取最小值w作为所述前景像素的宽度；其中，4个方向分别是竖直、水平、45度方向和135度方向；
[0024](2)计算所有所述前景像素的宽度均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片中的虚实线局部区域的提取方法，其特征在于，包括以下步骤：S1.图片预处理，将图片原始图进行尺寸规格化，通过缩小算法多次缩小原始图得到第一处理图；其中，缩小算法的次数根据原始图的初始尺寸和目标尺寸的比值确定；S2.二值化处理，利用Otsu算法将所述第一处理图进行二值化，判断当两组的类间方差最大时，此时灰度值为所述第一处理图二值化的最佳阈值，所述灰度值将图像的灰度分为两组，并设定其中一组前景像素的值为1，另一组其值为0，得到第二处理图；S3.线条图判断，根据所述前景像素计算所述第二处理图的图像线条宽度，使用所述图像线条宽度来进行线条图判断，当判断不是线条图时，进入其他程序并同时返回至步骤S1进行处理下一图；当判断是线条图时，则进行下一步；S4.候选虚线检测，利用联通区域聚类算法对所述第二处理图的前景像素点进行聚类，采用8联通的方式进行判断，同时记录每个区域面积和长宽比，以及获取该区域的像素数量、矩形面积、宽度、高度、像素点列表；选择虚线部分的面积小于D
×
10D以及虚线部分的短边宽度小于2D的区域设定为候选虚线，其中，D为图像线条宽度；S5.虚线确认与搭接，利用Hough变换算法计算所述像素点列表中这些点确定的直线，在所述直线的2个方向的90度和10D范围内寻找其余候选虚线；当在1个方向找到候选虚线或2个方向都未找到候选虚线时，则丢弃该像素点；当在2个方向都找到候选虚线时，则确认该候选虚线为实际虚线，并将虚线的像素值标记为2，同时搭接两个方向上的区域，搭接直线上的像素同样标记为2，得到只有三种像素值的第三处理图，其中0记为背景区域，1记为实线区域，2记为虚线和搭接线区域；S5.子图提取，根据所述第三处理图，利用联通区域聚类算法对所述背景区域进行联通区域聚类，并根据来计算所述区域的包围率，取最大包围率区域，所述最大包围率区域的包围率大于90％或者区域对应的虚线部分存在未被使用过的点，该区域即提取为子图。2.根据权利要求1所述的虚实线局部区域的提取方法，其特征在于，所述原始图记为P
nm
，其中：n是图像宽度，m是图像高度；p
ij
是图像P
nm
的一个像素点，(i，j)是该点的位置坐标；在步骤S1中，通过缩小算法缩小原始图，所述至少两次缩小原始图P
nm
，是指之前的缩小幅度设置为0.8，最后一次缩小至目标尺寸的数值，最后一次的缩小幅度在0.8～1.0之间。3.根据权利要求1或2所述的虚实线局部区域的提取方法，其特征在于，所述缩小算法是指采用基于区域像素关系的重采样算法，对应OpenCV的INTER_AREA方式。4.根据权利要求1或2所述的虚实线局部区域的提取方法，其特征在于，在所述S3.线条图判断步骤中，具体包括以下判断步骤：(1)对于每一个p
ij
＝1的所述前景像素，从4个方向计算所述前景像素的宽度，取最小值w作为所述前景像素的宽度；其中，4个方向分别是竖直、水平、45度方向和135度方向；(2)计算所有所述前景像素的宽度均值avg(w)；并设定w(0.99)，其表示计算99％的像素宽都小于w(0.99)；
(3)根据为判断依据，符合条件时则认为该图是线条图，则进行下一步S4；不符合条件时，则不是线条图，进入其他程序；其中a1，a2为经验值，且a1+a2＝1；n是图像宽度，m是图像高度。5.根据权利要求1或4所述的虚实线局部区域的提取方法，其特征在于，在所述S4.候选虚线检测步骤中，所述图像线条宽度D的计算公式为D＝a1×
avg(w)+a2×
w(0.99)；采用的所述联通区域聚类算法为区域生长的算法；所述像素数量、矩形面积、宽度、高度、像素点列表对应的聚类C
i
，如下：C
i
(count)表示该区域的像素数量；C
i
(area)表示该区域的矩形面积；C
i
(width)表示该区域的宽度；C
i
(height)表示该区域的高度；C
i
(points)获得该区域的像素点列表；候选虚线的选定，通过如下规则进行判断：C
i
(area)＜100D，即虚线部分的面积小于D
×
10dmin(C
i
(width)，C
i
(height))＜2D，即虚线部分的短...

【专利技术属性】
技术研发人员：程涛，徐书成，乔春庚，
申请(专利权)人：拓尔思信息技术股份有限公司，
类型：发明
国别省市：