[发明专利]以像素的区域特征为基础的影像分割标记方法与系统

说明书

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、影像检索以及监控系统中。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。