[发明专利]将分割引擎应用于数字图像的不同映射

说明书

背景技术

图像分割包括定义数字图像中的目标的区域边界。分割有助于诸 如图像认知(例如光学字符识别、再利用、归档、复制、创建纯文本 文档、域提取/标引、压缩、证明以及恢复)以及机器视觉(例如安全、 检查、确认、检测、目标识别和跟踪)之类的任务。

分割的准确性可以因为差的图像质量而降低。例如，分割的准确 性可以因为不定的或差的照明、噪声、低分辨率捕获、差的光学器件、 差的或不定的对比度、阴影下的或渐变的背景等等而降低。分割的准 确性还可以因为其它的因素例如归因于图像尺寸和文件格式的故障而 降低。

附图说明

图1是根据本发明的实施例的图像分割方法的示例说明；

图2是不同的分割的映射中的不一致的片段的示例说明；

图3是根据本发明的实施例的方法的示例说明；

图4是根据本发明的实施例的执行分类和聚集的方法的示例说明；

图5是根据本发明的实施例的聚集的准确性度量的示例说明；

图6是根据本发明的实施例的图像处理方法的示例说明；

图7是根据本发明的实施例的图像处理方法的示例说明；以及

图8是根据本发明的实施例的系统的示例说明。

具体实施方式

对图1进行参考，图1示例说明了处理数字图像的方法。该数字 图像可以是彩色的或灰度的。

在框110处，生成数字图像的不同映射。如在此处所使用的那样， “映射”指已经被变换以显示某一特征的图像。示例性映射可以显示 表1中所列出的十个特征中的任何一个。其它示例性映射可以显示但 不限于纹理、亮度、色感一致性以及具有某一分割显著性的任何其它 图像特征。这些映射的每一个都可以被看作是要被分割的图像的(至 少部分)独立视图，因为每个映射显示了图像的不同数据表征。表1 的十个特征不是完全独立的，因为(RGB)和(CMY)和(HIS)是互相 计算的，并且在“整个图像”的层次上统计上仅包含三个自由度。然 而，因为在图像的不同部分背景和调色板可以不同，所以通常的情况 是这十个特征的每一个的映射都将具有不同的总体分割。

表1

R 数字图像的红色通道 G 数字图像的绿色通道 B 数字图像的蓝色通道 C 数字图像的青色通道 M 数字图像的洋红色通道 Y 数字图像的黄色通道 H 数字图像的色调 S 数字图像的饱和度 I 数字图像的亮度 PV 数字图像的像素方差(“边缘”)空间