專利名稱：一種基于陰陽離散點采樣模型的圖像分析方法
技術領域：
本發(fā)明涉及數(shù)字圖像分析的方法，尤其是涉及一種基于陰陽離散點采樣模型的圖像分析方法。
背景技術：
目前，用于目標檢測的圖像分析方法主要有(1)基于目標區(qū)域的方法直方圖分割、各種取閾值技術、模板匹配、區(qū)域生長、分裂合并、各種區(qū)域濾波算子、水域分割等屬于基于目標區(qū)域的方法，它常常要求圖像本身要有較好的質量，目標區(qū)域和背景區(qū)域之間存在著某種可以度量的差異性，同時基于目標區(qū)域的方法通常要對感興趣區(qū)域中的每一個像素點進行計算，運算量較大。(2)基于目標邊界的方法各種邊緣提取算子、邊界閉合、細化、鏈碼等屬于基于目標邊界的方法，它將關注焦點放在屬于目標邊界的邊緣提取上，出現(xiàn)了許多邊緣提取算子和方法，如Carmy算子、 SUSAN算子等等；同時對邊緣如何形成邊界也想了許多辦法，如邊界閉合、邊界細化等等。 基于目標邊界的方法存在一個悖論，即人們希望通過邊緣的組合形成邊界，再通過邊界得到目標的輪廓，但如果不知道目標的輪廓，就無法斷言那些邊緣應該被組合近來。(3)基于邊界約束條件的方法主動輪廓模型、分水嶺、流形學習、偏微分方程等方法屬于基于邊界約束條件的方法，近年來得到廣泛深入的研究，但由于計算復雜，運算量大，尚未在實時目標檢測系統(tǒng)中得到廣泛應用。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于陰陽離散點采樣模型的圖像分析方法，以含有待檢測目標的數(shù)字圖像為處理對象，通過在陰采樣圖或陽采樣圖中利用離散點編組方法探測相應的目標，解決目前方法中存在的計算速度低對目標的尺寸變化適應性不強的問題。本發(fā)明的技術方案具體為一種基于陰陽離散點采樣模型的圖像分析方法，根據(jù)圖像中待檢測目標的類型、 尺寸及噪聲干擾程度選擇適當?shù)牟蓸铀阕印⒉蓸影霃郊班徲蚧叶染鶆蚨仍u判閾值，再利用多尺度離散點采樣算子對圖像進行采樣計算，得到陰采樣圖或陽采樣圖，可以根據(jù)需要對得到陰陽采樣圖進行數(shù)次濾波，從而增強目標特征的顯著性，最后在陰采樣圖和陽采樣圖中利用離散點編組方法探測相應的目標。其中，得到相應的陰采樣圖和陽采樣圖具體過程為(1)將數(shù)字圖像中的像素采樣離散點分為陰采樣點和陽采樣點兩個集合，其具體劃分原則為如果像素采樣離散點位于灰度不均勻區(qū)域，則歸入陰采樣點集合，否則，如果像素采樣離散點位于灰度均勻區(qū)域，歸入陽采樣點集合；
4
(2)獲得多尺度離散點采樣算子設一同心圓環(huán)的半徑為r和R，其中R彡r+Ι，以半徑r為采樣半徑，對全圖進行采樣計算，即每個采樣點與其四連通方向上的采樣點距離均為r。r和R的大小與待檢測目標的類型和尺寸有關，用Cr和Ck兩個同心圓中灰度差的絕對值累加和作為該點的鄰域內(nèi)灰度均勻度，同時應考慮本身內(nèi)圓的灰度分布情況，于是得到當前離散點Pk點的相對鄰域灰度均勻度U(Pk)計算方法，這樣就得到了多尺度離散點采樣算子
權利要求
1.一種基于陰陽離散點采樣模型的圖像分析方法，其特征在于，首先，根據(jù)圖像中待檢測目標的類型、尺寸及噪聲干擾程度，選擇采樣算子及鄰域灰度均勻度評判閾值ξ，然后再利用上述采樣算子及鄰域灰度均勻度評判閾值ξ對圖像進行采樣計算，得到相應的陰采樣圖和陽采樣圖，最后，對所述陰采樣圖和陽采樣圖利用離散點編組方法進行處理，從而探測相應的目標；其中，所述采樣算子U(pk)具體為
2.根據(jù)權利要求1所述的方法，其特征在于，所述利用采樣算子及鄰域灰度均勻度評判閾值對圖像進行采樣計算，得到相應的陰采樣圖和陽采樣圖的具體過程為(1)將圖像中的像素采樣離散點分為陰采樣點和陽采樣點兩個集合，即如果像素采樣離散點位于灰度不均勻區(qū)域，則歸入陰采樣點集合，否則，如果像素采樣離散點位于灰度均勻區(qū)域，歸入陽采樣點集合；(2)根據(jù)圖像中待檢測目標的類型，利用所述采樣算子對所述陰采樣點集合或陽采樣點集合進行采樣，獲得陽采樣圖或陰采樣圖，具體為
3.根據(jù)權利要求1或2所述的方法，其特征在于，所述鄰域灰度均勻度評判閾值ξ為韋伯-費赫涅爾系數(shù)。
4.根據(jù)權利要求1-3之一所述的方法，其特征在于，本方法還可以包括對得到的陰采樣圖或陽采樣圖在編組前先進行數(shù)次濾波的步驟，以增強目標特征的顯著性。
5.根據(jù)權利要求1-4之一所述的方法，其特征在于，為增強所述陰采樣圖，可將獲得陰采樣圖的采集算子修訂為
6.根據(jù)權利要求1-5之一所述的方法，其特征在于，待檢測的圖像若為非灰度圖像，在檢測前還包括將其轉換為灰度圖的步驟。
全文摘要
本發(fā)明公開了一種基于陰陽離散點采樣模型的圖像分析方法，首先，根據(jù)圖像中待檢測目標的類型、尺寸及噪聲干擾程度選擇采樣算子、采樣半徑及鄰域灰度均勻度評判閾值，然后再利用上述采樣算子、采樣半徑及鄰域灰度均勻度評判閾值對圖像進行采樣計算，得到相應的陰采樣圖和陽采樣圖，最后，在所述陰采樣圖和陽采樣圖中利用離散點編組方法探測相應的目標。本發(fā)明同時考慮了基于目標區(qū)域和基于目標邊界兩類方法的優(yōu)勢，用陰采樣圖獲取目標圖像中目標的邊界信息，用陽采樣圖獲取目標圖像中目標的區(qū)域信息，陰、陽采樣圖共同反映了圖像中目標區(qū)域向目標邊緣的過渡過程，同時采樣半徑可以根據(jù)目標尺寸的變化進行切換，使得計算速度大幅提高，對目標的尺寸變化也有較強的適應性。
文檔編號G06T7/00GK102436659SQ201110349510
公開日2012年5月2日 申請日期2011年11月7日 優(yōu)先權日2011年11月7日
發(fā)明者朱宗曉, 汪國有, 王敏, 胡彥冰 申請人:華中科技大學