一种敦煌壁画祥云文化元素的云头云尾提取方法

摘要

本发明公开了一种敦煌壁画祥云文化元素的云头云尾提取方法，利用图像处理中的轮廓提取方法寻找祥云的轮廓序列，通过最大内切圆方法进行云头云尾分割，避免了人为进行云头云尾区分的主观性、低效率等问题，便于计算机对大量祥云特征进行提取和量化分析。本发明选取的轮廓提取方法解决了回环问题，最大内切圆心方法可以辅助构建祥云的骨架特征，为祥云的骨架特征分析提供基础，云头云尾的自动分割方法也为分析祥云量化特征，研究祥云的演化规律，提供了重要的技术支撑。

说明书

技术领域

本发明涉及图像区域处理，具体涉及一种敦煌壁画祥云文化元素 的云头云尾提取方法。

背景技术

作为敦煌壁画的一个重要文化元素，祥云图案是中国代表性的文 化符号，历时千年，运用十分广泛，在服饰、图画、器皿、家具、建 筑、广告设计等方面，都能见到它的身影。2008年北京奥运会中火 炬的设计，其创作灵感就是基于祥云图案而来的。研究祥云，可以挖 掘很多的信息：从历史角度看，可以研究出它的发展演化规律，是对 历史朝代的一个侧面反映；从运用层面看，可以获取纹样的潜在信息， 对商用设计有很好的参考价值。

从隋唐时期开始，祥云形态具有明显的“云头”与“云尾”两个 区域，为朵云形；“云头”为不规则的椭圆状，“云尾”由粗渐变细， 在云内部一侧用另一种颜色勾勒其轮廓。在盛唐时期，“云头”更为 规则，祥云内用颜色形成勾卷的形态。还有一种是无“云尾”，只有 “云头”，“云头”两侧滋生出多层类似的形状，各层的轮廓用其他颜 色细线描绘。

目前尚无对祥云图案运用计算机图像处理技术进行分析的具体 方法。

发明内容：

本发明的目的是为了解决上述背景技术存在的不足，而提出一种 敦煌壁画祥云文化元素的云头云尾提取方法。

为了实现上述目的，本发明所采用的技术方案为：

一种敦煌壁画祥云文化元素的云头云尾提取方法，该方法包括如 下步骤：步骤一，提取祥云文化元素图像的轮廓序列；步骤二，寻找 祥云文化元素图像内各个点的最大内切圆和祥云文化元素图像的骨 架；步骤三，依据以骨架上所有点为圆心的最大内切圆半径的平均值 对祥云文化元素图像内所有最大内切圆进行分类，筛选出属于云头部 分的最大内切圆；依据云头部分的最大内切圆计算并标记出云头中心 点和云头连线，骨架上距离云头中心点最远的点为云尾点和起始点， 依据起始点和云头连线采用扩散蔓延法标记出所有的云尾点，其余祥 云文化元素图像未标记的点即为云头点。

较佳地，步骤一提取祥云文化元素图像的轮廓序列是将祥云图像 转化为二值图像，祥云区域值为1，其它值为0；然后对祥云区域中 任意一点进行分析，判断该点的上、左、下、右邻点的值是否都为1， 若是，则为祥云区域内部的点，若否则为祥云轮廓的边界点，将该边 界点存入轮廓序列数组；对二值图像采用基于优先搜索方向的轮廓跟 踪方法获取有序的祥云文化元素图像的轮廓序列。

较佳地，在步骤一搜索祥云轮廓的边界点时，若遇到回环时，则 从造成环的那个点回溯到上一个点P，对点P的8邻域从0方向开始 顺时针依次搜索，将搜索到的未被搜索过第一个是边界点作为下一个 轮廓点，完成对环的解锁。

较佳地，步骤二中寻找最大内切圆是依次遍历祥云文化元素图像 内部各个点，筛选出各个最大内切圆的圆心，以该点为圆心做圆，使 圆与祥云文化元素图像图像边缘相切于两个点，且圆内所有点都在祥 云文化元素的图像之内；

寻找祥云文化元素图像的骨架是依次将最接近的各个最大内切 圆的圆心相连，得到祥云文化元素的骨架。

较佳地，寻找祥云文化元素图像内各个点的最大内切圆圆心的方 法为：在祥云文化元素图像内任取一点A，计算A点与所有轮廓点 的距离，将所有距离数据从小到大进行排序，记为距离数组r[n]；将 距离数组r[n]中最小的三个距离数据作为两组进行分析，第一组r[0] 与r[1]，第二组r[0]与r[2]，当第一组和第二组任意一组满足以下条 件时，则判断A点是最大内切圆的圆心，当第一组和第二组均满足 以下条件时，则判断A点不是最大内切圆的圆心，条件为：r[0]与r[1] 或r[0]与r[2]所对应的轮廓点之间的轮廓距离大于指定阈值，且r[0] 与r[1]或r[0]与r[2]的差值小于0.5。

较佳地，步骤三的具体步骤包括：31)求骨架上所有点最大内切 圆的半径平均值，并用云颈参数k调整平均值，筛选出半径大于经调 整后的平均值的最大内切圆，筛选出来的即是云头部分的最大内切 圆；32)求解各个云头部分最大内切圆圆心的平均值作为云头中心点， 则骨架上距离中心点最远的点为云尾点，标记此云尾点为扩散起始 点；33)将各个云头部分最大内切圆与祥云区域边缘相切的两个点分 别连接起来形成数条云头连线；34)从起始点开始在轮廓内向两边扩 散蔓延，直至扩散蔓延到最接近的云头连线，则扩散蔓延停止，扩散 经过的点即标记为云尾区域的点；未被标记为云尾区域的点即为云头 区域的点。

较佳地，云颈参数k的取值范围为0.8-1.2。

本发明的有益效果在于：本发明利用图像处理中的轮廓提取方法 寻找祥云的轮廓序列，通过最大内切圆方法进行云头云尾分割，避免 了人为进行云头云尾区分的主观性、低效率等问题，便于计算机对大 量祥云特征进行提取和量化分析。本发明选取的轮廓提取方法解决了 回环问题，最大内切圆心方法可以辅助构建祥云的骨架特征，为祥云 的骨架特征分析提供基础，云头云尾的自动分割方法也为分析祥云量 化特征，研究祥云的演化规律，提供了重要的技术支撑。

附图说明

图1为本发明实施例点的流程图，

图2为本发明实施例点的8邻域方向，

图3为本发明实施例轮廓跟踪示意图，

图4为本发明实施回环示意图，

图5为本发明实施回环处理示意图，

图6为本发明实施祥云的二值图像和轮廓序列叠加的图，

图7为本发明实施祥云最大内切圆，

图8为本发明实施筛选后的最大内切圆的圆心，

图9为本发明实施筛选后的最大内切圆与轮廓相切点的连线，

图10为本发明实施祥云文化图像提取的“云头”图像，

图11为本发明实施祥云文化图像提取的“云尾”图像。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明。

如图1所示，一种敦煌壁画祥云文化元素的云头云尾提取方法， 该方法包括如下步骤：

步骤一，提取祥云文化元素图像的轮廓序列；

提取祥云文化元素图像的轮廓序列是将祥云图像转化为二值图 像，祥云区域值为1，其它值为0；然后对祥云区域中任意一点进行 分析，判断该点的上、左、下、右邻点的值是否都为1，若是，则为 祥云区域内部的点，若否则为祥云轮廓的边界点，将该边界点存入轮 廓序列数组；对二值图像采用基于优先搜索方向的轮廓跟踪方法获取 有序的祥云文化元素图像的轮廓序列。

本实施例轮廓提取的具体步骤如下：

11)确定搜索起始点Start

按照从上到下、从左到右的方向，将搜索到的第一个值为1的点 (即祥云区域的第一个点)，作为轮廓的起始点Start。

12)搜索Start的下一个轮廓点

如图3所示，如果Start的下一个轮廓点存在，则一定是其8邻 域内的右上、右、右下、下方向(分别对应于图2中的7、0、1、2) 中的一个。按右上、右、右下、下方向依次搜索，找到第一个值为1 的点，即为下一个轮廓点N。即Start为上一个点，N为当前点。

13)搜索下一个轮廓点

Start为Pre赋值，N为Curr赋值，则Pre为上一个点，Curr为 当前点，Dir为从上一个点到当前点的搜索方向(例如点Curr在点 Pre的3邻域位置上，那么Dir为3)。将Dir作为Curr的起始搜索方 向，再在点Curr的8邻域内按顺时针方向依次搜索，找到第一个值 为1，且未被搜索过，且为边界点的点，即为点Curr的下一个轮廓点 Tmp。当前点成为上一个点，Tmp成为当前点。

14)如果当前点Curr就是起始点Start，即再次回到了起始点，则 轮廓跟踪完毕；否则，跳到第三步继续搜索。

回环是指造成死循环而无法回到起始点，如图4所示，按照优先 搜索方向算法，A的下一个轮廓点为P，P的下一个轮廓点为B，B 的下一个轮廓点为A，这就造成了回环；在搜索祥云轮廓的边界点时， 若遇到回环，则从造成环的那个点回溯到上一个点P，对点P的8邻 域从0方向开始顺时针依次搜索，将搜索到的未被搜索过第一个是边 界点作为下一个轮廓点，完成对环的解锁。对于回环问题，在造成环 的那个点B，回溯到上一个点P，对点P的8邻域，从0方向开始顺 时针依次搜索，将遇到的第一个是边界点且未被搜索过且不是点B 的点C作为点P的下一个轮廓点，这样就可对环进行解锁了，如图5 所示即为对图4中的回环解锁。

步骤二，寻找祥云文化元素图像内各个点的最大内切圆和祥云文 化元素图像的骨架；

寻找最大内切圆是依次遍历祥云文化元素图像内部各个点，筛选 出各个最大内切圆的圆心，其方法为：在祥云文化元素图像内任取一 点A，计算A点与所有轮廓点的距离，将所有距离数据从小到大进 行排序，记为距离数组r[n]；将距离数组r[n]中最小的三个距离数据 作为两组进行分析，第一组r[0]与r[1]，第二组r[0]与r[2]，当第一组 和第二组任意一组满足以下条件时，则判断A点是最大内切圆的圆 心，当第一组和第二组均满足以下条件时，则判断A点不是最大内 切圆的圆心，条件为：r[0]与r[1]或r[0]与r[2]所对应的轮廓点之间的 轮廓距离大于指定阈值，且r[0]与r[1]或r[0]与r[2]的差值小于0.5。

以所找到的各个最大内切圆的圆心为圆心做圆，使圆相切于图像 边缘的两个点，且圆内所有点都在祥云文化元素的图像之内，所做圆 即为祥云文化元素图像的最大内切圆。

寻找祥云文化元素图像的骨架是依次将最接近的各个最大内切 圆的圆心相连，即可得到祥云文化元素的骨架。记最大内切圆的圆心 为(x_i,y_i)，半径为r_i，祥云文化元素图像内最大内切圆的个数为N， 则用最大内切圆提取出的祥云的骨架表示为：

S＝{(x_i,y_i,r_i)|i＝1,2,…,N}

步骤三，筛选出云头部分的最大内切圆，计算出云头中心点，找 出骨架上距离云头中心点最远的点作为起始点，从起始点开始采用扩 散蔓延法标记出所有的云尾区域的点，未标记的即为云头区域的点。

具体步骤如下：

31)求骨架上所有点最大内切圆的半径平均值，

计算筛选出来的最大内切圆的圆心的中心点(x_c,y_c)，记圆的个数 为M，则M是筛选出来的云头部分的 内切圆的个数。

并用云颈参数k调整平均值，k为经验值，代表云颈偏离云头的 程度，k越大，分割处越偏离云头，k一般取值为1，取值范围为0.8-1.2， 则得到经调整后的平均值分割公式为

筛选出半径大于经调整后的平均值的最大内切圆，筛选出来的 即是云头部分的最大内切圆；

32)求解各个云头部分最大内切圆圆心的平均值作为云头中心 点，骨架上距离云头中心点最远的点为云尾点，标记此云尾点为扩散 起始点；

33)将各个云头部分最大内切圆与祥云区域边缘相切的两个点分 别连接起来形成数条云头连线，如图9所示；

34)从起始点开始在轮廓内向两边扩散蔓延，直至扩散蔓延到最 接近的云头连线，则扩散蔓延停止，扩散经过的点即标记为云尾区域 的点；未被标记为云尾区域的点即为云头区域的点。如图10和图11 所示，即为提取云头和云尾。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明 加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要 求的保护范围。