CN101751663B - 以像素的区域特征为基础的影像分割标记方法与*** - Google Patents
以像素的区域特征为基础的影像分割标记方法与*** Download PDFInfo
- Publication number
- CN101751663B CN101751663B CN 200810178012 CN200810178012A CN101751663B CN 101751663 B CN101751663 B CN 101751663B CN 200810178012 CN200810178012 CN 200810178012 CN 200810178012 A CN200810178012 A CN 200810178012A CN 101751663 B CN101751663 B CN 101751663B
- Authority
- CN
- China
- Prior art keywords
- pixel
- zone marker
- image
- unmarked
- mark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种以像素的区域特征为基础的影像分割标记方法。当取得一输入影像时,逐列循序扫描该影像的像素。根据每一像素的相邻像素的区域特征,决定该输入影像中的未标记像素的标记,并且记录像素更新信息以产生一区域标记更新数据表以及区域标记特征数据表。之后,再次逐列循序扫描该输入影像的像素后并取得该像素的标记,根据区域标记更新数据表判断并更新该像素的区域标记。
Description
技术领域
本发明涉及一种影像分割方法,且特别是涉及一种以像素的区域特征为基础的影像分割标记方法。
背景技术
「影像分割(Image Segmentation)」是从输入影像中将有兴趣的对象分割出来,其应用于影像辨识、影像压缩、影像检索以及监控***中。传统常用的影像分割方法包括直方图为基础(Histogram-based)的影像分割方法、边缘检测为基础(Edge-based)的影像分割方法与区域为基础(Region-based)的影像分割法。
直方图为基础的影像分割方法是通过分析整张或部分影像的统计直方图(Histogram),以决定适当的阈值来当成影像分割的依据。边缘检测为基础的影像分割方法通过分析对象及背景间的影像亮度的变化,找出对象边缘作为影像分割的依据。区域为基础的影像分割方法依据对象的区域影像间的亮度相似的特性作为影像分割的依据。
上述影像分割法各自有其优缺点。直方图为基础的影像分割方法是一种简单且易实作的方法,但是如何决定适当的阈值却是一大挑战。此外,仅通过分析统计直方图而没有考虑影像的区域特征,虽然对噪声(Noise)有某种程度的容忍(Tolerance),但是对复杂影像的分割结果不尽理想。
边缘检测为基础的影像分割方法以分析影像亮度的变化为主,因此对于噪声的反应是很敏感的。同时,如果对象有缓慢递增/递减的亮度变化时,不明显的边缘会造成分割上的困难。
区域为基础的影像分割方法需要先指定种子点(Seed),然后反复扫描影片中所有的像素,通过汇集具有相似性的相邻像素,由种子点开始区域增长(Region Growing)而完成影像分割的需求。此外,该方法对噪声的反应也是非常的敏感,同时还会有过度切割的问题(Over Segmentation)。
连通对象标记法(Connected Components Labeling)是为了能够有效的运用及分析影像分割的结果,对分割后的各个对象给予不同的标记。以「直方图」为基础的影像分割方法与以「边缘检测」为基础的影像分割方法在完成影像分割之后,需要额外实施连通对象标记法以标记分割后的各个对象。
以「区域」为基础的影像分割方法在分割影像时,虽然可以同步给予各个分割区域各自的标记。然而,这类的影像分割方法除了必须先实施多种的影像前处理技术(Image Preprocessing)以减少噪声带来的干扰之外,种子点的选定以及费时的反复运算仍是需要突破的地方。
目前的影像分割技术在分割影像时以「像素」(Pixel)为基础,根据所定义的相似性准则,把具有相似特性的相邻像素归类成具有相同标记的区域,进而完成影像分割的需求。然而,现今以「像素基础比对」的影像分割技术的最大缺点是其影像分割结果对噪声是很敏感的。换言之,目前的影像分割技术需要实施影像前处理技术(例如,平滑算法(Smoothing)、边缘强化算法(Edge Enhancement)、颜色量化(Color Quantization)...等等)来将噪声移除。
因此,本发明提出一种以像素的区域特征为基础的影像分割标记方法,可同步完成影像分割以及对象标记的目标,且符合高执行效能的实时性需求。
发明内容
基于上述目的,本发明实施例披露了一种以像素的区域特征为基础的影像分割标记方法。当取得一输入影像时,逐列循序扫描该影像的像素。根据每一像素的相邻像素的区域特征,决定该输入影像中的未标记像素的标记,并且更新相关数据表(「区域标记特征数据表」以及「区域标记更新数据表」)。之后,再次逐列循序扫描该输入影像的像素后并取得该像素的标记,并且根据区域标记更新数据表判断并更新该像素的区域标记。
本发明实施例还披露了一种以像素的区域特征为基础的影像分割标记方法。取得一输入影像(大小为n×m),并且将该输入影像分割为一n×m影像。取得该输入影像中的一未标记像素,取得该未标记像素的相邻像素的区域标记及其特征,并且计算该未标记像素与其相邻区域的特征的差异。根据差异的结果,决定该未标记像素的一标记,并且根据该决定的标记更新一区域标记特征数据表与一区域标记更新数据表。判断是否还有未标记的像素。如果还有未标记的像素,则取得该输入影像中的下一未标记像素,并且重复上述步骤。如果已无未标记的像素,则依据该区域标记更新数据表,循序扫描该输入影像中的所有像素,以更新该像素的区域标记,从而完成影像分割。
本发明实施例还披露了一种以像素的区域特征为基础的影像分割标记***,包括一数据库、一扫描单元、一处理单元与一记录单元。该数据库还包括一区域标记更新数据表与一区域标记特征数据表。该扫描单元取得一输入影像,逐列循序扫描该影像的像素。该处理单元根据扫描结果取得该像素的每一相邻像素的区域特征,并且决定该输入影像中的未标记像素的标记。该记录单元根据该像素的标记结果更新区域标记特征数据表,以及区域标记更新数据表中。该扫描单元再次逐列循序扫描该输入影像中的所述像素,并且该记录单元根据该区域标记更新数据表的数据判断是否需要更新所述像素的区域标记。
本发明实施例还披露了一种以像素的区域特征为基础的影像分割标记***,包括一数据库、一扫描单元、一处理单元与一记录单元。该数据库还包括一区域标记更新数据表与一区域标记特征数据表。该扫描单元取得一输入影像并且将该输入影像分割为一n×m影像,并且逐列循序扫描该n×m影像的像素。该处理单元取得该输入影像中的一未标记像素,取得该未标记像素的相邻像素的区域标记及其特征,计算该未标记像素与其相邻区域的特征的差异,并且根据差异的结果决定该未标记像素的一标记。该记录单元根据该未标记像素决定的该标记更新该区域标记特征数据表与该区域标记更新数据表。该扫描单元判断是否还有未标记的像素,如果还有未标记的像素,则取得该输入影像中的下一未标记像素,并且重复上述步骤,如果已无未标记的像素,则该扫描单元依据该区域标记更新数据表循序扫描该输入影像中的所有像素,以更新该像素的区域标记,从而完成影像分割。
附图说明
图1显示本发明实施例的以像素的区域特征为基础的影像分割标记方法的步骤流程图。
图2显示本发明实施例的决定未标记像素的区域标记的方法步骤流程图。
图3显示相邻像素的像素特征与区域特征的差别的示意图
图4显示本发明实施例的像素标记的方法步骤流程图。
图5A~5E显示本发明实施例的像素标记的工作流程示意图。
图6显示本发明实施例的以像素的区域特征为基础的影像分割标记***的架构示意图。
图7A~7D显示本发明另一实施例的像素标记的工作流程示意图。
附图符号说明
S11..S15~流程步骤
S21..S27~流程步骤
S41..S46~流程步骤
610~扫描单元
620~处理单元
630~记录单元
640~数据库
641~区域标记更新数据表
643~区域标记特征数据表
具体实施方式
为了使本发明的目的、特征、及优点能更明显易懂,下文特举较佳实施例,并结合图1至图7,做详细的说明。本发明说明书提供不同的实施例来说明本发明不同实施方式的技术特征。其中,实施例中的各元件的配置为说明之用,并非用以限制本发明。且实施例中附图标号的部分重复,是为了简化说明,并非意指不同实施例之间的关联性。
本发明实施例披露了一种以像素的区域特征为基础的影像分割标记方法与***。
本发明实施例的以像素的区域特征为基础的影像分割标记方法与***考虑人类视觉感知的特性,在决定未标记像素的区域标记时,所比对的是「相邻像素的区域特征」而非「相邻像素的像素特征」,其中所谓相邻像素的区域特征是指像素所属的区域标记的特征。此外,为了能有效率的标记分割后的结果,将「区域连通阈值」(Region Connected Threshold)的观念加入至传统的「二元连通对象标记法」(Binary Connected Component Labeling)。如此一来,不需要执行任何的影像前处理技术就可以同时完成分割彩色影像以及标记分割后的对象。同时,仅需要两次的逐列像素循序扫描(tworow-by-row pixel scans)就能同步完成影像分割且对象标记的需求,这样可满足高执行效能而符合实时性需求。
图1显示本发明实施例的以像素的区域特征为基础的影像分割标记方法的步骤流程图。
当取得一灰度/彩色影像时,逐列循序扫描该影像的像素(步骤S11),根据相邻像素的区域特征,决定未标记像素的标记(步骤S12),并且更新「区域标记特征数据表」以及「区域标记更新数据表」(步骤S13)。接着,再次逐列循序扫描影像像素(步骤S14),并且根据该「区域标记更新数据表」,将应该是相同标记,但是因为扫描顺序而产生的差异标记现象做适当的更正(步骤S15)。
图2显示本发明实施例的决定未标记像素的区域标记的方法步骤流程图。
当取得一未标记的像素时,撷取该未标记像素的特征及其相邻像素所对应的区域标记的特征(步骤S21)。比对该未标记像素的特征与其相邻像素的区域标记的特征而决定该未标记像素的标记(步骤S22),更新相对应的区域标记的特征(步骤S23)与记录区域标记更新信息(步骤S24),并且更新「区域标记特征数据表」(步骤S25)以及「区域标记更新数据表」(步骤S26),同时可产生已标记像素(步骤S27)。
为了免除种种的影像前处理操作以减少处理时间,本发明实施例提出了「相邻像素的区域特征」的概念。
图3显示相邻像素的像素特征与区域特征的差别的示意图如图3所示,一未标记像素p位于坐标(x,y),其灰阶值,例如用以标示其亮度值,亦即代表该像素亮度为gray(p)。该像素的4个已标记的相邻像素为[n1,n2,n3,n4],其相对应灰阶值为[gray(n1),gray(n2),gray(n3),gray(n4)]。各个相邻像素所对应的区域标记为[C,D,E,A]。假设使用区域标记的平均亮度为该像素对应的区域特征,则可以求得各个相邻像素所对应的区域特征为[Ave(C),Ave(D),Ave(E),Ave(A)]。令Dif(p,n1)=|gray(p)-gray(n1)|为像素p与「相邻像素」n1的灰阶值差异,Dif(p,A)=|gray(p)-Ave(A)|为像素p与「相邻像素区域标记」A的灰阶值差异。假设像素p与四个相邻像素的灰阶值差异为Dif(p,n1)<Dif(p,n4)<Dif(p,n2)<Dif(p,n3),而与四个相邻像素区域的差异为Dif(p,A)<Dif(p,C)<Dif(p,E)<Dif(p,D),则以像素为基础的影像分割法会判定p与n1是相邻的,但是本发明实施例的以像素的区域特征为基础的影像分割标记方法会判定p与区域标记A是相邻的,换句话说,p与n4是相邻的。然而,以像素的区域特征为基础所得的结果,比较符合人类视觉感知的特性。
为了在实施影像分割时,能同步标记分割后的各对象,且不需要额外的程序以决定种子点,本发明实施例的以像素的区域特征为基础的影像分割标记方法以连通标记法为基础并加入「区域连通阈值」的概念,以改良传统的「二元连通对象标记法」仅能标记二元影像的缺点,同时不需要预先使用影像前处理技术以优化输入影像。如此一来,可达到高执行效能的实时性需求。
图4显示本发明实施例的像素标记的方法步骤流程图。
本发明实施例的以像素的区域特征为基础的影像分割标记方法是结合「像素区域特征的影像分割概念」以及「连通对象标记法」技术而不需要任何影像前处理技术,在影像分割同时,可同步标记分割后的对象。其实施流程如下:
首先,循序取得一输入影像中的一未标记像素(步骤S41),取得该未标记像素的相邻像素的区域标记及其特征(步骤S42),并且计算该未标记像素与其相邻区域的特征的差异(步骤S43)。根据差异的结果,决定未标记像素的标记,变更区域标记特征数据表以及变更区域标记更新数据表(步骤S44)。判断是否还有未标记的像素(步骤S45)。如果还有未标记的像素,则回到步骤S41。如果已无未标记的像素,则依据区域标记更新数据表,循序扫描该输入影像中所有像素,以更新像素区域标记(步骤S46),然后完成影像分割。
图5A~5E显示本发明实施例的像素标记的工作流程示意图。
为可以容易了解本发明方法的实施步骤,以下说明分割一3×3影像时,每个像素的标记结果,以及「区域标记特征数据表」与「区域标记更新数据表」的变动情况,其仅为一实施例,而并非用以限定本发明。
图5A显示原始影像与理想的分割结果。图5B~5D的流程1-9显示处理每个像素时的标记结果以及「区域标记特征数据表」与「区域标记更新数据表」的更新状态,其中包括目前处理的像素、标记结果、区域标记特征数据表以及区域标记更新数据表,且区域标记特征数据表还包括区域标记、区域像素数目、区域亮度总合以及区域平均亮度等字段。图5E显示根据「区域标记更新数据表」变更像素标记的结果。
参考图5A,原始影像以3×3来分割。「区域连通阈值」σ设定为10,亦即若未标记像素与邻近像素的区域特征的差异小于σ时,表示二者是相连的。反之,若大于σ,则二者是不相连的。
参考图5B,在流程(1)中,因为标示为168的像素是第1个像素(未标记像素),所以直接给定新的区域标记″A″,并且记录在区域标记特征数据表,其中区域像素数目=1,区域亮度总合=168,以及区域平均亮度=168。在流程(2)中,下一未标记像素(标示为130)与区域标记A的差异为38(|168-130|=38>σ),因此给定一个新的区域标记″B″,并更新区域标记特征数据表,其中区标记B的区域像素数目=1,区域亮度总合=130,以及区域平均亮度=130。
在流程(3)中,下一未标记像素(标示为128)与区域标记B的差异为2(|130-128|=2≤σ),因此将该像素标记为″B″,并且更新区域标记特征数据表,其中区域标记B的区域像素数目=2,区域亮度总合=258,以及区域平均亮度=129。在流程(4)中,下一标记像素(标示为166)有两个相邻区域标记,与区域标记A的差异为2(|168-166|=2≤σ),与区域标记B的差异为37(|129-166|=37>σ),因此将该像素标记为″A″,并且更新区域标记特征数据表,其中区域标记A的区域像素数目=2,区域亮度总合=334,以及区域平均亮度=167。
在流程(5)中,下一未标记像素(标示为164)有两个相邻区域标记,与区域标记A的差异为3(|167-164|=3≤σ),与区域标记B的差异为35(|129-164|=35>σ),因此将该像素标记为″A″,并且更新区域标记特征数据表,其中区域标记A的区域像素数目=3,区域亮度总合=498,以及区域平均亮度=166。在流程(6)中,该未标记像素(标示为126)有两个相邻区域标记,与区域标记A的差异为40(|166-126|=40>σ),与区域标记B的差异为33(|129-126|=33≤σ),因此将该像素标记为″B″,并且更新区域标记特征数据表,其中区域标记B的区域像素数目=3,区域亮度总合=384,以及区域平均亮度=128。
在流程(7)中,该未标记像素(标示为127)与区域标记A的差异为39(|166-127|=39>σ),因此将该像素标记为″C″,并且更新区域标记特征数据表,其中区域标记C的区域像素数目=1,区域亮度总合=127,以及区域平均亮度=127。在流程(8)中,该未标记像素(标示为128)有三个相邻区域标记,与区域标记A的差异为38(|166-128|=38>σ),与区域标记B的差异为0(|128-128|=0≤σ),与区域标记C的差异为1(|127-128|=1≤σ)。因此将该像素标记为″B″,并且更新区域标记特征数据表,其中区域标记B的区域像素数目=4,区域亮度总合=512,以及区域平均亮度=128,同时在「区域标记更新数据表」中记录″B=C″。
在流程(9)中,该未标记像素(标示为124)有两个相邻区域标记,与区域标记A的差异为42(|166-124|=42>σ),与区域标记B的差异为4(|128-124|=4≤σ),因此将该像素标记为″B″,并且更新区域标记特征数据表,其中区域标记B的区域像素数目=5,区域亮度总合=636,以及区域平均亮度=127。在图5E中,循序搜寻所有已标记的像素,并且根据「区域标记更新数据表」的数据更新像素的区域标记。因此,在左下角(第3列第1行)的区域标记″C″被更新成″B″。
本发明实施例的以像素的区域特征为基础的影像分割标记方法在分割影像时,纵使原始影像有许多噪声,也不需要实施任何的影像前处理技术将噪声去除,其分割结果的效能不受噪声的影响。
图6显示本发明实施例的以像素的区域特征为基础的影像分割标记***的架构示意图。
本发明***主要加载至一电子装置中,使得该电子装置可提供影像分割处理的功能,该***包括一扫描单元610、一处理单元620、一记录单元630与一数据库640。数据库640又包括一区域标记更新数据表641与一区域标记特征数据表643。
扫描单元610取得一灰度/彩色影像,逐列循序扫描该影像的像素。处理单元620根据扫描结果取得相邻像素的区域特征(记录在区域标记特征数据表643中),并且决定该影像中的未标记像素的标记。记录单元630将已更新的区域特征信息记录在区域标记特征数据表643中,并且将需更新的像素数据记录在区域标记更新数据表641中。接着,扫描单元610再次逐列循序扫描该影像中的像素,并且记录单元630根据该区域标记更新数据表641,将应该是相同标记,但是因为扫描顺序而产生的差异标记现象做适当的更正。
在该决定未标记像素的区域标记的操作中,处理单元620取得一未标记的像素时,撷取该未标记像素的特征及其相邻像素所对应的区域标记的特征,并且比对该未标记像素的特征与其相邻像素的区域标记的特征而决定该未标记像素的标记。接着,记录单元630更新相对应的区域标记的特征与记录区域标记更新信息,并且更新「区域标记特征数据表」以及「区域标记更新数据表」,同时可产生已标记像素。
关于像素的标记处理,扫描单元610循序取得一输入影像中的一未标记像素,处理单元620取得该未标记像素的相邻像素的区域标记(以下简称相邻区域)及其特征,计算该未标记像素与其相邻区域的特征的差异,并且根据差异的结果决定未标记像素的标记。记录单元630变更区域标记特征数据表以及变更区域标记更新数据表。处理单元620判断是否还有未标记的像素,如果还有未标记的像素,则扫描单元610取得该输入影像中的下一未标记像素。如果已无未标记的像素,则记录单元630依据区域标记更新数据表,循序扫描该输入影像中所有像素,以更新像素区域标记,然后完成影像分割。
在另一实施例中,可在「区域标记特征数据表」中增加一个字段,用以记录图5的「区域标记更新数据表」中「需更新的标记」,如此一来,可以将两个表格合二为一,进而提升效能。
参考图7A~7D,当循序决定未标记像素的标记时,如果发现该未标记像素与已标记的相邻像素属于同一区域标记,但是因为循序扫描的因素却拥有不同区域标记(如图7C的流程(8)所示),则在「最终的标记」字段里记录欲更新的区域标记,以做为区域标记更新时的依据(如图7D所示)。除此之外,「最终的标记」字段的内容会与「标记」字段的内容一致。
本发明实施例的以像素的区域特征为基础的影像分割标记***与方法考虑人类视觉感知特性的影像分割,可以套用到目前常用的影像分割技术里,例如,「分水岭」式的影像分割法。其中区域成长的步骤考虑「相邻像素的区域特征」而不是「相邻像素的像素特征」,如此则不需要实施影像前处理技术以去除噪声的影响。
本发明的方法,或特定型态或其部分,可以以程序代码的型态存在。程序代码可以包含于实体媒体,如软盘、光盘片、硬盘、或是任何其它机器可读取(如计算机可读取)储存媒体,其中,当程序代码被机器,如计算机加载且执行时,此机器变成用以参与本发明的装置。程序代码也可以通过一些传送媒体,如电线或电缆、光纤、或是任何传输型态进行传送,其中,当程序代码被机器,如计算机接收、加载且执行时,此机器变成用以参与本发明的装置。当在一般用途处理单元实作时,程序代码结合处理单元提供一操作类似于应用特定逻辑电路的独特装置。
虽然本发明已以较佳实施例披露如上,但其并非用以限定本发明,本领域技术人员,在不脱离本发明的精神和范围的前提下,当可作若干的更改与修饰,因此本发明的保护范围应以本发明的权利要求为准。
Claims (12)
1.一种以像素的区域特征为基础的影像分割标记方法,包括下列步骤:
当取得一输入影像时,逐列循序扫描该影像的像素;
根据每一像素的相邻像素的区域特征,决定该输入影像中的未标记像素的标记;
根据该输入影像像素标记以更新一区域标记特征数据表;
记录所述像素更新标记信息以产生一区域标记更新数据表;
逐列循序扫描该输入影像的所述像素;以及
根据该区域标记更新数据表更新具有相关性的像素的区域标记,
其中,决定未标记像素的标记的步骤还包括:当取得一未标记的像素时,撷取该未标记像素的特征及其相邻像素所对应的区域标记的特征;比对该未标记像素的特征与其相邻像素的区域标记的特征而决定该未标记像素的标记;根据决定的该未标记像素的标记更新相对应的区域标记的特征;记录区域标记更新信息;以及更新一区域标记特征数据表与该区域标记更新数据表,使得该未标记的像素成为一已标记像素。
2.如权利要求1所述的以像素的区域特征为基础的影像分割标记方法,其中,将该像素的区域标记的平均亮度做为该像素对应的区域特征。
3.如权利要求2所述的以像素的区域特征为基础的影像分割标记方法,其中,根据该像素的区域标记的平均亮度求得各个相邻像素所对应的区域特征。
4.如权利要求3所述的以像素的区域特征为基础的影像分割标记方法,其中,根据该像素与每一相邻像素的灰阶值差异以及与每一相邻像素区域的差异判断该像素与哪一像素相邻。
5.如权利要求1所述的以像素的区域特征为基础的影像分割标记方法,其中,该区域标记更新数据表可整合至该区域标记特征数据表中。
6.一种以像素的区域特征为基础的影像分割标记方法,包括下列步骤:
取得一输入影像,并且将该输入影像分割为一n×m影像,其中n和m为大于零的整数;
取得该输入影像中的一未标记像素;
取得该未标记像素的相邻像素的区域标记及其特征;
计算该未标记像素与其相邻区域的特征的差异;
根据差异的结果,决定该未标记像素的一标记,并且根据该未标记像素决定的该标记更新一区域标记特征数据表与一区域标记更新数据表;
判断是否还有未标记的像素;
如果还有未标记的像素,则取得该输入影像中的下一未标记像素,并且重复上述步骤;
如果已无未标记的像素,则依据该区域标记更新数据表,循序扫描该输入影像中的所有像素,以更新该像素的区域标记,从而完成影像分割。
7.一种以像素的区域特征为基础的影像分割标记***,包括:
一数据库,其还包括一区域标记更新数据表与一区域标记特征数据表;
一扫描单元,其取得一输入影像,逐列循序扫描该影像的像素;
一处理单元,其根据扫描结果取得每一相邻像素的区域特征,并且决定该输入影像中的未标记像素的标记;以及
一记录单元,其将更新的像素数据记录在该区域标记更新数据表中;
其中,该扫描单元再次逐列循序扫描该输入影像中的所述像素,并且该记录单元根据该区域标记更新数据表更新具有相关性的像素的区域标记,
其中,在决定未标记像素的标记的步骤中,当取得一未标记的像素时,该处理单元撷取该未标记像素的特征及其相邻像素所对应的区域标记的特征,并且比对该未标记像素的特征与其相邻像素的区域标记的特征而决定该未标记像素的标记,该记录单元根据决定的该未标记像素的标记更新相对应的区域标记的特征,记录区域标记更新信息,并且更新该区域标记特征数据表与该区域标记更新数据表,使得该未标记的像素成为一已标记像素。
8.如权利要求7所述的以像素的区域特征为基础的影像分割标记***,其中,将该像素的区域标记的平均亮度做为该像素对应的区域特征。
9.如权利要求8所述的以像素的区域特征为基础的影像分割标记***,其中,根据该像素的区域标记的平均亮度求得各个相邻像素所对应的区域特征。
10.如权利要求9所述的以像素的区域特征为基础的影像分割标记***,其中,根据该像素与每一相邻像素的灰阶值差异以及与每一相邻像素区域的差异判断该像素与哪一像素相邻。
11.如权利要求7所述的以像素的区域特征为基础的影像分割标记***,其中,该区域标记更新数据表可整合至该区域标记特征数据表中。
12.一种以像素的区域特征为基础的影像分割标记***,包括:
一数据库,其还包括一区域标记更新数据表与一区域标记特征数据表;
一扫描单元,其取得一输入影像并且将该输入影像分割为一n×m影像,并且逐列循序扫描该n×m影像的像素,其中n和m为大于零的整数;
一处理单元,其取得该输入影像中的一未标记像素,取得该未标记像素的相邻像素的区域标记及其特征,计算该未标记像素与其相邻区域的特征的差异,并且根据差异的结果决定该未标记像素的一标记;以及
一记录单元,其根据该未标记像素决定的该标记更新该区域标记特征数据表与该区域标记更新数据表;
其中,该扫描单元判断是否还有未标记的像素,如果还有未标记的像素,则取得该输入影像中的下一未标记像素,并且重复上述步骤,如果已无未标记的像素,则该扫描单元依据该区域标记更新数据表循序扫描该输入影像中的所有像素,以更新该像素的区域标记,从而完成影像分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810178012 CN101751663B (zh) | 2008-12-08 | 2008-12-08 | 以像素的区域特征为基础的影像分割标记方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810178012 CN101751663B (zh) | 2008-12-08 | 2008-12-08 | 以像素的区域特征为基础的影像分割标记方法与*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101751663A CN101751663A (zh) | 2010-06-23 |
CN101751663B true CN101751663B (zh) | 2013-03-13 |
Family
ID=42478608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810178012 Active CN101751663B (zh) | 2008-12-08 | 2008-12-08 | 以像素的区域特征为基础的影像分割标记方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101751663B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657959B (zh) * | 2015-11-04 | 2018-09-18 | 青岛海信电器股份有限公司 | 一种图像边框的检测方法和装置 |
CN109743578B (zh) * | 2018-12-29 | 2021-08-10 | 惠科股份有限公司 | 数据处理方法以及数据处理*** |
US11935244B2 (en) | 2020-10-29 | 2024-03-19 | Changxin Memory Technologies, Inc. | Method and apparatus for improving sensitivity of wafer detection, and storage medium |
CN112634274B (zh) * | 2021-03-10 | 2021-06-04 | 广东省农业科学院动物科学研究所 | 一种基于机器视觉的肥育猪肉肉质评价方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246784B1 (en) * | 1997-08-19 | 2001-06-12 | The United States Of America As Represented By The Department Of Health And Human Services | Method for segmenting medical images and detecting surface anomalies in anatomical structures |
CN101251893A (zh) * | 2008-03-28 | 2008-08-27 | 西安电子科技大学 | 基于小波和均值漂移的自适应多尺度纹理图像分割方法 |
CN101256669A (zh) * | 2008-03-20 | 2008-09-03 | 华南师范大学 | 序列图像分割的方法、装置 |
-
2008
- 2008-12-08 CN CN 200810178012 patent/CN101751663B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246784B1 (en) * | 1997-08-19 | 2001-06-12 | The United States Of America As Represented By The Department Of Health And Human Services | Method for segmenting medical images and detecting surface anomalies in anatomical structures |
CN101256669A (zh) * | 2008-03-20 | 2008-09-03 | 华南师范大学 | 序列图像分割的方法、装置 |
CN101251893A (zh) * | 2008-03-28 | 2008-08-27 | 西安电子科技大学 | 基于小波和均值漂移的自适应多尺度纹理图像分割方法 |
Non-Patent Citations (1)
Title |
---|
吕梦雅.基于相位一致模型与改进区域增长算法的自然彩色图像分割.《第十一界中国体现学与图像分析学术年会论文集》.2006, * |
Also Published As
Publication number | Publication date |
---|---|
CN101751663A (zh) | 2010-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4745297B2 (ja) | デジタル画像における均一な色の領域を特定する方法およびシステム | |
JP4745296B2 (ja) | デジタル画像の領域分離方法および領域分離システム | |
TWI405145B (zh) | 以圖素之區域特徵為基礎的影像分割標記方法與系統,及其電腦可記錄媒體 | |
CN101453575B (zh) | 一种视频字幕信息提取方法 | |
CN109002824B (zh) | 一种基于OpenCV的建筑图纸标签信息检测方法 | |
CN102103753B (zh) | 使用实时相机运动估计检测和跟踪运动对象的方法和终端 | |
CN103366167B (zh) | 用于处理图像以识别一连串字母数字字符的***和方法 | |
CN101710425B (zh) | 基于图像灰度梯度和灰度统计直方图的自适应预分割方法 | |
US8023766B1 (en) | Method and system of processing an image containing undesirable pixels | |
JP5500024B2 (ja) | 画像認識方法及び装置並びにプログラム | |
US20160005182A1 (en) | Method, system and software module for foreground extraction | |
US8559707B2 (en) | System and method for face detection using face region location and size predictions and computer program product thereof | |
CN101751663B (zh) | 以像素的区域特征为基础的影像分割标记方法与*** | |
CN101689300A (zh) | 图像分割和增强 | |
US7720281B2 (en) | Visual characteristics-based news anchorperson segment detection method | |
US20080267498A1 (en) | Unsupervised color image segmentation by dynamic color gradient thresholding | |
CN107659799B (zh) | 摄像装置、图像处理方法和存储介质 | |
CN110287888A (zh) | 一种台标识别方法及*** | |
CN102129562A (zh) | 图标识别方法和装置 | |
CN111260645A (zh) | 基于分块分类深度学习的篡改图像检测方法及*** | |
CN108510425B (zh) | 基于ippvo和优化mhm的可逆水印方法 | |
EP1347393A1 (en) | Image searching device | |
CN100416597C (zh) | 用于文档的自适应二值化的方法和设备 | |
CN103428506B (zh) | 图像处理装置和图像处理方法 | |
US20070145139A1 (en) | Information processing device and method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |