一种快速的像素尺度计算方法技术

本发明专利技术公开了一种图像中像素尺度快速的计算方法，对一副图像中每个像素的尺度实现过程为：(1)对待处理图像应用Canny算子进行边缘检测，得到边缘矩阵；(2)对当前像素点，若为边缘点，则令其尺度为1，若不为边缘点，则以当前点为中心建立一个自适应正方形模版；(3)在模版内采用8点式找距离当前点最近的边缘点，两点的距离即为当前点的尺度；(4)对图像中所有的像素点执行(2)和(3)得到整幅图像的尺度。该方法以图像的边缘作为判断准则，与现有的技术相比计算速度更快，更容易实现，抗噪性更好。所得图像的尺度可用于医学图像的精确分割与目标提取。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，涉及一种图像中像素尺度计算方法，可W将 其应用图像分割和图像处理其他领域的各种方法。
技术介绍
在数字图像处理领域，特别是图像分割方面，需要根据图像的灰度、颜色、纹理等 特征将图像划分为若干个互不相交而又有意义的区域。由于一般图像的构成都十分复杂， 对图像通过计算机自动分割十分困难，分割结果往往不能令人满意，因此，图像分割成为了 图像处理的经典难题之一。目前已经有很多人提出了各种算法来实现图像分割。在所有 的分割算法中，为了充分的利用图像中每个像素的灰度等特征，仅仅通过一个像素的属性 不能充分的表达出当前像素点与周围像素之间的依赖性。W-副图像中像素的灰度属性为 例，在同一对象区域内部的像素灰度间是存在某种相似性的，或者说他们的像素灰度值都 集中的体现在特定的灰度区间上。如果能在表达当前像素点的特征的同时采用一种尺度体 现出与其邻近且属于同一对象区域的其他像素的属性，将更有利于表现局部结构的细节， 同时也能达到平滑噪声的效果。因此，对图像中像素的尺度的计算具有重要的研究意义。 目前，在图像处理领域，为了计算出图像中每个像素点的尺度，通常W当前像素点 为中必，设定一个相似性准则W及阔值，从半径为1的圆开始检测圆内像素是否满足阔值 内的相似性准则，圆的半径逐渐增加，直到出现相似性准大于阔值时即停止。此时的圆半径 即为所求的尺度范围（参见S址aPK,UdupaJK, 0化nerD.Scale-basedfuzzyconnected imagesegmentation:theory,algorithms,andvalidation.ComputerVisionand ImageUnderstanding, 2000, 77 (2) : 145-174.和ZhugeY,UdupaJK,S址aPK.Vectorial scale-basedfuzzy-connectedimagesegmentation.ComputerVisionandImageUnder standing, 2006, 101 (3) : 177-193.)。该算法简称OSE算法。送种方式能很好的表现出局部 属性，但是在上述过程中，相似性准则中阔值的选取对尺度的最终结果有很大的影响，而且 逐圈寻找的方式很耗时，当同一区域内部存在强噪声或者多灰度差时，0SE算法将无法得到 真实的尺度。
技术实现思路
本专利技术的目的在于提供一种图像中像素尺度快速计算方法，该方法克服了0SE算 法需要选取一个阔值，计算时间复杂度比较大且抗噪性不高等缺点。避免了现有技术中尺 度计算时阔值对分割结果的影响，同时提高尺度计算速度和抗噪性。改善了图像分割效果， 且在实际应用中更易于执行。 为实现上述目的，本专利技术的具体实现步骤包括如下： (1)用Canny算子计算出整幅图像的边缘B，将边缘点作为后期尺度计算判断的依 据。 似对于当前像素点C，判断其是否为边缘点。若C为边缘点，执行化1);若C不 为边缘点，执行化2); (2. 1)若C为边缘点，由于边缘点周围像素灰度变化大而且模糊，如果还要考虑 该点周围的局部像素点对该点的影响或者依赖性，反而会干扰局部结构，则令C点尺度即 He) = 1，退出。 (2. 2)若C不为边缘点，说明C点尺度大于或等于1，则WC为中必设计一个自适 应正方形模版M，模版边长为沈+1，E=min(L，R，U，D)-1。其中L、R、U、D分别表示C点到 图像左右上下边界的距离，如图4所示。 做计算当前像素点C的尺度大小。在模版B(M)内找出距离C最近边缘点e，c到 e的距离即为点C的尺度。若模版B(M)里面全为零，执行（3.1);否则，执行（3.2)。 (3.l)B(M)全为零，则说明模版内没有边缘点，此时已经达到最大尺度，则令r(c) =E； (3. 2)WC为中必P从1到E开始的正方形边上按照8邻域的方式找最近边缘点 e。如图5所示，当P= 4时，如果t=tl+t2+t3+t4 > 1，说明在tl，t2,t3,t4四个点中最 少有一个边缘点，则此时r(c) = 4 ;如果tl，t2, 口，t4中没有边缘点，则分别从送四个点向 上下或者左右扩张一次。如图4中扩张后的8个点为xl，x2，x3，x4和yl，y2，y3，y4。送8 个点到C点的欧式距离相等。若t=xl+.. .+x4+yl+..+y4 > 1说明该8点中至少有一个 边缘点，此时，''W--.ク。。''(、^^)，其中〇611表示向下取整。若还没有找到边缘点，则从送8个 点开始继续向上下或者左右扩张一次，得到8个新的到点C欧氏距离相等的点，同样将送8 个点值求和，判断是否有边缘点。依次类推，若送一次还没有找到边缘点，则继续向下扩张， 找下8个点，直到扩张到正方形的四个角点，找出一个边缘点e即退出。(4)对于像素C从边长3开始到边长为沈+1循环执行步骤（3)，计算出点C的尺 度r (C)。妨对图像中所有像素重复步骤（3)和（4)，得到图像的尺度矩阵R。 本专利技术与现有的技术相比具有W下优点： (1)消除了尺度计算时候阔值的影响，不再使用阔值，而是W边缘点作为判断条 件； (2)加快了尺度的计算速度。原始的尺度计算方法需要算出圆环区域内所有与中 必点不同质的像素点的个数，如图2所示，因此需要遍历矩阵内所有像素；而新方法仅需要 找一个边缘点，则仅需要每次在自适应模版边上搜索即可，大大缩短了寻找时间。 de|B2(C)-Bi(C)| = {bi，b2，b3，b4，b5，be，b7，bs}。若此时t取 7/8,而d中有两个噪声点， 则F〇2(c) =6/8 <7/8,得到r(c) = 1，显然尺度表达有误。新方法通过先找出边缘的方 式，只有寻找边缘的算法抗噪性好，在目标或者背景内不管遇到多少噪声点，对尺度的计算 都没有影响。【附图说明】 图1本专利技术算法的过程示意图 图20SE算法计算尺度示意图 图30SE算法计算尺度详解图 图4本专利技术计算尺度示意图 图5本专利技术计算尺度详解图 图6实验一中本专利技术与0SE算法对比实验图， 图7实验二中本专利技术与0SE算法对比实验图。 图8实验Η中本专利技术与0SE算法对比实验图。 图9实验四中本专利技术与0SE算法对比实验图。[002引图10实验五中本专利技术与0SE算法对比实验图。 图11实验六中本专利技术与0SE算法对比实验图。(其中，图6-11中各图分别表示；（a)实验图，图中有Η个黑色十字星表示种子点 位置，最上方的一个十字星表示背景种子点的位置，下方的两个十字星表示目标种子点的 位置；化）为0SE算法得到的尺度图；（C)为本专利技术算法得到的尺度图；（d)为0SE算法应用 于模糊连接度算法分割脑部图中白质所得结果；（e)为本专利技术应用于模糊连接度算法分割 脑部图中白质所得结果；(f)为分割脑部图中白质的标准分割结果。）【具体实施方式】 下面结合附图对本专利技术作进一步的详细说明。 参照图1，本专利技术的具体实施过程如下： (1)使用Canny算子计算出图像I的边缘矩阵B。 似对于图像I中某一像素点C，通过矩阵B，判断C点是否为边缘点。若C为边缘 点，则跳到（2. 1);若C不为边缘点，则跳到（2. 2)。[003引 （本文档来自技高网...

【技术保护点】
一种图像中像素尺度计算方法，对于一副图像，尺度计算过程如下: (1)用Canny算子计算出整幅图的边缘B，将边缘点作为后期尺度计算判断的依据。 (2)对于当前像素点c，判断其是否为边缘点。若c为边缘点，执行(2.1)，若c不为边缘点，执行(2.2)。 (2.1)若c为边缘点，由于边缘点周围像素灰度变化大而且模糊，如果还要考虑该点周围的局部像素点对该点的影响或者依赖性，反而会干扰局部结构，则令c点尺度即r(c)＝1。 (2.2)若c不为边缘点，说明c点尺度大于1，则以c为中心设计一个自适应正方形模版M，模版边长为2E+1,E＝min(L,R,U,D)‑1。其中L、R、U、D分别表示c点到图像左右上下边界的距离。 (3)计算当前像素点c的尺度大小。在模版B(M)内找出距离c最近边缘点e，c到e的距离即为点c的尺度。若模版B(M)里面全为零，执行(3.1)；否则，执行(3.2)。 (3.1)B(M)全为零，则说明模版内没有边缘点，已经达到当前像素点的最大尺度，即r(c)＝E； (3.2)以c为中心按p从1到E开始的正方形边上按照8点式找最近边缘点e。8点式搜索以p＝4时为例，t1,t2,t3,t4为别表示以c为中心，边长为2×4+1的正方形四条边的中点。如果t＝t1+t2+t3+t4＞1，说明在t1,t2,t3,t4四个点中最少有一个边缘点，则此时r(c)＝4；如果t1,t2,t3,t4中没有边缘点，则分别从这四个点向上下或者左右扩张一次。即找正方形边上到中心点c距离相等的8个点。设扩张后的8个点为x1,x2,x3,x4和y1,y2,y3,y4，这8个点到c点的欧式距离相等。若t＝x1+...+x4+y1+..+y4＞1说明该8点中至少有一个边缘点，此时，其中ceil表示向上取整。若还没有找到边缘点，则从这8个点开始继续向上下或者左右扩张一次，得到8个新的到点c欧氏距离相等的点，同样将这8个点值求和，判断是否有边缘点。依次类推，若这一次还没有找到边缘点，则继续向下扩张，找下8个点，直到扩张到正方形的四个角点，找出一个边缘点e即退出。(4)对于像素c从边长3开始到边长为2E+1循环执行步骤(3)，计算出点c的尺度r(c)。 (5)对图像中所有像素重复步骤(3)和(4)，得到图像的尺度矩阵R。...

【技术特征摘要】

【专利技术属性】
技术研发人员：葛洪伟，周得水，杨金龙，袁运浩，苏树智，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32