[发明专利]图像颜色分类的预处理优化方法

权利要求书

1.一种图像颜色分类的预处理优化方法，其特征在于，包括以下步骤：

步骤1：统计图像中RGB三通道中的灰度值出现的个数，重新定义三通道中像素点的灰度值为0和255的点对图像进行色阶调整；

步骤2：将色阶调整后的图像分解为RGB三个通道的灰度图，对三个通道的灰度图进行高斯滤波；

步骤3：将高斯滤波后的图像分解为RGB三个通道的灰度图，对三个通道的灰度图进行锐化；

步骤4：根据偏移向量更新锐化后的图像中的每一个点的RGB三维向量，完成对图像的预处理优化；

更新锐化后的图像中的每一个点的RGB三维向量，具体为：

步骤4.1：将三维向量与预设的限制条件进行比较，将满足限制条件的三维向量相加得到偏移向量；

限制条件具体为：

其中x，y是在灰度值矩阵中待更新点的坐标，X，Y是灰度值矩阵中任意点的坐标，(r,g,b)是在灰度值矩阵中待更新点的三维灰度值向量，(R,G,B)是在灰度值矩阵中任意点的三维灰度值向量；δ是设定的图像矩阵中坐标的约束，ε是设定的图像矩阵中RGB三维向量的约束；

步骤4.2：将偏移向量叠加到待更新点的原三维向量上，直到叠加后的偏移向量的范数小于等于预设的约束阈值时结束更新。

2.根据权利要求1所述的图像颜色分类的预处理优化方法，其特征在于：所述步骤1中色阶调整的具体过程为：

步骤1.1：统计图像中RGB三通道中的灰度值出现的个数，得到三通道的三个直方图；

步骤1.2：迭代更新三个直方图中每个像素点的灰度值得到重新定义灰度值为0和255的点，更新公式为：

temp₁+＝grey(i)，

minimum＝i，

temp₂+＝grey(256-i)，

maximum＝256-i；

其中temp₁和temp₂是求取最终值的中间变量，grey(·)表示当前的灰度值在灰度图中出现的次数，i表示当前的灰度值，minimum表示新的灰度值为0的点在原直方图中的值，maximum表示新的灰度值为255的点在原直方图中的值；

步骤1.3：累加统计三个直方图中的temp₁和temp₂，当temp₁和temp₂满足预设的阈值条件时，停止对temp₁和temp₂的累加，将此时的minimum作为求取的新的灰度值为0点、此时的maximum作为求取的新的灰度值为255的点；

步骤1.4：将图像中所有点的灰度值按照在原直方图中的比例，变换到以新的灰度值为0和255为标准的直方图中。

3.根据权利要求2所述的图像颜色分类的预处理优化方法，其特征在于：所述步骤1.3中的阈值条件为：

其中η是设定的阈值，w表示图片的宽度，h表示图片的高度。

4.根据权利要求2所述的图像颜色分类的预处理优化方法，其特征在于：所述步骤1.4中的变换，变换公式为：

其中newgrey(i)是各点变换后的灰度值，minimum为新的灰度值为0的点，maximum为新的灰度值为255的点。

5.根据权利要求1所述的图像颜色分类的预处理优化方法，其特征在于：所述步骤2中对三个通道的灰度图进行高斯滤波，具体为使用高斯算子分别对三个通道的灰度图进行卷积计算，计算公式为：

Y＝X*G，

其中Y是经过高斯算子卷积运算之后的灰度值矩阵，X是RGB三通道的灰度值矩阵，G是高斯算子；

步骤3中对三个通道的灰度图进行锐化，具体为使用锐化算子分别对三个通道的灰度图进行卷积计算，计算公式为：

Y’＝Y*W，

其中Y'是经过锐化算子卷积运算之后的灰度值矩阵，Y是经过高斯滤波后的RGB三通道中的灰度值矩阵，W是锐化算子。