[发明专利]彩色图像的主基元图模型建立系统及提取方法

说明书

技术领域

本发明涉及人机交互技术领域，特别是涉及一种彩色图像的主基元图模型建立系统及提取方法。

背景技术

机器视觉(Machine Vision，MV)，就是用机器代替人眼来做测量和判断，它是任何智能系统必不可少的一个信息获取通道。根据Marr的三层视觉计算模型，从原始2D图像到主基元图(Primal Sketch)是视觉计算的第一层。主基元图是机器视觉中一种十分重要的图像表示模型，其目的在于统一图像中结构和纹理的表示。

Marr在其视觉计算模型中提出主基元表示理论，但是并没有给出一个完备的数学模型和提取算法。目前主要的主基元提取方法分为两类：(一)基于过零点的主基元提取方法；(二)基于统计学方法的灰度图像的主基元图模型和提取算法。

然而，上述主基元提取方法具有如下缺点：1、基于过零点的主基元提取方法需要选择合适的滤波器。然而对于不同类型的图像，没有统一的规则选择滤波器；2、基于统计学方法的灰度图像的主基元图模型和提取算法，只能处理灰度图像，从视觉感知理论可知，颜色是图像感知中一个十分重要的信息源，特别是对物体的轮廓的感知有很重要的影响，从而也影响了主基元图的表示。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种彩色图像的主基元图模型建立系统及提取方法，其提取的彩色图像主基元图更加符合感知，能提取被灰度主基元图“漏检”的主基元，本发明提出的主基元图，可以用于基于图像内容的图像压缩方以及对高层物体识别和图像理解等应用当中。

为达上述及其它目的，本发明提出一种彩色图像的主基元图模型建立系统，包括：

颜色空间变换模块，用于将原始RGB图像通过颜色空间变换到Lab颜色空间；

结构基元建模模块，将图像中的结构部分分为一组K个不相交的图像块，每一图像块通过一种图像基元表示，图像的结构部分通过一组图像基元形成一个结构图表示，实现结构基元建模；

纹理基元建模模块，对图像中的纹理部分先通过对一组选定的滤波器响应进行聚类，分为一组不相交的同质纹理区域，每个同质纹理区域被一组直方图隐式表达，最后对图像中的纹理区域进行标注，实现纹理基元的建模；

彩色图像主基元建模模块，根据该结构基元建模模块与该纹理基元建模模块得到灰度图像主基元图表示的概率数学模型，并利用获得的概率模型对彩色图像主基元建模。

进一步地，每一图像块通过一种图像基元表达如下：

Λsk=∪k=1KΛsk,k,]]>

其中，k为图像基元的索引，k＝(θ_top，θ_geo，θ_pho)，θ_top表示图像基元的类型，θ_geo表示图像基元的几何位置信息，θ_pho表示图像基元的灰度强度或彩色强度信息。

进一步地，图像中的结构部分通过一组图像基元形成一个结构图表示如下：

S_sk＝(K，(Λ_sk，k，B_k，a_k)，k＝1，…，K)

其中，B_k表示图像基元k对应的图像块，a_k是其地址变量，用来表示B_k在结构图S_sk中和其他图像块的连接，Λ_sk为图像中的结构部分。

进一步地，对图像中的纹理部分Λ_nsk，通过对一组选定的滤波器响应进行聚类，分为一组大小为M＝3～7的不相交的同质纹理区域，其中，以及

进一步地，每个同质纹理区域被一组直方图h_mi(m＝1，…，M，i＝1，…，n)隐式表达如下：