对数字或数字化的二维图像或三维图像的像素或体素进行编码的方法，其包括如下步骤：提供数字图像，其包括二维像素阵列或三维体素阵列，通过至少一个变量，如灰度图像中的亮度或彩色图像中的ＨＳＶ（色度、饱和度和纯度）或ＲＧＢ值来定义各个像素或体素；将所述图像的各个像素或体素作为目标像素或体素，并且，对于每个目标像素或体素，通过包含所述目标像素或体素以及周围的一些像素或体素的像素或体素窗口形成邻域；对于每个目标像素或体素，生成与所述目标像素或体素单义地相关的向量，生成的所述向量的分量是所述目标像素或体素以及所述像素或体素窗口的各个像素或体素的值的函数。所述目标像素或体素的以及所述像素或体素窗口的各个像素或体素的值的函数，对应于表示所述窗口的像素或体素的数值矩阵的特征参数或所述数值矩阵的变换的特征参数。本发明专利技术还涉及图像处理方法，在其中利用例如人工神经网络的预测算法对根据以上方法编码的图像数据进行处理。
【技术实现步骤摘要】
【国外来华专利技术】
编码数字或数字化图像的像素或体素的方法以及处理数字或数字化图 像的方法，具体地，识别应用所述编码像素或体素的方法的成像目标的特 征。本专利技术涉及一种对数字或数字化的二维或三维图像的像素或体素进行编码的方法，其包括如下步骤a) 提供以二维像素阵列或三维体素阵列构成的数字图像，通过至少 一个变量，如灰度图像中的亮度(intensity)或彩色图像中的HSV (色度、 饱和度以及纯度)或RGB值来定义各个像素或体素；b) 将所述图像的各个像素或体素作为目标像素或体素，并且，对于 每个目标像素或体素，通过包含所述目标像素或体素以及一定量的周围像 素或体素的〗象素或体素窗口形成邻域(neighborhood);c) 对于每个目标像素或体素，生成与所述目标像素或体素单义 (imivocally)相关的向量，所述向量的分量被生成为所述目标像素或体素以及所述像素或体素窗口的每一个或一部分像素或体素的值的函数。
技术介绍
数字或数字化图像是在显示器屏幕或打印拷贝上的具有一定外观 (appearance)的小的二维或三维点的形式。通过所述点的阵列形成各个数字或数字化图像，所述点在二维图像中 称为像素，在三维图像中称为体素。可以通过物理变量来描述各个像素或体素的外观，所述物理变量是在 通过显示屏幕或者当印刷在纸上时的某一视觉效果中变换得到的值。在黑白图像中，诸如灰度图像，不同灰度级单义地与由成像实体的一 部分反射或生成的束的亮度值相关，其中对所述成像实体获取了数字或数 字化图像的像素。各个不同灰度级的亮度单义地与由所述成像实体反射或 发射的束的物理参数相关，特别地与其亮度有关。所述束的物理类型可以 是任何种类，诸如任何光谱场中的电磁辐射或者可由成像材料生成或反射 或散射的声辐射或其它类型的束。在彩色图像中，通常使用三种不同的值单义地定义像素的外观。已知不同的系统，例如，所谓的HSV (色度、饱和度、纯度)或RGB (红、 绿、蓝)系统。这些系统是等效的，并且能够被不同地用于通过值单义地 描述所述像素或体素的外观。因此，定义数字或数字化图像的像素或体素阵列能够通过单义地数值 地表示所述图像的数值的二维或三维矩阵来表示。以向量的形式对二维或三维图像的像素或体素进行编码的方法已为我 们所熟知并且使用所述二维或三维数值表示。文献EP 1,345,154公开了 一种对数字或数字化图像的像素或体素进行 编码的方法，其中所述图像利用表示所述数字或数字化图像的像素或体素 的所述数值矩阵，生成用于表示所述图像的各个像素或体素的向量。在该文献中，对于被当作将被编码的目标像素或体素的所述数字图像 的每个像素或体素，定义所述目标像素或体素的某一周围环境，该环境包 括了 一定数量的像素或体素，其中包含所述目标像素或体素以及所述目标 像素或体素周围的一些像素或体素。这个窗口是像素或体素的子阵列并且 通过单义地表示所述数字图像的所述像素或体素的数值矩阵的对应子矩阵 来表示。所述向量包括作为其分量的描述所述窗口的目标〗象素或体素以及周围 像素或体素的数值。所以例如考虑灰度图像，其中表示图像的各个像素的值为其亮度并定 义了与具有3x3像素的像素子阵列或具有3x3x3体素的体素子阵列相对应 的窗口，所述向量分别包括9或27个分量。考虑彩色图〗象，所述向量至少具有三个用于描述每个像素或体素的值，于是所迷向量的数值分量对于二维图像是3x3x3=27个分量而对于三维图像是3x3x3x3=81个分量。 当使用更大的像素或体素窗口时，所述分量的个数急剧地增加。 现在考虑固定的图像区域，所述数字图像的分辨率由每图像区域的像素或体素的数量给出。所以通过提高分辨率，某个图像包括更多的像素。 因而利用所述编码方法，例如数字化处理所述图像的编码方法，必须处理大量的数值数据，以致需要高计算能力以及长计算时间。在任何情况下，所述已知方法都能够给出令人惊叹的结果，具体地，例如在图像增强或图像模式识别领域中。上述编码方法基于这样的思想，即，图像的各个像素或体素的含义，其关于由所述像素或体素表示的成像实体的一部分的特性或特征，主要取决于所述像素或体素的数值数据与周围4象素或体素的数值数据之间的空间关系。在数字图像处理领域中，该原理已经被用于获得几种不同的结果。 例如，我们已知，将表示包括了图像的目标像素或目标体素的目标像素或体素窗口的数值数据矩阵的特征值用于以某种方式表示所述目标像素或体素或所述目标像素或体素相对于所述窗口的其他像素或体素的某种关系。此外，在所谓的图t^莫式识别方法中， 一些图像处理器已经被开发用于识别数字图像中的边缘或角。如以上所概括的，这些处理器典型地通过，将数字图像的各个像素或 体素定义为目标^^素或体素，进一步定义一般大小nxm (典型地n-m)的 像素或体素窗口来工作，其中所述窗口包括所述目标像素或体素以及一些 周围的像素或体素，以及通过应用表示各个像素或体素窗口的数值矩阵的 某种变换来工作。文献"Neural Network for robot image feature classification, A comparative study" NEURAL NETWORK FOR SIGNAL PROCESSING Y1994 IV Proceedings of the 1994 IEEE Workshop Ermioni Greece 6-8 sept. 1994， New York, NY， USA, IEEE by Sharma V.R. Madiraju et al,公开了一种特征提取器，其被训练用于识别特征，诸如图像中的直线、曲线、 连接点或其他的几何形状。所述特征提取器以一定量的特征模型为基础，所述模型被这样生成以 致包括了对于各种边缘类型的每一种的模型。这符合所述技术的目的，即 必须j吏机器人能够识别形状和成〗象目标。I所述模型是以作为数字图像所关心的像素的中心像素为中心的3x3像 素窗口。为了以旋转不变的方式描述所述特征，使用了这样的特征描述符， 即与所述3x3像素窗口对应的协方差矩阵的特征空间。正如其清楚地显示的，这种模型是一种滤波器，其目的在于通过确定 图像的像素是否为存在于所述图像中的几何结构的一部分来识别该几何结 构。被如此识别的几何结构可以被用于通过在所述图像中已识别的形状来 识别所述成4象目标。通过利用人工神经网络来作出4象素是否为诸如边缘、 角、曲线或类似的几何结构或形状的一部分的判定。受限于所述像素是边 缘的一部分、角的或直线的或曲线的或其他几何结构的一部分的事实，由 所述神经网络给出的结果仅仅是所述像素的所述特征。没有获得与由图像 中的像素表示的真实成像目标的所述部分的特征或特性相关的信息。根据 上述文献的处理受限于仅仅"图示的(pictorial)"特征。所以，例如这些方法对于边,测的应用^f吏用了在如下描述中的更详 细地定义的所谓梯度矩阵。所述梯度矩阵的使用已有Introductory techniques for 3-D Computer Vision, E. Trucco and A. Verri, Prentice Hall， 1998的例子。另一种^L称为Hessian矩阵的处理器，其对应于描述本文档来自技高网...
【技术保护点】
一种对数字或数字化的二维或三维图像的像素或体素进行编码的方法，其包括如下步骤： ａ）提供以二维像素阵列或三维体素阵列构成的数字图像，通过至少一个变量，如灰度图像中的亮度或彩色图像中的ＨＳＶ（色度、饱和度及纯度）或ＲＧＢ值来定义各个像素或体素； ｂ）将所述图像的各个像素或体素作为目标像素或体素，并且，对于每个目标像素或体素，通过包含所述目标像素或体素以及一定数目的周围像素或体素的像素或体素窗口形成邻域； ｃ）对于每个目标像素或体素，生成与所述目标像素或体素单义地相关的向量，所述向量的分量被生成为所述目标像素或体素以及所述像素或体素窗口的各个像素或体素的值的函数； 其特征在于， 所述目标像素或体素以及所述像素或体素窗口的各个像素或体素的值的函数，对应于表示所述窗口的像素或体素的数值矩阵或该数值矩阵的变换的特征参数。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：I戈里，M马蒂乌齐，
申请(专利权)人：布雷克成像有限公司，
类型：发明
国别省市：IT[意大利]
0来自[越南] 2021年08月03日 04:52写得很好