一种图像处理方法，其中每个图像由图像点阵列组成，特别地图像点即所谓分别在二维、三维或更多维空间中的像素或体素，每个图像点由其在图像点阵列内的位置和定义了关于明亮、灰度、色度等特性的图像点外部特征的一个或多个数值参数来唯一地定义，并且其中每个图像点被认为是人工神经网络的节点，其中根据把每个像素的外部特征定义为所述人工神经网络的节点值的参数和根据把处理中的每个像素与由预定的像素子集中的像素所组成的邻居像素特别是与所述处理中的像素的邻居像素（所谓的像素窗口）的连接来处理所述图像，同时通过定义外部特征的参数的迭代演化步骤（诸如所述节点值的演化步骤）或通过该组连接值的迭代演化步骤或通过所述演化的组合来获得新图像即经处理的图像的像素，其中通过演化迭代步骤进行处理，其中每个步骤还是把邻居像素与检查中的像素连接的函数，当检查中的像素的所述邻居像素的每个还被认为是邻近于所述邻居像素的一个或多个或全部像素的邻居像素时，所述函数是用于确定所有其它像素的外部特征值的即时反馈贡献。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种图像处理方法，其中每个图像由图像点阵列组成，特别地，图像点 即所谓分别在二维、三维或更多维空间中的像素(Pixel)或体素(voxel)，每个图像点由其 在图像点阵列内的位置和定义了关于亮度、灰度、色度等特性的图像点外部特征的一个或 多个数值参数来唯一地定义，并且其中每个图像点被当作是人工神经网络的节点，根据把 每个像素的外部特征定义为所述人工神经网络的节点值的参数以及根据把每个处理中像 素与预定像素子集中像素所组成的邻居像素特别是与所述处理中像素的邻居像素即所谓 的像素窗的连接来处理所述图像。 同时，通过定义了外部特征的参数的迭代演化步骤(诸如节点值的演化步骤)，或 通过这组连接的值的迭代演化步骤，或通过所述演化的组合来获得新图像(即经处理的图 像)的像素。
技术介绍
根据文献W0 2005/020132或EP 1656632已知这种类型的方法，其中描述了依照 本专利技术的方法的基本原理，并且其公开内容在基本概念方面应该被当作是本专利技术的一部 分。 依照上述文献的已知方法的处理系统基于局部性、确定性和迭代操作来工作。局 部性操作是由于在每个处理周期操作都涉及中心像素及其与直接相邻的像素(中心像素 的邻居)的关系的事实。确定性操作是由于动态系统朝之演化的稳定条件是按照确定方程 排序的事实，所述动态系统由具有新图像的像素矩阵表示，因此可以重复这种处理而总是 导致相同的结果。迭代操作是由于反复地重复操作直到动态系统的空间演化步骤达到它们 自己的吸引子的事实。 概括上述已知系统的基本理论概念，具有在D维空间中相关拓扑的现象 (phenomenon)，例如由像素或体素阵列组成的或由值阵列组成的图像，其中每个值都用于 区分在像素或体素阵列中具有预定位置的像素或体素的外部特征，可以由被称作节点的最 小单元和所建立的相互之间的局部连接来表示。在处理步骤n的每个最小单元u由其在现 象中所占据的位置x二 (Xl，x2，…，x。)以及依赖该位置的量值来定义『"1 1>] <」Y Y = <Al，A2,..,AD A 在实践中，设想最小单元u是在位置坐标X所布置的点，其中还对所述位置坐标X 给出被称作强度的值。对于每个单元u来说，在项u产]中总计在处理周期n—起获得的位 置x和强度值。起始给定的图像必须被当作是由在处理周期"O"的单元组成，因此其每个 单元由项u,w来标识。当我们不参照处理周期n而参照总体上最小的单元时，则我们通过 项u来指示，或通过ux来指示它，如果我们还希望指示位置。 把在指标kw(i = 1，2…，D)的绝对值之中的最大值当作是在两个最小单元的位置 x = (x" x2，…，xD)禾卩xs = (x一ks" x2+kS2，…，xD+kSD)之间的距离dist(x， xs)，其中l= max,■=1,2,..""'57 给定(在给定图像内的)位置坐标X，我们把X的半径为G的邻居当作是以位置X 为中心的邻居1/，包括X和离X的距离不是空的并且不超过G的所有位置A :*w 乂o<'5" 在实践中，X的每个邻居l/只由满足的所有点XS和X本身组成。位置X被 命名为邻居1/的中心像素的位置。下标S标示不同于中心位置X的邻居点XS的位置的可 变性。在二维情况(D = 2)并且半径为1的情况下，S是用于标示以位置X为中心的8个 邻居像素的位置的下标。 该组位置X和属于各自邻居1/的XS，由于它们是位置坐标，所以被无差别地用来 标示起始给定图像、处理中的图像和最终图像的像素的位置。如果我们参照半径G = 1的 邻居，那么邻居将由简单的符号I,来标示。 在两个最小单元之间的每个局部连接定义了由最小单元施加在另一个最小单元 上的力，反之亦然。因此，一旦给出两个最小单元，总是提供两个局部连接，其值是独立的并 且通常是不同的。在具有位置x = (Xl， x2，， xD)的最小单元和具有位置xs = (xsl， xS2， ... ， xSD)的另- -个最小单元之间的连接在步骤n由连接单元的位置x和xs以及数值来定义等于 4〗、义1 ，X^ ' ，&)，(Xsi，xs2二 >vX， 乂sXSD — XD+ks(ksl，kS2，.. ',xD ,x2 ,. ',Xd +&￡>) 其中清楚地指示X和XS 二者的每个坐标xsl = Xl+ksl， xS2 = x2+ks 反之，在中，使用更简单的符号，其中一起被指示为^二x+ks，其中k^ kSD)。 因此，一般说来，使用符号w]^来指处理步骤n在(位于邻居的位置x中的)中心A ，入S像素的最小单元ux和(位于位置xS中的)邻居1/的像素的每个最小单元";c,之间的每个 连接值。 相对于具有半径G的邻居定义了活动连接矩阵。对于每个最小单元ux来说，只考 虑在位置x的中心单元及它的半径为G的邻居/:的单元"々之间的连接。 将活动连接矩阵定义为由下列方程组成的系统 — 义1 ,巧，，,XD<formula>formula see original document page 9</formula> 并且具有初始固定值z4"、 x ="^和<formula>formula see original document page 9</formula> 第一方程表明单元的演化依赖单元的值、所有邻居单元和半径G的超立方 体邻居的所有单元的(2 *G+1)D-1个连接之一 ；同时用于连接的(2 *G+1)D_1个方程表明它 们中每个的演化依赖该连接的值和两个连接的单元之一。 在二维情况(D = 2)的情况下，可以使用更简单的标号i和j代替xl和x2来在 矩阵中表示现象的单元，其作为下式给出 而方程被特殊化并且如下详细描述<formula>formula see original document page 9</formula><formula>formula see original document page 10</formula>在具有D维空间中相关拓扑并且具有半径为G的最小连接元素的现象的一般情况 元在步骤n的变化利用下式确定在步骤n+l影响传播，直到远处单元g(n+l)位置 g(n+l) = (n+l) G 因此，仍然在步骤n+l，由邻居的变化所命中的单元数目r (n+l)，不包括中心单于<formula>formula see original document page 10</formula>类似地，另外可以观察两个单元ux和"化相互影响的延迟步骤的数目An等于<formula>formula see original document page 10</formula> 因此，基于这种考虑，应当注意方程可以容易地推导出<formula>formula see original document page 11</formula><formula>formula see original 本文档来自技高网...
【技术保护点】
一种图像处理方法，其中每个图像由图像点阵列组成，特别地图像点即所谓分别在二维、三维或更多维空间中的像素或体素，每个图像点由其在图像点阵列内的位置和定义了关于明亮、灰度、色度等特性的该图像点外部特征的一个或多个数值参数来唯一地定义，并且其中每个图像点被当作是人工神经网络的节点，其中根据把每个像素的外部特征定义为所述人工神经网络的节点的值的参数和根据把每个处理中像素与预定像素子集中的像素所组成的邻居像素、特别是与所述处理中像素的邻居像素即所述像素窗的连接来处理所述图像，同时，通过定义了所述外部特征的参数的迭代演化步骤，诸如所述节点值的演化步骤，或通过该组连接的值的迭代演化步骤，或通过所述演化的组合来获得新图像即经处理的图像的像素，其特征在于，所述处理通过演化迭代步骤发生，其中每个步骤还是邻居像素与检查中像素的连接的函数，当该检查中像素的所述邻居像素中的每个还被当作是邻近于所述邻居像素的一个或多个或全部像素的邻居像素时，该函数是用于确定所有其它像素的外部特征值的即时反馈贡献，其中所述图像的每个像素的外部特征值有助于确定由所述迭代步骤产生的新图像的所有其它像素的新的外部特征值。
【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：保罗马西莫布谢马，
申请(专利权)人：布拉科成像SPA公司，
类型：发明
国别省市：IT[意大利]
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。