用于底层图像的挖掘方法及采用该方法的图像挖掘装置制造方法及图纸

技术编号:2947600 阅读:178 留言:0更新日期:2012-04-11 18:40
一种用于底层图像的挖掘方法,其特征在于包括下列步骤:用灰度/色度谱分级平坦化方法挖掘待掘图像的灰度/色度信息,确定其挖掘参数,用Zadeh-X变换方法对待掘图像进行挖掘,获得结果图像。一种用于底层图像的挖掘装置,其特征在于:其中所述中央处理机构分别与图像信息检测机构、图像信息挖掘机构和人机对话机构相连接,该中央处理机构还与外部的图像识别机构连接。本发明专利技术的显著效果是:具有一个灰度/色度级分辨率,用于底层图像挖掘的图像灰度/色度信息的高分辨检测方法,可以挖掘出人类视觉不能看见的被强背景掩埋了的,或被人为地隐藏了的,或仅少数像素占有的灰度/色度,最终挖掘出这些被隐藏的图像。

【技术实现步骤摘要】

本专利技术属于图像处理
,对人的视觉不能看见的被强背景掩埋了的图像信息进行挖掘的方法和装置,具体地说,涉及一种用于底层图像的挖掘方法及采用该方法的图像挖掘装置
技术介绍
人类视觉的灰度/色度极限分辨率约为4~5个级的差异,低于此限的图像信息人类视力根本无法分辨,因此可利用人类视觉的灰度/色度分辨限制来实现目标图像的隐藏;相应地为了获得目标图像,要对隐藏的或被强背景掩埋的目标图像进行挖掘。这种方法可用于文本、图像加解密,保密传输,或挖掘恶劣条件下拍摄的图像信息,如汽车肇事后逃逸、金融机构监控图像中隐藏的图像信息等,这些信息可以是汽车轮廓、牌号或织物图案,甚至是DNA图像。在现有图像处理技术中,在挖掘被强背景掩埋的人类视觉不能看见的底层图像信息时,通常采用的是灰度直方图均衡化方法,其具体做法是将图像0至255的256个灰度级分成若干段,如16段或32段,分别求出一幅图像中灰度属于某段的像素数,然后做成直方图(如图2所示),以观察灰度的统计分布。直方图均衡化的算法所用公式是TEi=p/q,式中下标i表示分段数(i=1,2,…,q),P为一幅图像的总像素数,TEi为第i段的像素数,即每段的像素数相同。这种均衡化直方图不含重要的信息,其缺点是分辨率低,对小于4~5个灰度/色度级差异的底层图像没法进行检测和挖掘,因此其应用非常有限。
技术实现思路
本专利技术的目的是提供一种用于底层图像的挖掘方法及采用该方法的图像挖掘装置,使其具有一个灰度/色度级分辨率。为达到上述目的,本专利技术所述的用于底层图像的挖掘方法,其关键在于包括下列步骤(一)、步骤1,用灰度/色度谱分级平坦化方法挖掘待掘图像的灰度/色度信息,做出待掘图像的分级平坦化后灰度/色度谱,其具体方法如下A、利用图像识别机构捕捉待掘图像,采用数字化照像设备或图像扫描设备获得待掘图像;B、将所述的待掘图像文件读入计算机,由中央处理机构获得每个像素点的红、绿、蓝三种色度值R(x,y)、G(x,y)、B(x,y),可由DELPHI识图机构实现色度值R(x,y)、G(x,y)、B(x,y)的获取;C、然后借助所述的每个像素点的红、绿、蓝三种色度值R(x,y)、G(x,y)、B(x,y),由中央处理机构利用色/灰度转换方法进行图像的灰度转换,得到所述待掘图像中每个像素点的灰度值OZ(x,y);D、在得到所述待掘图像中每个像素点的灰度值OZ(x,y)后,再由中央处理机构对不同灰度级i中的灰度值OZ(x,y)数量进行统计,得出每个灰度级i的像素点数量总数OZi,并统计出所述待掘图像的总像素点数∑OZi,并生成待掘图像的原始灰度/色度谱;E、依靠所述原始灰度/色度谱,由图像信息检测机构利用分级平坦化方法,作出分级平坦化后灰度/色度谱,识别出待掘图像内是否有待挖掘的图像信息;(二)、步骤2,目标图像的挖掘,其具体方法如下 A、根据所述的分级平坦化后灰度/色度谱的分布特征信息,由人机对话机构探测图像信息的挖掘范围,确定两个挖掘参数灰度起始值Sita、灰度范围Delta;B、结合灰度起始值Sita、灰度范围Delta,以及待掘图像中灰度值OZ(x,y)信息;由图像信息挖掘机构用Zadeh-X变换方法对待掘图像进行挖掘,获得一组新的结果像素值T(x,y),依靠所述结果像素值T(x,y)的信息,获得结果图像。所述色/灰度转换方法有两种其一为采用归一化加权和公式计算灰度值OZ(x,y)=R(x,y)×0.3+G(x,y)×0.59+B(x,y)×0.11所述(x,y)为待掘图像各像素点的坐标。其一为采用等权转换公式计算灰度值OZ(x,y)=R(x,y)/3+G(x,y)/3+B(x,y)/3所述(x,y)为待掘图像各像素点的坐标。所述待掘图像的原始灰度/色度谱具体体现为一幅坐标图,其X轴方向为待掘图像灰度级i,i的分布区间为,其Y轴方向为每个灰度级i的像素点数OZi,OZi的分布为区间,该原始灰度/色度谱体现出了在待掘图像中在不同的灰度级i内,分别包含像素点数量总数OZi的多少,因灰度级i的分布范围为共256级,故灰度级i的分布区间为,像素点数量总数OZi的数量多少依据待掘图像的大小而定。所述分级平坦化方法是采用以下方程得出一组新的灰度/色度信息分级平坦化后灰度/色度谱中第i个灰度级的分级平坦化后像素点数TEi,作出所述分级平坦化后灰度/色度谱 分级平坦化方法TEi=(OZi)l/m∑TEi/∑(OZi)l/m式中i=0,1,2,…,N-1,N=256,表示灰度级,m∈[1,∞)为分级平坦化级。配合总像素点数∑OZi不变原则得出一组新的灰度/色度信息,分级平坦化后灰度/色度信息谱的分级平坦化后总像素点数∑TEi,所述分级平坦化方法和总像素点数∑OZi不变原则形成方程组分级平坦化方法TEi=(OZi)l/m∑TEi/∑(OZi)l/m总像素点数∑(OZi)不变原则∑TEi=∑OZi式中i=0,1,2,…,N-1,N=256,表示灰度级,m∈[1,∞)为分级平坦化级;所述分级平坦化灰度/色度谱具体体现为一幅坐标图,其X轴方向为灰度级i,其分布区间为,其Y轴方向为分级平坦化后每个灰度级i的像素点数TEi,其分布区间为,实际作图中,Y轴方向采用归一化作图。该分级平坦化后灰度/色度谱由所述原始灰度/色度谱变异生成,其变异的依据是所述分级平坦化方法TEi=(OZi)l/m∑TEi/∑(OZi)l/m,且必须遵循总像素点数不变的原则,即算式∑TEi=∑OZi,否则图像信息将会失真。具体的变异体现为在灰度级i保持不变的情况下,各灰度级i所包含的像素点数由OZi变成了TEi,即利用在指数函数y=(OZi)l/m中在OZi大于1时,m越大,y越小,m趋于无穷大时,y趋于1。此时,原始灰度/色度谱中人肉眼无法看到的只有少数像素点数的灰度信息凸显出来,随分级平坦化级m的不同,生成不同的分级平坦化后灰度/色度谱,其少数像素点数的灰度信息凸显效果也就不同,当m趋于无穷大时,所述平坦化灰度/色度谱已经变异为所有灰度的像素点数趋于一样。变异结果人的肉眼就能识别出所述待掘图像中包含有的灰度级i的范围和具体灰度级别,体现为各灰度级i的像素点数TEi在所述经分级平坦化后灰度/色度谱内的具体分布。所述两个挖掘参数灰度起始值Sita、灰度范围Delta是依靠所述分级平坦化后灰度/色度谱内TEi的分布关系确定人类的灰度/色度极限分辨率约为4~5个级的差异,而灰度/色度谱分级平坦化方法可以呈现出一个灰度级的差异的信息,包括被强背景淹没的图像信息,少数像素占有的灰度/色度信息,隐藏了的图像信息。因此用灰度/色度谱分级平坦化方法就可以识别出该待掘图像内是否有待挖掘的图像信息,以及图像信息的挖掘范围灰度起始值Sita和灰度范围Delta。具体挖掘待掘图像时,再将灰度起始值Sita和灰度范围Delta引入Zadeh-X变换中所述Zadeh-X变换方法如采用下式计算T(x,y)=K/Delta其中OZ(x,y)的范围是;T(x,y)的范围是;Sita的范围是;Delta的范围是;K的范围是;所述(x,y)为图像各像素点的坐标。所述Zadeh-X变换原理结合灰度起始值Sita和灰度范围Delta,对待掘图像中每个像素点的灰度值OZ(本文档来自技高网...

【技术保护点】
一种用于底层图像的挖掘方法,其特征在于包括下列步骤:(一)步骤1,用灰度/色度谱分级平坦化方法挖掘待掘图像的灰度/色度信息,做出待掘图像的分级平坦化后灰度/色度谱,其具体方法如下:A、利用图像识别机构捕捉待掘图像;B 、将所述的待掘图像文件读入计算机,由中央处理机构(1)获得每个像素点的红、绿、蓝三种色度值R(x,y)、G(x,y)、B(x,y);C、然后借助所述的每个像素点的红、绿、蓝三种色度值R(x,y)、G(x,y)、B(x,y),由中央处 理机构(1)利用色/灰度转换方法进行图像的灰度转换,得到所述待掘图像中每个像素点的灰度值OZ(x,y);D、在得到所述待掘图像中每个像素点的灰度值OZ(x,y)后,再由中央处理机构(1)对不同灰度级i中的灰度值OZ(x,y)数量进行 统计,得出每个灰度级i的像素点数量总数OZ↓[i],并统计出所述待掘图像的总像素点数∑OZ↓[i],并生成待掘图像的原始灰度/色度谱;E、依靠所述原始灰度/色度谱,由图像信息检测机构(2)利用分级平坦化方法,作出分级平坦化后灰度/色 度谱,识别出待掘图像内是否有待挖掘的图像信息;(二)步骤2,目标图像的挖掘,其具体方法如下:A、根据所述的分级平坦化后灰度/色度谱的分布特征信息,探测图像信息的挖掘范围,由人机对话机构(3)确定两个挖掘参数:灰度起始值Sit a、灰度范围Delta;B、根据灰度起始值Sita、灰度范围Delta,以及待掘图像中灰度值OZ(x,y)信息;由图像信息挖掘机构(4)用Zadeh-X变换方法对待掘图像进行挖掘,获得一组新的结果像素值T(x,y),依靠所述结果像素 值T(x,y)的信息,获得结果图像。...

【技术特征摘要】

【专利技术属性】
技术研发人员:谢正祥刘玉红李虹王志芳
申请(专利权)人:重庆医科大学
类型:发明
国别省市:85[中国|重庆]

网友询问留言 已有0条评论
  • 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。

1
相关领域技术
  • 暂无相关专利