[发明专利]一种基于阴阳离散点采样模型的图像分析方法

说明书

技术领域

本发明涉及数字图像分析的方法，尤其是涉及一种基于阴阳离散点采样模型的图像分析方法。

背景技术

目前，用于目标检测的图像分析方法主要有：

(1)基于目标区域的方法

直方图分割、各种取阈值技术、模板匹配、区域生长、分裂合并、各种区域滤波算子、水域分割等属于基于目标区域的方法，它常常要求图像本身要有较好的质量，目标区域和背景区域之间存在着某种可以度量的差异性，同时基于目标区域的方法通常要对感兴趣区域中的每一个像素点进行计算，运算量较大。

(2)基于目标边界的方法

各种边缘提取算子、边界闭合、细化、链码等属于基于目标边界的方法，它将关注焦点放在属于目标边界的边缘提取上，出现了许多边缘提取算子和方法，如Canny算子、SUSAN算子等等；同时对边缘如何形成边界也想了许多办法，如边界闭合、边界细化等等。基于目标边界的方法存在一个悖论，即人们希望通过边缘的组合形成边界，再通过边界得到目标的轮廓，但如果不知道目标的轮廓，就无法断言那些边缘应该被组合近来。

(3)基于边界约束条件的方法

主动轮廓模型、分水岭、流形学习、偏微分方程等方法属于基于边界约束条件的方法，近年来得到广泛深入的研究，但由于计算复杂，运算量大，尚未在实时目标检测系统中得到广泛应用。

发明内容

本发明的目的在于提出一种基于阴阳离散点采样模型的图像分析方法，以含有待检测目标的数字图像为处理对象，通过在阴采样图或阳采样图中利用离散点编组方法探测相应的目标，解决目前方法中存在的计算速度低对目标的尺寸变化适应性不强的问题。

本发明的技术方案具体为：

一种基于阴阳离散点采样模型的图像分析方法，根据图像中待检测目标的类型、尺寸及噪声干扰程度选择适当的采样算子、采样半径及邻域灰度均匀度评判阈值，再利用多尺度离散点采样算子对图像进行采样计算，得到阴采样图或阳采样图，可以根据需要对得到阴阳采样图进行数次滤波，从而增强目标特征的显著性，最后在阴采样图和阳采样图中利用离散点编组方法探测相应的目标。

其中，得到相应的阴采样图和阳采样图具体过程为：

(1)将数字图像中的像素采样离散点分为阴采样点和阳采样点两个集合，其具体划分原则为：如果像素采样离散点位于灰度不均匀区域，则归入阴采样点集合，否则，如果像素采样离散点位于灰度均匀区域，归入阳采样点集合；

(2)获得多尺度离散点采样算子

设一同心圆环的半径为r和R，其中R≥r+1，以半径r为采样半径，对全图进行采样计算，即每个采样点与其四连通方向上的采样点距离均为r。

r和R的大小与待检测目标的类型和尺寸有关，用Cr和C_R两个同心圆中灰度差的绝对值累加和作为该点的邻域内灰度均匀度，同时应考虑本身内圆的灰度分布情况，于是得到当前离散点pk点的相对邻域灰度均匀度U(pk)计算方法，这样就得到了多尺度离散点采样算子：