[发明专利]一种快速定位图像中合适矩形背景区域的方法

说明书

本发明公开一种快速定位图像中合适矩形背景区域方法，包括：步骤一、读入数字图像，并将数字图像转换成二值图像；步骤二、使用图像分割的方法，在分割窗口大于等于嵌入图像大小的前提条件下，对图像进行进行循环的分割，取分割窗口中包含白点最少的区域作为新的分割窗口继续分割，直到得到的分割窗口包含的白点数最少且不能再继续分割，此时定位该分割窗口；步骤三：在步骤二中定位到的分割窗口中使用嵌入图像大小的矩形窗口作为滑动窗口进行滑动窗口搜索，直到某一位置的白点数为0就将该区域作为最终的区域，或者没有白点数为0的区域，就将白点数最少的区域作为最后的区域，如此就找到了合适的新图象嵌入区域。

技术领域

本发明属于计算机图像处理领域，尤其涉及一种能快速定位图像中一块用于嵌入新图像的合适的矩形背景区域的方法。

背景技术

科技的发展促进了数字图像的广泛应用，现在已经可以很方便的获取数字图像，并在图像中嵌入新的图像，如二维码等，从而完成对数字图像的修改。然而，要想使嵌入的新的图像信息能够不掩盖图像载体本身包含的重要信息，就需要一种方法来定位载体本身的背景区域，并在背景区域中选择一块合适的区域，用于嵌入新的图像信息。

目前，数字图像中背景区域的定位研究仍处于初期阶段，大部分的研究工作是数字图像中的物体检测，并且在这方面取得了巨大的进步。1998年Itti提出了一种经典的显著图(Saliency Map)的方法，主要思想就是根据图像底层的视觉信息，给出图像的视觉显著区域。也有专家提出了一种物体检测的分割图算法(SM)，SM是研究如何给任意形状的物体定位，并且使用紧致的边界将物体标定出来。传统的物体定位方法是滑动窗口搜索方法(Sliding Window Search)，是使用固定大小的窗口在图片上均匀的滑动，通过每个位置时，将此时窗口内的特征代入实现训练的分类器中进行测试，在整个过程中与分类器最高响应的那个窗口位置则被视为物体的位置。以上均是图像中物体的检测方法，我们需要根据检测到的物体区域再去定位背景区域，最后虽然实现了背景区域的定位，但找到的背景区域仍然是分散分布于原载体图像中，而不是一块已经确定了位置的合适的区域，要想实现合适位置的定位，还需要继续对分散的图片背景区域进行定位处理，提高了工作的复杂度，同时大大降低了我们工作的速度以及服务的效率与质量。

发明内容

本发明的目的在于提出一种快速定位图像中一块合适的矩形背景区域的方法，从而能够将新的图像信息，如二维码，嵌入原载体图片的合适位置，而不掩盖原图片包含的重要信息。本发明定位速度快，定位准确率高，解决了一直以来只能在嵌入新图象与破坏原始图像完整性中选择其一的问题。

为实现上述目的，本发明采用如下的技术方案：

一种快速定位图像中合适矩形背景区域方法，包括以下步骤：

步骤一、读入数字图像，并将数字图像转换成二值图像；

步骤二、使用图像分割的方法，在分割窗口(第一次将原始图像作为分割窗口)大于等于嵌入图像大小的前提条件下，对图像进行循环的分割，取分割窗口中包含白点最少的区域作为新的分割窗口继续分割，直到得到的分割窗口包含的白点数最少且不能再继续分割(此时，载入图像的长宽的2倍都分别大于分割窗口的长宽)，此时定位该分割窗口；

步骤三：在步骤二中定位到的分割窗口中使用嵌入图像大小的矩形窗口作为滑动窗口进行滑动窗口搜索，直到某一位置的白点数为0就将该区域作为最终的区域，或者没有白点数为0的区域，就将白点数最少的区域作为最后的区域，如此就找到了合适的新图象嵌入区域。

作为优选，步骤一具体包括：

步骤1.1、把数字图像转换成灰度级图像；

步骤1.2、二值化处理，对灰度级图像进行边缘检测，如使用Sobel边缘检测器进行边缘检测，来将灰度级图像I转化为二值图像BW，检测到边缘的位置其值为对应于白色的值“1”，其他位置其值为对应于黑色的值“0”。