一種圖像區(qū)域生長的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，特別是涉及一種圖像區(qū)域生長的方法。
【背景技術(shù)】
[0002] 區(qū)域生長的基本思想：將具有相似性質(zhì)的像素結(jié)合起來構(gòu)成區(qū)域。具體先對每個 需要分割的區(qū)域找一個種子像素作為生長的起點(diǎn)，然后將種子像素周圍鄰域中與種子像素 有相同或相似性質(zhì)的像素（根據(jù)某種事先確定的生長或相似準(zhǔn)則來判定）合并到種子像素 所在的區(qū)域小。將這些新像素當(dāng)做新的種子似素繼續(xù)進(jìn)行上面的過程，直到再沒有滿足條 件的像素可被包括進(jìn)來，這樣一個區(qū)域就長成了。在實(shí)際應(yīng)用區(qū)域生長法時需要解決三個 問題：1、選擇或確定一組能正確代表所需區(qū)域的種子像素；2、確定在生長過程中能將相鄰 像素包括進(jìn)來的準(zhǔn)則；3、制定讓生長過程停止的條件或規(guī)則。因此需要一種準(zhǔn)確高效的區(qū) 域生長方法。

【發(fā)明內(nèi)容】

[0003] -種圖像區(qū)域生長的方法，其特征在于，其步驟包括： (1) 對圖像進(jìn)行逐行掃描，找出尚沒有歸屬的像素與歸屬的像素平均值比較，分1-1000 為小偏差像素，1〇〇〇_5000為偏差像素，大于5000為大偏差像素； (2) 以該像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個與它比較，如果灰度值 小于預(yù)先確定的閾值，將它們合并； (3) 以新合并的像素為中心，返回步驟（2)，檢查新像素的鄰域，直到區(qū)域停止進(jìn)一步擴(kuò) 張； (4) 返回到步驟（1)，繼續(xù)掃描到無沒有歸屬的像素，則結(jié)束整個生長過程。
[0004] 優(yōu)選的，步驟（1)在掃面前將灰度的閾值設(shè)置為零。
[0005] 優(yōu)選的，步驟（1)中掃描之后合并相同的像素。
[0006] 優(yōu)選的，步驟（2)中求出所有的鄰接區(qū)域之間的平均灰度差，合并具有最小灰度差 的鄰接區(qū)域。
[0007] 優(yōu)選的，步驟（3)中在重新檢查新像素之前，將新區(qū)域依次合并。
[0008] 優(yōu)選的，步驟（3)中返回步驟（2)改為用新像素所在區(qū)域的平均灰度值去與鄰域 像素的灰度值比較。
[0009] 有益效果：本發(fā)明提供了一種圖像區(qū)域生長的方法，在掃面前將灰度的閾值設(shè)置 為零，防止圖像在掃面過程中出現(xiàn)錯誤；掃描之后合并相同的像素，將相同的像素合并，這 就為下一次的掃描減小了掃面的像素的數(shù)目；求出所有的鄰接區(qū)域之間的平均灰度差，合 并具有最小灰度差的鄰接區(qū)域，這樣的方法近似將像素等同的合并起來，灰度差小，合并起 來不會對圖像的質(zhì)量差生太大影響，卻能夠大大減少掃描的像素；重新檢查新像素之前，將 新區(qū)域依次合并，這樣的步驟設(shè)置就是每掃描一次，就合并一次像素，提高了掃描的效率； 返回步驟（2)改為用新像素所在區(qū)域的平均灰度值去與鄰域像素的灰度值比較，這樣的設(shè) 計(jì)能夠大大減小對圖像區(qū)域生長起點(diǎn)的依賴，防止因起點(diǎn)損壞造成的生長失效。
【具體實(shí)施方式】
[0010] 為使本發(fā)明實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面結(jié)合
【具體實(shí)施方式】，進(jìn)一步闡述本發(fā)明。
[0011] 實(shí)施例1: 一種圖像區(qū)域生長的方法，其特征在于，其步驟包括： (1) 將灰度的閾值設(shè)置為零，對圖像進(jìn)行逐行掃描，掃描之后合并相同的像素，找出尚 沒有歸屬的像素與歸屬的像素平均值比較，分1-1000為小偏差像素，1000-5000為偏差像 素，大于5000為大偏差像素； (2) 以1-1000小偏差像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個與它比 較，如果灰度值小于預(yù)先確定的閾值，將它們合并，求出所有的鄰接區(qū)域之間的平均灰度 差，合并具有最小灰度差的鄰接區(qū)域； (3) 以新合并的像素為中心，返回步驟（2)，用新像素所在區(qū)域的平均灰度值去與鄰域 像素的灰度值比較，將新區(qū)域依次合并，檢查新像素的鄰域，直到區(qū)域停止進(jìn)一步擴(kuò)張； (4) 返回到步驟（1)，繼續(xù)掃描到無沒有歸屬的像素，則結(jié)束整個生長過程。
[0012] 實(shí)施例2: 一種圖像區(qū)域生長的方法，其特征在于，其步驟包括： (1) 將灰度的閾值設(shè)置為零，對圖像進(jìn)行逐行掃描，掃描之后合并相同的像素，找出尚 沒有歸屬的像素與歸屬的像素平均值比較，分1-1000為小偏差像素，1000-5000為偏差像 素，大于5000為大偏差像素； (2) 以1000-5000偏差像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個與它比 較，如果灰度值小于預(yù)先確定的閾值，將它們合并，求出所有的鄰接區(qū)域之間的平均灰度 差，合并具有最小灰度差的鄰接區(qū)域； (3) 以新合并的像素為中心，返回步驟（2)，用新像素所在區(qū)域的平均灰度值去與鄰域 像素的灰度值比較，將新區(qū)域依次合并，檢查新像素的鄰域，直到區(qū)域停止進(jìn)一步擴(kuò)張； (4) 返回到步驟（1)，繼續(xù)掃描到無沒有歸屬的像素，則結(jié)束整個生長過程。
[0013] 實(shí)施例3: 一種圖像區(qū)域生長的方法，其特征在于，其步驟包括： (1) 將灰度的閾值設(shè)置為零，對圖像進(jìn)行逐行掃描，掃描之后合并相同的像素，找出尚 沒有歸屬的像素與歸屬的像素平均值比較，分1-1000為小偏差像素，1000-5000為偏差像 素，大于5000為大偏差像素； (2) 以大于5000大偏差像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個與它 比較，如果灰度值小于預(yù)先確定的閾值，將它們合并，求出所有的鄰接區(qū)域之間的平均灰度 差，合并具有最小灰度差的鄰接區(qū)域； (3) 以新合并的像素為中心，返回步驟（2)，用新像素所在區(qū)域的平均灰度值去與鄰域 像素的灰度值比較，將鋅區(qū)域依次合并，檢查新像素的鄰域，直到區(qū)域停止進(jìn)一步擴(kuò)張； (4) 返回到步驟（1)，繼續(xù)掃描到無沒有歸屬的像素，則結(jié)束整個生長過程。
[0014]
【主權(quán)項(xiàng)】
1. 一種圖像區(qū)域生長的方法，其特征在于，其步驟包括： (1) 對圖像進(jìn)行逐行掃描，找出尚沒有歸屬的像素，與歸屬的像素平均值比較，分 1-1000為小偏差像素，1000-5000為偏差像素，大于5000為大偏差像素； (2) 以該像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個與它比較，如果灰度值 小于預(yù)先確定的閾值，將它們合并； (3) 以新合并的像素為中心，返回步驟（2)，檢查新像素的鄰域，直到區(qū)域停止進(jìn)一步擴(kuò) 張； (4) 返回到步驟（1)，繼續(xù)掃描到無沒有歸屬的像素，則結(jié)束整個生長過程。
2. -種權(quán)利要求1所述的圖像區(qū)域生長的方法，其特征在于，步驟（1)在掃面前將灰度 的閾值設(shè)置為零。
3. 如權(quán)利要求1所述的圖像區(qū)域生長的方法，其特征在于，步驟（1)中掃描之后合并 相同的像素。
4. 如權(quán)利要求1所述的圖像區(qū)域生長的方法，其特征在于，步驟（2)中求出所有的鄰接 區(qū)域之間的平均灰度差，合并具有最小灰度差的鄰接區(qū)域。
5. 如權(quán)利要求1所述的圖像區(qū)域生長的方法，其特征在于，步驟（3)中在重新檢查新 像素之前，將新區(qū)域依次合并。
6. 如權(quán)利要求1所述的圖像區(qū)域生長的方法，其特征在于，步驟（3)中返回步驟（2)改 為用新像素所在區(qū)域的平均灰度值去與鄰域像素的灰度值比較。
【專利摘要】本發(fā)明一種圖像區(qū)域生長的方法，公開了在匹配過程中，節(jié)點(diǎn)ID集合設(shè)置為空，這樣的設(shè)置能夠減少數(shù)據(jù)冗雜，在周期匹配中減少匹配的工作量；將節(jié)點(diǎn)端設(shè)為起始端，這樣的設(shè)計(jì)能夠防止數(shù)據(jù)匹配過程中，發(fā)生遺漏的現(xiàn)象；利用消減系數(shù)修正相似系數(shù)，達(dá)到在盡量少的跳數(shù)內(nèi)找到合適的匹配節(jié)點(diǎn)的目的，從而提高節(jié)點(diǎn)相對位置判別的準(zhǔn)確度；修正的相似系數(shù)大于時，節(jié)點(diǎn)ID的集合清空，這樣的設(shè)置能夠?qū)⒉黄ヅ涞呐懦唤Y(jié)束同時返回匹配的節(jié)點(diǎn)ID列表，這樣的設(shè)計(jì)能夠?qū)⑵ヅ浣Y(jié)束后重新開始匹配，形成循環(huán)匹配，提高匹配的效率和程度。
【IPC分類】G06T7-00
【公開號】CN104732523
【申請?zhí)枴緾N201510065974
【發(fā)明人】胡劍鋒
【申請人】江西科技學(xué)院
【公開日】2015年6月24日
【申請日】2015年2月7日