[发明专利]自动拟似物件式图像代表性区域侦测方法与系统

说明书

技术领域

本发明关于一种自动拟似物件式图像代表性区域侦测方法与系统，特别是一种利用特征点产生拟似物件的方法，进行自动侦测图像的代表性区域的方法与系统。

背景技术

因近年来数位相机及网际网路的普及，使得数位图像数量成指数增加，在应用层面上，对于图像内容的分析愈来愈显示其重要性；当前对于图像物件侦测的研究中，大多通过图像的低阶资讯，如利用色彩变化特性，侦测图像中的边缘或边界，进行图像分割产生区块，再对区块抽取视觉特征并用以代表该区块。然而，由于图像本身是属于2D平面，对于各区块而言，如何判断哪些区块属于图像中的同一物件便是一个很困难的问题，且用此种方式常常会产生很多破碎、不具意义的小区块，有些研究试着在抽取区块特征时取出该区块的纹理特征，再将纹理相似且位置相近的区块组成物件，但此种方式仍有许多缺点，像是同一物件在不同部位上的纹理可能会非常不相似，或是同一种物件会因为图像拍摄时，拍摄角度与灯光明亮度不同而导致差异非常大，当应用于物件侦测时，效果往往不尽理想。

另有一些研究让使用者先框选出可能的物件区域，再对该区域像素点进行侵蚀、扩散或是利用边缘资讯来产生图像区块，进而在该区域中组成物件并抽取特征以作进一步使用，然而此种方式需使用者介入，在使用上比较没有那么方便。

由此可见，上述现有方式仍有诸多不足，实非良好的设计，而亟待加以改良。

发明内容

本发明的目的即在于提供一种对于图像可快速且自动产生拟似物件与侦测代表性或感兴趣区域的方法及系统，可使用在网际网路上大量图像资料的影像检索与搜寻、影像压缩、影像缩图、影像标注等应用。

达成上述发明目的的一种自动拟似物件式图像代表性区域侦测方法，包含：

步骤一：利用区域性特征点侦测方法，从图像中选取出具特色的区域性视觉特征点；

步骤二：利用区域性特征点描述方法，根据步骤一所找出的区域性视觉特征点，计算并记录所有区域性视觉特征点相对应的特征参数以及其平面座标资讯；

步骤三：根据步骤二所找出所有区域性视觉特征点的平面座标资讯，利用分群演算法进行自动化分群，自动分成N群，其中N＞＝1，每一个群内特征点所涵盖的区域即构成一个拟似物件。

一种自动拟似物件式图像代表性区域侦测方法是利用分析图片中讯号特性而得的特征点，将其根据平面座标关系分群而自动估计出拟似物件的数量、位置与范围，并通过进一步探勘拟似物件的资讯而发展出自动侦测全图中最具代表性区域(或称为感兴趣区域)的系统，该系统可依据拟似物件的位置、大小以及涵盖特征点数量等资讯，自动侦测出图像中最具代表性的区域；若是结合存在既有资料库中其他图像拟似物件的视觉文字频率(Term Frequency)与反向文件频率(Inverse Document Frequency)等统计特性，更可以侦测出有别于存在既有资料库中的代表性物件或区域。

本发明所提供的一种自动拟似物件式图像代表性区域侦测方法与系统，与其他现有技术相互比较时，更具备下列优点：

1.本发明可跳脱传统现有影像处理方法尝试切割出精确的物件区域，以及相邻物件边缘的特征点到底归属于何者的难题，以特征点座标与分群演算法即可快速找出图像中的拟似物件范围与数量。

2.本发明可有效代表任一图像中多个物件，增加特征资料的代表性。

3.本发明可自动产生图像中所有可能包含物件的位置与特征资讯，有利于使用在各种以物件为基础的影像应用之中。

4.本发明通过拟似物件的资讯，可进一步自动侦测出图像代表性(感兴趣)区域，不需通过人工介入指定或画出区域，尤其适合处理网际网路上大量的图像资料。

5.本发明将文字检索中TF-IDF的概念，转化到图像视觉文字特征为基础的拟似物件重要性判断的应用层面。

6.本发明对于一张新输入的图像，可自动探勘出既有资料库中不存在的新物件图像，让资料库更富多样化并更具代表性。

附图说明

请参阅以下有关本发明较佳实施例的详细说明及其附图，将可进一步了解本发明的技术内容及其目的功效；有关该实施例的附图为：

图1为本发明一种自动拟似物件式图像代表性区域侦测方法的产生拟似物件的流程图；

图2为本发明一种自动拟似物件式图像代表性区域侦测方法的第一实施例示意图；

图3为本发明一种自动拟似物件式图像代表性区域侦测方法的第二实施例示意图；

图4为本发明一种自动拟似物件式图像代表性区域侦测系统的架构图；