[发明专利]图像的感知分割

说明书

技术领域

本发明涉及图像处理，以及更具体地涉及识别对应于天空、人类面部、人类皮肤、植被和图像内能够通过一个或多个计算度量或特性来识别的其他此类经常遭遇的类型的区域的图像区域的方法和系统。 

背景技术

自动化图像处理在数十年来已经成为广泛研究的对象，以及图像处理方法已经被广泛和有利地应用于很多问题领域。随着便宜的数字相机以及便宜且广泛可用的用于在消费者之间传输数字图像以及用于通过因特网向消费者传输数字图像和视频的装置的到来，在现代数字相机、个人计算机、工作站和其他消费者电子设备和系统中越来越频繁地包括图像处理部件和系统。

存在很多不同类型的图像处理方法和系统，且从在大型分布式高吞吐量计算机系统上执行的工业图像处理系统到在手持式消费者电子设备中执行的图像处理例程的小集合，图像处理系统在复杂性和费用上发生变化。很多图像处理方法和系统专用于二维照相图像和视频帧的再现、复原和增强，而其他类型的图像处理系统则致力于为了广泛多种不同的目的对数字图像和视频流中的对象和事件进行自动化辨识，所述广泛多种不同的目的包括图像和视频分类、存储、和检索、自动化监测、自动化监视和跟踪系统，以及各种其他目的。

在图像和视频帧的复原和增强中以及对于自动化视觉系统，用于识别和标记图像中特定类型的区域和特征的能力通常是有用的，且在某些应用中甚至可能是关键的。已经开发了很多不同的方式和方法，例如用于辨识图像中的人类面部以及对应于天空和其他经常遭遇的对象和特征的图像的区域。如在多数计算过程中那样，在用于应用图像处理技术的计算开销和处理时间与图像和视频帧中的自动区域和对象识别的正确度、精度和鲁棒性之间存在基本权衡。在某些情况下，需要高精度和正确度，而分析和处理的时间不那么重要。在这些情况下，能够应用一个或多个计算上开支高且耗时的分析方法，以及可以重复分析和处理并对根据不同技术所得的结果进行比较和对照以便获得最大可能正确度和精度。在其他情况下，诸如在消费者电子设备中视频帧的实时处理中，能够专用于图像处理的计算开销和时间的量非常受限，并且主要目标是在严格的时间和计算约束下获得所能获得的最高精度和正确度。图像处理研究者、消费电子设备和图像处理系统的制造商和分销商、和消费电子设备的用户以及图像和图像相关服务的消费者，均认识到对于下述图像处理方法和系统的持续发展的需求，所述图像处理方法和系统能够提高自动化对象和特征辨识的正确度和精度，以及能够以计算高效和时间高效的方式提供自动化对象和特征辨识。

发明内容

本发明的方法和系统实施例旨在提供对于数字编码的图像中的区域的自动化识别，所述区域对应于在数字编码的图像中捕获的场景的对象和特征，所述自动化识别是一种称为图像的“感知（perceptual）分割”的过程。首先通过各种区域识别或分割方法中任何一种来识别图像中的区域或片段。对于每个区域或片段，采用该区域或片段中的像素的特征来计算一个或多个片段特征。该片段特征又被用于将该区域或片段识别为属于特定类型的区域或片段，以及然后相应地将所述区域标注或标记为确定类型的区域或片段。

附图说明

图1和图2示出本发明的一个图像处理方法的应用。

图3提供了示出根据本发明一个实施例的、用于识别图像中特定类型的区域的一种方式的控制流程图。

图4示出典型的数字编码的图像。

图5A-D示出四种不同的颜色模型。

图6示出在图像的二维空间中和在三维RGB颜色空间中像素的相对位置的概念。

图7示出包括暗方形区域的图像的部分。

图8示出在连续数学中利用                                                算子生成的梯度矢量的离散的基于图像的类似物（analog）。

图9A-B示出二维矩阵中用于每个像素的一种类型的纹理度量的计算。

图10示出与二维图像中的像素的四维矢量表示相关的某些计算。

图11示出在两组矢量之间的距离或相似性的度量。

图12A－C示出本发明的某些实施例使用的分割过程的初始迭代。

图13A－C提供了示出被用作本发明的某些方法和系统实施例的第一步骤的用于图像分割的一种方式的控制流程图。

图14A－B示出图像中的天空区域的特定颜色特性。

图15提供了用于在图3的步骤306中调用的例程“标记图像”的高级控制流程图。

图16A-H提供了用于在图15的步骤1504中调用的例程“标记天空和雪”的控制流程图。