基于色彩艺术的拼图中连续相似子块模组的自动检测方法技术

本发明专利技术公开了一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法。本发明专利技术具体处理方法为：获取待处理图像，并进行网格化处理，获得相同尺寸的正方形拼图子块，并筛选出非图像边缘的拼图子块，同时使用Canny检测算法标记图像内容的轮廓；所有非图像边缘的拼图子块根据特征相似性进行筛选和分类；根据不同类别设计对应的检测、筛选、组建方案并进行处理，完成特征相似邻接子块模组的组建。本发明专利技术能准确的根据图像生成任意数量的拼图子块，并组建对应数量的特征相似邻接子块模组，该模组图像特征相似、内容关系合理，适用于影响游戏难度，提升游戏用户体验，同时还方便工程应用，具有较大的应用价值。具有较大的应用价值。具有较大的应用价值。

【技术实现步骤摘要】
基于色彩艺术的拼图中连续相似子块模组的自动检测方法


[0001]本专利技术涉及了一种拼图中拼图模组的自动检测方法，具体是涉及了一种基于图像色彩艺术的拼图中连续相似子块模组的自动检测方法。

技术介绍

[0002]拼图游戏是广受欢迎的一种智力游戏，常用于教育和娱乐。拼图的画面多以自然风光、建筑物以及一些为人所熟识的图案的为题材。在拼图的过程中，玩家会先找出一边及两边是直线的片数，将画面的四边组合起来；同时，玩家也会将认为是相邻的子块进行归类。为了降低拼图游戏难度，提高玩家游戏体验和满意度，游戏公司会将图像内容特征明显且相邻的4张拼图子块和内容与之差别较大，且位置与之不相邻的2张拼图子块组成拼图模组，并与剩余的拼图子块组成拼图子块栏。
[0003]由于图像内容的多变性、复杂性、不确定性等因素影响。目前拼图模组的组建主要由人工操作，这不仅耗时耗力，还难以保障工作效率、产出数量，难以短期内实现大量图像转化为拼图子块，生成拼图游戏。

技术实现思路

[0004]为了解决
技术介绍
中如何获自动组建特征相似且邻接的子块模组的问题，本专利技术提供了一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法。
[0005]本专利技术解决其技术问题所采用的技术方案包括以下步骤：
[0006]1)对拼图图像进行网格化处理，获得对应的所有初始拼图子块，同时使用 Canny检测算法获取并标记拼图图像的内容轮廓线；根据拼图图像的轮廓标记线和所有初始拼图子块，获得对应的所有拼图轮廓线子块；
[0007]2)从所有拼图轮廓线子块中筛选获得非图像边缘的拼图轮廓线子块，接着根据轮廓线数量对所有非图像边缘的拼图轮廓线子块进行分类，获得多类非边缘拼图子块；
[0008]3)利用连续相似子块自动检测方法对各类非边缘拼图子块进行拼图子块模组检测，获得至少一个拼图子块模组；
[0009]4)选择预设数量的拼图子块模组，将已选择的拼图子块模组从所有非图像边缘的拼图轮廓线子块中去除，获得剩余拼图轮廓线子块集，再从剩余拼图轮廓线子块集筛选已选择的拼图子块模组对应的两张拼图轮廓线子块，由已选择的每个拼图子块模组和对应的两张拼图轮廓线子块组成每个拼图需求模组，将每个拼图需求模组对应的初始拼图子块构成连续相似子块模组。
[0010]所述2)中，多类非边缘拼图子块包括无轮廓标记线拼图子块、单条轮廓标记线拼图子块和多条轮廓标记线拼图子块。
[0011]所述3)具体为：
[0012]3.1)对各类非边缘拼图子块中各个拼图轮廓线子块分别进行特征颜色提取，接着计算各类非边缘拼图子块中两个拼图轮廓线子块的色差，根据色差对各类非边缘拼图子块
中各个拼图轮廓线子块进行色差分类，获得各类非边缘拼图子块中不同色差类的拼图子块组；
[0013]3.2)建立19类四连通连接模型，接着利用19类四连通连接模型分别对各类非边缘拼图子块中不同色差类的拼图子块组各自进行相邻4张拼图子块的组建，获得至少一个拼图子块模组。
[0014]所述3.1)具体为：
[0015]当非边缘拼图子块的类别为无轮廓标记线拼图子块时，使用k
‑
means方法对各个无轮廓标记线拼图子块进行主颜色提取，将每个无轮廓标记线拼图子块中像素占比最大的主颜色作为对应的特征颜色，再计算各个无轮廓标记线拼图子块两两之间的色差，将色差小于或等于色差阈值的两个无轮廓标记线拼图子块归为一类，获得不同色差类的无轮廓标记线拼图子块组；
[0016]当非边缘拼图子块的类别为单条轮廓标记线拼图子块时，使用k
‑
means方法对各个单条轮廓标记线拼图子块进行主颜色提取，获得各个单条轮廓标记线拼图子块的两个主颜色并分别作为对应的两个特征颜色，再计算各个单条轮廓标记线拼图子块的两两之间的色差，将色差小于或等于色差阈值的两个单条轮廓标记线拼图子块的归为一类，获得不同色差类的单条轮廓标记线拼图子块组；
[0017]当非边缘拼图子块的类别为多条轮廓标记线拼图子块时，使用k
‑
means方法对各个多条轮廓标记线拼图子块进行主颜色提取，获得各个多条轮廓标记线拼图子块的三个主颜色并分别作为对应的三个特征颜色，再计算各个多条轮廓标记线拼图子块的两两之间的色差，将色差小于或等于色差阈值的两个多条轮廓标记线拼图子块的归为一类，获得不同色差类的多条轮廓标记线拼图子块组；
[0018]所述色差阈值为6.5。
[0019]所述4)中，利用k
‑
means方法对剩余拼图轮廓线子块集中各个拼图轮廓线子块分别进行主颜色提取，获得各个拼图轮廓线子块的两个主颜色并分别作为两个特征颜色，根据每个拼图子块模组中拼图轮廓线子块的位置和特征颜色，从剩余拼图轮廓线子块集中选择与当前拼图子块模组中的四张拼图轮廓线子块在位置上均不相邻且色差均大于色差阈值的两个拼图轮廓线子块并与当前拼图子块模组组成拼图需求模组。
[0020]所述色差阈值为6.5。
[0021]本专利技术的有益效果主要表现在：
[0022]1)本专利技术特殊构建的连续相似子块自动检测方法通过对图像内容的细分成功检测、筛选、组建的特征相似邻接的子块模组，并确保构建的拼图子块内容关系合理。
[0023]2)本专利技术能快速将大量图像处理成拼图子块，且能生成满足不同数量的特征相似邻接的子块模组需求，比如64块拼图子块的拼图需求3个模组，100块拼图子块的拼图需求5个模组，144块拼图子块的拼图需求8个模组。一张2048
ꢀ×
2048尺寸的图像生成64块拼图子块的拼图含有3个拼图特征相似邻接的子块模组处理时间只需10秒左右。
[0024]3)本专利技术方法简便易于应用，快速处理得到符合要求的拼图子块和特征相似邻接的子块模组，且处理模型维护无需工作人员具有计算机图像专业处理的知识经验，在拼图游戏的图像处理方面具有较大的应用潜力。
附图说明
[0025]图1是本专利技术方法的流程图。
[0026]图2是本专利技术方法流程补充说明示意图。
[0027]图3是本专利技术方法涉及的预处理示意图。
[0028]图4是本专利技术目标处理结果的示意图。
[0029]图5是本专利技术的相邻的4张拼图子块的组建方案示意图。
[0030]图6是本专利技术实施例1中待处理图像示意图。
[0031]图7是本专利技术实施例1中图像的检测处理后的64块拼图的特征相似邻接的子块模组示意图。
[0032]图8是本专利技术实施例1中图像的检测处理后的100块拼图的特征相似邻接的子块模组示意图。
具体实施方式
[0033]为了更加清楚说明本专利技术的目的和技术方案，以下结合附图，对本专利技术进行进一步详细说明。
[0034]如图1所示，本专利技术包括以下步骤：
[0035]1)本实施例的拼图图像如图3的(a)所示，对拼图图像进行网格化处理，获得对应的所有初始拼图子块，即多个相同尺寸的正方形方块，如图3的(b)所示，同时使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法，其特征在于，包括以下步骤：1)对拼图图像进行网格化处理，获得对应的所有初始拼图子块，同时使用Canny检测算法获取并标记拼图图像的内容轮廓线；根据拼图图像的轮廓标记线和所有初始拼图子块，获得对应的所有拼图轮廓线子块；2)从所有拼图轮廓线子块中筛选获得非图像边缘的拼图轮廓线子块，接着根据轮廓线数量对所有非图像边缘的拼图轮廓线子块进行分类，获得多类非边缘拼图子块；3)利用连续相似子块自动检测方法对各类非边缘拼图子块进行拼图子块模组检测，获得至少一个拼图子块模组；4)选择预设数量的拼图子块模组，将已选择的拼图子块模组从所有非图像边缘的拼图轮廓线子块中去除，获得剩余拼图轮廓线子块集，再从剩余拼图轮廓线子块集筛选已选择的拼图子块模组对应的两张拼图轮廓线子块，由已选择的每个拼图子块模组和对应的两张拼图轮廓线子块组成每个拼图需求模组，将每个拼图需求模组对应的初始拼图子块构成连续相似子块模组。2.根据权利要求1所述的一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法，其特征在于，所述2)中，多类非边缘拼图子块包括无轮廓标记线拼图子块、单条轮廓标记线拼图子块和多条轮廓标记线拼图子块。3.根据权利要求1所述的一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法，其特征在于，所述3)具体为：3.1)对各类非边缘拼图子块中各个拼图轮廓线子块分别进行特征颜色提取，接着计算各类非边缘拼图子块中两个拼图轮廓线子块的色差，根据色差对各类非边缘拼图子块中各个拼图轮廓线子块进行色差分类，获得各类非边缘拼图子块中不同色差类的拼图子块组；3.2)建立19类四连通连接模型，接着利用19类四连通连接模型分别对各类非边缘拼图子块中不同色差类的拼图子块组各自进行相邻4张拼图子块的组建，获得至少一个拼图子块模组。4.根据权利要求3所述的一种基于色彩艺术的拼图中连续相似子块模组的自动检测方法，其特征在于，所述3.1)具体为：当非边缘拼图子块的类别为无轮廓标记线拼图子块时，使用k
‑
me...

【专利技术属性】
技术研发人员：雷鹏，张三元，徐舒畅，
申请(专利权)人：浙江大学，
类型：发明
国别省市：