[发明专利]图像区域的聚类方法和装置以及轮廓搜索方法和装置

权利要求书

1.一种图像区域的聚类方法，其特征在于，将当前输入图像与背景图 像比较得到差值点图像之后，该聚类方法还包括：

a1、将预先设置的网格模型叠加于所述差值点图像；

a2、计算叠加于所述差值点图像的所述网格模型中的网格各条边缘的能 量特征；

a3、将所述能量特征大于预设阈值的各条边缘确定为候选边缘；

a4、将构成闭合轮廓的部分候选边缘保留、并删除其余候选边缘；

a5、将每个所述闭合轮廓分别确定为当前输入图像中对应位置的区域轮 廓，并得到当前输入图像中位于区域轮廓内的像素点；

其中，所述步骤a2包括：

a21、确定各条边缘的邻域；

a22、根据各条边缘的邻域内的差值点取值，计算各条边缘的能量特征。

2.如权利要求1所述的聚类方法，其特征在于，所述步骤a1之前，该 聚类方法进一步包括：a0、根据各区域中差值点取值的平均值，将步骤a1 所使用的所述网格模型中对应大取值差值点密集处的网格尺寸调小、对应小 取值差值点密集处的网格尺寸调大。

3.如权利要求1或2所述的聚类方法，其特征在于，所述步骤a4包括：

a41、分别在若干候选边缘的每一聚集范围的外围设定一初始轮廓；

a42、从每一区域的初始轮廓开始，向内逐格收缩、直至收缩至由部分 候选边缘构成的闭合轮廓为止；

a43、提取收缩停止处的各闭合轮廓。

4.如权利要求1或2所述的聚类方法，其特征在于，所述步骤a4之后， 该聚类方法进一步对每个所述闭合轮廓进行平滑处理和/或曲线拟合；

且，所述步骤a5进一步将平滑处理和/或曲线拟合后的每个所述闭合轮 廓分别确定为对应位置的区域轮廓。

5.一种图像区域的聚类装置，其特征在于，该聚类装置还包括：

模型叠加单元，用于接收当前输入图像与背景图像比较得到差值点图 像，并将预先设置的网格模型叠加于所述差值点图像；

能量计算单元，用于计算叠加于所述差值点图像的所述网格模型中的网 格各条边缘的能量特征；

边缘候选单元，用于将所述能量特征大于预设阈值的各条边缘确定为候 选边缘；

边缘筛选单元，用于将构成闭合轮廓的部分候选边缘保留、并删除其余 候选边缘；

轮廓确定单元，用于将每个所述闭合轮廓分别确定为对应位置的区域轮 廓，并得到当前输入图像中位于区域轮廓内的像素点；

其中，所述能量计算单元包括：

邻域确定子单元，用于确定各条边缘的邻域；

邻域计算子单元，用于根据各条边缘的邻域内的差值点取值，计算各条 边缘的能量特征。

6.如权利要求5所述的聚类装置，其特征在于，该聚类装置进一步包 括：模型调整单元，用于根据各区域中差值点取值的平均值，将所述网格模 型中对应大取值差值点密集处的网格尺寸调小、对应小取值差值点密集处的 网格尺寸调大，并将网格尺寸调整后的网格模型更新至所述模型叠加单元。

7.如权利要求5或6所述的聚类装置，其特征在于，所述边缘筛选单 元包括：

外围设定子单元，用于分别在若干候选边缘的每一聚集范围的外围设定 一初始轮廓；

收缩迭代子单元，用于从每一区域的初始轮廓开始，向内逐格收缩、直 至收缩至由部分候选边缘构成的闭合轮廓为止；

轮廓提取子单元，用于提取收缩停止处的各闭合轮廓。

8.如权利要求5或6所述的聚类装置，其特征在于，该聚类装置进一 步包括：轮廓处理单元，用于对轮廓确定单元所使用的每个所述闭合轮廓进 行平滑处理和/或曲线拟合。