利用纹理特征的影像分割法制造技术

本发明专利技术是关于一种能利用纹理特征与色彩特征所分别具有的优点，将一影像信号分割为多个纹理色彩特征区块的影像分割法。其包括下列步骤：(A)接收一包含多个影像元素的影像信号；(B)对每一影像元素依序执行一贾伯滤波程序及一数值运算程序；(C)依据所得的结果，分别赋予每一影像元素一纹理特征向量；(D)依据每一影像元素的纹理特征向量，对影像信号执行一分割程序，使其具有多个纹理特征区块；及(E)依据这些纹理特征区块于影像信号中的分布，对多个色彩特征区块执行一再分割程序，以将影像信号分割为多个纹理色彩特征区块。

【技术实现步骤摘要】

本专利技术是关于一种利用纹理特征的影像分割法，尤指一种能结合影像信号中的纹理特征与色彩特征，且利用纹理特征与 色彩特征所分别具有的优点，将一影像信号分割为多个纹理色彩特征区块，以提高影像信号分割的准确率的利用纹理特征的影像分割法。
技术介绍
在许多计算机视觉以及图像处理的架构中，通常会先假设在影像中任一个物体的表面的影像强度或者色彩强度是近似于均匀。然而，这样的假设并不符合人类肉眼所观察到的真实世界。因为，人类肉眼除了可观察到影像强度或者色彩强度之外，亦能观察到物体表面的其他细微变化，而这些细微变化即为所为的纹理(texture)。以往，曾有学者对纹理提出以下的描述纹理影像中具有一些最基本的单元，而纹理的特性则必须通过纹理基本单元间的“空间关系”才能被描述出来。另外，亦有学者对纹理提出以下的描述相同的纹理往往会具有相似的“区域特性”，而这些区域特性很可能是平滑性、粗糙性或规则性等。而基于前述的纹理的特性，如何精确地将纹理的特征萃取出来，对于现今影像技术已是一门相当重要的课题。在计算机视觉以及图像处理的领域中，便形成一门值得探究的领域。在过去的文献当中，对于纹理特征的撷取多是使用贾伯滤波器组，而贾伯滤波器的脉冲响应是由一个高斯方程式乘上一个复数指数项。因此，贾伯滤波器于纹理特征撷取的应用上具有许多的优势，例如，贾伯滤波器具有平移不变性(translation invariant)、尺度不变性(scale invariant)、及旋转不变性(rotation invariant)等物理上的不变性等。然而，由于目前常用的利用纹理特征的影像分割法往往仅单读考虑一影像区块的色彩特征，而未将纹理特征也纳入考虑的范围，故常会发生因为具有相同的色彩特征，而无法将一影像信号的一色彩特征区块进一步分隔为两个具有不同纹理特征的子区块，造成后续影像辨识的准确率上的限制。因此，业界需要一种能结合影像信号中的纹理特征与色彩特征，且利用纹理特征与色彩特征所分别具有的优点，将一影像信号分割为多个纹理色彩特征区块，以提高影像信号分割的准确率的利用纹理特征的影像分割法。
技术实现思路
本专利技术的目的是在提供一种利用纹理特征的影像分割法，其能结合影像信号中的纹理特征与色彩特征，且利用纹理特征与色彩特征所分别具有的优点，将一影像信号分割为多个纹理色彩特征区块，以提高影像信号分割的准确率。为达成上述目的，本专利技术的利用纹理特征的影像分割法，是用于将一影像信号分割为多个纹理色彩特征区块，包括下列步骤=(A)接收此影像信号，此影像信号是包含多个影像元素；(B)应用一贾伯滤波器组，对每一所述影像元素执行一贾伯滤波程序，且再对执行此贾伯滤波程序所得的输出，执行一数值运算程序；(C)依据执行此数值运算程序所得的输出，分别赋予每一所述影像元素一纹理特征向量；(D)依据每一所述影像元素所被赋予的纹理特征向量，对此影像信号执行一分割程序，使得此影像信号具有多个纹理特征区块，且位于同一纹理特征区块内的所述影像元素均具有相同群别的纹理特征向量；以及(E)依据所述纹理特征区块于此影像信号中的分布，对此影像信号所包含的多个色彩特征区块分别执行一再分割程序，使得至少一所述色彩特征区块具有多个纹理色彩特征区块。其中，位于同一纹理色彩特征区块内的所述影像元素均具有相同群别的纹理特征向量及相同群别的色彩特征向量。其中，上述的贾伯滤波器组是由多个二维贾伯滤波器所构成，且贾伯滤波器组所包含的多个二维贾伯滤波器的数目并无限制，且它们的配置方式亦无任何限制。然而，前述的贾伯滤波器组较佳由一内子带贾伯滤波器组及一外子带贾伯滤波器组所构成，但子带的数目亦无限制，即贾伯滤波器组可配置3个子带贾伯滤波器组(如内子带贾伯滤波器组、中子带贾伯滤波器组及外子带贾伯滤波器)或更多数目的子带贾伯滤波器组。再者，前述的内子带贾伯滤波器组及外子带贾伯滤波器组可分别由一个或一个以 上的二维贾伯滤波器构成，但它们较佳为分别由多个二维贾伯滤波器构成，且它们所分别具有的二维贾伯滤波器的数目也不一定要相同。但是，为了得到最佳滤波结果，一般是将内子带贾伯滤波器组及外子带贾伯滤波器组设计成具有相同数目的二维贾伯滤波器。此外，在本专利技术的利用纹理特征的影像分割法中，贾伯滤波器组的滤波方向的数目是为构成内子带贾伯滤波器组的二维贾伯滤波器的数目，在某些情况，亦等于构成外子带贾伯滤波器组的二维贾伯滤波器的数目。除此之外，在本专利技术的利用纹理特征的影像分割法中，每一个位于内子带贾伯滤波器组的二维贾伯滤波器均对应至一个位于外子带贾伯滤波器组的二维贾伯滤波器，且这两个二维贾伯滤波器一内一外的搭配方式，即构成前述的贾伯滤波器组的一个滤波方向。另一方面，于本专利技术的利用纹理特征的影像分割法中，贾伯滤波器组所具的两个子带贾伯滤波器组的配置方式，较佳为将内子带贾伯滤波器组与外子带贾伯滤波器组以同心圆的方式配置。除此之外，前述的两个子带贾伯滤波器组可使用4至8个二维贾伯滤波器，然而，较佳使用6个二维贾伯滤波器，意即本专利技术的利用纹理特征的影像分割法中所使用的贾伯滤波器组较佳使用12个二维贾伯滤波器。而且，如前所述，由于一由一个位于内子带贾伯滤波器组的二维贾伯滤波器延伸至一位于外子带贾伯滤波器组的相对应的二维贾伯滤波器的方向即构成一滤波方向，故在本专利技术的利用纹理特征的影像分割法中所使用的贾伯滤波器组具有6个滤波方向。但需注意的是，存在于各个滤波方向之间的角度间隔并无限制，但较佳为这6个滤波方向互相间隔30度。再者，在本专利技术的利用纹理特征的影像分割法中所使用的贾伯滤波器组中，第一个滤波方向是可配置于任何角度，但较佳为配置于0度方向。如此，其余的滤波方向(其余5个滤波方向)便再依据前述的间隔角度的设定依序配置于适当的角度。此外，在本专利技术的利用纹理特征的影像分割法的步骤(B)中，所执行的数值运算程序较佳为运算此贾伯滤波程序所得的输出的振幅大小。之后，运算所得的振幅大小的数值，则用于在步骤(C)中，赋予每一影像元素一相对应的纹理特征向量。意即，若在步骤(B)中，是以n个二维贾伯滤波器执行贾伯滤波程序，则数值运算程序便会运算出n个振幅大小的数值。接着，这n个振幅大小的数值便用于赋予一影像元素一纹理特征向量。如此，纹理特征向量即为一 n维向量。换句话说，在本专利技术的利用纹理特征的影像分割法中，每一影像元素所分别被赋予的纹理特征向量的维度的数目是等于步骤(B)的贾伯滤波程序中所使用的二维贾伯滤波器的数目。接者，经过执行步骤(D)的分割程序后，具有相同群别的纹理特征向量的多个影像元素便会被分类到同一个纹理特征区块内。如此一来，原始的影像信号(于步骤(A)中被接收)即会被分割为多个纹理特征区块。其中，执行前述的分割程序是应用一分群算法，但不限定为哪一种分群算法。一般而言，此处可使用的分群算法可为K-means分群算法、CRLA(constraint run length algorithm)分群算法或 SBKM(Symmetry distance BasedK-means algorithm)分群算法等。但在本专利技术的影像信号分割程序中,较佳使用K-means分群算法。之后，于本专利技术的利用纹理特征的影像分割法的步骤(E)中所执行的再分割程序，较佳包括下列步骤=(El)本文档来自技高网...

【技术保护点】
一种利用纹理特征的影像分割法，用于将一影像信号分割为多个纹理色彩特征区块，包括下列步骤：(A)接收该影像信号，该影像信号包含多个影像元素；(B)应用一贾伯滤波器组，对每一所述影像元素执行一贾伯滤波程序，且再对执行该贾伯滤波程序所得的输出，执行一数值运算程序；(C)依据执行该数值运算程序所得的输出，分别赋予每一所述影像元素一纹理特征向量；(D)依据每一所述影像元素所被赋予的纹理特征向量，对该影像信号执行一分割程序，使得该影像信号具有多个纹理特征区块，且位于同一纹理特征区块内的所述影像元素均具有相同群别的纹理特征向量；以及(E)依据所述纹理特征区块于该影像信号中的分布，对该影像信号所包含的多个色彩特征区块分别执行一再分割程序，使得至少一所述色彩特征区块具有多个纹理色彩特征区块；其中，位于同一纹理色彩特征区块内的所述影像元素均具有相同群别的纹理特征向量及相同群别的色彩特征向量。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：李国君，陈均富，林和源，
申请(专利权)人：李国君，
类型：发明
国别省市：