專(zhuān)利名稱(chēng)：一種圖像處理方法及圖像處理裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明主要涉及圖像處理領(lǐng)域，特征是指涉及邊緣檢測(cè)和跟蹤的圖像處理方法及 圖像處理裝置。
背景技術(shù)：
圖像中邊緣的自動(dòng)化檢測(cè)和跟蹤是一個(gè)很難的問(wèn)題。這個(gè)問(wèn)題具體可以分為兩個(gè) 步驟，第一是檢測(cè)出圖像中的邊緣，第二就是對(duì)邊緣進(jìn)行跟蹤，得到連續(xù)的線(xiàn)條。邊緣檢測(cè) 有很多提取算子，著名的有Sobel算子，Previit算子，Robert算子，Canny算子，Susan算 子等。其中Carmy算子是公認(rèn)的最優(yōu)邊緣提取算子。邊緣提取出來(lái)后用跟蹤的方法可以將 連通的邊緣點(diǎn)順序排列起來(lái)，形成連續(xù)的線(xiàn)條。由于邊緣檢測(cè)的復(fù)雜性，邊緣的自動(dòng)化檢測(cè) 和跟蹤往往很難得到滿(mǎn)意的結(jié)果。在實(shí)際應(yīng)用中，常常使用半自動(dòng)(即加入人工交互)的方法來(lái)對(duì)邊緣進(jìn)行跟蹤，取 得了較好的效果。其中比較有名的有Snake算法和Live-ware算法。Snake即蛇行算法，該 算法在圖像邊緣附近交互的點(diǎn)擊幾個(gè)點(diǎn)作為初始點(diǎn)，然后就可以自動(dòng)搜索邊緣。Snake的本 質(zhì)根據(jù)初始點(diǎn)在圖像上尋找能量最小值的邊緣，其能量計(jì)算包括外部能量和內(nèi)部能量。外 部能量基于圖像信息，內(nèi)部能量基于邊緣的形狀。內(nèi)部能量和外部能量給予不同的權(quán)重，當(dāng) 內(nèi)外能量達(dá)到平衡時(shí)，搜索就結(jié)束。Snake算子的優(yōu)點(diǎn)是充分考慮了邊緣所在像素點(diǎn)的圖像 信息和邊緣整體的形狀信息，因此可以獲得比較平滑的邊緣線(xiàn)。在實(shí)際應(yīng)用中，可以根據(jù)需 要來(lái)選擇不同的能量計(jì)算方式和權(quán)重分配方式。缺點(diǎn)是計(jì)算比較復(fù)雜，而且對(duì)初始點(diǎn)的要 求比較嚴(yán)格。半自動(dòng)邊緣跟蹤的另一種方法是Live-ware算法，Live-wire將尋找邊緣問(wèn)題轉(zhuǎn) 換為圖論中最優(yōu)路徑的搜索問(wèn)題，因此可以利用已有的最優(yōu)路徑搜索方法(Dijkstra算 法)來(lái)計(jì)算。由于該算法在數(shù)學(xué)原理方面的完整性和實(shí)現(xiàn)的簡(jiǎn)單性，逐漸成為一種應(yīng)用非 常廣泛的交互式邊緣提取方法。傳統(tǒng)的Live-ware算法計(jì)算量大，速度慢，迫切需要進(jìn)行改 進(jìn)。

發(fā)明內(nèi)容
本發(fā)明提出一種圖像處理方法和一種圖像處理裝置，可以提高像素的存儲(chǔ)和提取 效率，減少計(jì)算量，提高圖像處理的速度。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的一種圖像處理方法，應(yīng)用于圖像中的邊緣檢測(cè)和跟蹤，包括步驟A 確定種子像素點(diǎn)；步驟B 確定所述種子像素點(diǎn)的鄰域像素點(diǎn)；步驟C 計(jì)算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值；步驟D 將所述鄰域像素點(diǎn)存入一個(gè)二維矩陣，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值確 定所述鄰域像素點(diǎn)在所述二維矩陣中的行列坐標(biāo)；
步驟E 從所述二維矩陣中搜索出權(quán)重值最小的像素點(diǎn)確定為新的種子像素點(diǎn)；重復(fù)所述步驟B、C、D、E，直至所有的邊都被遍歷，從而獲得所述種子像素點(diǎn)到所有 像素點(diǎn)之間的最優(yōu)路徑。優(yōu)選的，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值確定所述鄰域像素點(diǎn)在所述二維矩陣中的 行列坐標(biāo)具體為根據(jù)所述鄰域像素點(diǎn)權(quán)重值的整數(shù)部分確定所述鄰域像素點(diǎn)在所述二維矩陣中 的行坐標(biāo)，根據(jù)所述鄰域像素點(diǎn)權(quán)重值的小數(shù)部分與所述二維矩陣的最大維數(shù)的積確定所 述鄰域像素點(diǎn)在所述二維矩陣中的列坐標(biāo)。優(yōu)選的，根據(jù)以下公式計(jì)算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)
重值1 (p, q) = ωζ · fz(q) + C0G · fG(q) + C0D · fD(p，q)；其中，所述ρ表示種子像素點(diǎn)，q表示鄰域像素點(diǎn)，fz (q)表示像素點(diǎn)q的拉普拉斯 算子計(jì)算的值，fD(P，q)表示梯度方向，fG(q)根據(jù)梯度來(lái)計(jì)算，其計(jì)算公式為
權(quán)利要求
1.一種圖像處理方法，應(yīng)用于圖像中的邊緣檢測(cè)和跟蹤，其特征在于，包括 步驟A 確定種子像素點(diǎn)；步驟B 確定所述種子像素點(diǎn)的鄰域像素點(diǎn)；步驟C 計(jì)算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值； 步驟D 將所述鄰域像素點(diǎn)存入一個(gè)二維矩陣，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值確定所 述鄰域像素點(diǎn)在所述二維矩陣中的行列坐標(biāo)；步驟E 從所述二維矩陣中搜索出權(quán)重值最小的像素點(diǎn)確定為新的種子像素點(diǎn)； 重復(fù)所述步驟B、C、D、E，直至所有的邊都被遍歷，從而獲得所述種子像素點(diǎn)到所有像素 點(diǎn)之間的最優(yōu)路徑。
2.根據(jù)權(quán)利要求1所述的圖像處理方法，其特征在于，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值 確定所述鄰域像素點(diǎn)在所述二維矩陣中的行列坐標(biāo)具體為根據(jù)所述鄰域像素點(diǎn)權(quán)重值的整數(shù)部分確定所述鄰域像素點(diǎn)在所述二維矩陣中的行 坐標(biāo)，根據(jù)所述鄰域像素點(diǎn)權(quán)重值的小數(shù)部分與所述二維矩陣的最大維數(shù)的積確定所述鄰 域像素點(diǎn)在所述二維矩陣中的列坐標(biāo)。
3.根據(jù)權(quán)利要求2所述的圖像處理方法，其特征在于，根據(jù)以下公式計(jì)算所述種子像 素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值1 (p，q) = ω z . fz (q) + ω G . fG (q) + ω D . fD(p, q)；其中，所述P表示種子像素點(diǎn)，q表示鄰域像素點(diǎn)，fz (q)表示像素點(diǎn)q的拉普拉斯算子 計(jì)算的值，fD(P，q)表示梯度方向，fG(q)根據(jù)梯度來(lái)計(jì)算，其計(jì)算公式為(_ ￡ max(G)-G 1 GG = ^n ^ = max(G) =表示像素點(diǎn)在X，y方向上的導(dǎo)數(shù)值。
4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的圖像處理方法，其特征在于，在所述步驟A之前還 包括以種子像素點(diǎn)為中心將所述圖像劃分為至少一個(gè)搜索區(qū)域； 根據(jù)搜索終點(diǎn)選擇搜索區(qū)域；所述重復(fù)所述步驟B、C、D、E，直至所有的邊都被遍歷，從而獲得所述種子像素點(diǎn)到所有 像素點(diǎn)之間的最優(yōu)路徑具體為重復(fù)所述步驟B、C、D、E，直至搜索區(qū)域中所有的邊都被遍歷，從而獲得所述種子像素點(diǎn) 到搜索區(qū)域中所有像素點(diǎn)之間的最優(yōu)路徑。
5.一種圖像處理裝置，應(yīng)用于圖像中的邊緣檢測(cè)和跟蹤，其特征在于，包括 第一確定單元，用于確定種子像素點(diǎn)；第二確定單元，用于確定所述種子像素點(diǎn)的鄰域像素點(diǎn)； 計(jì)算單元，用于計(jì)算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值； 存儲(chǔ)單元，用于通過(guò)二維矩陣存儲(chǔ)所述鄰域像素點(diǎn)，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值確 定所述鄰域像素點(diǎn)在所述二維矩陣中的行列坐標(biāo)；搜索單元，用于從所述二維矩陣中搜索出權(quán)重值最小的像素點(diǎn)； 獲取單元，用于獲取所述種子像素點(diǎn)到所有像素點(diǎn)之間的最優(yōu)路徑。
6.根據(jù)權(quán)利要求5所述的圖像處理裝置，其特征在于，所述存儲(chǔ)單元包括排列單元，用于根據(jù)所述鄰域像素點(diǎn)權(quán)重值的整數(shù)部分確定所述鄰域像素點(diǎn)在所述二 維矩陣中的行坐標(biāo)，根據(jù)所述鄰域像素點(diǎn)權(quán)重值的小數(shù)部分與所述二維矩陣的最大維數(shù)的 積確定所述鄰域像素點(diǎn)在所述二維矩陣中的列坐標(biāo)。
7.根據(jù)權(quán)利要求6所述的圖像處理裝置，其特征在于，所述計(jì)算單元根據(jù)以下公式計(jì) 算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值1 (p，q) = ω z . fz (q) + ω G . fG (q) + ω D . fD(p, q)；其中，所述P表示種子像素點(diǎn)，q表示鄰域像素點(diǎn)，fz (q)表示像素點(diǎn)q的拉普拉斯算子 計(jì)算的值，fD(P，q)表示梯度方向，fG(q)根據(jù)梯度來(lái)計(jì)算，其計(jì)算公式為
8.根據(jù)權(quán)利要求5至7任一項(xiàng)所述的圖像處理裝置，其特征在于，還包括 圖像劃分單元，用于以種子像素點(diǎn)為中心將所述圖像劃分為至少一個(gè)搜索區(qū)域； 選擇單元，用于根據(jù)搜索終點(diǎn)選擇搜索區(qū)域；所述獲取單元，還用于根據(jù)所述選擇單元所選擇的搜索區(qū)域獲取所述種子像素點(diǎn)到搜 索區(qū)域中所有像素點(diǎn)之間的最優(yōu)路徑。
全文摘要
本發(fā)明公開(kāi)了一種圖像處理方法及圖像處理裝置。所述方法包括步驟A確定種子像素點(diǎn)；步驟B確定所述種子像素點(diǎn)的鄰域像素點(diǎn)；步驟C計(jì)算所述種子像素點(diǎn)和每一個(gè)鄰域像素點(diǎn)所構(gòu)成的邊的權(quán)重值；步驟D將所述鄰域像素點(diǎn)存入一個(gè)二維矩陣，根據(jù)所述鄰域像素點(diǎn)的權(quán)重值確定所述鄰域像素點(diǎn)在所述二維矩陣中的行列坐標(biāo)；步驟E從所述二維矩陣中搜索出權(quán)重值最小的像素點(diǎn)確定為新的種子像素點(diǎn)；重復(fù)所述步驟B、C、D、E，直至所有的邊都被遍歷，從而獲得所述種子像素點(diǎn)到所有像素點(diǎn)之間的最優(yōu)路徑。本發(fā)明所述技術(shù)方案通過(guò)二維矩陣存儲(chǔ)像素坐標(biāo)值等信息，可以極大的提高像素的存儲(chǔ)和提取效率，減少計(jì)算量，提高圖像處理的速度。
文檔編號(hào)G06T5/00GK102136133SQ20111002407
公開(kāi)日2011年7月27日 申請(qǐng)日期2011年1月21日 優(yōu)先權(quán)日2011年1月21日
發(fā)明者謝東海 申請(qǐng)人:北京中星微電子有限公司