具有保留邊緣的抑制噪聲功能的圖像處理器的制造方法
【專利摘要】一種圖像處理系統(tǒng)包括圖像處理器，配置為識(shí)別圖像的邊緣、將第一類型濾波操作應(yīng)用于與邊緣相關(guān)的圖像部分以及將第二類型濾波操作應(yīng)用于圖像的一個(gè)或多個(gè)其它部分。僅例如，在給定的實(shí)施例中，將聚類操作應(yīng)用于圖像以識(shí)別多個(gè)類，識(shí)別包含類的邊緣的第一組邊緣，將邊緣檢測(cè)操作應(yīng)用于圖像以識(shí)別第二組邊緣，基于第一和第二組邊緣識(shí)別第三組邊緣，并且施加第一類型濾波操作到與第三組邊緣的一個(gè)或多個(gè)邊緣相關(guān)的圖像部分。
【專利說(shuō)明】具有保留邊緣的抑制噪聲功能的圖像處理器

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明通常涉及圖像處理，并且更具體地涉及降低或抑制一個(gè)或多個(gè)圖像中的噪 聲的技術(shù)。

【背景技術(shù)】
[0002] 經(jīng)常期望減少或抑制圖像中的噪聲。傳統(tǒng)的抑制噪聲技術(shù)的例子包括空域?yàn)V波操 作（例如高斯濾波）、非線性濾波操作（例如中值濾波）以及適應(yīng)濾波操作（例如維納濾 波）。當(dāng)應(yīng)用這些技術(shù)到高分辨率圖像（如由數(shù)碼照相機(jī)產(chǎn)生的照片或其它二維圖像）時(shí)， 其通常產(chǎn)生可接受的結(jié)果。然而，許多重要的機(jī)器視覺(jué)應(yīng)用使用由深度成像器（如結(jié)構(gòu)光 照相機(jī)SL或飛行時(shí)間ToF照相機(jī)）產(chǎn)生的三維圖像（3D)。這些深度圖像經(jīng)常是低分辨率 圖像并通常包含高噪聲的和模糊的邊緣。常規(guī)抑制噪聲技術(shù)在深度圖像和其它類型的低分 辨率圖像的應(yīng)用可進(jìn)一步降低圖像中邊緣的質(zhì)量。這可能破壞隨后的圖像處理操作（如特 征提取、模式識(shí)別、姿勢(shì)識(shí)別、物體識(shí)別和追蹤）的有效性。


【發(fā)明內(nèi)容】

[0003] 在一個(gè)實(shí)施例中，圖像處理系統(tǒng)包括圖像處理器，配置為識(shí)別圖像的邊緣、將第一 類型濾波操作施加到與邊緣相關(guān)的圖像部分以及將第二類型濾波操作施加到圖像的一個(gè) 或多個(gè)其它部分。
[0004] 僅例如，在給定的實(shí)施例中，將聚類操作施加到圖像以識(shí)別多個(gè)類，識(shí)別包含類的 邊緣的第一組邊緣，將邊緣檢測(cè)操作施加到圖像以識(shí)別第二組邊緣，基于第一和第二組邊 緣識(shí)別第三組邊緣，并且施加第一類型濾波操作到與第三組邊緣的一個(gè)或多個(gè)邊緣相關(guān)的 圖像部分。
[0005] 本發(fā)明的其它實(shí)施例包括但不限于方法、裝置、系統(tǒng)、處理設(shè)備、集成電路和具有 計(jì)算機(jī)程序代碼嵌入其中的計(jì)算機(jī)可讀存儲(chǔ)媒介。

【專利附圖】

【附圖說(shuō)明】
[0006] 圖1是一個(gè)實(shí)施例中的圖像處理系統(tǒng)的方塊圖，該系統(tǒng)包括具有保留邊緣的抑制 噪聲功能的圖像處理器。
[0007] 圖2是使用圖1系統(tǒng)中的圖像處理器的用于保留邊緣的抑制噪聲的示例性處理過(guò) 程的流程圖。
[0008] 圖3-6是示出了圖2的處理的各個(gè)部分的流程圖。
[0009] 圖7示出了部分圖像，說(shuō)明在使用圖1系統(tǒng)的圖像處理器用于保留邊緣的抑制噪 聲的另一個(gè)示例性的處理中的滑動(dòng)鄰域。

【具體實(shí)施方式】
[0010] 連同包括圖像處理器或其它類型的處理設(shè)備的圖像處理系統(tǒng)以及在給定圖像中 減少或抑制噪聲同時(shí)還保留該圖像邊緣的實(shí)現(xiàn)技術(shù)，將在此示出本發(fā)明的實(shí)施例。然而，將 理解本發(fā)明的實(shí)施例更通常地適用于任何圖像處理系統(tǒng)或相關(guān)的設(shè)備或技術(shù)，其包含一個(gè) 或多個(gè)圖像的處理以抑制噪聲同時(shí)保留邊緣。
[0011] 圖1示出了本發(fā)明一個(gè)實(shí)施例中的圖像處理系統(tǒng)100。圖像處理系統(tǒng)100包括圖 像處理器102,其從一個(gè)或多個(gè)圖像源105接收?qǐng)D像并給一個(gè)或多個(gè)圖像目的地107提供已 處理的圖像。圖像處理器102還在網(wǎng)絡(luò)104上與多個(gè)處理設(shè)備106通信。
[0012] 盡管在圖1中示出圖像源105 (-個(gè)或多個(gè)）和圖像目的地107 (-個(gè)或多個(gè)）與 處理設(shè)備106分離，但可以至少部分利用一個(gè)或多個(gè)處理設(shè)備106至少實(shí)現(xiàn)這些源和目標(biāo) 的子集。因此，可以從一個(gè)或多個(gè)處理設(shè)備106給網(wǎng)絡(luò)104上的圖像處理器102提供圖像 用于處理。類似地，處理過(guò)的圖像可以由圖像處理器102在網(wǎng)絡(luò)104上傳遞到一個(gè)或多個(gè) 處理設(shè)備106。這些處理設(shè)備因此也可以被視為圖像源或圖像目的地的例子。
[0013] 給定的圖像源可包括例如3D成像器（例如SL照相機(jī)或Tf照相機(jī)），被配置用于 產(chǎn)生深度圖像，或2D成像器，被配置用于產(chǎn)生灰度圖像、彩色圖像、紅外圖像或其它類型的 2D圖像。圖像源的其它例子是給圖像處理器102提供用于處理的圖像的存儲(chǔ)設(shè)備或服務(wù) 器。
[0014] 給定的圖像目的地可包括例如計(jì)算機(jī)或移動(dòng)電話的人機(jī)接口的一個(gè)或多個(gè)顯示 屏幕，或從圖像處理器102接收處理過(guò)的圖像的至少一個(gè)存儲(chǔ)設(shè)備或服務(wù)器。
[0015] 并且，盡管圖像源105(-個(gè)或多個(gè)）和圖像目的地107(-個(gè)或多個(gè)）在圖1中 被示出為與圖像處理器102分離，但是圖像處理器102可以與一個(gè)或多個(gè)圖像源和一個(gè)或 多個(gè)圖像目的地的至少一個(gè)子集至少部分地組合在公共的處理設(shè)備上。因此，例如，給定的 圖像源和圖像處理器102可以被共同地實(shí)施在相同的處理設(shè)備上。類似地，給定的圖像目 的地和圖像處理器102可以被共同地實(shí)施在相同的處理設(shè)備上。
[0016] 在本實(shí)施例中，圖像處理器102被配置為識(shí)別圖像中的邊緣，將第一類型濾波操 作施加到與邊緣相關(guān)的圖像部分，以及將第二類型濾波操作施加到圖像的一個(gè)或多個(gè)其它 部分。更具體地，在本實(shí)施例中，將聚類操作施加到圖像以識(shí)別多個(gè)類；以及識(shí)別包含類的 邊緣的第一組邊緣。而且，將邊緣檢測(cè)操作施加到圖像以識(shí)別第二組邊緣；以及基于第一 和第二組邊緣識(shí)別第三組邊緣。施加第一類型濾波操作到與第三組邊緣的一個(gè)或多個(gè)邊緣 相關(guān)的圖像部分。與對(duì)應(yīng)的邊緣相關(guān)的圖像部分可以包括例如形成對(duì)應(yīng)的邊緣的邊緣像素 組。
[0017] 圖1示出的圖像處理器102包括聚類模塊110、邊緣檢測(cè)模塊112和濾波模塊114。 聚類模塊110被配置為識(shí)別圖像中的多個(gè)類。這些類的邊緣被識(shí)別為上述提到的第一組邊 緣。邊緣檢測(cè)模塊112被配置為識(shí)別上述提到的圖像中的第二組邊緣。濾波模塊114被配 置為分別將第一和第二濾波操作施加到圖像對(duì)應(yīng)的部分。
[0018] 在此處的上下文和其它上下文中以一般地意思使用術(shù)語(yǔ)"圖像"，并且各種施加到 圖像或其部分的操作應(yīng)該被理解為施加這樣的操作到相關(guān)的圖像（例如給定輸入圖像的 濾波過(guò)的或其它預(yù)處理過(guò)的版本，或給定輸入圖像的其它類型的相關(guān)版本）。
[0019] 給定實(shí)施例中的圖像可以包括由深度成像器（例如SL照相機(jī)或ToF照相機(jī)）產(chǎn) 生的深度圖像。各種邊緣組可以是各自的邊緣圖或其它類型的邊緣圖像的形式。這些邊緣 圖像被認(rèn)為是其產(chǎn)生于的對(duì)應(yīng)圖像的相關(guān)版本的例子。在其它實(shí)施例中，可以接收、處理和 產(chǎn)生其它類型和設(shè)置的圖像及相關(guān)的邊緣信息。
[0020] 在其它實(shí)施例中可以改變?cè)趫D1實(shí)施例中的圖像處理器102中所示的模塊的具體 數(shù)目和設(shè)置。例如，在其它實(shí)施例中，可以組合兩個(gè)或更多個(gè)這些模塊為更少數(shù)目的模塊。 可以使用別的常規(guī)的圖像處理集成電路或適當(dāng)?shù)匦薷膩?lái)執(zhí)行此處公開(kāi)的處理操作的其它 類型的圖像處理電路來(lái)實(shí)現(xiàn)圖像處理器102的一個(gè)或多個(gè)模塊110U12和114的至少一部 分。
[0021] 將在下文連同圖2-6的流程圖更加詳細(xì)地描述圖像處理器102和它的模塊110、 112和114的操作。這些流程圖的每一個(gè)與使用模塊110、112和114實(shí)現(xiàn)保留邊緣抑制噪 聲的示例性的處理有關(guān)。使用滑動(dòng)鄰域用于保留邊緣抑制噪聲的另一個(gè)示例性的處理將在 下面連同圖7中描述。
[0022] 從由圖像處理器102實(shí)現(xiàn)的給定的保留邊緣抑制噪聲處理產(chǎn)生的輸出圖像可以 在圖像處理器102中經(jīng)受附加的處理操作，例如特征提取、模式識(shí)別、姿勢(shì)識(shí)別、物體識(shí)別 和追足示。
[0023] 或者，可以將圖像處理器102產(chǎn)生的輸出圖像提供給網(wǎng)絡(luò)104上的一個(gè)或多個(gè)處 理設(shè)備106。一個(gè)或多個(gè)這樣的處理設(shè)備可以包括對(duì)應(yīng)的圖像處理器，其被配置為執(zhí)行上述 提到的后續(xù)操作例如特征提取、模式識(shí)別、姿勢(shì)識(shí)別、物體識(shí)別和追蹤。
[0024] 處理設(shè)備106也可以以任何組合的形式包括例如計(jì)算機(jī)、移動(dòng)電話、服務(wù)器或存 儲(chǔ)設(shè)備。一個(gè)或多個(gè)這樣的設(shè)備也可以包括例如顯示屏幕或用于呈現(xiàn)圖像處理器102產(chǎn)生 的圖像的其它用戶接口。因此，處理設(shè)備106可以包括在網(wǎng)絡(luò)104上從圖像處理器102接 收處理過(guò)的圖像流的各種不同的目的地設(shè)備，包括例如至少一個(gè)服務(wù)器或存儲(chǔ)設(shè)備，其從 圖像處理器102接收一個(gè)或多個(gè)處理過(guò)的圖像流。
[0025] 盡管在本實(shí)施例中圖像處理器102被示出與處理設(shè)備106分開(kāi)，然而圖像處理器 102可以與一個(gè)或多個(gè)處理設(shè)備106至少部分地組合。因此，例如可以至少部分地使用給定 的其中一個(gè)處理設(shè)備106來(lái)實(shí)現(xiàn)圖像處理器102。例如，計(jì)算機(jī)或移動(dòng)電話可以被配置為包 括圖像處理器102和可能的給定圖像源。因此，圖像源105 (-個(gè)或多個(gè)）可以包括相機(jī)或 與計(jì)算機(jī)、移動(dòng)電話或其它處理設(shè)備相關(guān)的其它成像器。如前所示的，可以在共有的處理設(shè) 備上至少部分地將圖像處理器102與一個(gè)或多個(gè)圖像源或圖像目的地組合。
[0026] 在本實(shí)施例中，假定使用至少一個(gè)處理設(shè)備來(lái)實(shí)現(xiàn)圖像處理器102,并且圖像處理 器102包括與存儲(chǔ)器122耦接的處理器120。處理器120執(zhí)行存儲(chǔ)在存儲(chǔ)器122內(nèi)的軟件 代碼以便控制圖像處理操作的執(zhí)行。圖像處理器102還包括支持在網(wǎng)絡(luò)104上通信的網(wǎng)絡(luò) 接口 124。
[0027] 處理器120可以以任何組合的形式包括例如微處理器、專用集成電路（ASIC)、現(xiàn) 場(chǎng)可編程門陣列（FPGA)、中央處理單元（CPU)、算術(shù)邏輯單元（ALU)、數(shù)字信號(hào)處理器（DSP) 或其它類似的處理設(shè)備組件和其它類型或設(shè)置的圖像處理電路。
[0028] 存儲(chǔ)器122存儲(chǔ)軟件代碼用于處理器120在圖像處理器102的功能的實(shí)現(xiàn)部分 (例如模塊11〇、112、114部分）中執(zhí)行。存儲(chǔ)軟件代碼用于對(duì)應(yīng)的處理器執(zhí)行的給定的這 樣的存儲(chǔ)器是此處更一般地所指的計(jì)算機(jī)可讀媒介或在其中實(shí)現(xiàn)具有計(jì)算機(jī)程序代碼的 其它類型的計(jì)算機(jī)程序產(chǎn)品的例子，并且給定的這樣的存儲(chǔ)器也可以以任何組合的形式包 括例如電子存儲(chǔ)器（例如隨機(jī)存取存儲(chǔ)器（RAM)或只讀存儲(chǔ)器（ROM))、磁存儲(chǔ)器、光學(xué)存 儲(chǔ)器或其它類型的存儲(chǔ)設(shè)備。如上述所示的，處理器可以包括微處理器、ASIC、FPGA、CPU、 ALU、DSP或其它圖像處理電路的部分或組合。
[0029] 還應(yīng)理解，可以以集成電路的形式實(shí)現(xiàn)本發(fā)明的實(shí)施例。在給定的這樣的集成電 路實(shí)現(xiàn)方式中，通常以重復(fù)的模式在半導(dǎo)體晶圓的表面上形成相同的管芯。每一個(gè)管芯包 括此處描述的圖像處理器或其它圖像處理電路，并且可以包括其它結(jié)構(gòu)或電路。從晶圓切 割或劃片單一的管芯，隨后封裝為集成電路。本領(lǐng)域的技術(shù)人員知道如何劃片晶圓并封裝 管芯來(lái)生產(chǎn)集成電路。這樣制造的集成電路被認(rèn)為是本發(fā)明的實(shí)施例。
[0030] 圖1所示的圖像處理系統(tǒng)100的具體配置僅是示例性的，并且在其它實(shí)施例中，系 統(tǒng)100可以包括除了這些具體示出的元件之外的其它元件或替換這些具體示出的元件的 其它元件，包括在此系統(tǒng)的常規(guī)實(shí)現(xiàn)方式中通常出現(xiàn)類型的一個(gè)或多個(gè)元件。
[0031] 例如，在一些實(shí)施例中，圖像處理系統(tǒng)100被實(shí)現(xiàn)為視頻游戲系統(tǒng)或處理圖像流 來(lái)識(shí)別用戶姿勢(shì)的其它類型的基于姿勢(shì)的系統(tǒng)。公開(kāi)的技術(shù)可以類似地適于在需要基于姿 勢(shì)的人機(jī)接口的各種其它系統(tǒng)中使用，并且也可適用于不同于姿勢(shì)識(shí)別的應(yīng)用，例如機(jī)器 人技術(shù)中的機(jī)器視覺(jué)系統(tǒng)和其它工業(yè)應(yīng)用。
[0032] 現(xiàn)參考圖2,示出了用于圖1的圖像處理系統(tǒng)100中的保留邊緣抑制噪聲的示例性 處理。假定圖2的處理是由圖像處理器102使用其聚類模塊110、邊緣檢測(cè)模塊112和濾波 模塊114實(shí)現(xiàn)的。在本實(shí)施例中，如方塊200所指示的，處理開(kāi)始于來(lái)自包括成像器的圖像 源105的有噪聲的輸入圖像I N。在該實(shí)施例中，假定有噪聲的圖像更具體地包括深度圖或 來(lái)自深度成像器的其它深度圖像。還假定有噪聲的輸入圖像為灰度圖像，盡管公開(kāi)的技術(shù) 可以直接地適用于其它類型的圖像，包括彩色圖像。
[0033] 處理產(chǎn)生附加的相關(guān)圖像ICE，Iedge和ITE，如方塊202-U202-2和202-3分別地所 指示的，以及包括如方塊204所指示的具有界限清楚的邊緣的降噪圖像I A的輸出圖像。如 方塊202-U202-2和202-3分別指示的相關(guān)的圖像ICE，I edge和ITE可以具有對(duì)應(yīng)的邊緣圖 或其它類型的邊緣圖像的形式，并且可以分別被視為如上述所提到的此處更一般地所指的 第一、第二和第三組邊緣的例子。假定輸入圖像I N和相關(guān)的圖像ICE，Iedge和ITE的每一個(gè)具 有矩形的實(shí)數(shù)m乘η階矩陣的形式。那么，在本實(shí)施例中所有的圖像I N，ICE，16_和、都 假定具有相同的大小或像素分辨率。
[0034] 處理包括步驟205、206、208、210、212、214和216。處理的目標(biāo)是產(chǎn)生降噪的圖像 IA，使得其相對(duì)于有噪聲的輸入圖像。就信噪比（SNR)，峰值SNR(PSNR)或其它測(cè)量值（例 如各種圖像優(yōu)點(diǎn)）而言呈現(xiàn)顯著提高的圖像質(zhì)量。
[0035] 在步驟205中，施加低通濾波操作到有噪聲的輸入圖像IN。該低通濾波操作被用 于消除高頻噪聲，并且是此處更一般地所指的預(yù)處理操作的例子。在其它實(shí)施例中，可以施 加其它類型的預(yù)處理操作。由于隨后的聚類操作對(duì)高頻噪聲敏感，在一些實(shí)施例中消除這 樣的噪聲是有利的。
[0036] 在步驟205中施加的低通濾波操作并不破壞輸出的降噪圖像IA的邊緣，因?yàn)榈屯?濾波過(guò)的輸入圖像I N僅用于隨后的聚類。低通濾波操作的類型可以根據(jù)具體的圖像處理應(yīng) 用改變，并且可以使用許多種不同的線性或非線性濾波。例如，可以使用sigma = 0. 66的 高斯濾波（Gaussian smoothing)和size = 5的高斯逼近。
[0037] 在圖3的流程圖中示出了該類型的低通濾波，其包括步驟300到308。矩陣G = {gM}是高斯逼近，其在這個(gè)例子中具有高斯逼近size = 5,指數(shù)p, q = 1，2, . .，5.。步驟 300初始化圖像像素指數(shù)i和j，并且步驟302將它們的現(xiàn)有值與圖像維數(shù)m和η比較。在 該流程圖中，12代表經(jīng)受隨后聚類的低通濾波過(guò)的圖像。步驟304基于高斯逼近確定具體 的濾波過(guò)的圖像像素（i，j)。步驟306遞增i和j，其后處理返回到步驟302。最終，步驟 308指示低通濾波完成，并且指示低通濾波過(guò)的圖像1 2和輸入圖像IN可用于圖2處理的下 一步驟。
[0038] 在步驟206中，使用至少一個(gè)聚類操作聚類如在步驟205中預(yù)處理的圖像。使用圖 像處理器102的聚類模塊110實(shí)現(xiàn)聚類操作。如上述所提到的，低通濾波過(guò)的圖像1 2被認(rèn) 為是輸入圖像IN的相關(guān)的版本，并且其兩者都可以被稱作此處廣泛使用的通常的術(shù)語(yǔ)"圖 像"。
[0039] 聚類操作可以包括產(chǎn)生圖像的聚類圖。例如，可以以下述的形式定義圖像12(代表 輸入圖像I N的低通濾波過(guò)的版本）的給定的聚類圖。假定來(lái)自圖像12的所有像素的組被 分到?jīng)]有交叉的像素子組，每一個(gè)子組代表一個(gè)類。這種情況下的類圖可以是與圖像1 2具 有相同大小的矩陣Cm的形式。來(lái)自Cm的元素（i，j)對(duì)應(yīng)于1 2的具體的類的索引，具有坐 標(biāo)（i，j)的圖像像素屬于12。可以在其它實(shí)施例中使用其它類型的類圖。因此，此處使用 的"類圖"意在被寬泛地理解。
[0040] 可以在實(shí)現(xiàn)步驟206中使用各種不同的聚類技術(shù)。例如，一個(gè)或多個(gè)這樣的技 術(shù)可以是基于統(tǒng)計(jì)區(qū)域合并（SRM)。在R.Nock和F.Nielsen的"Statistical region merging，'，IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 2 6，No. ll，November2004公開(kāi)了 SRM的常規(guī)方面，其被引用合并至此。
[0041] 在該實(shí)施例中，聚類技術(shù)通常嘗試確定即使這些物體位于離成像器不同的位置或 可能呈現(xiàn)不同的色彩或具有其它不同的特征，但是識(shí)別的類的邊界包括成像場(chǎng)景中相應(yīng)物 體的顯著邊界。
[0042] 基于SRM的聚類技術(shù)通常對(duì)隨機(jī)噪聲不敏感并且具有適中的計(jì)算復(fù)雜度和良好 的數(shù)量上的誤差邊界。而且，可以以允許動(dòng)態(tài)地控制計(jì)算需求的方式調(diào)整劃分度。
[0043] 在基于SRM的聚類技術(shù)更具體的例子中，與最優(yōu)圖像相關(guān)的一族獨(dú)立隨機(jī)分布變 量代表圖像的每一個(gè)像素，實(shí)際圖像被認(rèn)為是最優(yōu)圖像的具體觀察。使用均一規(guī)則分離每 一個(gè)實(shí)際的和最優(yōu)的圖像到最優(yōu)統(tǒng)計(jì)區(qū)域，均一規(guī)則規(guī)定在每一個(gè)統(tǒng)計(jì)區(qū)域內(nèi)的像素具有 相同的期望值，并且相鄰區(qū)域的期望值是不同的。
[0044] 該示例性基于SRM的聚類技術(shù)使用特定的合并項(xiàng)P實(shí)現(xiàn)回歸合并。用Q隨機(jī)變量 代表1 2的每一個(gè)像素。然后，對(duì)于12的兩個(gè)任意區(qū)域&和R2可以如下表達(dá)合并項(xiàng)P :
[0045]

【權(quán)利要求】
1. 一種方法，包括： 識(shí)別圖像中的邊緣； 將第一類型濾波操作應(yīng)用于與所述邊緣相關(guān)的圖像部分；以及 將第二類型濾波操作應(yīng)用于所述圖像的一個(gè)或多個(gè)其它部分； 其中在至少一個(gè)處理設(shè)備內(nèi)實(shí)現(xiàn)所述識(shí)別邊緣和應(yīng)用第一和第二類型濾波，所述處理 設(shè)備包含耦接到存儲(chǔ)器的處理器。
2. 如權(quán)利要求1的方法，其中所述圖像包括由深度成像器形成的深度圖像。
3. 如權(quán)利要求1的方法，其中識(shí)別圖像中的邊緣包括： 將聚類操作應(yīng)用于圖像以識(shí)別多個(gè)類；以及 識(shí)別包含類的邊緣的第一組邊緣。
4. 如權(quán)利要求3的方法，還包括在應(yīng)用聚類操作之前將低通濾波器操作應(yīng)用于所述圖 像。
5. 如權(quán)利要求3的方法，其中識(shí)別圖像中的邊緣還包括： 將邊緣檢測(cè)操作應(yīng)用于所述圖像以識(shí)別第二組邊緣；以及 基于第一和第二組邊緣識(shí)別第三組邊緣； 其中應(yīng)用第一類型濾波操作到與第三組邊緣的一個(gè)或多個(gè)邊緣相關(guān)的圖像部分。
6. 如權(quán)利要求5的方法，其中識(shí)別第三組邊緣包括比較第一和第二組邊緣以及拒絕基 于所述比較被確定是冗余邊緣的一個(gè)或多個(gè)邊緣。
7. 如權(quán)利要求1的方法，其中識(shí)別圖像中的邊緣還包括產(chǎn)生一個(gè)或多個(gè)邊緣圖像。
8. 如權(quán)利要求1的方法，其中第一類型濾波操作被配置為根據(jù)相鄰像素 Ρρ ... pQ的指 定數(shù)目Q改變給定邊緣像素的值。
9. 如權(quán)利要求8的方法，其中如果Q尹0,則改變給定邊緣像素的值戈 以 及如果Q = 0,則設(shè)置給定邊緣像素的值為0,其中Pi，...，PQ代表相鄰像素Pl，... PQ各自 的值。
10. 如權(quán)利要求8的方法，其中給定邊緣像素的值被改變到相應(yīng)的相鄰像素Pl，... ？(3的 值中值。
11. 如權(quán)利要求1的方法，其中第二類型濾波操作包括高斯濾波操作。
12. 如權(quán)利要求3的方法，其中應(yīng)用于所述圖像的聚類操作包括基于統(tǒng)計(jì)區(qū)域合并的 聚類操作，其將所述圖像分成多個(gè)類，每一個(gè)對(duì)應(yīng)不同的統(tǒng)計(jì)區(qū)域。
13. 如權(quán)利要求12的方法，其中根據(jù)下面的等式，基于統(tǒng)計(jì)區(qū)域合并的聚類操作使用 特定合并項(xiàng)對(duì)于圖像的兩個(gè)任意統(tǒng)計(jì)區(qū)域凡和回歸合并：
其中11^-? |代表區(qū)域札中的像素?cái)?shù)和區(qū)域R2中的像素?cái)?shù)之間的差的大小，并且 b(Ri)是區(qū)域Ri中的像素?cái)?shù)和圖像中的像素的最大可能值的函數(shù)，使得如果Pdig為 true，則區(qū)域札和R2被合并到一類中。
14. 一種計(jì)算機(jī)可讀存儲(chǔ)媒介，具有在其中實(shí)現(xiàn)的計(jì)算機(jī)程序代碼，其中當(dāng)在處理設(shè)備 中執(zhí)行所述計(jì)算機(jī)程序代碼時(shí)其使得處理設(shè)備執(zhí)行如權(quán)利要求1的方法。
15. -種裝置，包括： 至少一個(gè)處理設(shè)備，包括耦接到存儲(chǔ)器的處理器； 其中所述至少一個(gè)處理設(shè)備被配置為識(shí)別圖像中的邊緣，將第一類型濾波操作應(yīng)用于 與所述邊緣相關(guān)的圖像部分以及將第二類型濾波操作應(yīng)用于所述圖像的一個(gè)或多個(gè)其它 部分。
16. 如權(quán)利要求15的裝置，其中處理設(shè)備包括圖像處理器。
17. 如權(quán)利要求16的裝置，其中所述圖像處理器包括： 聚類模塊，被配置為識(shí)別所述圖像中的多個(gè)類，所述類的邊緣被識(shí)別為第一組邊緣；以 及 邊緣檢測(cè)模塊，被配置為識(shí)別所述圖像中的第二組邊緣； 其中基于第一和第二組邊緣來(lái)識(shí)別第三組邊緣；以及 其中應(yīng)用第一類型濾波操作到與第三組邊緣的一個(gè)或多個(gè)邊緣相關(guān)的圖像部分。
18. 如權(quán)利要求16的裝置，其中圖像處理器包括濾波模塊，被配置為單獨(dú)應(yīng)用第一和 第二濾波操作到所述圖像的對(duì)應(yīng)部分。
19. 一種集成電路，包括如權(quán)利要求15的裝置。
20. -種圖像處理系統(tǒng)，包括： 圖像源，提供圖像； 一個(gè)或多個(gè)圖像目的地；以及 耦接在所述圖像源和所述一個(gè)或多個(gè)圖像目的地之間的圖像處理器； 其中所述圖像處理器被配置為識(shí)別所述圖像中的邊緣，將第一類型濾波操作應(yīng)用于與 所述邊緣相關(guān)的圖像部分以及將第二類型濾波操作應(yīng)用于所述圖像的一個(gè)或多個(gè)其它部 分。
【文檔編號(hào)】G06K9/34GK104094284SQ201380003685
【公開(kāi)日】2014年10月8日 申請(qǐng)日期:2013年8月28日 優(yōu)先權(quán)日:2013年2月5日
【發(fā)明者】D·V·帕克荷門科, D·V·帕芬諾韋, D·V·扎塞夫, A·A·萊圖諾韋斯基, D·N·巴賓 申請(qǐng)人:Lsi公司