(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210105751.4 (22)申请日 2022.01.28 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 申请人 北京第二外国语学院 (72)发明人 赵海英　李晓彤　 (74)专利代理 机构 北京世誉鑫诚专利代理有限 公司 11368 专利代理师 仲伯煊 (51)Int.Cl. G06F 16/56(2019.01) G06V 10/44(2022.01) G06V 10/56(2022.01) G06V 10/762(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) (54)发明名称 一种面向传统文化记忆符号子图矢量化的 方法 (57)摘要 本发明公开了一种面向传统文化记忆符号 子图矢量化的方法， 该方法包括以下步骤： S1、 计 算图像中的像素点， 确定元素轮廓并提取完整的 子元素； S2、 对所述子 元素进行图像处理， 并划分 成不同区域； S3、 对各区域边缘进行近似， 转换 成 光滑矢量区域轮廓； S4、 将各区域内数据信息进 行整合， 获取区域矢量化结果并进行保存， 输出 子元素的矢量图。 通过较少的交互得到精确且完 整的子元素， 并且通过矢量化技术， 实现局部元 素矢量化， 得到其对应的矢量素材， 从而完成了 传统文化图像中子元素矢量化的全部流程， 获得 了图像中局部元素的矢量图； 从而快速得到图像 中局部的子元素矢量图， 提高了素材质量， 大大 降低了文化素 材二次创作的难度。 权利要求书2页 说明书6页 附图1页 CN 114461829 A 2022.05.10 CN 114461829 A 1.一种面向传统文化记 忆符号子图矢量 化的方法， 其特 征在于， 该 方法包括以下步骤： S1、 计算图像中的像素点， 确定元 素轮廓并提取完整的子元 素； S2、 对所述子元 素进行图像处 理， 并划分成不同区域； S3、 对各区域 边缘进行近似， 转换成光滑矢量区域轮廓； S4、 将各区域内数据信息进行整合， 获取区域矢量化结果并进行保存， 输出子元素的矢 量图。 2.根据权利要求1所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述计算图像中的像素点， 确定元 素轮廓并提取完整的子元 素， 包括以下步骤： S11、 选取代表目标元素边缘的特征分量， 并对所述特征分量代价进行加权求和计算各 像素点到相邻像素点的局部代价； S12、 通过融合颜色梯度特征， 计算相邻像素点间的通道差异， 提高元素提取轮廓的贴 合度； S13、 利用迪克斯特拉算法查 寻最小代价路径， 获取完整封闭的元 素轮廓。 3.根据权利要求2所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述特征分量包括拉普拉斯 零点、 梯度大小及 梯度方向。 4.根据权利要求3所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述对特 征分量代价进行加权求和计算各像素点到相邻像素点的局部代价的计算公式为： C(p,q)＝ wG·fG(q)+wZ·fZ(q)+wD·fD(p,q)； 其中， C(p,q)表示从像素p到相邻像素q定 向链接的局部成本， fZ表示拉普拉斯零点， fG 表示梯度大小， fD表示梯度方向， wG＝0.43， wZ＝0.43， wD＝0.14。 5.根据权利要求4所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述通过融合颜色梯度特征， 计算相 邻像素点间的通道差异， 提高元素提取轮廓的贴合度， 包括以下步骤： S121、 融合颜色梯度特 征， 将图像转换至表色体系空间下， 进行Lab  通道分离； S122、 计算相邻像素点间L 通道和ab融合 通道的差异， 计算公式如下： fC(q)＝(Cr⊙Cl,Ct⊙Cb)； 其中， fC(q)表示颜色梯度， △Lij＝△Li‑△Lj，△aij ＝△ai‑△aj，△bij＝△bi‑△bj， Cr、 Cl、 Ct及Cb分别为右、 左、 上、 下邻域中像素点在表色体系 空间下的加权平均值。 S123、 将差异值代入所述局部代价的计算过程， 提高元素提取轮廓的贴合度， 降低交互 次数。 6.根据权利要求5所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述将差异值代入所述局部代价的计算过程的公式为： C(p,q)＝ wG·[β fG(q)+(1‑β )fZ(q)]+wZ·fZ(q)+wD·fD(p,q)； 其中， C(p,q)表示从像素p到相邻像素q定 向链接的局部成本， fZ表示拉普拉斯零点， fG 表示梯度大小， fD表示梯度方向， wG＝0.43， wZ＝0.43， wD＝0.14。权　利　要　求　书 1/2 页 2 CN 114461829 A 27.根据权利要求6所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述利用迪克斯特拉算法查 寻最小代价路径， 获取完整封闭的元 素轮廓， 包括以下步骤： S131、 选择 元素边界上任一 点进行扩展， 再将该点的局部代价加到其相邻节点上； S132、 选择 具有最小累积代价的相邻节点继续扩展； S133、 重复进行节点扩展形成序列， 直至与初始点重合， 获取完整封闭的元 素轮廓。 8.根据权利要求1所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述对所述子元 素进行图像处 理， 并划分成不同区域， 包括以下步骤： S21、 利用聚类算法对图像 中的区域进行聚类处理， 设置一定的空间距离与颜色距离大 小； S22、 进行多次迭代， 将收敛后的像素值替换原有的像素值， 并合并局部相似的像素点， 获取不同的颜色区域； S23、 对每个区域进行边缘结构的提取， 利用多级边缘检测算子对区域进行边缘检测， 计算图像梯度大小和方向， 进行非极大值抑制以及 双阈值筛 选， 获取区域 边缘。 9.根据权利要求1所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在于， 所述对各区域 边缘进行近似， 转换成光滑矢量区域轮廓， 包括以下步骤： S31、 通过道格拉斯 ‑普克算法将获得的边 缘曲线进行简化； S32、 迭代选取曲线上距离对应直线段最远距离大于设定阈值的点作为多边形顶点， 将 其连接获得拟合多边形； S33、 利用贝 塞尔曲线对所述多边形进行拟合与平 滑， 转换为 准确光滑的矢量轮廓。 10.根据权利要求1所述的一种面向传统文化记忆符号子图矢量化的方法， 其特征在 于， 所述数据信息包括矢量轮廓信息与颜色信息 。权　利　要　求　书 2/2 页 3 CN 114461829 A 3