[发明专利]基于模糊拓扑的图像区域目标提取方法

说明书

技术领域

本发明涉及图像处理方法，更具体地说，涉及一种基于模糊拓扑的图像区 域目标提取方法。

背景技术

随着多媒体技术的不断发展，图像作为一种信息载体正逐渐融入到人类生 活的每个角落。当今社会中，人类对图像的使用已不仅仅只是记录信息以及浏 览信息，对图像更进一步的处理需求也在与日俱增，比如对图像中的目标进行 提取。这种技术称作目标提取(Object Extraction)，进行提取操作的目标载体 可以是各种图像，例如：数字航空图像、卫星图像、医疗图像、或日常生活中 的数字照片，提取出来的目标对象可以是自然物，比如池塘、石砾，也可以是 人造物，比如建筑物。

现有目标提取技术主要采用的是最优阈值方法，该方法利用一个阈值来对 提取目标边界区域进行判断。而现有技术的缺陷在于：无法对图像中待提取目 标的边界像素进行准确判断来确定这些边界像素是否属于待提取目标，从而导 致目标提取的精度不够高。

比较本发明后续将要结合附图介绍的系统，现有技术的其它局限性和弊端 对于本领域的普通技术人员来说是显而易见的。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述无法对图像中待提取 目标的边界像素进行准确判断而导致的提取精度不够高的缺陷，提供一种基于 模糊拓扑的图像区域目标提取方法。

本发明解决其技术问题所采用的技术方案是：提供一种图像区域目标提取 方法，包括如下步骤：

(a)对原始图像进行预处理；

(b)引入最优阈值T，将待提取目标定义为模糊拓扑目标；

(c)以最优阈值T诱导两个阈值T₁与T₂；

(d)对待提取目标进行区域划分；

(e)提取目标。

在本发明所述的图像区域目标提取方法中，所述步骤(a)进一步包括： 引入最优阈值T，将原始图像定义为模糊拓扑图像并将其划分为目标及背景。

在本发明所述的图像区域目标提取方法中，所述步骤(c)进一步包括： 基于错误分类总数最小化原则诱导阈值T₁与T₂。

在本发明所述的图像区域目标提取方法中，所述步骤(d)进一步包括： 将所述待提取目标基于上述引入的阈值T₁与T₂划分为内部、边界以及外部。

在本发明所述的图像区域目标提取方法中，所述步骤(e)进一步包括： 对待提取目标的边界像素进行连通性分析以确定所述像素是否需要提取。

在本发明所述的图像区域目标提取方法中，所述步骤(e)进一步包括： 将上述经连通性分析的边界像素与所述内部像素组合以形成提取目标。

在本发明所述的图像区域目标提取方法中，所述连通性分析进一步包括如 下步骤：

S1：搜索每个边界像素的位置；

S2：搜索每个内部像素的位置；

S3：计算内部像素范围；

S4：对于每个边界像素，计算其相邻像素距离偏差值；

S5：根据计算得出的距离偏差值判断所述相邻像素是否属于内部像素范 围内。

在本发明所述的图像区域目标提取方法中，所述步骤S4中引入局部二元 模式算符计算相邻像素的距离偏差值。

在本发明所述的图像区域目标提取方法中，所述距离偏差值包括平均偏差 和/或标准偏差。

在本发明所述的图像区域目标提取方法中，重复执行步骤S4与S5直至 完成对所有边界像素的判断。

实施本发明的图像区域目标提取方法，具有以下有益效果：

(1)与现有技术引入一个阈值相比，本发明所述方法引入两个阈值以用于 确定待提取目标的内部、边界以及外部，从而在一定程度上提高了提取质 量；

(2)对边界像素进行连通性分析以确定其是否属于提取范围，并在分析过 程中引入局部二元模式(LBP)算符以提高判断精度；

(3)本方法能够显著提高那些具有较高边界像素判断难度的目标提取精 度，从而得到较优的提取结果。

本发明的各种优点、各个方面和创新特征，以及其中所示例的实施例的细 节，将在以下的描述和附图中进行详细介绍。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：