对图像中包含的对象进行分类的方法和装置制造方法及图纸

本发明专利技术涉及对图像中包含的对象进行分类的方法和装置。一种对图像中包含的对象进行分类的方法，包括：确定对象的形状是否为单个规则形状；如果对象的形状不是单个规则形状，则根据对象的方向角度曲线确定对象是不规则形状还是重叠的规则形状。通过本发明专利技术，可以区分图像中包含的不规则形状的对象与重叠的规则形状的对象。

【技术实现步骤摘要】
对图像中包含的对象进行分类的方法和装置
本专利技术涉及图像识别领域，更具体地涉及一种用于对图像中包含的对象进行分类的方法和装置。
技术介绍
现有技术中对于具有不规则形状与规则形状的对象进行分类通常是利用轮廓形状或表面纹理来分类。规则对象指的是圆形平滑且为凸的形状，而不规则形状的轮廓不平滑并且有很多凹陷部分。但是由于规则对象也可能会重叠在一起，导致重叠后的整体形状不再平滑并且在重叠区域也包含了凹陷部分，这种情况无法被传统方法解决。因此需要一种能够对图像中包含的对象进行正确分类的方法。
技术实现思路
在下文中给出关于本专利技术的简要概述，以便提供关于本专利技术的某些方面的基本理解。应当理解，这个概述并不是关于本专利技术的穷举性概述。它并不是意图确定本专利技术的关键或重要部分，也不是意图限定本专利技术的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。本专利技术的一个主要目的在于，提供一种对图像中包含的对象进行分类的方法，包括：确定对象的形状是否为单个规则形状；如果对象的形状不是单个规则形状，则根据对象的方向角度曲线确定对象是不规则形状还是重叠的规则形状。根据本专利技术的一个方面，提供了一种对图像中包含的对象进行分类的装置，包括：第一分类单元，所述第一分类单元用于确定所述对象的形状是否为单个规则形状；第二分类单元，如果所述对象的形状不是单个规则形状，则所述第二分类单元用于根据所述对象的方向角度曲线确定所述对象是不规则形状还是重叠的规则形状。另外，本专利技术的实施例还提供了用于实现上述方法的计算机程序。此外，本专利技术的实施例还提供了至少计算机可读介质形式的计算机程序产品，其上记录有用于实现上述方法的计算机程序代码。通过本专利技术，可以区分图像中包含的不规则形状的对象与重叠的规则形状的对象。通过以下结合附图对本专利技术的最佳实施例的详细说明，本专利技术的这些以及其他优点将更加明显。附图说明参照下面结合附图对本专利技术实施例的说明，会更加容易地理解本专利技术的以上和其它目的、特点和优点。附图中的部件只是为了示出本专利技术的原理。在附图中，相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。图1A-1C是示出图像中包含的不规则形状、单个规则形状、或重叠的规则形状的对象的示意图；图2是示出根据本专利技术的一个实施例的对图像中包含的对象进行分类的方法200的示例性流程图；图3A-3B示出了方向角度曲线的示例图图4示出了获得对象的方向角度曲线的步骤的示例性流程图;；图5是示出方向角度曲线中的波峰的示例图；图6是示出方向角度曲线中的最大方向角度改变和波峰距离的示例图；图7是示出根据本专利技术的一个实施例的对图像中包含的对象进行分类的装置700的示例性配置的框图；图8是示出第二分类单元720的示例性配置的框图；图9是示出可以用于实施本专利技术的对图像中包含的对象进行分类的方法和装置的计算设备的举例的结构图。具体实施方式下面参照附图来说明本专利技术的实施例。在本专利技术的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，附图和说明中省略了与本专利技术无关的、本领域普通技术人员已知的部件和处理的表示和描述。本专利技术提出的方法和装置可以对图像中包含的不规则形状、单个规则形状、或重叠的规则形状的对象进行分类。图1A-1C分别示出了这三种类型的对象。不规则形状对象的轮廓不平滑并且有很多凹陷部分，如图1A所示。单个规则对象具有圆形平滑且为凸的形状，如图1B所示。图1C示出了重叠的规则形状的对象。根据本专利技术的实施例的方法，在分类过程中采用两个步骤。首先确定对象的形状是否为单个规则形状，如果不是，则在第二个步骤中区分出不规则形状或重叠的规则形状。图2是示出根据本专利技术的一个实施例的对图像中包含的对象进行分类的方法200的示例性流程图。如图2所示，在步骤S210中，确定对象的形状是否为单个规则形状。在步骤S210中，优选地，采用对象的面积比率，紧致性，密实度这三种特征中的至少一项来确定对象的形状是否为单个规则形状。这三种特征的定义如下：面积比率：分类对象的面积除以整张图像的面积。紧致性：分类对象边缘轮廓的周长平方除以对象的面积。密实性：分类对象的面积除以它的凸面积，凸面积指的是包含该对象的最小凸多边形的面积。具体地，确定对象的形状是否为单个规则形状包括：计算图像中对象的面积比率、紧致性和密实度中的至少一项；将面积比率、紧致性和密实度中的至少一项与其相应的预定阈值进行比较来确定对象是否为单个规则形状。其中各个预定阈值可以通过衡量训练数据的最小误差值来调节。例如，在检测普通规则形状的细菌与不规则形状的芽孢杆菌时，若满足面积比率小于0.001，或紧致性小于14且密实性大于0.98，利用本专利技术的方法可以把测试细菌分类成单个规则形状的普通细菌，否则分为不规则形状的芽孢杆菌或重叠规则形状的普通细菌，并通过步骤220来进行进一步细分。在步骤S220中，根据对象的方向角度曲线确定该对象是不规则形状还是重叠的规则形状。图3A-3B示出了两种不同形状的对象的方向角度曲线的示例。其中，图3A是与不规则形状对象对应的方向角度曲线，图3B是与重叠的规则形状对象对应的方向角度曲线。从图3A-3B中可以看到，不规则形状对象所对应的方向角度曲线与重叠的规则形状对象所对应的方向角度曲线有明显的不同。也就是说，不同形状的对象的方向角度曲线具有其特定的特征。因此可以根据对象的方向角度曲线来确定对象是规则形状还是重叠的规则形状。图4示出了获得对象的方向角度曲线的步骤的示例性流程图。在步骤S410中，进行对象的每个边界像素的坐标的平滑操作。通过计算对象的每个边界像素的多个邻近像素的平均位置来得到每个边界像素的平滑坐标。其中平滑因子取决于邻近像素的数量2K（每个像素的前K个和后K个邻近像素）。即通过计算边界像素的2K个邻近像素的平均位置来得到平滑后的边界像素的平滑坐标(xsi,ysi)（平滑前必须为整数值的坐标位置在平滑后可以为非整数）：在步骤S420中，利用每个边界像素的平滑坐标来计算每个边界像素的方向角度。具体地，每个边界像素的方向角度di由其前K个和后K个邻近像素平滑后的坐标位置通过以下方程得到：在步骤S430中，在得到所有边界像素的方向角度后，根据每个边界像素的方向角度可以得到该对象的方向角度曲线。其中，K的值取决于边界像素点的数量，通常在5到15之间。优选地，在得到对象的方向角度曲线之后，可以再根据对象的方向角度曲线来计算基于对象的方向角度曲线的特征。基于对象的方向角度曲线的特征可以包括但不限于：对象的最大方向角度改变、波峰距离标准方差以及波峰数目差。首先，这里对方向角度曲线上的波峰定义如下：若一个边界像素的方向角度值大于其N个邻近像素的方向角度值，则认为该边界像素点的方向角度处于一个波峰。在邻近像素的数目为2K时，整条方向角度曲线上总共的波峰数量计为Np。Np的值取决于边界像素的数量，通常在5到20之间。如图5所示，示出了方向角度曲线中的波峰。接着，根据对象的方向角度曲线来计算对象的最大方向角度改变。方向角度改变定义为：在方向角度曲线中的每个波谷的方向角度与下一个波峰的方向角度之间的差值。对所有这些方向角度改变值取最大值作为最大方向角度本文档来自技高网...

【技术保护点】
一种对图像中包含的对象进行分类的方法，包括：确定所述对象的形状是否为单个规则形状；如果所述对象的形状不是单个规则形状，则根据所述对象的方向角度曲线确定所述对象是不规则形状还是重叠的规则形状。

【技术特征摘要】
1.一种对图像中包含的对象进行分类的方法，包括：确定所述对象的形状是否为单个规则形状；如果所述对象的形状不是单个规则形状，则根据所述对象的方向角度曲线确定所述对象是不规则形状还是重叠的规则形状，其中，所述方向角度曲线通过以下步骤来获得：通过计算所述对象的每个边界像素的多个邻近像素的平均位置来得到每个所述边界像素的平滑坐标；利用每个所述边界像素的平滑坐标来计算每个所述边界像素的方向角度；根据每个所述边界像素的所述方向角度得到所述对象的所述方向角度曲线。2.根据权利要求1所述的方法，其中，根据所述对象的方向角度曲线确定所述对象是不规则形状还是重叠的规则形状包括：根据所述对象的所述方向角度曲线来计算所述对象的最大方向角度改变、波峰距离标准方差以及波峰数目差中的至少一项；将所述最大方向角度改变、所述波峰距离标准方差以及所述波峰数目差中的所述至少一项与其相应的预定阈值进行比较来确定所述对象是不规则形状还是重叠的规则形状，其中所述最大方向角度改变通过以下步骤计算：计算所述方向角度曲线中的每个波谷的方向角度与下一个波峰的方向角度之间的差作为方向角度改变，在所有所述方向角度改变中取最大值作为所述最大方向角度改变；所述波峰距离标准方差通过以下步骤计算：计算所述方向角度曲线中两个相邻的波峰之间的边界像素的数目除以所述边界像素的总数作为所述两个相邻的波峰之间的波峰距离，取所有相邻的波峰之间的波峰距离的标准方差作为波峰距离标准方差；所述波峰数目差通过以下步骤计算：对所述对象的每个边界像素的多个邻近像素的数目分别取两个不同的值2K和2K’，其中K’>K，得到所述对象的两个不同的方向角度曲线，所述两个不同的方向角度曲线的波峰的数目分别为Np和Np’，用Np’-Np得到所述波峰数目差。3.根据权利要求2所述的方法，其中，所述边界像素的2K个邻近像素是所述边界像素的前K个邻近像素和后K个邻近像素。4.根据权利要求1所述的方法，其中，确定所述对象的形状是否为单个规则形状包括：计算所述图像中所述对象的面积比率、紧致性和密实度中的至少一项；将所述面积比率、所述紧致性和所述密实度中的所述...

【专利技术属性】
技术研发人员：王正翔，刘汝杰，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP