亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于像素信號能量的圖像邊緣roi的確定算法

文檔序號:10697911閱讀:1025來源:國知局
一種基于像素信號能量的圖像邊緣roi的確定算法
【專利摘要】本發(fā)明涉及邊緣檢測技術領域,公開了一種基于像素信號能量的圖像邊緣ROI的確定算法。具體包括以下步驟:圖像矩陣記為I,選取圖像矩陣上第x行第y列為中心像素點I(x,y);以像素點I(x,y)為中心的像素塊的塊內(nèi)灰度方差用下式表示:V(x,y)=var{G(x+i,y+j)},i,j∈{?1,0,1},其中G(x,y)為像素點I(x,y)的灰度值;記像素點I(x,y)的信號能量En(x,y)=V(x,y)2;引入信號能量的百分位數(shù)函數(shù)Percentile(u,v),其中u,v∈[0,100],表示矩陣I中像素點I(x,y)的信號能量En(x,y)小于總能量百分之v的像素點個數(shù)占到了矩陣I的像素點總個數(shù)的百分之u;根據(jù)信號能量的百分位數(shù)函數(shù)Percentile(u,v),選取顯著性水平α的值,計算1?α取值,剔除信號能量的百分位數(shù)函數(shù)中像素能量在總能量中占比低于1?α的像素點,所述選出的像素點有1?α的可能性屬于圖像邊緣,從而可以獲得圖像邊緣ROI。
【專利說明】
-種基于像素信號能量的圖像邊緣ROI的確定算法
技術領域
[0001] 本發(fā)明設及邊緣檢測技術領域,特別是一種基于像素信號能量的圖像邊緣R0I的 確定算法。
【背景技術】
[0002] 目前傳統(tǒng)圖像邊緣檢測技術采用數(shù)字圖像邊緣檢測技術,主要目的是為了檢測或 者提取出一張數(shù)字圖像中有明顯變化的邊緣或者不聯(lián)系區(qū)域包括一階微分邊緣算子、Log 算子、Canny算子、Sobel算子等,雖然數(shù)字圖像邊緣檢測技術可W較好的得到圖像的邊緣, 但是檢測算法多根據(jù)像素的局部情況進行判定,而且檢測到的邊緣輪廓常常是不連續(xù)的, 甚至包含一些人們不感興趣的區(qū)域邊緣,因此檢測出的圖像邊緣往往存在個別的誤檢,比 如局部脫離邊緣主輪廓的點明顯是非邊緣區(qū)域被判斷成邊緣,或者圖像中目標內(nèi)部出現(xiàn)了 小幅灰度變化的區(qū)域被誤判為邊緣區(qū)域。如圖1所示,該圖為CT掃描得到的牙齒圖像,可W 看出圖1中的背景區(qū)域有大量區(qū)域因其附近像素的灰度出現(xiàn)了波動而被誤判為邊緣,如圖2 所示為利用傳統(tǒng)化nny算子處理圖1后所獲得的邊緣圖像且在牙齒區(qū)域內(nèi)部也出現(xiàn)了很多 脫離邊緣主輪廓的非邊緣區(qū)域。同樣在其他物體的圖像邊緣區(qū)域同樣也會出現(xiàn)上述的誤判 情況。
[0003] 故有必要設計算法去除非邊緣區(qū)域,在邊緣檢測前設定大致的圖像邊緣R0I,在確 定邊緣可能出現(xiàn)的區(qū)域后,只在該區(qū)域進行邊緣檢測,W提高圖像邊緣檢測的準確性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是確定圖像邊緣可能出現(xiàn)的區(qū)域,從而設置圖像邊緣R0I,減少傳統(tǒng) 的數(shù)字圖像邊緣檢測算法帶來的邊緣誤檢,本發(fā)明提出了一種基于像素信號能量的圖像邊 緣R0I的確定算法。
[0005] 本發(fā)明采用的技術方案如下:
[0006] -種基于像素信號能量的圖像邊緣R0I的確定算法,其特征在于包括W下步驟:
[0007] 步驟一、圖像矩陣記為I,選取圖像矩陣上第X行第y列為中屯、像素點I(x,y);
[000引步驟二、W像素點I(x,y)為中屯、的像素塊的塊內(nèi)灰度方差用下式表示:V(x,y) = va;r{G(x+i,y+j)},i, je {-1,0,1},其中G(x,y)為像素點I(x,y)的灰度值;
[0009] 步驟S、記像素點I(x,y)的信號能量6。山7)=^《,7)2,像素點是邊緣的可能性大 小建模為像素點I(x,y)的信號能量;
[0010] 步驟四、引入信號能量的百分位數(shù)函數(shù)Pe;rcentile(u,v),其中U,ve [0,100],表 示矩陣I中像素點I(x,y)的信號能量En(x,y)小于總能量百分之V的像素點個數(shù)占到了矩陣 I的像素點總個數(shù)的百分之U;
[0011] 步驟五、用二維坐標圖表示百分位數(shù)函數(shù)化rcentile(u,V),選取顯著性水平α,可 求得1-α的值;
[0012] 步驟六、在百分位數(shù)函數(shù)化;rcentile(u,v)中將像素點I(x,y)信號能量En(x,y)占 總能量的比低于1-α的像素點全部剔除,即將其灰度置零,可W獲得圖像邊緣ROI。
[0013] 進一步地,上述信號能量有W下關系式
其中 I二{I (義,5〇|6。(義,5〇<化1;虹6311。1(1},化1;虹6311。1(1為像素{曰虧能里闊值。
[0014] 與現(xiàn)有技術相比,采用上述技術達到W下有益效果:根據(jù)圖像像素塊的整體情況 進行判定,W像素塊的灰度方差作為判斷標準,并且引入信號能量和能量百分位數(shù)函數(shù),可 有效剔除屬于圖像邊緣的可能性較小的區(qū)域。
【附圖說明】
[0015] 圖1為通過CT機掃描牙齒得到的原始圖像。
[0016] 圖2為利用傳統(tǒng)化nny算子處理圖1后所獲得的邊緣圖像。
[0017] 圖3為本發(fā)明圖像邊緣的像素信號能量圖。
[001引圖4為本發(fā)明信號能量的百分位數(shù)函數(shù)化rcenti le (U,V)的二維坐標圖。
[0019] 圖5為本發(fā)明基于像素信號能量的圖像邊緣R0I圖。
【具體實施方式】
[0020] 現(xiàn)結合附圖對本發(fā)明做進一步地描述。
[0021] -種基于像素信號能量的圖像邊緣R0I的確定算法,具體包括W下步驟:
[0022] 本實施例W牙齒為例,除了牙齒本發(fā)明還適用于機械部件、精密零件等其他需要 計算圖像邊緣R0I的物體;
[0023] 步驟一、如圖1所示為通過CT機掃描物體得到的原始圖像,得到需要進行邊緣檢測 的初始圖像,圖像中可W看到被檢測物體的整體輪廓,圖像矩陣記為I,選取圖像矩陣上第X 行第y列為中屯、像素點I(x,y);
[0024] 步驟二、W像素點I(x,y)為中屯、的像素塊的塊內(nèi)灰度方差用下式表示:V(x,y) = va;r{G(x+i,y+j)},i,je {-1,0,1},其中G(x,y)為像素點I(x,y)的灰度值,圖像的邊緣區(qū)域 的各個像素點之間會呈現(xiàn)出較大的灰度差,而像素塊的灰度方差可W用來描述運一灰度變 化的程度,且用到了像素塊內(nèi)的全部像素點的信息,因此可W將像素塊的灰度方差作為某 像素點屬于圖像邊緣可能性大小的評判標準,V(x,y)的數(shù)值越小代表像素點I(x,y)越有可 能不是圖像邊緣,應該刪去;
[0025] 步驟Ξ、為確定需要刪去的部分,需要確定刪除闊值,運里引入像素點的信號能量 的概念,記像素點I(x,y)的信號能量6。(^,7)=八^,7)2,像素點1(^,7)是邊緣的可能性大小 建模為像素點I(x,y)的信號能量,矩陣I中能量積累小的區(qū)域應當考慮被剔除,可得到像素 信號能量圖如圖3所示;
[00%]步驟四、為了進一步確定圖像邊緣R0I,引入信號能量的百分位數(shù)函數(shù)化rcentile
(u,v),其中! Γ = {Γ (x,y) |En(x, ,, y)<E:nthresh〇id} Jnthreshoid為像素信號能量闊值,百分位數(shù)函數(shù)化rcentile(u,v)表示矩陣I 中像素點I(x,y)的信號能量En(x,y)小于總能量百分之V的像素點個數(shù)占到了矩陣I的像素 點總個數(shù)的百分之U,可得到像素信號能量的百分位數(shù)函數(shù)化rcenti 1 e (U,V);
[0027] 步驟五、如圖4中所示,用二維坐標圖表示百分位數(shù)函數(shù)化;rcentile(u,v),橫坐標 為數(shù)量百分比U,縱坐標為能量百分比V,選取顯著性水平α,能量百分比V在能量百分比為 1%時候突然急速增大,所W此實施例中顯著性水平α取1%,可求得1-α的值為99%。在百分 位數(shù)函數(shù)中將像素點的信號能量占總能量的比低于1-0 = 99%對應的像素點全部剔除,即 將其灰度值置零,即可W得到圖像邊緣R0I,如圖4中對應能量百分比V為1%的數(shù)量百分比 為95.5%,說明整個圖像中95.5%的像素的能量只占到了總信號能量的1%,運些點屬于圖 像邊緣的可能性低,可W剔除,剩余4.5%的像素占到總能量的99%可W保留,由此可W得 到圖像邊緣R0I,如圖5所示。
[0028] 雖然本發(fā)明的技術內(nèi)容已經(jīng)W較佳的實例公開如上,然而并非用W限定本發(fā)明, 如果本領域技術人員,在不脫離本發(fā)明的精神所做的非實質(zhì)性改變或改進,都應該屬于本 發(fā)明權利要求保護的范圍。
【主權項】
1. 一種基于像素信號能量的圖像邊緣ROI的確定算法,其特征在于包括以下步驟: 步驟一、圖像矩陣記為I,選取圖像矩陣上第X行第y列為中心像素點I(x,y); 步驟二、以像素點I(x,y)為中心的像素塊的塊內(nèi)灰度方差用下式表示:V(X,y)=var{G (x+i,y+j)},i, je {-1,0,1},其中G(x,y)為像素點I(x,y)的灰度值; 步驟三、記像素點I(x,y)的信號能量En(x,y)=V(x,y)2,像素點是邊緣的可能性大小建 模為像素點I(x,y)的信號能量; 步驟四、引入信號能量的百分位數(shù)函數(shù)Percentile(u,v),其中u,ve [〇, 1〇〇],表示矩 陣I中像素點I(x,y)的信號能量En(x,y)小于總能量百分之v的像素點個數(shù)占到了矩陣I的 像素點總個數(shù)的百分之u; 步驟五、用二維坐標圖表示百分位數(shù)函數(shù)PerCentile(U,V),選取顯著性水平α,可求得 l-α的值; 步驟六、在百分位數(shù)函數(shù)Percentile(u,v)中將像素點I(x,y)信號能量En(x,y)占總能 量的比低于l-α的像素點全部剔除,即將其灰度置零,可以獲得圖像邊緣R0I。2. 如權利要求1所示的基于像素信號能量的圖像邊緣R0I的確定算法,其特征在于所述 信號能量有以下關系式,其中r = {I'(X,y)|En(X,y) <Enthreshold},Enthreshold為像素信號能量閾值。
【文檔編號】G06T7/00GK106067176SQ201610409897
【公開日】2016年11月2日
【申請日】2016年6月12日 公開號201610409897.2, CN 106067176 A, CN 106067176A, CN 201610409897, CN-A-106067176, CN106067176 A, CN106067176A, CN201610409897, CN201610409897.2
【發(fā)明人】羅敏, 余翊森, 蔣千軍, 王浩正
【申請人】成都甄識科技有限公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1