[发明专利]一种基于图像图层分割抽取的预处理方法

说明书

本发明公开了一种基于图像图层分割抽取的预处理方法，包括：S1：获取原图像a，根据原图像a的参数，创建256张与所述原图像a相同分辨率的空白图像b，记作b0～b255；S2：以图像透明度或图像灰度级为分割标准，分割图像图层，生成256个不同等级下的图层图像；S3：采用边缘提取算法对步骤S2得到的每个不同等级下的图层图像进行边缘化处理，生成256个等级下每个图层图像的边缘图像；S4：从步骤S3中得到的256个等级下每个图层图像的边缘图像中，选择质量好的边缘图像信息进行图像叠加，得到最佳边缘区域。本发明可使用透明度或灰度级递增变化趋势来判定原图像光源位置与光线辐射变化方向。

技术领域

本发明涉及图像技术领域，具体涉及一种基于图像图层分割抽取的预处理方法。

背景技术

目前常用图像预处理方法一般分为全局处理或局部处理，全局处理是将图像整体按照相同尺度处理，针对图像不同区域包含不同特征信息，全局处理难以平衡实际处理效果；局部处理主要以图像像素点为最小单位，以邻域为活动范围进行处理，例如中值滤波，以8邻域灰度值代替目标像素点灰度值，对于原图像过曝或低亮度等情况，在滤波的同时也容易造成图像的失真。

发明内容

本发明所要解决的技术问题是现有图像预处理方法中的(1)全局处理是将图像整体按照相同尺度处理，针对图像不同区域包含不同特征信息，全局处理难以平衡实际处理效果；(2)局部处理主要以图像像素点为最小单位，以邻域为活动范围进行处理，例如中值滤波，以8邻域灰度值代替目标像素点灰度值，对于原图像过曝或低亮度等情况，在滤波的同时也容易造成图像的失真。即现有图像预处理方法很难解决计算机视觉领域图像预处理时原图像质量较差(过曝或低亮度)问题。

本发明目的在于提供一种基于图像图层分割抽取的预处理方法，解决计算机视觉领域图像预处理时原图像质量较差(过曝或低亮度)问题；本发明方法流程细化了不同透明度或不同灰度级下图像的像素点分布信息，极大增加了图像特征信息的丰富性，且将不同图层图像信息作为深度学习数据样本，可起到样本增强的效果。

本发明通过下述技术方案实现：

一种基于图像图层分割抽取的预处理方法，所述的预处理方法包括以下步骤：

S1：获取原图像a(原图像a为灰度图像)，根据原图像a的参数，创建256张与所述原图像a相同分辨率的空白图像b，记作b0～b255；

S2：以图像透明度或图像灰度级为分割标准，分割图像图层，生成256个不同等级下的图层图像；

S3：采用边缘提取算法对步骤S2得到的每个不同等级下的图层图像进行边缘化处理，生成256个等级下每个图层图像的边缘图像；

S4：从步骤S3中得到的256个等级下每个图层图像的边缘图像中，选择质量好的边缘图像信息进行图像叠加，得到最佳边缘区域。

工作原理如下：

基于现有图像预处理方法很难解决计算机视觉领域图像预处理时原图像质量较差(过曝或低亮度)问题，且图像处理领域中的边缘提取方法基本上都以像素点的周围像素点作为判断是否为边缘的依据，若以整张图像一次性进行边缘提取，假设图像存在瑕疵点，则会影响边缘提取。而本发明考虑以不同灰度级别的图像分别边缘提取，则某些图像不会包含该瑕疵点，则就不会对边缘提取产生影响，最后叠加全部或人为选取效果较佳的部分边缘提取结果图，能得到比整体图像边缘提取更好的图像。具体地，本发明在获取图像时，以图片256个alpha通道数值(透明度)或256个灰度级数值(0～255)为标准，分别去除0、0～1、0～2，0～3…等透明度或灰度等级像素点，仅保留剩下透明度或灰度等级像素点，拆分原图像成相应图层，离光源最近则透明度与灰度等级越高，因此本发明可用于判断图像光源位置与照射辐射方向。采用边缘提取算法对每个不同等级下的图层图像进行边缘化处理，生成256个等级下每个图层图像的边缘图像；并获取不同图层的图像特征信息，最终可有选择的叠加部分或所有图层特征信息，即可得到基于原图准确完整的预处理效果。