预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110619648A(43)申请公布日2019.12.27(21)申请号201910887174.7(22)申请日2019.09.19(71)申请人四川长虹电器股份有限公司地址621000四川省绵阳市高新区绵兴东路35号(72)发明人赖俊良(74)专利代理机构四川省成都市天策商标专利事务所51213代理人郭会(51)Int.Cl.G06T7/12(2017.01)G06T7/136(2017.01)G06T7/187(2017.01)G06T7/90(2017.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于RGB变化趋势划分图像区域的方法(57)摘要本发明公开了一种基于RGB变化趋势划分图像区域的方法,主要利用两轮相似判断,来划分图像区域,利用RGB三原色通道的变化方向相似以及像素点物理位置临近来判定像素点是否是某个区域聚类中的一个,属于一种图片预处理方法。本发明的基于RGB变化趋势划分图像区域的方法可根据颜色信号的变化趋势来判断,使边缘划分更加明确,有效的提高了图像区域划分的准确率。CN110619648ACN110619648A权利要求书1/1页1.一种基于RGB变化趋势划分图像区域的方法,其特征在于,包括以下步骤:A.获取输入的图片,得到长为X像素宽为Y像素的图像;B.获取像素点RGB三通道信号值并转化为二维数组,数组长度为X*Y,具体的数组值为[…[R,G,B],[R,G,B]…],每个像素组含三个元素代表该像素点的RGB信号值;C.获取像素点颜色信号组成的线段的斜率,具体以一个像素信号为单位[R,G,B],将该组信号填充为三个点[[0,R],[1,G],[2,B]],并计算过三个点形成的两个线段的斜率,具体通过形成分别过点[[0,R],[1,G]]的线段一以及分别过点[[1,G],[2,B]]的线段二,计算线段一的斜率K1与线段二的斜率K2,K1=R-G,K2=B-G,获取每个像素点关于颜色通道的斜率数组,得到最终的关于颜色信号变化情况的斜率数组[[GN-RN,BN-GN],[GN-RN,BN-GN]…],记为[[slopeA,slopeB],[slopeA,slopeB]…];D.进行第一轮聚合,比较像素点邻域RGB信号变化趋势,将斜率数组中,斜率同方向的划分为同一类即判定属于同一区域;E.进行第二轮聚合,计算并对比第一轮中划定的区域与区域之间RGB颜色信号的相似度,根据预设相似度阈值判定某相似度的两块区域是否合并,并对可以合并的区域进行合并;F.输出最终合并后的区域判定结果。2.根据权利要求1所述的一种基于RGB变化趋势划分图像区域的方法,其特征在于,所述步骤E具体包括:E1.将各区域的单个像素的[R,G,B]信号均映射到一维空间得出对应的一维值,且各区域的单个像素点的一维值组合构成该区域的一维数组;E2.将相邻两两区域的一维数组分别进行排序并采样,计算相邻两两区域的两个数组间的相似度并得出所有区域间的最大相似度;E3.将最大相似度与距离因子相乘得到最终的相似度;距离因子a=(m-n)/m,其中,m为图像的最大距离,a为两块区域间的最小距离;E4.比较该最终的相似度是否超过预设相似度阈值,若超过则判定两块区域可以合并,否则不予合并。3.根据权利要求2所述的一种基于RGB变化趋势划分图像区域的方法,其特征在于,所述步骤E2中对一维数组进行排序并采样时具体为先将各数组内的数值按由小至大的顺序进行排序,然后比较两个数组包含的数字个数,对于数字个数多的数组保留前n个数字,其中,n为数字个数少的数组包含的数字个数。4.根据权利要求3所述的一种基于RGB变化趋势划分图像区域的方法,其特征在于,所述步骤E2中具体采用余弦相似度算法计算数组间的相似度,计算公式如下:其中,Xi表示两个被比数组中其中一个数组的各像素点的一维值,Yi表示另一个数组的各像素点的一维值。2CN110619648A说明书1/4页一种基于RGB变化趋势划分图像区域的方法技术领域[0001]本发明涉及图像物体识别预处理技术领域,特别涉及一种基于RGB变化趋势划分图像区域的方法。背景技术[0002]图像分割是一种基本的计算机视觉技术,是从图像处理到图像分析的关键步骤。有效合理的图像分割能够为基于内容的图像检索、对象分析等抽象出十分有用的信息,从而使得更高层的图像理解成为可能。但是图像分割至今为止仍然是一个没有得到很好解决的问题,并且仍然是一个研究的热点问题。[0003]现有的图像分割方法大部分都是将待处理的图像转化为灰度图像,利用图像的灰度值的直接差异基于阀值来确定图像像素点的相似度,判断图像边界,从而划分出图像的区域。比较经典的算法有基于阀值的分割(固定阀值分割,自适