[发明专利]保持图像拓扑结构的图像缩小方法

说明书

技术领域

本发明涉及图像处理领域，具体是一种保持图像拓扑结构的图像缩小方法。

背景技术

缩放技术在医学图像处理中一直备受关注。近年来，由于数字图像设备，如数码摄像机，高清晰度显示器的广泛使用，为实现相同分辨率的图像在不同分辨率的图像设备上高质量地显示，数字图像缩放技术再次引起研究者的注意。目前，国内外关于数字图像缩放的技术和文献非常丰富，因为其应有目的不同，评价标准主要是形状特征，拓扑特征，计算复杂性等多种因素。目前常用的图像缩放方法如邻近法，双线性插值，双三次插值给出了图像缩放的一般处理，常见于商业软件和一般的图像软件缩放处理中。在现有的图像处理技术研究中，图像缩小趋向大尺度、多特征综合等方向。而常用的方法在进行图像处理时，是以点为模型，对图像进行单一线性处理，没有考虑图像像素之间的关系，如边缘、纹理的区域对图像缩放的影响，因此无法产生满足需要的多分辨率数据。

Kim等人提出了基于面积的插值算法，该方法结合了邻近法保持图像的高频响应的优势和双线性方法保持图像光滑性的优点，能产生更高的图像质量。之后，出现了以面积法为基础，结合像素灰度值差，并将二者应用在模糊推理系统中的插放方法，沿着边界方向进行插值的缩放方法。这些方法在形状特征方面给出比传统插值方法更高质量的图像。这些插值方法一般用于处理灰度图像，并且多适用于缩放因子不超过2时的情况。当将其用于处理二值图像并且进行较大因子缩小时，图像的拓扑结构将被破坏掉。

在一般的自然图像中，形状是人眼视觉系统进行识别的主要因素，图像缩小算法一般通过保持形状来达到好的视觉效果。而在模式识别与目标搜索匹配中，需要用拓扑结构信息来识别图像的内容，完整或者相近的拓扑结构是重要识别依据。图像的拓扑结构通过连通性来体现，若连通性保持较好，则拓扑结构保持得好。

因二值图像具有占用空间小，便于存储和传输等优点，在生活中广泛使用，如阅读的文献，传播和查询的信息，文本图像中的签名，地图等。在这些应用中，图像检测和匹配中从粗糙到精细的分析策略需要不同分辨率的图像，不同尺度的缩放成为必需。二的幂次方缩小因子给出了图像结构的简单而有效的金字塔表示。金字塔的低分辨率可用于分析大的结构或图像的整体内容，而高分辨率可用于分析单个物体的特性，为在模式识别提供了多分辨率对照样本。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是保持较大倍数缩小后的图像的拓扑结构，降低计算复杂度，以及提高计算速度。

(二)技术方案

针对现有技术的不足，提供了一种保持图像拓扑结构的图像缩小方法，包括以下步骤：

S1，对于大小为2^m-k+1x2^n-k+1的二值图像I_k进行分块，其中，按每2×2个像素属于一个分块，共分成2^m-kx2^n-k块，每一分块p_k(i，j)包含p_i，j^k个目标像素，其中，k表示迭代的次数，初始值为1，m、n、i和j均为正整数，1≤i≤m，1≤i≤n，

S2，根据人眼视觉系统将分块p_k(i，j)分为光滑区域和边缘区域；

S3，对位于光滑区域的像素I_k+1(i，j)，根据人眼视觉系统进行缩小；对位于边缘区域的像素I_k+1(i，j)，按照像素I_k+1(i，j)在二值图像I_k中所定义的邻域模板的连通性分类的结果进行缩小；

S4，按照步骤S1～S3进行迭代运算对图像I_k进行缩小，得到缩小因子为SF＝2^αx2^α的目标图像I_α+1＝2^m-αx2^n-α，其中，α为正整数，α＜min{m，n}。

其中，

步骤S2具体为：当或时，将分块p_k(i，j)确定为光滑区域；当或时，将分块p_k(i，j)确定为边缘区域。