本發(fā)明一般涉及模板匹配領(lǐng)域，且更特定地涉及一種使用離散邊緣分組來(lái)對(duì)圖像進(jìn)行模板匹配的系統(tǒng)、方法和計(jì)算機(jī)可讀媒體。

背景技術(shù)：

在圖像辨識(shí)領(lǐng)域中，準(zhǔn)確捕獲特定特征的表象的能力可用來(lái)傳遞信息。例如，在醫(yī)學(xué)診斷行業(yè)中，可能需要基于快速診斷測(cè)試(“RDT”)的表象來(lái)提供對(duì)快速診斷測(cè)試的辨識(shí)。可能需要正確識(shí)別和/或定位圖像內(nèi)的RDT特定特征(優(yōu)選地，以高度的準(zhǔn)確性和/或以高的敏感度和/或特異度)，因?yàn)槌藙e的以外其可便于診斷疾病狀態(tài)、生物標(biāo)志物的存在與缺乏和/或環(huán)境因素的存在與缺乏。

如本領(lǐng)域普通技術(shù)人員可了解，準(zhǔn)確圖像辨識(shí)的一些挑戰(zhàn)源自圖像高度可變的特點(diǎn)，圖像高度可變可能是由于以下各方面的可變性：制造公差(例如，制造RDT暗盒過(guò)程中的可變性，這可在圖像捕獲期間影響RDT暗盒的位置)、照明(例如，在圖像捕獲期間環(huán)境照明的可變性可影響圖像對(duì)比度)和/或特征狀態(tài)。在現(xiàn)有技術(shù)RDT圖像辨識(shí)中特征狀態(tài)的變化可能是特別成問(wèn)題的，因?yàn)樽兓赡苁怯捎趫D像之間的特征發(fā)生顯著變化。例如，在一些例子中，至關(guān)重要和/或優(yōu)選的是能夠檢測(cè)特征，而不管所述特征的狀態(tài)如何。如果RDT的膜在一個(gè)圖像中是純白和/或在另一個(gè)圖像中被覆蓋于血液和/或測(cè)試線中，那么以一定準(zhǔn)確率、敏感度和/或特異度來(lái)匹配特征的狀態(tài)可能是困難的。

如本領(lǐng)域普通技術(shù)人員可已知，特征的狀態(tài)可呈現(xiàn)可能需要的兩種設(shè)計(jì)約束和/或偏好。第一種設(shè)計(jì)約束和/或偏好可為特征邊緣的對(duì)比度不變性(contrast invariance)。例如，如果一個(gè)圖像中存在血液而另一個(gè)圖像中不存在血液，那么相鄰邊緣的對(duì)比度可為高度變化的。第二個(gè)約束和/或偏好可為區(qū)域不變性。例如，如果一個(gè)暗盒的制造公差與另一個(gè)暗盒的制造公差不同，那么被捕獲用于模板匹配的暗盒區(qū)域可為高度變化的。因此，與現(xiàn)有技術(shù)中的圖像辨識(shí)裝置、系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體相關(guān)聯(lián)的問(wèn)題的一個(gè)或多個(gè)方面可包括以下局限性：以高的敏感度和特異度來(lái)定位圖像特征；對(duì)比度不變性；和/或可選的區(qū)域不變性。因此，需要提供一種算法以作為系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體的一部分和/或供與系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體關(guān)聯(lián)地使用，所述算法在本質(zhì)上可允許指定可能被其他算法忽略的區(qū)域。

模板匹配是一種用于定位圖像內(nèi)的對(duì)象的構(gòu)建良好的基本方法[例如，參見W.K.Pratt的“數(shù)字圖像處理，第3版”，John Wiley&Sons公司，紐約，2001年，第613-625頁(yè)]。如本領(lǐng)域普通技術(shù)人員可了解，可能已在計(jì)算機(jī)視覺應(yīng)用(諸如，面部辨識(shí)、醫(yī)學(xué)圖像處理和/或圖像配準(zhǔn))中或多或少?gòu)V泛地使用了模板匹配?？赡艿兀谄渥詈?jiǎn)單的形式中，可通過(guò)拍攝子圖像并使其滑動(dòng)跨越整個(gè)圖像(優(yōu)選地，同時(shí)計(jì)算一種或多種類型的評(píng)分函數(shù)(例如，絕對(duì)差、交叉相關(guān)性等))來(lái)執(zhí)行模板匹配?？蓪骰刈罡叩梅值膱D像區(qū)域視為可行的匹配。

在實(shí)踐中，本領(lǐng)域普通技術(shù)人員可了解，圖像特征可擁有一個(gè)或多個(gè)可能影響性能的復(fù)雜因素，所述復(fù)雜因素可能地包括以下各者中的一者或多者：噪聲(例如，圖像中的亮度或色彩信息的隨機(jī)變化)；仿射變換(例如，平移、旋轉(zhuǎn))；照明差異(例如，對(duì)比度)；特征可變性；和/或其他失真。

可能已呈現(xiàn)了許多現(xiàn)有技術(shù)模板匹配方法來(lái)解決這些和/或其他局限性中的一者或多者，潛在地包括對(duì)對(duì)比度不變性的嘗試。對(duì)對(duì)比度不變性的一次或多次嘗試可能已將一個(gè)或多個(gè)局部變換應(yīng)用于圖像數(shù)據(jù)，優(yōu)選地以使整個(gè)圖像的對(duì)比度正規(guī)化。這種方法在一些情形中(例如，其中對(duì)比度的范圍是極大的和/或不可預(yù)測(cè))可能不夠理想。另外和/或代替地，模板匹配一般而言不允許定義具有區(qū)域不變性的區(qū)域。

本領(lǐng)域普通技術(shù)人員先前未能考慮使用圖像配準(zhǔn)的方法來(lái)解決區(qū)域不變性。這些方法可提取和/或匹配周圍區(qū)域中的特定特征(且對(duì)周圍區(qū)域不變)。流行的方法(諸如，尺度不變特征變換(“SIFT”)算法[例如，參見D.Lowe的“用于識(shí)別圖像中的尺度不變特征并將其用于定位圖像中的對(duì)象的方法和設(shè)備”，美國(guó)專利號(hào)6,711,293]或方向梯度直方圖(“HOG”)技術(shù)[例如，參見N.Dalai的“用于人體檢測(cè)的方向梯度直方圖”，2005年計(jì)算機(jī)視覺與模式辨識(shí)(CVPR 2005)，IEEE計(jì)算機(jī)學(xué)會(huì)會(huì)議，2005年6月])可從圖像提取特征描述符，接著可將所述特征描述符與一組已知的描述符相比較。上述技術(shù)中的一者或兩者還可使用方向直方圖方法[例如，參見W.T.Freeman和M.Roth的“用于手勢(shì)辨識(shí)的方向直方圖”，關(guān)于自動(dòng)人臉和手勢(shì)辨識(shí)的國(guó)際研討會(huì)，IEEE計(jì)算機(jī)學(xué)會(huì)，瑞士蘇黎士，第296-301頁(yè)，1995年6月]，其可被示為提供特征檢測(cè)的高準(zhǔn)確性。這些方法可從周圍的像素創(chuàng)建出直方圖以便定義單元(cell)和/或塊，所述單元和/或塊可能已被用于匹配。此種現(xiàn)有技術(shù)方法的其中一個(gè)局限性在于其通常在可以定義的特征的大小方面受到限制。潛在地成問(wèn)題的是，在一些應(yīng)用中，特征大小可能是大的和/或完全是可變的。

即使從以上現(xiàn)有技術(shù)方法來(lái)看，本領(lǐng)域普通技術(shù)人員先前未能將模板定義為單元群組(盡管可能需要如此做)。此類單元群組可優(yōu)選地僅被定義為這樣的特征，所述特征被需要以進(jìn)行匹配、優(yōu)選地允許和/或便于選擇性排除具有高可變性的區(qū)域，和/或優(yōu)選地提供可選的區(qū)域不變性。

需要的是克服與現(xiàn)有技術(shù)相關(guān)聯(lián)的一個(gè)或多個(gè)局限性的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體。提供優(yōu)選地便于圖像模板匹配和/或使得能夠正確識(shí)別和/或定位圖像內(nèi)的RDT特定特征的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體是有利的。提供優(yōu)選地以高度的準(zhǔn)確性和/或以高的敏感度和/或特異度提供模板匹配以及對(duì)圖像中的特定特征的識(shí)別和/或定位的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體也具有一些優(yōu)勢(shì)。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為識(shí)別和/或定位圖像上的特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為將圖像的特征與參考特征相比較。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為識(shí)別和/或定位RDT暗盒的圖像上的特征，所述RDT暗盒具有制造公差方面的可變性。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為識(shí)別和/或定位圖像上的可變特征狀態(tài)。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為在具有低對(duì)比度、明顯噪聲、仿射變換和/或照明差異的情況下識(shí)別和/或定位圖像上的特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為從圖像提取特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為對(duì)從圖像提取的特征分類。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為檢測(cè)來(lái)自圖像的邊緣。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為執(zhí)行對(duì)包括圖像的像素的定向和/或空間分組。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的目標(biāo)可為產(chǎn)生圖像，所述圖像已通過(guò)縮放、低通濾波器、灰度轉(zhuǎn)換、分化和/或邊緣定義和閾值確定進(jìn)行了變換。

本發(fā)明的目標(biāo)可為消除或減輕與現(xiàn)有技術(shù)相關(guān)聯(lián)的一個(gè)或多個(gè)缺點(diǎn)和/或缺陷，以滿足或提供一個(gè)或多個(gè)需求和/或優(yōu)點(diǎn)，和/或?qū)崿F(xiàn)本發(fā)明的一個(gè)或多個(gè)目標(biāo)—鑒于其教示和/或公開內(nèi)容，所述目標(biāo)中的一者或多者可優(yōu)選地由本領(lǐng)域技術(shù)人員容易了解和/或可優(yōu)選地向本領(lǐng)域技術(shù)人員建議所述目標(biāo)中的一者或多者。

技術(shù)實(shí)現(xiàn)要素：

根據(jù)本發(fā)明，公開了一種使圖像的至少一部分與存儲(chǔ)在數(shù)據(jù)庫(kù)中的一個(gè)或多個(gè)參考模板匹配的方法。至少一個(gè)邊緣特征被嵌入于圖像中。所述方法包括提供數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)提供步驟，使得參考模板中的每一者包括一組參考特征參數(shù)。所述方法還包括接收?qǐng)D像的接收步驟。所述方法還包括特征提取步驟。特征提取步驟包括以下微分邊緣檢測(cè)子步驟：使用對(duì)比度不變技術(shù)來(lái)使圖像再現(xiàn)為對(duì)比度不變和/或描繪邊緣特征的在圖像的一個(gè)或多個(gè)圖像像素當(dāng)中的一個(gè)或多個(gè)邊緣像素。特征提取步驟還包括以下定向和/或空間分組子步驟：將邊緣像素分組到預(yù)定數(shù)量的定向組中和/或?qū)D像像素中的相鄰者空間分組到離散邊緣分組(DEB)單元中，以生成描繪邊緣特征的DEB單元圖像。所述方法還包括特征分類步驟。特征分類步驟包括以下特征響應(yīng)子步驟：將DEB單元圖像與每組前述參考特征參數(shù)相比較，以確定DEB單元圖像與參考模板中的每一者匹配的程度如何。特征分類步驟還包括以下匹配檢測(cè)子步驟：在參考模板當(dāng)中定位DEB單元圖像的最佳匹配者，和/或使最佳匹配者與一個(gè)或多個(gè)預(yù)定匹配閾值相關(guān)以確定何時(shí)找到參考模板中的匹配者。以此方式，根據(jù)本發(fā)明，圖像得以與參考模板中的匹配者相匹配。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，參考模板中的第一者可優(yōu)選地(但非必須地)具有高于參考模板中的第二者的對(duì)邊緣特征的敏感度，所述邊緣特征被嵌入于圖像中和/或在DEB單元圖像中得以描繪。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，可優(yōu)選地(但非必須地)對(duì)圖像進(jìn)行縮放，和/或可優(yōu)選地(但非必須地)抑制圖像中的具有低于預(yù)定空間分辨率閾值的空間分辨率的任何偽影。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，低通濾波器可優(yōu)選地(但非必須地)應(yīng)用于圖像和/或與圖像卷積以抑制可與像素噪聲相關(guān)聯(lián)的高頻率。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，圖像可優(yōu)選地(但非必須地)轉(zhuǎn)換到灰度。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，可優(yōu)選地(但非必須地)微分計(jì)算圖像的一個(gè)或多個(gè)導(dǎo)數(shù)和/或使用所述導(dǎo)數(shù)來(lái)定位和/或幾何定義邊緣特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，導(dǎo)數(shù)可優(yōu)選地(但非必須地)包括通過(guò)在兩個(gè)維度中分化圖像所計(jì)算的梯度。優(yōu)選地(但非必須地)，梯度方向可被獲得和/或可被用于定位和/或幾何定義邊緣特征的沿梯度方向處于梯度最大值的邊緣像素。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，可優(yōu)選地(但非必須地)使用導(dǎo)數(shù)(優(yōu)選地，參考預(yù)定邊緣最小閾值)來(lái)定義邊緣特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在微分邊緣檢測(cè)子步驟中，可優(yōu)選地(但非必須地)微分計(jì)算圖像的一個(gè)或多個(gè)導(dǎo)數(shù)。導(dǎo)數(shù)可優(yōu)選地(但非必須地)用來(lái)計(jì)算所述邊緣像素中的每一者的定向。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在定向和/或空間分組子步驟中，所述邊緣像素中的每一者的定向可優(yōu)選地(但非必須地)指派給預(yù)定數(shù)量的定向組中的最密切對(duì)應(yīng)于所述定向的一者。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在定向和/或空間分組子步驟中，優(yōu)選地針對(duì)離散邊緣分組(DEB)單元中的每一者，可優(yōu)選地(但非必須地)基于指派給圖像像素當(dāng)中的邊緣像素中的每一者的定向組來(lái)計(jì)算和，所述圖像像素被空間分組到前述離散邊緣分組(DEB)單元中的每一者中。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在定向和/或空間分組子步驟中，優(yōu)選地針對(duì)離散邊緣分組(DEB)單元中的每一者，可優(yōu)選地(但非必須地)基于圖像像素當(dāng)中的邊緣像素中的每一者的定向來(lái)計(jì)算和，所述圖像像素被空間分組到前述離散邊緣分組(DEB)單元中的每一者中。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在定向和/或空間分組子步驟中，離散邊緣分組(DEB)單元中的每一者可優(yōu)選地(但非必須地)與前述圖像像素中的相鄰者的大致矩形(M₁x M₂)配置相關(guān)。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在定向和/或空間分組子步驟中，可優(yōu)選地(但非必須地)處理圖像以生成包含(M₁x M₂)縮放圖像的單元偏移圖像，所述縮放圖像對(duì)應(yīng)于前述離散邊緣分組(DEB)單元中的每一者的起始偏移。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，特征提取步驟可優(yōu)選地(但非必須地)還包括以下特征裁剪子步驟：裁剪DEB單元圖像以使對(duì)DEB單元圖像中的邊緣特征的描繪正規(guī)化。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在特征響應(yīng)子步驟中，優(yōu)選地針對(duì)參考模板中的每一者，可優(yōu)選地(但非必須地)計(jì)算與DEB單元圖像的匹配值。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在特征響應(yīng)子步驟中，可優(yōu)選地(但非必須地)生成一個(gè)或多個(gè)特征響應(yīng)圖，所述特征響應(yīng)圖表示DEB單元圖像與參考模板中的每一者匹配的程度如何。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，優(yōu)選地在匹配檢測(cè)子步驟中，最佳匹配者可優(yōu)選地(但非必須地)位于特征響應(yīng)圖上。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，所述方法可優(yōu)選地(但非必須地)適合于與快速診斷測(cè)試裝置一起使用和/或?qū)岛袌D像用作圖像。

根據(jù)本發(fā)明，還公開了一種用于匹配圖像的至少一部分的系統(tǒng)。至少一個(gè)邊緣特征被嵌入于圖像中。所述系統(tǒng)包括存儲(chǔ)一個(gè)或多個(gè)參考模板的數(shù)據(jù)庫(kù)。參考模板中的每一者包括一組參考特征參數(shù)。所述系統(tǒng)還包括操作地接收?qǐng)D像的圖像接收元件。所述系統(tǒng)還包括操作地使前述圖像的至少一部分與存儲(chǔ)在數(shù)據(jù)庫(kù)中的參考模板匹配的一個(gè)或多個(gè)圖像處理器。所述圖像處理器經(jīng)操作地編碼，以使用對(duì)比度不變技術(shù)來(lái)使圖像再現(xiàn)為對(duì)比度不變和/或描繪邊緣特征的在圖像的一個(gè)或多個(gè)圖像像素當(dāng)中的一個(gè)或多個(gè)邊緣像素。所述圖像處理器還經(jīng)操作地編碼，以將邊緣像素分組到預(yù)定數(shù)量的定向組中和/或?qū)D像像素中的相鄰者空間分組到離散邊緣分組(DEB)單元中，從而生成描繪邊緣特征的DEB單元圖像。圖像處理器還經(jīng)操作地編碼，以將DEB單元圖像與前述每組參考特征參數(shù)相比較，從而確定DEB單元圖像與參考模板中的每一者匹配的程度如何。圖像處理器還經(jīng)操作地編碼，以在參考模板當(dāng)中定位DEB單元圖像的最佳匹配者和/或使最佳匹配者與一個(gè)或多個(gè)預(yù)定匹配閾值相關(guān)以確定何時(shí)找到參考模板中的匹配者。因此。根據(jù)本發(fā)明，系統(tǒng)使圖像與參考模板中的匹配者匹配。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，參考模板中的第一者可優(yōu)選地(但非必須地)具有高于參考模板中的第二者的對(duì)邊緣特征的敏感度，所述邊緣特征被嵌入于圖像中和/或在DEB單元圖像中得以描繪。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，參考模板中的第一者與參考模板中的第二者可優(yōu)選地(但非必須地)匹配圖像的不同區(qū)域。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以對(duì)圖像進(jìn)行縮放和/或抑制圖像中的具有低于預(yù)定空間分辨率閾值的空間分辨率的任何偽影。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，系統(tǒng)還可優(yōu)選地(但非必須地)包括低通濾波器。圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以將低通濾波器應(yīng)用于圖像和/或使低通濾波器與圖像卷積以抑制可與像素噪聲相關(guān)聯(lián)的高頻率。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，低通濾波器可優(yōu)選地(但非必須地)為多變量高斯濾波器。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以將圖像轉(zhuǎn)換到灰度。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，所述圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以微分計(jì)算圖像的一個(gè)或多個(gè)導(dǎo)數(shù)和/或使用所述導(dǎo)數(shù)來(lái)定位和/或幾何定義邊緣特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以：優(yōu)選地(但非必須地)通過(guò)在兩個(gè)維度中分化圖像來(lái)計(jì)算導(dǎo)數(shù)中的一者或多者以作為梯度；獲得梯度的方向；和/或使用梯度的方向來(lái)定位和/或幾何定義邊緣特征的沿梯度方向處于梯度最大值的邊緣像素。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以使用導(dǎo)數(shù)(優(yōu)選地，參考預(yù)定邊緣最小閾值)來(lái)定義邊緣特征。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以：微分計(jì)算圖像的一個(gè)或多個(gè)導(dǎo)數(shù)；和/或使用所述導(dǎo)數(shù)來(lái)計(jì)算邊緣像素中的每一者的定向。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以將邊緣像素中的每一者的定向指派給預(yù)定數(shù)量的定向組中的最密切對(duì)應(yīng)于所述定向的一者。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以優(yōu)選地針對(duì)離散邊緣分組(DEB)單元中的每一者基于指派給圖像像素當(dāng)中的邊緣像素中的每一者的定向組來(lái)計(jì)算和，所述圖像像素被空間分組到前述離散邊緣分組(DEB)單元中的每一者中。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以優(yōu)選地針對(duì)離散邊緣分組(DEB)單元中的每一者基于圖像像素當(dāng)中的邊緣像素中的每一者的定向來(lái)計(jì)算和，所述圖像像素被空間分組到前述離散邊緣分組(DEB)單元中的每一者中。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以使離散邊緣分組(DEB)單元中的每一者與前述圖像像素中的相鄰者的大致矩形(M₁x M₂)配置相關(guān)。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以處理圖像從而生成包含(M₁x M₂)縮放圖像的單元偏移圖像，所述縮放圖像對(duì)應(yīng)于前述離散邊緣分組(DEB)單元中的每一者的起始偏移。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以裁剪DEB單元圖像從而使對(duì)DEB單元圖像中的邊緣特征的描繪正規(guī)化。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以優(yōu)選地針對(duì)參考模板中的每一者來(lái)計(jì)算與DEB單元圖像的匹配值。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以生成一個(gè)或多個(gè)特征響應(yīng)圖，所述特征響應(yīng)圖表示DEB單元圖像與參考模板中的每一者匹配的程度如何。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，圖像處理器還可優(yōu)選地(但非必須地)經(jīng)操作地編碼以在特征響應(yīng)圖上定位最佳匹配者。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，預(yù)定匹配閾值可優(yōu)選地(但非必須地)包括：預(yù)定相關(guān)性閾值，其可優(yōu)選地(但非必須地)基于與邊緣特征的相關(guān)性；和/或預(yù)定距離閾值，其可優(yōu)選地(但非必須地)基于距邊緣特征的搜索原點(diǎn)的距離。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，所述系統(tǒng)可優(yōu)選地(但非必須地)適合于與快速診斷測(cè)試裝置一起使用和/或?qū)岛袌D像用作圖像。

根據(jù)本發(fā)明，還公開了一種與圖像一起使用的計(jì)算機(jī)可讀媒體，至少一個(gè)邊緣特征被嵌入于所述圖像中。計(jì)算機(jī)可讀媒體還與存儲(chǔ)一個(gè)或多個(gè)參考模板的數(shù)據(jù)庫(kù)一起使用，每個(gè)參考模板包括一組參考特征參數(shù)。計(jì)算機(jī)可讀媒體編碼有可執(zhí)行指令，所述可執(zhí)行指令在執(zhí)行時(shí)編碼一個(gè)或多個(gè)圖像處理器以通過(guò)自動(dòng)執(zhí)行以下步驟來(lái)使圖像的至少一部分與存儲(chǔ)在數(shù)據(jù)庫(kù)中的參考模板自動(dòng)匹配：(a)使用對(duì)比度不變技術(shù)來(lái)使圖像再現(xiàn)為對(duì)比度不變和/或描繪邊緣特征的在圖像的一個(gè)或多個(gè)圖像像素當(dāng)中的一個(gè)或多個(gè)邊緣像素；(b)將邊緣像素分組到預(yù)定數(shù)量的定向組中，和/或?qū)D像像素中的相鄰者空間分組到離散邊緣分組(DEB)單元中，以生成描繪邊緣特征的DEB單元圖像；(c)將DEB單元圖像與前述每組參考特征參數(shù)進(jìn)行比較，以確定DEB單元圖像與參考模板中的每一者匹配的程度如何；和/或(d)在參考模板當(dāng)中定位DEB單元圖像的最佳匹配者，和/或使最佳匹配者與一個(gè)或多個(gè)預(yù)定匹配閾值相關(guān)以確定何時(shí)找到參考模板中的匹配者。因此，根據(jù)本發(fā)明，計(jì)算機(jī)可讀媒體編碼圖像處理器以使圖像與參考模板中的匹配者匹配。

在參考附圖考慮以下詳細(xì)描述和隨附的權(quán)利要求后，本發(fā)明的其他優(yōu)點(diǎn)、特征和特性以及系統(tǒng)、方法和計(jì)算機(jī)可讀媒體的有關(guān)元件的操作方法和功能即刻將變得更加顯而易見，下文中簡(jiǎn)短地描述了附圖。

附圖說(shuō)明

將自以下附圖來(lái)更好地理解就其結(jié)構(gòu)、組織、用途和操作方法而言被認(rèn)為是根據(jù)本發(fā)明的系統(tǒng)、方法和計(jì)算機(jī)可讀媒體的特性的新穎特征連同其進(jìn)一步的目標(biāo)和優(yōu)點(diǎn)，在附圖中，現(xiàn)將通過(guò)示例來(lái)說(shuō)明本發(fā)明的目前優(yōu)選的實(shí)施方案。然而，應(yīng)明確理解，附圖僅用于說(shuō)明和描述的目的，而并非旨在作為對(duì)本發(fā)明的界限的限定。在附圖中：

圖1是根據(jù)本發(fā)明的優(yōu)選實(shí)施方案的DEB特征提取方法的流程圖；

圖2是根據(jù)本發(fā)明的優(yōu)選實(shí)施方案的DEB特征分類方法的流程圖；

圖3是圖1中所示的方法的微分邊緣檢測(cè)器步驟的流程圖；

圖4a是使用現(xiàn)有技術(shù)索貝爾邊緣檢測(cè)器的圖像的示圖。

圖4b是使用微分邊緣技術(shù)的圖像的示圖。

圖5a是具有高對(duì)比度的圖4b的示圖的放大視圖。

圖5b是具有低對(duì)比度的圖4b的示圖的放大視圖。

圖5c是具有高對(duì)比度的圖4a的示圖的放大視圖。

圖5d是具有低對(duì)比度的圖4a的示圖的放大視圖。

圖6是用于圖1中所示的方法的定向和空間分組步驟的流程圖；

圖7是根據(jù)圖6的定向和空間分組步驟的空間分組子步驟的示意圖；

圖8是根據(jù)圖6的空間分組子步驟的針對(duì)4x4空間分組的DEB單元偏移圖像的示圖；

圖9a是根據(jù)圖2的特征響應(yīng)步驟的原始響應(yīng)圖像R(x,y)的示圖；以及

圖9b是根據(jù)圖2的特征響應(yīng)步驟的經(jīng)重新組織的匹配響應(yīng)圖像M(x,y)的示圖。

具體實(shí)施方式

現(xiàn)參考圖1至圖9，示出了根據(jù)本發(fā)明的優(yōu)選實(shí)施方案的用于離散邊緣分組(“DEB”)模板匹配的系統(tǒng)、方法和計(jì)算機(jī)可讀媒體。

優(yōu)選地在根據(jù)本發(fā)明的圖像配準(zhǔn)系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體中，一次或多次DEB變換(其可優(yōu)選地產(chǎn)生一個(gè)或多個(gè)DEB特征)優(yōu)選地形成特征提取前端的基礎(chǔ)。圖1描繪根據(jù)本發(fā)明的優(yōu)選實(shí)施方案的DEB特征提取方法100的步驟?？闪私猓鶕?jù)方法100，輸入優(yōu)選地為經(jīng)正規(guī)化和/或裁剪的暗盒圖像10。另外，輸出優(yōu)選地為一組DEB特征20。

如圖1中所示，方法100優(yōu)選地包括由根據(jù)本發(fā)明的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行和/或提供的以下步驟：微分邊緣檢測(cè)器(differential edge detector)步驟110；定向和空間分組步驟110以及特征裁剪步驟130。

根據(jù)本發(fā)明，DEB特征分類優(yōu)選地為由系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行和提供的DEB模板匹配的第二階段，用于將一組參考特征(優(yōu)選地，在特征提取期間獲得)與待分類的圖像進(jìn)行比較，優(yōu)選地以便確定所述特征是否匹配。圖2示出DEB特征分類方法200的流程，所述DEB特征分類方法優(yōu)選地包括由根據(jù)本發(fā)明的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行和提供的以下步驟：特征響應(yīng)步驟210；以及匹配檢測(cè)步驟220。

如圖2中所示，特征響應(yīng)步驟210優(yōu)選地包含將DEB參考特征(優(yōu)選地，存儲(chǔ)在數(shù)據(jù)庫(kù)中)與輸入DEB單元圖像30和DEB特征20進(jìn)行比較(優(yōu)選地，自DEB特征提取方法100生成)以產(chǎn)生特征響應(yīng)圖，所述特征響應(yīng)圖表示DEB特征20與DEB參考特征匹配的程度如何。

針對(duì)匹配檢測(cè)步驟220，優(yōu)選地將最佳匹配者的位置和相關(guān)性與一個(gè)或多個(gè)內(nèi)部閾值進(jìn)行比較，優(yōu)選地以基于DEB特征20與DEB單元圖像30的比較來(lái)確定是否找到匹配(即，匹配結(jié)果40)。

方法100優(yōu)選地通過(guò)使用微分邊緣檢測(cè)器前端(即，圖1中的子步驟110)來(lái)為實(shí)現(xiàn)對(duì)比度不變性作準(zhǔn)備，優(yōu)選地以便抑制其所有除了針對(duì)給定邊緣的最強(qiáng)烈的響應(yīng)。本領(lǐng)域普通技術(shù)人員可了解，現(xiàn)有技術(shù)模板匹配方法可能不使用離散邊緣模板。

方法100還優(yōu)選地通過(guò)使用分組定向和空間方法(例如，類似于由現(xiàn)有技術(shù)圖像配準(zhǔn)算法(諸如，HOG和SIFT)所使用的分組定向和空間方法)來(lái)定義模板從而為實(shí)現(xiàn)可選區(qū)域的不變性作準(zhǔn)備。鑒于現(xiàn)有技術(shù)圖像配準(zhǔn)算法可能已在小塊區(qū)域內(nèi)定義特征描述符，本發(fā)明優(yōu)選地將特征單元組合到DEB模板中。DEB模板優(yōu)選地是以此方式來(lái)定義使得僅優(yōu)選地選擇顯著特征—優(yōu)選地前提條件是：對(duì)圖像中或模板自身內(nèi)的區(qū)域的可選區(qū)域的不變性可為高度可變的。

A.DEB特征提取

微分邊緣檢測(cè)器

根據(jù)本發(fā)明，微分邊緣檢測(cè)器步驟110優(yōu)選地提取暗盒圖像10的顯著邊緣，優(yōu)選地使用對(duì)比度不變技術(shù)以提供對(duì)比度不變性(如圖1中所示)。

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面且如在圖1中最佳所見，由系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行和提供的DEB特征提取方法(替代地稱為DEB變換)100中的第一步驟優(yōu)選地應(yīng)用微分邊緣檢測(cè)器步驟110，優(yōu)選地以提取對(duì)比度不變邊緣。

圖3更詳細(xì)地描繪了步驟110，步驟110優(yōu)選地包括以下額外子步驟：尺度圖像子步驟111；低通濾波器子步驟112；灰度轉(zhuǎn)換子步驟113；分化子步驟114；以及邊緣定義和閾值子步驟115。所提議的步驟110優(yōu)選地解決了現(xiàn)有技術(shù)中的其他邊緣檢測(cè)器(諸如，索貝爾邊緣檢測(cè)器)的缺陷(優(yōu)選地，通過(guò)實(shí)現(xiàn)對(duì)比度不變性)。

在以下章節(jié)中，更詳細(xì)地描述了如優(yōu)選地由根據(jù)本發(fā)明的一個(gè)方面的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行的微分邊緣檢測(cè)器子步驟110的一個(gè)或多個(gè)步驟。

Ⅰ.尺度圖像

如圖3中所示，根據(jù)本發(fā)明，在尺度圖像子步驟111中，輸入暗盒圖像10優(yōu)選地經(jīng)縮放以改進(jìn)性能并抑制具有比期望的低的空間分辨率的偽影。尺度大小("S")優(yōu)選地是特定于應(yīng)用程序的。

Ⅱ.低通濾波器

根據(jù)本發(fā)明，圖3中所描繪的低通濾波器子步驟112優(yōu)選地包括將高斯濾波器應(yīng)用于輸入暗盒圖像10，優(yōu)選地以便抑制與像素噪聲相關(guān)聯(lián)的高頻率。與上述縮放子步驟111相組合的這個(gè)濾波器子步驟112優(yōu)選地組成簡(jiǎn)單的尺度空間算法。濾波器系數(shù)("F")優(yōu)選地是特定于應(yīng)用程序的。

低通濾波器子步驟112優(yōu)選地通過(guò)將多變量高斯濾波器應(yīng)用于輸入圖像10來(lái)減少高頻率噪聲。根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，x與y之間的協(xié)方差可優(yōu)選地假設(shè)為零，且優(yōu)選地根據(jù)以下等式來(lái)描述濾波器：

其中F是上述濾波器系數(shù)。

濾波器優(yōu)選地與輸入圖像I進(jìn)行卷積，優(yōu)選地以根據(jù)以下等式產(chǎn)生濾波輸出I_f：

I_f＝I*F

其中F是如上文的濾波器系數(shù)。

III.灰度轉(zhuǎn)換

如圖3中所示，根據(jù)本發(fā)明的灰度轉(zhuǎn)換子步驟113優(yōu)選地用來(lái)將圖像10轉(zhuǎn)換到灰度，優(yōu)選地以進(jìn)行更簡(jiǎn)單地處理。本領(lǐng)域普通技術(shù)人員可了解，灰度數(shù)字圖像是僅僅由灰色陰影組成的圖像，其從黑色(處于最弱強(qiáng)度)變化到白色(處于最強(qiáng)強(qiáng)度)。

IV.分化

根據(jù)本發(fā)明，圖3中所示的分化子步驟114優(yōu)選地包括計(jì)算圖像10的幾個(gè)第一、第二和/或第三導(dǎo)數(shù)以產(chǎn)生一個(gè)或多個(gè)梯度圖像50。

V.微分邊緣定義和/或閾值

根據(jù)本發(fā)明，圖3中所示的邊緣定義和閾值子步驟115優(yōu)選地包括采用對(duì)邊緣進(jìn)行微分幾何定義(其優(yōu)選地使用非最大值抑制)，優(yōu)選地以將每個(gè)邊緣定位到單個(gè)像素。來(lái)自上一子步驟114的導(dǎo)數(shù)圖像優(yōu)選地用來(lái)估計(jì)幾何邊緣。優(yōu)選地應(yīng)用單一閾值(T)，超過(guò)所述單一閾值，邊緣優(yōu)選地被假設(shè)為是顯著的。閾值(T)優(yōu)選地是特定于應(yīng)用程序的。

邊緣定義和閾值子步驟115優(yōu)選地包括建構(gòu)邊緣像素，所述邊緣像素被定義為一個(gè)點(diǎn)，在所述點(diǎn)處，梯度量值呈現(xiàn)梯度方向上的最大值[例如，參見J.Canny的“邊緣檢測(cè)的計(jì)算方法”，關(guān)于模式分析及機(jī)器智能的IEEE會(huì)刊，第PAMI-8卷，編號(hào)6，1986年11月]。

根據(jù)本發(fā)明，優(yōu)選地根據(jù)以下等式通過(guò)沿x和y維度分化濾波圖像來(lái)計(jì)算梯度：

其中I_f是來(lái)自上文的濾波輸出。

根據(jù)本發(fā)明，優(yōu)選地根據(jù)以下等式基于上文的從沿x和y維度分化濾波圖像得到的結(jié)果來(lái)獲得梯度方向：

優(yōu)選地借助于局部坐標(biāo)變換來(lái)修改每個(gè)點(diǎn)(或邊緣像素)，優(yōu)選地使得新坐標(biāo)(u,v)對(duì)齊到梯度方向。坐標(biāo)v優(yōu)選地平行于梯度方向θ，且坐標(biāo)u優(yōu)選地垂直于梯度方向θ。優(yōu)選地，借助于此坐標(biāo)變換，I_v優(yōu)選地被定義為每個(gè)點(diǎn)處的梯度(優(yōu)選地，在梯度方向上)。I_v優(yōu)選地具有等于的量值和/或角度θ。使用上文的定義，本領(lǐng)域普通技術(shù)人員可顯而易見，依照以下等式I(i,j)優(yōu)選地為邊緣像素：

I_vv＝0

I_vvv<0。

根據(jù)本發(fā)明，上文的第一條件(I_vv＝0)優(yōu)選地定義了當(dāng)梯度達(dá)到最小或最大值(優(yōu)選地，因?yàn)樘荻鹊牡谝粚?dǎo)數(shù)可等于零)時(shí)的條件。根據(jù)本發(fā)明，上文的第二條件(I_vvv<0)優(yōu)選地要求所述點(diǎn)為最大值，優(yōu)選地使得梯度的第二導(dǎo)數(shù)為負(fù)(優(yōu)選地，對(duì)應(yīng)于峰部的凹曲度)。

根據(jù)本發(fā)明，優(yōu)選地示出了由以下表達(dá)式給出I_vv和/或I_vvv[例如，參見T.Lindberg的“具有自動(dòng)尺度選擇的邊緣檢測(cè)和脊線檢測(cè)”，國(guó)際計(jì)算機(jī)視覺雜志30(2)：117-154，1998]：

上述定義(如所提供的)優(yōu)選地返回給定圖像中的所有邊緣。優(yōu)選地，考慮到仍可能需要提供相對(duì)強(qiáng)的邊緣，優(yōu)選地根據(jù)以下關(guān)系式來(lái)修改第二條件：

I_vvv<-T

其中T優(yōu)選地為最小閾值，所述最小閾值優(yōu)選地設(shè)定邊緣點(diǎn)的最小曲度以被認(rèn)為是邊緣。

VI.微分邊緣檢測(cè)器輸出

根據(jù)本發(fā)明，優(yōu)選地在圖4和圖5中看到微分邊緣檢測(cè)器子步驟115的輸出(邊緣圖像60)，圖4和圖5將來(lái)自現(xiàn)有技術(shù)索貝爾邊緣檢測(cè)器的圖像與來(lái)自本發(fā)明的微分邊緣技術(shù)的圖像進(jìn)行比較。圖4a描繪來(lái)自索貝爾邊緣檢測(cè)器的圖像，而圖4b示出根據(jù)本發(fā)明的一個(gè)方面的來(lái)自本發(fā)明的微分邊緣技術(shù)的圖像。根據(jù)這些圖像(圖4a和圖4b)，本領(lǐng)域普通技術(shù)人員可顯而易見，本發(fā)明的微分邊緣技術(shù)(圖4b)優(yōu)選地提供具有大大減少的噪聲的圖像和優(yōu)選地全為單個(gè)像素厚度的邊緣，不管輸入圖像10的邊緣厚度如何(例如，將RDT邊緣與圖4b的內(nèi)部特征進(jìn)行比較)。

圖5a、圖5b和圖5c、圖5d分別描繪了圖4b和圖4a中的同一個(gè)局部區(qū)域(即，“HB”字母區(qū)域)的放大視圖。圖5c、圖5d示出了“HB”字母區(qū)域的圖像(使用索貝爾邊緣檢測(cè)器)，所述圖像通過(guò)改變圖像捕獲期間的環(huán)境照明條件而分別具有高對(duì)比度和低對(duì)比度。圖5a、圖5b示出了“HB”字母區(qū)域的圖像(使用本發(fā)明的微分邊緣技術(shù))，所述圖像通過(guò)改變圖像捕獲期間的環(huán)境照明條件而分別具有高對(duì)比度和低對(duì)比度。本領(lǐng)域普通技術(shù)人員可了解，圖5c和圖5d示出了現(xiàn)有技術(shù)索貝爾邊緣檢測(cè)器技術(shù)產(chǎn)生可對(duì)照明條件或?qū)Ρ榷让舾?即，不是對(duì)比度不變的)的圖像，而根據(jù)本發(fā)明的一個(gè)方面的微分邊緣技術(shù)(如圖5a和圖5b中所示)優(yōu)選地對(duì)照明條件或?qū)Ρ榷炔顒e的敏感性小得多(即，是對(duì)比度不變的)。

定向和/或空間分組

根據(jù)本發(fā)明，在圖1中所示的DEB特征提取方法100的定向和空間分組步驟120中，每個(gè)邊緣像素優(yōu)選地被分組到N個(gè)定向組中的1個(gè)定向組中且(優(yōu)選地，隨后)優(yōu)選地被空間分組到MxM單元中，且優(yōu)選地產(chǎn)生提供高敏感度和可選區(qū)域不變性的DEB單元圖像30。

這個(gè)步驟120優(yōu)選地包括對(duì)邊緣的定向和邊緣的空間位置進(jìn)行分組。這個(gè)步驟120的一個(gè)目的是優(yōu)選地提供邊緣中的更高特異度(優(yōu)選地，通過(guò)使用邊緣的定向來(lái)區(qū)分形狀)和對(duì)邊緣位置的容忍度(優(yōu)選地，通過(guò)允許沿空間維度進(jìn)行分組)。

如圖6中所示，描繪了優(yōu)選地由本發(fā)明的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體來(lái)執(zhí)行和提供的一個(gè)或多個(gè)子步驟：邊緣定向子步驟121；定向分組子步驟122；空間分組子步驟123；以及單元偏移圖像子步驟124。

Ⅰ.邊緣定向

根據(jù)本發(fā)明，邊緣定向子步驟121優(yōu)選地用來(lái)估計(jì)梯度圖像50和邊緣圖像60中的每個(gè)像素的定向。

優(yōu)選地使用分化子步驟114中導(dǎo)出的第一導(dǎo)數(shù)來(lái)獲得邊緣的定向。優(yōu)選地使用以下等式中的一者或多者來(lái)獲得每個(gè)邊緣像素的角度和量值：

根據(jù)本發(fā)明，可能需要僅考慮定向。以上公式優(yōu)選地用來(lái)產(chǎn)生定向圖像I_θ。

Ⅱ.定向分組

根據(jù)本發(fā)明，針對(duì)定向分組子步驟122，優(yōu)選地將每個(gè)邊緣像素的定向分組到表示0與180度之間的定向的N個(gè)組中的一者中。組數(shù)(N)優(yōu)選地是特定于應(yīng)用程序的。每個(gè)像素優(yōu)選地由長(zhǎng)度N的向量來(lái)表示，優(yōu)選地其中，對(duì)于所有元素而言向量均為零，惟獨(dú)與所述像素的定向?qū)?yīng)的組除外。

優(yōu)選地，針對(duì)定向分組子步驟122，將從-90到+90度的范圍劃分為N段。由于相當(dāng)數(shù)量的特征可定位于垂直或水平方向上，所以優(yōu)選地將組定義成使得其以0度為中心。優(yōu)選地，通過(guò)這樣做或確保N為偶數(shù)，垂直和水平邊緣優(yōu)選地被定位在其各自的組的中心中。使用這個(gè)定義，來(lái)自邊緣圖像I_E的每個(gè)邊緣像素優(yōu)選地得以與所述范圍相比較并被指派給N個(gè)組中的一者。優(yōu)選地，通過(guò)定義每個(gè)像素的長(zhǎng)度N的向量來(lái)實(shí)現(xiàn)指派。所述向量?jī)?yōu)選地對(duì)于所有元素而言均為0，優(yōu)選地惟獨(dú)與當(dāng)前邊緣定向?qū)?yīng)的元素除外。所述元素優(yōu)選地被設(shè)定為一。例如，如果N＝4，那么垂直線上的像素可對(duì)應(yīng)于：

v＝(0,1,0,0)，

而對(duì)于水平線而言可對(duì)應(yīng)于：

v＝(0,0,0,1)。

III.空間分組

根據(jù)本發(fā)明，空間分組子步驟123優(yōu)選地包括將相鄰像素分組到MxM單元中且優(yōu)選地對(duì)定向向量求和。

優(yōu)選地對(duì)定向分組子步驟122的輸出執(zhí)行這個(gè)子步驟123，優(yōu)選地以產(chǎn)生單元輸出。單元優(yōu)選地被定義為MxM區(qū)域中的像素的經(jīng)求和的響應(yīng)。優(yōu)選地提供如下公式：

根據(jù)本發(fā)明的一個(gè)優(yōu)選實(shí)施方案的方面，結(jié)果優(yōu)選地為：每個(gè)單元優(yōu)選地包含周圍MxM像素的定向的直方圖。

圖7描繪4x4像素區(qū)域的空間分組的示例，由此，定向向量圖像中的由像素v(l,l)、v(l,4)、v(4,l)和v(4,4)定義的4x4區(qū)域被放置到DEB單元的組C(l,1)中，所述組的坐標(biāo)對(duì)應(yīng)于像素v(l,l)。類似地，盡管圖7中未示出，但定向向量圖像中的由像素v(l,2)、v(l,5)、v(4,2)和v(4,5)定義的4x4區(qū)域?qū)⒈环胖玫紻EB單元的組C(l,2)中以與像素v(l,2)對(duì)應(yīng)。以此方式，可對(duì)圖像的定義區(qū)域內(nèi)的相鄰像素進(jìn)行分組。本領(lǐng)域普通技術(shù)人員將理解，4x4像素區(qū)域優(yōu)選地是出于說(shuō)明的目的且可根據(jù)本發(fā)明來(lái)使用任何大小的像素區(qū)域。

IV.單元偏移圖像

根據(jù)本發(fā)明，單元偏移圖像子步驟124優(yōu)選地包括處理來(lái)自分組子步驟122、123的所得圖像以生成單元偏移圖像，所述單元偏移圖像優(yōu)選地包含對(duì)應(yīng)于單元的起始偏移的MxM縮放圖像。優(yōu)選地完成此以在將像素分組到MxM單元中時(shí)確保特征中的重疊。

根據(jù)本發(fā)明，優(yōu)選地進(jìn)一步處理空間分組子步驟123的輸出，優(yōu)選地以產(chǎn)生DEB單元偏移圖像(I_DEB)30。這個(gè)子步驟123優(yōu)選地為最佳化子步驟，其優(yōu)選地便于特征分類和匹配。優(yōu)選地通過(guò)重新組織單元來(lái)創(chuàng)建偏移圖像30，優(yōu)選地，使得相對(duì)于初始偏移來(lái)定位所述單元。根據(jù)本發(fā)明的一個(gè)方面，偏移優(yōu)選地為像素中的從原點(diǎn)到MxM區(qū)域中的第一單元的起始位置的距離。例如，對(duì)于單元(0,0)而言，偏移可為(0,0)；而對(duì)于單元(l,4)而言，偏移可基于4x4空間分組而為(1,4)。優(yōu)選地通過(guò)重新組織單元，所得DEB圖像30類似于圖8中所描繪的圖像，在這種情況下實(shí)現(xiàn)了4x4空間分組。

圖8示出了在針對(duì)單元偏移進(jìn)行重新組織之后的DEB圖像30的示例。考慮到本文中的公開內(nèi)容，本領(lǐng)域普通技術(shù)人員應(yīng)了解，圖8描繪了16個(gè)(4x4)縮放圖像，其中每個(gè)圖像對(duì)應(yīng)于空間分組子步驟123的不同起始偏移。

特征裁剪

根據(jù)本發(fā)明，在如圖1的方法100中所示的特征裁剪步驟130中，DEB單元圖像30的顯著特征優(yōu)選地按要求加以裁剪和/或存儲(chǔ)以在稍后對(duì)照其他圖像進(jìn)行分類。

特征裁剪步驟130可優(yōu)選地識(shí)別和裁剪所選的顯著特征，所述顯著特征優(yōu)選地用于匹配。這優(yōu)選地通過(guò)從DEB單元圖像30中選擇像素塊F_i來(lái)實(shí)現(xiàn)。優(yōu)選地在特征裁剪步驟130中使用以下約束中的一者或多者：(i)起始列優(yōu)選地為定向組的數(shù)目(N)的倍數(shù)；和/或(ii)終止列優(yōu)選地是定向組的數(shù)目(N)的倍數(shù)。

B.特征分類

如在圖2中最佳所見，特征分類方法200優(yōu)選地用來(lái)將DEB參考特征(優(yōu)選地，來(lái)自數(shù)據(jù)庫(kù))與輸入DEB圖像(其可包括DEB特征20和DEB單元圖像30)優(yōu)選地進(jìn)行比較，和/或優(yōu)選地以便定位圖像30內(nèi)的DEB特征20并使其與DEB參考特征匹配。優(yōu)選地，下文詳述了根據(jù)本發(fā)明的一個(gè)方面的一個(gè)或多個(gè)步驟。

特征響應(yīng)

根據(jù)圖2中所示的DEB特征分類方法200，本發(fā)明的方面優(yōu)選地通過(guò)執(zhí)行DEB特征20優(yōu)選地與輸入DEB單元圖像30的交叉相關(guān)性來(lái)計(jì)算特征響應(yīng)210。優(yōu)選地通過(guò)特征平方和來(lái)使特征響應(yīng)步驟210的交叉相關(guān)性正規(guī)化，優(yōu)選地以便根據(jù)以下等式生成正規(guī)化匹配值：

其中I(i,j)優(yōu)選地是大小為(M,N)的輸入DEB單元圖像30，且T(i,j)優(yōu)選地是所評(píng)估的大小為(P,Q)的DEB特征20。此處，C(x,y)優(yōu)選地為相關(guān)性，且R(x,y)優(yōu)選地為正規(guī)化響應(yīng)。

根據(jù)本發(fā)明，且優(yōu)選地為便于定位最佳匹配者，優(yōu)選地重新組織響應(yīng)圖像以產(chǎn)生匹配響應(yīng)圖像M(x,y)。原始響應(yīng)R(x,y)(類似于DEB單元圖像30)優(yōu)選地包含MxM子圖像，所述子圖像對(duì)應(yīng)于對(duì)每個(gè)單元偏移的響應(yīng)。優(yōu)選地重新組織這個(gè)圖像，優(yōu)選地使得單個(gè)圖像是可見的。例如，圖9a和圖9b分別描繪了原始響應(yīng)圖像和經(jīng)重新組織的匹配響應(yīng)圖像。圖9a和圖9b中的較亮區(qū)域可優(yōu)選地對(duì)應(yīng)于其中優(yōu)選地計(jì)算出DEB特征的較高匹配度的區(qū)域。

匹配檢測(cè)

根據(jù)本發(fā)明，如圖2中所示的匹配檢測(cè)步驟220優(yōu)選地定位圖像(例如，經(jīng)重新組織的匹配響應(yīng)圖像)中的可檢測(cè)到匹配和/或確定是否找到DEB特征匹配的位置。優(yōu)選地，從數(shù)據(jù)庫(kù)中檢索專用DEB模板(例如，用于特定RDT或針對(duì)生物標(biāo)志物的測(cè)試的DEB模板)(優(yōu)選地，包含DEB參考特征)，并在匹配檢測(cè)步驟220中使用所述DEB模板。優(yōu)選地，通過(guò)針對(duì)每個(gè)DEB模板定義以下配置參數(shù)中的一者或多者來(lái)實(shí)現(xiàn)匹配檢測(cè)220。(i)搜索原點(diǎn)，其可優(yōu)選地為特征的左上角位置的指示(例如，優(yōu)選地其中將搜索圖像中的DEB特征)；(ii)搜索公差，其可為像素公差(例如，優(yōu)選地指示搜索區(qū)域的大小)；(iii)相關(guān)性閾值，其可優(yōu)選地為匹配結(jié)果的最小相關(guān)值；以及(iv)距離閾值，其可優(yōu)選地為匹配者距搜索原點(diǎn)的最大距離。

匹配檢測(cè)步驟220優(yōu)選地包括針對(duì)響應(yīng)峰值使用包含DEB參考特征的DEB模板來(lái)搜索圖像的定義搜索區(qū)域。優(yōu)選地，如果響應(yīng)峰值超出相關(guān)性閾值或至搜索原點(diǎn)的距離小于距離閾值，那么優(yōu)選地找到匹配，從而產(chǎn)生匹配結(jié)果40。本領(lǐng)域普通技術(shù)人員可理解，RDT的匹配結(jié)果40可(例如)指示特定疾病狀態(tài)或生物標(biāo)志物的存在或缺乏。

結(jié)論

本發(fā)明預(yù)期與用于檢測(cè)和定位圖像內(nèi)的類似特征的圖像處理算法及模板匹配相關(guān)聯(lián)地使用，和/或與基于RDT的表象對(duì)RDT的辨識(shí)相關(guān)聯(lián)地使用，以提供與其相關(guān)聯(lián)的增加的功能性和/或有利的效用。然而，本發(fā)明并不限于此。

已出于說(shuō)明的目的呈現(xiàn)了上述描述，且其并不旨在為詳盡的或?qū)⒈景l(fā)明限制到所公開的精確形式。在考慮附圖后，本發(fā)明的其他優(yōu)點(diǎn)、特征和/或特性，以及系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體的相關(guān)元件的操作方法和/或功能，和/或制造的步驟、零件和/或經(jīng)濟(jì)的組合即刻將變得更加顯而易見。將自附圖來(lái)更好地理解就其組織、用途和/或操作方法而言被認(rèn)為是根據(jù)本發(fā)明的系統(tǒng)、方法和/或計(jì)算機(jī)可讀媒體的特性的某些新穎性特征，以及其進(jìn)一步的目標(biāo)和/或優(yōu)點(diǎn)，在附圖中，通過(guò)示例來(lái)說(shuō)明本發(fā)明的目前優(yōu)選的實(shí)施方案。然而，應(yīng)明確理解，附圖僅用于說(shuō)明和描述的目的，而并非旨在作為對(duì)本發(fā)明的界限的定義。

當(dāng)然，鑒于本文中的教示和公開內(nèi)容，本領(lǐng)域普通技術(shù)人員可了解，本發(fā)明的替代性設(shè)計(jì)和/或?qū)嵤┓桨甘怯锌赡艿?例如，以具有組件、特征、步驟、算法等的替代性配置的一個(gè)或多個(gè)組件、特征、步驟、算法等來(lái)代替其他者)。盡管根據(jù)本發(fā)明的一些組件、特征、步驟、算法、關(guān)系和/或配置并未具體地彼此關(guān)聯(lián)地加以參考，但它們可與之關(guān)聯(lián)地使用和/或適合于使用。所有上述、所描繪的和各種結(jié)構(gòu)、配置、特征、步驟、算法、關(guān)系等等可(但并一定)結(jié)合到本發(fā)明中和/或由本發(fā)明實(shí)現(xiàn)。在不脫離本發(fā)明的核心、精華和精神的情況下，如將由本領(lǐng)域技術(shù)人員容易了解，上述結(jié)構(gòu)、配置、特征、步驟、算法、關(guān)系、效用等等中的任何一者或多者可在本發(fā)明中和/或由本發(fā)明以各種排列和組合自行地和/或在不參考、不顧及或類似地對(duì)其他上述結(jié)構(gòu)、配置、特征、步驟、算法、關(guān)系、效用等等的實(shí)施的情況下來(lái)實(shí)施。

這里結(jié)束了對(duì)本發(fā)明的目前優(yōu)選的實(shí)施方案的描述。已出于說(shuō)明的目的呈現(xiàn)了上述描述，且其并不旨在為詳盡的或?qū)⒈景l(fā)明限制到所公開的精確形式。其他修改、變化和替代依據(jù)以上教示是可能的且將為本領(lǐng)域技術(shù)人員所顯而易見，并且在不背離本發(fā)明的精神和范圍的情況下可用于設(shè)計(jì)和制造根據(jù)本發(fā)明的其他實(shí)施方案。本發(fā)明的范圍并非旨在由此描述來(lái)限制而是僅由形成其一部分的權(quán)利要求來(lái)限制。