基于xgml的圖像半結(jié)構(gòu)化表示方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于XGML的圖像半結(jié)構(gòu)化表示方法，屬于數(shù)字圖像處理中的圖像分析領(lǐng)域。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)應(yīng)用技術(shù)的高速發(fā)展，網(wǎng)絡(luò)上出現(xiàn)了大量的數(shù)字圖像，而在Web頁面中，圖像的常用格式主要有.JPG、.GIF、.PNG等。這些格式的圖像以非結(jié)構(gòu)化數(shù)據(jù)(無規(guī)律、語義不明確)的形式存在，因此其生成的圖形在不同分辨率的屏幕上的顯示效果不同。此夕卜，由于這些格式的圖像不支持圖形數(shù)據(jù)與文字信息的分離存儲，存儲空間過大，也給搜索引擎檢索Web信息帶來了一定的難度。因此，基于Web的圖形圖像的表示、存儲與應(yīng)用，一直是人們研究的熱點(diǎn)之一。
[0003]目前，對于圖像的半結(jié)構(gòu)化存儲主要是依靠二維矢量圖形SVG。使用SVG可以在不同分辨率的網(wǎng)頁上顯示出各種各樣高質(zhì)量的矢量圖形，其支持幾何、動(dòng)畫、漸變色、濾鏡等多種功能。但是SVG本身也有其固有的缺點(diǎn)，例如它不是一種流媒體的圖形圖像格式，存在圖像表示不清晰的缺點(diǎn)，模塊設(shè)計(jì)功能差，提供的指令集有限等。
[0004]由此可見，設(shè)計(jì)出一種可解決圖像表示不清晰、存儲空間過大、檢索不便等缺點(diǎn)的圖像表示技術(shù)方案，是目前急需解決的問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供一種基于XGML的圖像半結(jié)構(gòu)化表示方法，其可將非結(jié)構(gòu)化的光柵圖像轉(zhuǎn)換為可支持圖形數(shù)據(jù)與文字信息分離存儲的半結(jié)構(gòu)化文檔，有效克服了現(xiàn)有圖像表示不清晰、存儲空間過大、檢索不便等缺點(diǎn)。
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明采用了以下技術(shù)方案:
[0007]—種基于XGML的圖像半結(jié)構(gòu)化表示方法，其特征在于，它包括步驟:
[0008]定義XGML指令模型為{metadata_descriptor，element_descriptor}，其中:
[0009]1116丨&(1&丨&_(168(31^。1:01'為圖元數(shù)據(jù)描述指令集，1116丨&(1&丨&_(168(31^。1:01'分為兩個(gè)集合，一個(gè)集合為圖像語義規(guī)則集合semantic_rule，來源于圖像的標(biāo)簽和鄰域關(guān)系，用于描述圖像的語義數(shù)據(jù)，另一個(gè)集合為圖像內(nèi)容規(guī)則集合contentjule，來源于圖像的上下文和視覺特征，用于描述圖像的內(nèi)容數(shù)據(jù)；616!116111:_(16 8(314口1:01'為圖元素描述指令集，element_descriptor分為兩個(gè)對象，一個(gè)對象為基本圖形對象basic_graphic，另一個(gè)對象為不能使用基本圖形對象表達(dá)的較復(fù)雜形狀的復(fù)雜圖形對象complex_graphic;
[00?0] I)確定待半結(jié)構(gòu)化表示的圖像；
[00??] 2)通過計(jì)算機(jī)自動(dòng)提取出圖像中的語義數(shù)據(jù)，將語義數(shù)據(jù)儲存入semantic_rule，并且基于用戶的視覺感知和主觀識別，人工標(biāo)注出圖像中的內(nèi)容數(shù)據(jù)，將內(nèi)容數(shù)據(jù)儲存入content—rule;
[0012]3)依據(jù)區(qū)域一致性條件，對圖像進(jìn)行區(qū)域分裂與合并，形成若干處理后區(qū)域，然后各處理后區(qū)域分別分解出邊緣信息和顏色特征；
[0013]4)處理各處理后區(qū)域的邊緣信息，各處理后區(qū)域分別得到邊緣點(diǎn)集合；
[00? 4] 5)對各處理后區(qū)域的邊緣點(diǎn)集合分別提取邊緣特征點(diǎn)來形成邊緣特征點(diǎn)集合；
[0015]6)對各處理后區(qū)域的邊緣特征點(diǎn)集合進(jìn)行擬合處理，得到代表處理后區(qū)域所擁有邊緣的線性特征、關(guān)鍵要素，其中:線性特征、關(guān)鍵要素由相應(yīng)二維坐標(biāo)表示；
[0016]7)根據(jù)各處理后區(qū)域的線性特征、顏色特征，判斷各處理后區(qū)域?qū)儆诨緢D形還是復(fù)雜圖形，然后將屬于基本圖形的處理后區(qū)域的線性特征、關(guān)鍵要素和顏色特征儲存入basiC_graphiC，將屬于復(fù)雜圖形的處理后區(qū)域的線性特征、關(guān)鍵要素和顏色特征儲存入complex—graphic;
[0017]8)圖像以XGML指令模型的形式，被表示成半結(jié)構(gòu)化文檔。
[0018]在實(shí)際設(shè)計(jì)時(shí)，所述步驟3)中對所述圖像進(jìn)行區(qū)域分裂與合并的具體步驟為:
[0019]al)計(jì)算所述圖像的當(dāng)前區(qū)域的灰度均值，其中:首次執(zhí)行步驟al)時(shí)，當(dāng)前區(qū)域?yàn)樗鰣D像的整個(gè)區(qū)域；
[0020]a2)判斷當(dāng)前區(qū)域中各像素點(diǎn)的像素值與當(dāng)前區(qū)域的灰度均值之差的絕對值的最大值是否小于設(shè)定閾值:若是，則不再對當(dāng)前區(qū)域進(jìn)行分裂，反之，將當(dāng)前區(qū)域分裂成四個(gè)相鄰的區(qū)域；
[0021]a3)新分裂出的各區(qū)域分別重復(fù)執(zhí)行步驟al)_a2)，直至不存在新分裂出的區(qū)域；
[0022]a4)判斷相鄰區(qū)域的灰度均值之差的絕對值是否小于設(shè)定差閾值:若是，則相鄰區(qū)域合并為一個(gè)區(qū)域，反之，相鄰區(qū)域不合并；
[0023]a5)執(zhí)行完步驟a4)后呈現(xiàn)的各區(qū)域?yàn)樗鎏幚砗髤^(qū)域。
[0024]在實(shí)際設(shè)計(jì)時(shí)，所述步驟5)中所述邊緣特征點(diǎn)的提取步驟包括:
[0025]假設(shè)當(dāng)前邊緣點(diǎn)為i，ai為從邊緣點(diǎn)1-Ι到邊緣點(diǎn)i的角度，ai+i為從邊緣點(diǎn)i到邊緣點(diǎn)i+Ι的角度，di為ai到ai+1的變化曲率；
[0026]bO)確定待判斷的當(dāng)前邊緣點(diǎn)i ;
[0027]bl)判斷Iam |是否小于4:若是，貝Ijdi= ai+1-ai |并進(jìn)入b4)，反之進(jìn)入b2)；
[0028]b2)判斷I ai+1-ai |是否大于4:若是，則di = | ai+1-ai | _8并進(jìn)入b4)，反之進(jìn)入b3)；
[0029]b3)令di = 4并進(jìn)入b4);
[0030]b4)判斷I di I是否等于O:若是，則表示當(dāng)前邊緣點(diǎn)i不是邊緣特征點(diǎn)，反之進(jìn)入b5);
[0031]b5)判斷I di I是否大于2:若是，則表示當(dāng)前邊緣點(diǎn)i是邊緣特征點(diǎn)，記錄當(dāng)前邊緣點(diǎn)i的坐標(biāo)，反之進(jìn)入b6)；
[0032]b6)判斷|di I是否等于I或2:若是，則表示當(dāng)前邊緣點(diǎn)i可能是邊緣特征點(diǎn)，記錄當(dāng)前邊緣點(diǎn)i的坐標(biāo)，反之結(jié)束。
[0033]在實(shí)際設(shè)計(jì)時(shí)，所述步驟6)中對所述處理后區(qū)域的邊緣特征點(diǎn)集合進(jìn)行擬合處理包括步驟:
[0034]cI)對所述處理后區(qū)域的整個(gè)邊緣進(jìn)行如下判斷:
[0035]若所述處理后區(qū)域的某個(gè)邊緣部分中的相鄰邊緣特征點(diǎn)之間的斜率都為一個(gè)相同的常數(shù)，那么此邊緣部分?jǐn)M合為一個(gè)直線作為線性特征；
[0036]若所述處理后區(qū)域的某個(gè)邊緣部分中的相鄰邊緣特征點(diǎn)之間的斜率各不相同，那么此邊緣部分?jǐn)M合為一個(gè)曲線作為線性特征；
[0037]c2)整理構(gòu)成所述處理后區(qū)域的邊緣的各個(gè)邊緣部分的線性特征。
[0038]本發(fā)明的優(yōu)點(diǎn)是:
[0039]本發(fā)明基于超圖形文本標(biāo)記語言XGML，提出了圖像半結(jié)構(gòu)化的概念，可將現(xiàn)有圖像，特別是光柵圖像存儲為使用XGML指令模型表示的半結(jié)構(gòu)化文檔，實(shí)現(xiàn)了圖形數(shù)據(jù)與文字信息的分離存儲，提高了圖像表示的清晰度，極大減小了圖像的存儲空間，提高了圖像的檢索速度與效率。
【附圖說明】
[0040]圖1是本發(fā)明的實(shí)施流程圖。
[0041]圖2是說明本發(fā)明中的圖元數(shù)據(jù)描述指令集內(nèi)容的一個(gè)圖像示意圖。
[0042]圖3是說明本發(fā)明中的圖元素描述指令集內(nèi)容的一個(gè)圖像示意圖。
【具體實(shí)施方式】
[0043]本發(fā)明基于XGML(超圖形文本標(biāo)記語言)實(shí)現(xiàn)。XGML是一種借鑒XML和SVG語法，可將圖像存儲為具有一定格式和結(jié)構(gòu)的文本指令集合(半結(jié)構(gòu)化體系)，其是一種適合圖像半結(jié)構(gòu)化的簡潔高效的超圖形文本標(biāo)記語言。
[0044]現(xiàn)階段，Web中出現(xiàn)大量各式各樣的圖像類型，例如紋理圖像、平滑圖像、光柵化矢量圖像等。本發(fā)明適用于可進(jìn)行半結(jié)構(gòu)化表示的各種圖像，例如光柵化矢量圖像。光柵化矢量圖像原本為矢量圖，被人為處理后轉(zhuǎn)換為二進(jìn)制的光柵圖像，在本發(fā)明中，光柵化矢量圖像被簡稱為光柵圖像。
[0045]如圖1所示，本發(fā)明基于XGML的圖像半結(jié)構(gòu)化表示方法包括步驟:
[0046]定義XGML指令模型為{metadata_descriptor，element_descriptor}，其中:
[0047]metadata_descriptor為圖元