主觀輪廓提取方法

1、商標(biāo)中主觀輪廓提取方法商標(biāo)中主觀輪廓提取方法宋建國(guó)12；呂肖慶1；王劍明2；湯幟1（1.北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所，北京，100080；2.73630部隊(duì)）摘要：在商標(biāo)設(shè)計(jì)中常用多個(gè)連通分量之間空白區(qū)域形成主觀輪廓，它與單連通分量形狀一樣可以很好地反映整個(gè)商標(biāo)的主體特征。本文基于輪廓點(diǎn)Delaunay三角剖分，提出了一種多連通分量間的主觀輪廓提取算法。重點(diǎn)分析了主觀輪廓與多連通分量間空白區(qū)域內(nèi)三角形邊的關(guān)系，提出了一組關(guān)于種子三角形選

2、取和三角形邊的膨脹規(guī)則。實(shí)驗(yàn)結(jié)果表明，算法不僅能夠有效地處理經(jīng)典的主觀輪廓圖形，而且對(duì)于商標(biāo)圖形同樣能夠提取出符合人類視覺(jué)的主觀輪廓。關(guān)鍵詞：主觀輪廓Delaunay三角剖分膨脹規(guī)則中圖分類號(hào)：TP391ASubjectiveContourExtractionMethodfTrademarkImagesSongJianguo12；LuXiaoqing1；WangJianming2；TangZhi1(1.InstituteofComput

3、erScienceTechnologyPekingUniversityBeijing100871China2.73630Unit)Abstract：Asubjectivecontourinspaceamongcomponentsisconsideredastheperceptualshapethatexistsinthespacebetweenrealcontoursthesubjectiveshapeinfmationisuseful

4、fdescribingimagecontentsometimesevenmeimptantthantheshapeofasinglecomponent.BasedontheDelaunaytriangulationthispaperproposesamethodftheconstructionofsubjectivecontoursinthespaceamongcomponents.Throughtheanalysisoftherela

5、tionbetweenthesubjectivecontourtheedgeofthetriangleamongcomponentsputfwardasetofseediontriangledilatingrules.Experimentalresultsshowthattheproposedalgithmnotonlyisabletodealeffectivelywithclassicsubjectivecontouralsocanp

6、rocesstrademarkimages.Keywds：SubjectiveContourDelaunayTriangulationDilatingRules1前言主觀輪廓是一種重要的視覺(jué)心理現(xiàn)象，它是指在物理上并不存在卻可被感知到的閉合輪廓，我們將商標(biāo)圖形連通分量本身稱為正形，也稱圖；將其周圍的“空白”稱為負(fù)形，也稱為底，負(fù)形的輪廓不同于孔洞，沒(méi)有真實(shí)的閉合輪廓，但能被視覺(jué)感知到，因此在本文中也被視為主觀輪廓。研究主觀輪廓對(duì)于探討人

7、類視覺(jué)系統(tǒng)中物體識(shí)別的形成機(jī)制有著重要的意義，而在復(fù)雜圖形中，比如商標(biāo)，其包含的主觀輪廓有時(shí)能夠反映出整個(gè)圖形的主體特征，當(dāng)視覺(jué)在感知復(fù)雜圖形時(shí)，由于視知覺(jué)的選擇基金項(xiàng)目：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973）（2010CB735908）作者簡(jiǎn)介：宋建國(guó)（1981），男，碩士研究生，研究方向：網(wǎng)絡(luò)內(nèi)容信息抽取與模式識(shí)別。Email:songjianguo@pku.性，比如圖1(a)(b)，主觀輪廓的信息顯然比原始的輪廓更具有主體性，再如圖1

8、(c)(d)，原始輪廓不相似，但主觀輪廓的形狀則具有明顯的相似性，都近似“H”形。另外從商標(biāo)設(shè)計(jì)的角度出發(fā)，設(shè)計(jì)師為了創(chuàng)作出傳情達(dá)意的標(biāo)志，經(jīng)常采用圖底反轉(zhuǎn)方法，具體表現(xiàn)為正形和負(fù)形作為同樣重要成分出現(xiàn)，共用邊緣，相互關(guān)聯(lián)，相互襯托，相互交織成一個(gè)有機(jī)的整體。因此復(fù)雜圖形中的主觀輪廓提取對(duì)理解和分析其內(nèi)容有重要作用。關(guān)于主觀輪廓的提取，近年來(lái)國(guó)內(nèi)外學(xué)者提出了一些模型和算法，邵曉芳等[1]提出了一種基于視覺(jué)競(jìng)爭(zhēng)合作機(jī)制的主觀輪廓提取方法，

9、通過(guò)用圖像處理的方法代替復(fù)雜的細(xì)胞動(dòng)力學(xué)方程模擬了生物視覺(jué)系統(tǒng)的競(jìng)爭(zhēng)合作機(jī)制。ZhuWei等[2]提出了一種基于水平集的變分模型，Jung等[3]受到ZhuWei等前人變分模型提取主觀輪廓工作的啟發(fā)，提出了條鄰邊和替換E的過(guò)程，當(dāng)屬同一輪廓，EsEpp并且從到的輪廓段與邊E形成的閉合輪廓在Epp的右側(cè)，所謂對(duì)E的膨脹就是用到的輪廓段替pp換E，這個(gè)輪廓段用表示，用表示所L(CS)包含邊的個(gè)數(shù)。2.3算法流程如圖4所示，提取主觀輪廓算法主

10、要步驟如下：(1)初始化初始化選取種子三角形作為初始主觀輪廓，，表示種子三角形的邊，=123，且沿逆時(shí)針首尾相連，，∈123=3表示當(dāng)前主觀輪廓邊的個(gè)數(shù)。(2)膨脹操作膨脹操作從選擇一條邊，利用膨脹判斷函數(shù)決定是否膨脹，如果函數(shù)返回值_()為真，則膨脹，當(dāng)?shù)膬蓚€(gè)端點(diǎn)屬不同輪pp廓時(shí)，將替換成兩個(gè)鄰邊和，更新，，當(dāng)=?=1屬同一輪廓并且位于的右側(cè)時(shí)，pp，=?=L()?1。如果返回假則不膨脹，不變，這時(shí)就起到了修復(fù)不完整輪廓的作用。關(guān)于膨

11、脹判斷函數(shù)的定義將在2.4部分詳細(xì)介紹。(3)迭代執(zhí)行步驟迭代執(zhí)行步驟(2)從當(dāng)前主觀輪廓中，選擇與的逆時(shí)針相鄰下一條邊，以深度優(yōu)先的順1序重復(fù)(2)的操作，直到中所有邊都不滿足膨脹條件。(4)輸出輸出輸出最終主觀輪廓。=E1E2…EN(a)(b)(c)(d)(e)圖4算法流程.(a)原圖(b)三角剖分(c)種子三角形（紅色）原始輪廓（藍(lán)色）以及原圖的凸包（綠色）(d)膨脹(e)主觀輪廓結(jié)果（紅色）.Fig.4Thewkflowofth

12、eproposedalgithm.(a)iginalimage(b)TheresultofDT(c)Seed(red)iginalcontour(blue)Convexhull(green)(d)Dilating(e)Result(red).2.4種子選取與膨脹規(guī)則在本算法中，種子選取和膨脹條件的判定起著至關(guān)重要的作用，分述如下：（1）選擇種子三角形要滿足兩個(gè)條件，第一，種子三角形要位于背景，以保證主觀輪廓是完全從背景中提取的，這里說(shuō)的

13、背景是相對(duì)的，是指在二值圖像中與前景相對(duì)顏色的區(qū)域；第二，要滿足最小角最大的原則，因?yàn)樽钚〗亲畲蟮娜切巫钣锌赡苁枪羌艿姆种c(diǎn)所在的三角形，可使得邊膨脹后獲得更多骨架分支對(duì)應(yīng)的輪廓。（2）當(dāng)前邊E的膨脹規(guī)則，當(dāng)前邊如果膨脹需要同時(shí)滿足三個(gè)規(guī)則，第一，當(dāng)前邊E的兩個(gè)鄰角和不能過(guò)大，即最大值要∠∠小于閾值，否則輪廓膨脹過(guò)程會(huì)出現(xiàn)突變，產(chǎn)生不平滑的輪廓，繼續(xù)膨脹的部分不再是主觀輪廓的區(qū)域，即不符合人的視覺(jué)編組原則，此時(shí)要停止膨脹；第二，當(dāng)前邊

14、大于指定閾值時(shí)，表示當(dāng)前邊還沒(méi)有到達(dá)主觀輪廓邊緣應(yīng)繼續(xù)膨脹，也說(shuō)明有更大的區(qū)域被膨脹作為主觀輪廓區(qū)域的一部分，但當(dāng)小于等于指定閾值時(shí)，表示當(dāng)前邊已經(jīng)接近主觀輪廓邊緣，所以要求當(dāng)前邊的變化應(yīng)該是遞減的，直到不滿足此條件停止膨脹。因此，當(dāng)前邊E要滿足長(zhǎng)度或且，為≤)||(≤&&)&&??0其他?3實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)數(shù)據(jù)選擇了四種經(jīng)典的主觀輪廓圖形[5]，包括Kanizsa三角形、Kanizsa四邊形、主觀圓和Ehrenstein中心光亮圓盤(pán)，結(jié)果

15、如表1所示，對(duì)于復(fù)雜圖形的實(shí)驗(yàn)，數(shù)據(jù)選自MPEG7CE2商標(biāo)庫(kù)和英國(guó)專利商標(biāo)局?jǐn)?shù)據(jù)集中部分含有主觀輪廓的復(fù)雜圖形，結(jié)果如表2所示。參數(shù)AT=120度，由于四種經(jīng)典主觀輪廓相對(duì)商標(biāo)圖形都是很規(guī)則的形狀，結(jié)構(gòu)簡(jiǎn)單，因此提取經(jīng)典主觀輪廓圖形的參數(shù)LT要比復(fù)雜商標(biāo)圖形設(shè)置的大一些，LT越大獲取到的輪廓距離種子三角形越近，輸出的結(jié)果越簡(jiǎn)單，實(shí)驗(yàn)中，提取經(jīng)典主觀輪廓圖形時(shí)LT設(shè)置為種子三角形內(nèi)切圓的半徑的6倍，相反，LT越小獲取到的結(jié)果結(jié)構(gòu)越復(fù)雜，