买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272704B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210889506.7，技术领域涉及：G06V10/46；该发明授权基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法是由秦龙辉;王逸华;柴大洲;张嘉桐;包文辉;李瑞茹设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法在说明书摘要公布了：本发明公开了一种基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法，解决了摩尔邻域追踪算法在背景复杂纹理时轮廓提取困难而Gabor滤波器在主体目标与背景纹理接近情况下识别率低的问题，其技术特点是先采用摩尔邻域追踪算法进行图像内主体目标的轮廓提取，根据整幅图像内所识别物体的数目预测轮廓提取效果，如果提取效果欠佳，则先采用Gabor滤波器去除复杂背景，再应用摩尔邻域追踪算法提取主体目标的精细轮廓。该方法适用于待识别主体目标与背景在颜色、光强、纹理等任一特征维度上有所差异的平面图像处理；与已有方法相比，本发明提出的方法轮廓提取效果好，通用性强，适用范围广，不易受到环境光与复杂背景的影响。

本发明授权基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法在权利要求书中公布了：1.一种基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法，其特征在于，包括如下步骤 S1.通过摩尔邻域追踪算法提取图像中识别对象的边界，提取识别到的物体的数目N以及物体的边界B； S2.通过识别对象数量预测边界提取效果；设定一个关于识别到的物体数目N的阈值N0， 若NN0，则输出图像边界轮廓； 若NN0，则认为边界提取效果不理想，转入步骤S3,通过Gabor滤波器进行进一步处理； S3.通过Gabor滤波器分割出识别对象； 在所述S3中，包括如下步骤， Sb1.预处理：输入RGB图像I0，并将其转为灰度图像I1； Sb2.设置一组Gabor滤波器阵列，用于提取灰度图像I1的Gabor特征； Sb3.根据滤波器覆盖的不同方向的个数M和波长的个数L，可构造M×L＝K个Gabor滤波器；对输入图像应用滤波器，可得到滤波器的幅度响应GM； Sb4.对提取出的Gabor幅度响应GM进行后处理，转化为Gabor特征，以便将Gabor幅度响应用作分类时的特征； 此步骤包括：Sb41.用高斯低通滤波器对幅度响应图像GM进行平滑处理，获取原图像上每个像素的x，y坐标，将其与平滑处理后的幅度响应特征串联，得到带有空间信息和Gabor幅度特征的数据集； Sb42.将此数据集重构并进行归一化处理，得到可用于Kmeans分类的矩阵X；此时图像上每个像素有2个空间特征和K个Gabor特征； 在所述步骤Sb42中，二维Gabor函数可以表示为： 式中，x′＝xcosθ+ysinθ，y′＝-xsinθ+ycosθ； λ表示余弦函数的波长，θ表示以度为单位的Gabor函数方向，ψ是控制余弦函数的相位偏移，γ是空间宽高比，σ是高斯标准函数的标准偏差； Sb5.使用Kmeans均值聚类算法将矩阵X上的元素分成2类，得到分类后的标签矩阵X’，根据矩阵X’中的标签数据将原图像I0中背景区域的数值置为0从而过滤掉背景，剩余部分即为识别对象的图像，生成新的图像NI； S4.对新的图像NI进行灰度化和二值化处理，通过摩尔邻域追踪算法提取图像中识别对象的边界，输出图像边界轮廓。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。