一种基于聚类的团块提取装置及方法制造方法及图纸

本发明专利技术公开了一种基于聚类的团块提取装置及方法，所述方法基于现有的图像金字塔的团块提取装置方法，对图像团块提取模块和图像团块合并模块进行了改进，在这两个模块中引入模型。在图像团块提取模块中对下采样模板中的像点建立模型，从概率的角度来计算像点灰度和像点团块编号。在图像团块合并模块对团块建立模型，将团块的合并转换成对多个模型间相似性的判断，从而简化了逻辑判断，从数据分布的角度对数据进行归类，保证了团块合并的准确性，同时简化了合并过程。

【技术实现步骤摘要】
一种基于聚类的团块提取装置及方法
本专利技术涉及图像处理领域，具体而言，涉及一种基于聚类的团块提取装置及方法。
技术介绍
图像的团块特征就是在图像处理过程中，根据连通性，将图像中灰度值相似的像素点归为一个团块，这种方法模拟了人类的视觉感知系统。通常，人类视觉在获得图像后，大脑会将图像中颜色相近的像素点退化为一种颜色，于是图像就变成了数个不同颜色的区域，人类再根据自己的需要重点关注一种颜色。目前，在目标跟踪算法中，采用团块特征可以有效的提高跟踪的准确性，但是对团块特征的提取方法也提出了算法简单、处理实时的要求。对于算法简单而言即要求算法使用方便，算法太过复杂会增加目标跟踪的复杂度，影响跟踪方法的使用。对于处理实时而言即要求算法计算简单快速，能处理视频流，必要时甚至可以牺牲一定的准确性。现有的团块特征的提取方法有很多，其一般是先对图像进行预处理，消除噪声，然后对图像按照颜色分类或聚类，但是得到的结果类别会比较多，而且凌乱，因此进一步需要对这些类别进行合并，得到比较重要的几个，最后对剩下的类别用矩形、椭圆等方式进行描述。目前，基于图像金字塔的团块提取方法是比较典型的一种团块提取方法，该方法计算比较简单，处理结果比较理想。如图1所示，其相应的团块提取装置包括以下几个模块：图像预处理模块、图像团块提取模块、图像团块合并模块，以及图像团块拟合模块，其团块提取步骤包括：第一步、图像预处理模块用于对图像进行预处理工作，主要包括对图像进行抑噪处理和平滑处理，使团块提取较少地受到噪声的影响。第二步、图像团块提取模块用于对图像的每一个像素点进行编号，其中，所述编号代表相应像素点所属的团块。该图像团块提取模块的详细工作步骤如下：1、计算图像的分层模型的内存空间大小，以分配足够的内存空间，并将原始图像存放到分层模型的第0层，初始化第0层图像中每个像素点的可信度均为1。其中，分层模型是一组图像，如图2所示，分层模型中上层图像的宽度和高度分别为下层图像宽度和高度的一半，输入的原始图像在分层模型的第0层，通过计算得到分层模型其它各层图像；2、对第n层图像下采样生成第n+1层图像。第n+1层图像的每一个像素点的灰度值利用分层模型像素点计算方法得到，并设置像素点的可信度。其中，下采样过程中将第n层图像缩小为第n+1层图像的1/4大小，即每四个像素点用一个像素点来表示。其中，分层模型像素点计算方法采用公式(1-1)进行计算，即像素点坐标为(i,j)的像素点的灰度值利用公式(1-1)得到，利用12邻域采样模板得到的上层像素点和下层像素点的坐标映射关系如图3所示，通过采样模板获得的12个下层像素点的集合用R表示。第n层图像的第l个像素点的灰度均值的计算公式为：其中ωk为权重，即12邻域采样模板中各个数据对应的重要性，可以根据使用对象而设置不同的系数。tk为剔除因子，例如当其为1时这个像素点参与计算。r表示像素点的可信度，其大小为分层模型大小，其值为二值数据，当第n层图像某一个像素点的可信度为1时，表示这个像素点的灰度可以代表点集R中的像素点；为0时，则认为这个像素点不能代替它下层的点集R中的像素点。初始化设置时设置所有tk为1，计算出后遍历点集R中的如果两个灰度值的欧式距离大于设定的阈值Dis，则设置其tk为0，采用公式(1-1)再计算一次，再判断是否需要剔除，如果是，则继续前面步骤，如果否，则结束。同时还判断的值，如果这个值大于一个设定的阈值Ran，则设置这个像素点的可信度为1，否则，则设置这个像素点的可信度为0。3、如果第n+1图像为金字塔的最顶层像素点，转步骤4，否则n加1，并转步骤2；4、初始化设置分层模型的顶层像素点的团块编号为0，其中团块编号是像素点所属的团块的编号，团块0表示这个团块的像素点是抛弃不用的点的集合，不参与后续的计算；5、根据第n层图像与第n+1层图像的坐标关系计算第n层图像每一像素点的团块编号，计算方法为像素点团块编号计算方法，并保存编号结果；其中，像素点团块编号计算方法依据上下层像素点的相似性来确定，首先找到下层像素点对应的上层像素点集合S，获得集合中所有点的团块编号，计算所有团块灰度值与这个下层像素点灰度值的欧氏距离，选择距离最小的一个并与设定的阈值Dis比较，如果小于设定阈值，则这个像素点属于这个团块，否则，这个根据这个像素点的可信度判断像素点的团块编号为0或者为一个新团块，如果可信度为0，则它的团块编号为0，否则这个像素点属于一个新团块，团块编号的总数目增加一个。其中，团块灰度值表示第一个标记为团块的像素点的灰度值，每一个团块只有一个团块灰度值，只有当团块编号增加时，才会新增团块灰度值，并且赋值，后面不再做更改。同样，第0类因为没有类别，因此没有团块灰度值。6、如果n为0，转步骤7；否则n减1，转步骤5；7、输出原始图像的团块编号结果。第三步、图像团块合并模块用于对图像团块提取模块的输出结果进行合并，将对团块建立灰度分布模型，根据各个团块灰度分布模型的相似性和在图像上的相邻性来对两个团块进行合并。第四步、图像团块拟合模块用于对输出的团块结果进行椭圆拟合，并输出椭圆的表达式。但是，该现有的团块提取方法仍然存在以下问题：1、计算参数太多，所述参数不具有通用性，一般而言，对于不同的图像，其参数需要设置不同，需要在操作过程中，还需要对参数进行适应性的调整以实现结果优化；2、虽然在该团块提取方法中的团块合并方法中，其在图像较为复杂的情形下时准确度比较高，但是其考虑因素较多，计算比较复杂，对于简单的二值情况下的图像的团块提取结果有比较大的偏差。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术的目的在于提供一种基于聚类的团块提取装置及方法。为了达到本专利技术的目的，本专利技术采用以下技术方案实现：一种基于聚类的团块提取装置，包括图像预处理模块、图像团块提取模块、图像团块合并模块、以及图像团块拟合模块，其中：图像预处理模块，用于对获取的图像进行图像预处理；图像团块提取模块，用于在分层模型像素点计算过程中，依据预先设置的对采样模板上的N个像素点的灰度值建立的一个灰度适配模型对当前图像中的像素点进行处理，当满足该模型时，将当前像素点保留，否则剔除，当最后计算结果收敛时，计算得到上层像素点的灰度值，同时保存这个上层像素点的灰度适配模型参数；利用分层模型倒推最下层图像上各个像素点的团块编号，在获得下层像素点到上层像素点的映射关系后，根据下层像素点的灰度值与上层像素点的灰度适配模型之间的概率关系确定下层像素点的团块编号；图像团块合并模块，用于对图像团块提取模块的输出结果进行合并，其合并方法为：对团块建立灰度分布模型，根据各个团块灰度分布模型的相似性和在图像上的相邻性来对两个团块进行合并；以及，图像团块拟合模块，用于对图像团块合并模块的输出结果进行团块拟合并输出。一种优选地的实施方式下，所述图像团块提取模块还进一步在像素点团块编号计算过程中，进行如下处理：依据下采样得到下层图像像素点对应的所有上层像素点集合S；获取上层像素点集合S中与下层图像像素点的灰度欧式距离最近的点所属的团块，并根据该团块的灰度值来确定这个下层图像像素点是否属于该团块；如果这个下层图像像素点的灰度值满足灰度适配模型，则判断这个下层图像像素点属于这个团块，否则本文档来自技高网...

【技术保护点】
一种基于聚类的团块提取装置，包括图像预处理模块、图像团块提取模块、图像团块合并模块、以及图像团块拟合模块，其特征在于：图像预处理模块，用于对获取的图像进行图像预处理；图像团块提取模块，用于在分层模型像点计算过程中，依据预先设置的对采样模板上的N个像点的灰度建立的一个灰度适配模型对当前图像中的像点进行处理，当满足该模型时，将当前像点保留，否则剔除，当最后计算结果收敛时，计算得到上层像点的灰度值，同时保存这个上层像点的灰度适配模型参数；利用分层模型倒推最下层图像上各个像点的团块编号，在获得下层像点到上层像点的映射关系后，根据下层像点灰度与上层像点的灰度适配模型之间的概率关系确定下层像点的团块编号；图像团块合并模块，用于对图像团块提取模块的输出结果进行合并，其合并方法为：对团块建立灰度分布模型，根据各个团块灰度分布模型的相似性和在图像上的相邻性来对两个团块进行合并；以及，图像团块拟合模块，用于对图像团块合并模块的输出结果进行团块拟合并输出。

【技术特征摘要】
1.一种基于聚类的团块提取装置，包括图像预处理模块、图像团块提取模块、图像团块合并模块、以及图像团块拟合模块，其特征在于：图像预处理模块，用于对获取的图像进行图像预处理；图像团块提取模块，用于在分层模型像素点计算过程中，依据预先设置的对采样模板上的N个像素点的灰度值建立的一个灰度适配模型对当前图像中的像素点进行处理，当满足该模型时，将当前像素点保留，否则剔除，当最后计算结果收敛时，计算得到上层像素点的灰度值，同时保存这个上层像素点的灰度适配模型参数；利用分层模型倒推最下层图像上各个像素点的团块编号，在获得下层像素点到上层像素点的映射关系后，根据下层像素点的灰度值与上层像素点的灰度适配模型之间的概率关系确定下层像素点的团块编号；图像团块合并模块，用于对图像团块提取模块的输出结果进行合并，其合并方法为：对团块建立灰度分布模型，根据各个团块灰度分布模型的相似性和在图像上的相邻性来对两个团块进行合并；以及，图像团块拟合模块，用于对图像团块合并模块的输出结果进行团块拟合并输出；其中，所述图像团块提取模块还进一步在像素点团块编号计算过程中，进行如下处理：依据下采样得到下层图像像素点对应的所有上层像素点集合S；获取上层像素点集合S中与下层图像像素点的灰度欧式距离最近的像素点所属的团块，并根据该团块的灰度值来确定这个下层图像像素点是否属于该团块；如果这个下层图像像素点的灰度值满足灰度适配模型，则判断这个下层图像像素点属于这个团块，否则，则评估这个下层图像像素点的可信度并依据评估结果对该团块进行编号，如果可信度为1，则这个下层图像像素点属于一个新团块，分配一个新的团块编号给这个团块，并保存团块灰度值和灰度适配模型参数；如果可信度为0，则认为这个下层图像像素点无法归类，将其团块编号设为0。2.依据权利要求1所述的基于聚类的团块提取装置，其特征在于，图像团块合并模块对图像团块提取模块的输出结果进行合并的步骤包括：依据图像团块提取模块的输出结果对各个团块分别建立团块匹配模型；获取一对相邻的团块并比较它们的团块匹配模型，如果其模型不相近，则重新获取一对相邻的团块以继续进行比较；如果其模型接近，则合并这两个团块，并更新这个新团块的团块匹配模型参数，之后重新搜索并找到一对相邻的团块并依据其更新侯的团块匹配模型进行比较；当比较完所有相邻团块且无法继续合并时，则结束。3.依据权利要求1所述的基于聚类的团块提取装置，其特征在于，图像团块提取模块采用以下数学式计算上层像素点的灰度值：其中，ωk为权重，tk为剔除因子，r表示像素点的可信度，R表示下层像素点的点集，n表示第n层图像，l表示第l个像素点，k为1至12中的任一整数值。4.依据权利要求1所述的基于聚类的团块提取装置，其特征在于，图像团块拟合模块用于对图像团块合并模块的输出结果进行椭圆拟合并...

【专利技术属性】
技术研发人员：张雪林，朱豪，吴贻刚，邓海波，
申请(专利权)人：深圳中兴力维技术有限公司，
类型：发明
国别省市：