【技术实现步骤摘要】
一种提取皮革图像感兴趣区域的方法、装置及设备
本专利技术涉及数字图像处理
，特别是涉及一种提取皮革图像感兴趣区域的方法、装置、设备以及计算机可读存储介质。
技术介绍
我国是一个皮革产品消费的大国，人们对皮革的消费越来越多，对皮革产品的质量要求越来越高。但是在这样的高需求之下，皮革行业的自动化水平却不尽如人意，难以跟上时代的步伐，所以研究皮革破损检测，早日实现皮革行业提高自动化水平，具有里程牌式的意义。而在工业生产中快速而又准确的去除整张皮革图片中的背景部分，提取感兴趣(ROI)区域，能够提高皮革破损检测的效率。现有技术中通常采用的是图像分割方法提取整张皮革图像ROI区域。通用的图像分割方法包括：基于区域的分割方法，基于灰度图像阈值的分割方法，基于边缘的分割方法，基于人工智能的分割方法。基于区域的分割方法，是以直接寻找区域为基础的分割方法，具体算法有区域生长和区域分离与合并算法。该方法在分割面积较大的皮革区域时，计算速度比较慢，而且该方法对噪声比较敏感，容易在分割的过程中形成孔状和不连续的区域，分割效果不大理想。基于灰度图像阈值的分割方法将灰度根据主观愿望分成...
【技术保护点】
1.一种提取皮革图像感兴趣区域的方法，其特征在于，包括：对待检测的整张皮革图像进行高斯滤波处理，得到所述整张皮革图像的去噪图像；分别将所述整张皮革图像的原始图像和所述去噪图像由RGB颜色空间转换为Lab颜色空间后，提取所述原始图像的色度分量均值和所述去噪图像的色度分量；利用所述原始图像的色度分量均值和所述去噪图像的色度分量，计算得到所述整张皮革图像的显著图；计算所述显著图的目标分割阈值，并对所述显著图进行二值化处理，得到所述整张皮革图像中皮革区域的二值图像；根据所述二值图像和所述原始图像，计算得到所述整张皮革图像的感兴趣区域。
【技术特征摘要】
1.一种提取皮革图像感兴趣区域的方法，其特征在于，包括：对待检测的整张皮革图像进行高斯滤波处理，得到所述整张皮革图像的去噪图像；分别将所述整张皮革图像的原始图像和所述去噪图像由RGB颜色空间转换为Lab颜色空间后，提取所述原始图像的色度分量均值和所述去噪图像的色度分量；利用所述原始图像的色度分量均值和所述去噪图像的色度分量，计算得到所述整张皮革图像的显著图；计算所述显著图的目标分割阈值，并对所述显著图进行二值化处理，得到所述整张皮革图像中皮革区域的二值图像；根据所述二值图像和所述原始图像，计算得到所述整张皮革图像的感兴趣区域。2.如权利要求1所述的方法，其特征在于，所述对待检测的整张皮革图像进行高斯滤波处理，得到所述整张皮革图像的去噪图像包括：利用高斯函数对待检测的整张皮革图像进行高斯滤波处理，得到所述整张皮革图像的去噪图像；其中，(x,y)为所述整张皮革图像的像素点坐标，σ为高斯函数的标准差。3.如权利要求1所述的方法，其特征在于，所述分别将所述去噪图像和所述整张皮革图像的原始图像由RGB颜色空间转换为Lab颜色空间包括：将所述去噪图像由RGB颜色空间转换为XYZ颜色空间后，再转换为Lab颜色空间；将所述原始图像由RGB颜色空间转换为XYZ颜色空间后，再转换为Lab颜色空间。4.如权利要求3所述的方法，其特征在于，所述将所述原始图像由RGB颜色空间转换为XYZ颜色空间后，再转换为Lab颜色空间包括：利用：X＝R*0.4124+G*0.3576+B*0.1805Y＝R*0.2126+G*0.7152+B*0.0722Z＝R*0.0193+G*0.1192+B*0.9505将所述整张皮革图像的原始图像由RGB颜色空间转换为XYZ颜色空间；利用：L*＝116f(Y/Yn)-16a*＝500[f(X/Xn)-f(Y/Yn)]b*＝200[f(Y/Yn)-f(Z/Zn)]将所述原始图像由XYZ颜色空间转换为Lab颜色空间；其中，L*，a*，b*分别为所述原始图像Lab颜色空间的三个通道的值，X，Y，Z为所述原始图像由所述RGB颜色空间转到所述XYZ颜色空间之后的值，Xn，Yn，Zn分别为95.047，100.0，108.883。5.如权利要求4所述的方法，其特征在于，所述利用所述原始图像的色度分量均值和所述去噪图像的色度分量，计算得到所述整张皮革图像的显著图包括：提取所述去噪图像的Lab颜色空间的a分量和b分量，利用表示所述去噪图像的Lab颜色空间的a分量和b分量；其中，a分...
【专利技术属性】
技术研发人员：丁磊，钟文杰，邓杰航，范大煌，何冬冬，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。