[发明专利]基于大尺寸图像像素点的重新排序和分割方法

说明书

本发明公开了一种基于大尺寸图像像素点的重新排序和分割方法，包括以下步骤：确定图像P中的像素点包括N行M列，并对该图像P所有像素点进行坐标编号，得到该图像所有像素点的坐标集合S；计算图像P的中心像素点坐标；确定图像P的中心像素点的影响领域分别计算得到图像P中所有像素点重新排序后的向量P2；S4：设定图像P分割后图像的尺寸大小，向量P2划分为c个相同大小的向量，并将该c个向量作为图像P的分割图像数据进行保存。实现从中心向边缘分割，数据化保存图片，可根据所需的尺寸随意划分。

技术领域

本发明涉及大尺寸图像处理技术领域，具体涉及一种基于大尺寸图像像素点的重新排序和分割方法。

背景技术

图像识别技术是指一种利用计算机对原始图像进行处理、分析，以识别不同模式的目标和对象的技术。对采集到的原始图像进行图像预处理是进行图像识别的首要任务。为了获取更多的图像特征和覆盖更大的目标区域，采集到的原始图像往往要求是大尺寸图像。

大尺寸图像虽然能够获取更多的图片细节信息，但这些图像不能满足系统输入大小要求，不能直接用于图像识别系统，也不利用图像的存储。例如，在细胞神经网络中，要实现图像的联想记忆，不同尺寸的图像需要处理成细胞神经网络的大小才能输入到细胞神经网络中。

同时，在某些图像中，图像中心区域相对于图像边缘区域包含更重要的特征信息，常规的大图像分割并不能从中心区域到边缘区域依次分割出这些像素点，制约了后续的图像识别工作。故基于上述缺陷有必要提出一种对大尺寸图像进行中心分割的处理方式，来克服上述问题。

发明内容

有鉴于此，本发明提供了一种基于大尺寸图像像素点的重新排序和分割方法，以保证在保留所有原始图像信息的前提下，从图像中心区域到图像边缘区域依次分割出图像像素点，从而满足图像识别系统中的输入大小要求，同时方便图像的存储。

其技术方案如下：

一种基于大尺寸图像像素点的重新排序和分割方法，其关键步骤在于，

S1：确定图像P中的像素点包括N行M列，并对该图像P所有像素点进行坐标编号，得到该图像所有像素点的坐标集合S；计算图像P的中心像素点坐标(a₁,b₁)；

S2：确定图像P的中心像素点的影响领域

S3：根据步骤S1得到的坐标集合S和步骤S2得到的影响领域分别计算得到图像P中所有像素点重新排序后的向量P2；领域半径β的取值范围为0≤β≤X；

S4：设定图像P分割后图像的尺寸大小，将S3得到的向量P2划分为c个相同大小的向量，并将该c个向量作为图像P的分割图像数据进行保存。

通过上述设计，当存在大尺寸图像P，需要对其进行由中心到边缘依次划分的情况时，采用上述步骤，根据领域半径，由小到大，由内到外一圈一圈对大尺寸图像的像素点进行重新排列后，得到一个由图像转化的向量后，根据需要划分的图像大小，对大尺寸图像进行向量划分，从而实现对图像进行由中心到边缘的图像划分。

作为优选，步骤S1的具体步骤为：

S11：获取待分割图像P，以像素为单位，确定图像P中像素点的行数N和列数M；

S12：对每个像素点所在行数和列数进行坐标编号，图像P的所有像素点坐标可表示为集合S＝{(i,j)|1≤i≤N,1≤j≤M,i,j∈Z}；

S13：根据图像P中像素点的行数N和列数M，计算得到图像P的中心像素点坐标为(a₁,b₁)；

其中，a₁为图像P的行数N的一半数值向上取整的数值；b₁为以图像P的列数M的一半数值向上取整的数值。