CN103426157B - 图像有效区域的扫描方法及装置 - Google Patents

Abstract

本发明提出的图像有效区域的扫描方法，包括步骤S1，获取一幅待搜索图像；S2、通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；S3、通过水平搜索算法获得待搜索图像的水平方向边缘坐标；S4、将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。本发明采用流水线处理方式，利于嵌入式环境实现，采用的垂直/水平搜索算法具有滤波效应，对于图像边缘噪声具有低通作用，避免噪声造成的边缘误判，同时本发明可以直接用于Bayer RGB图像，减低计算复杂度。

Description

图像有效区域的扫描方法及装置

技术领域

本发明涉及图像处理领域，尤其涉及传感器输出图像中的图像有效区域的扫描方法及装置。

背景技术

在使用光学指纹传感器采集指纹图像时，已有的图像处理算法默认有效图像区域位于采集图像的正中，进而对中央区域进行处理，但由于光路的偏移，造成CMOS获取的图像中有效区域产生相应的偏移，此时中央区域只包含部分的有效指纹，甚至完全不包含有效指纹，同时会引入无效区域的噪声，最终影响后续算法的效果。

光学指纹传感器输出图像具有图一描述特征：区域1为图像有效区域；区域2、3为传感器外壳内侧反光造成，区域4、5纹理由传感器漏光造成，区域6为背景区域。图像处理算法在获取图像后默认对标注为1的有效区域进行处理，如图1中实线正方形区域所示。但由于光路的偏移，造成有效区域的移动，若仍把图像的中心区域作为有效区域进行处理，势必造成后续处理的失败，如图2所示，因此为了保证更后续处理的成功，需要先对有效图像区域进行判定。

图像有效区域的判定建立在图像有效区域边缘的搜索算法上。图像有效区域边缘属于阶跃边缘，边缘两侧象素值突变。为搜索此类边缘，最常见办法为对图像求一阶或二阶导数，对图像象素一阶导数极值点或二阶导数零点判为图像边缘。此类微分算子有Sobel算子，Robert算子，Prewitt算子，Laplacian算子，Canny算子。为避免搜索出的边缘范围过宽，专利申请号为01106756.x，专利名称为一种检测图像边缘的独立边界自增强方法的发明专利，提出了一种随机启发搜索，该算法的搜索起始点和终止点随机，搜索结果多次累加，最后形成边缘。

然而现有的边缘搜索方法，会遇到以下几个问题：

1、传感器按行依次输出图像，如果对图像求一阶或二阶导数，势必要求对图像进行存储，存储量视运算模板大小而定。如，使用3×3大小的模板，相应的图像也至少需要提前存储三行。针对Laplacian这样的二阶算子，由于其对噪声敏感，卷积前需要对图像进行平滑处理，图像的存储空间将进一步增加。

2、随机启发搜索由于起始点和终止点随机，需要反复累计搜索结果，运算量大，且需要全图存储，不适合AISC实现。

3、传感器CMOS输出图像格式为Bayer RGB，现有的边缘检测技术针对灰度图像设计，需要对BayerRGB格式的图像进行灰度转换，通过转换公式得到灰度图像。此转换也会带来额外的计算量。

发明内容

为了解决上述技术问题，本发明提出一种图像有效区域的扫描方法，包括如下步骤：

S1，获取一幅待搜索图像；

S2、通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；

S3、通过水平搜索算法获得待搜索图像的水平方向边缘坐标；

S4、将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。

所述垂直搜索算法包括如下步骤：

S201、在一幅待搜索图像中选取n列图像灰度值，x_ni为图像选择列n的灰度值，其中0<i<h_图像高，且i为偶数；

S202、选取垂直相关系数ω_p＝[-1,-1,1,1]；

S203、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为：其中y_ni为第n列垂直滑动相关计算结果；

S204、获得第n列图像垂直滑动相关计算结果y_ni的极值点；

S205、根据n列图像的垂直滑动相关计算结果y_ni的极值点对应的图像坐标计算图像垂直方向边缘坐标。

步骤S201中n列图像为待搜索图像宽度的n+1等分点所在的图像列；步骤S204中，y_ni的极值点包括垂直方向上边缘极值点和垂直方向下边缘极值点；所述步骤S205中，y_ni的极值点对应的图像坐标包括垂直方向上边缘极值点坐标和垂直方向下边缘极值点坐标；图像垂直方向边缘坐标包括垂直方向上边缘坐标和垂直方向下边缘坐标；所述步骤S205中，垂直方向上边缘坐标或垂直方向下边缘坐标可以通过对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别求平均值得到，或者通过分别计算n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标的中值得到，或者通过先对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别计算标准差，淘汰标准差最大的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标计算算术平均值得到。

所述水平搜索算法包括如下步骤：

S301、在待搜索图像中选取m行图像灰度值，x_mj为图像选择行m的灰度值，其中0<j<w_图像宽，且j为偶数；

S302、选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]；

S303、m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式为：其中y_mj为第m行水平滑动相关计算结果；

S304、获得第m行图像水平滑动相关计算结果y_mj的极值点；

S305、根据m行图像的水平滑动相关计算结果y_mj的极值点对应的图像坐标计算图像水平方向边缘坐标。

步骤S301中，m行图像是步骤S2中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行；所述步骤S304中，y_mj的极值点包括水平方向左边缘极值点和水平方向右边缘极值点，步骤S305中y_mj的极值点对应的图像坐标包括水平方向左边缘极值点坐标和水平方向右边缘极值点坐标；图像水平方向边缘坐标包括水平方向左边缘坐标和水平方向右边缘坐标；步骤S305中，水平方向左边缘坐标或水平方向右边缘坐标可以通过对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别求平均值得到，或者通过分别计算m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标的中值得到，或者通过先对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别计算标准差，淘汰标准差最大的水平方向左边缘极值点或水平方向右边缘极值点坐标，并对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。

本发明还包括一种图像有效区域的扫描装置，包括：

待搜索图像获取装置，用于获取一幅待搜索图像；

垂直方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；

水平方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过水平搜索算法获得待搜索图像的水平方向边缘坐标；

图像有效区域确定装置，与垂直方向边缘坐标获取装置和水平方向边缘坐标获取装置相连，用于将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。

所述垂直搜索算法包括如下步骤：

A1、在待搜索图像中选取n列图像灰度值，x_ni为图像选择列n的灰度值，其中0<i<h_图像高，且i为偶数；

A2、选取垂直相关系数ω_p＝[-1,-1,1,1]；

A3、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为：其中y_ni为第n列垂直滑动相关计算结果；

A4、获得第n列图像垂直滑动相关计算结果y_ni的极值点；

A5、根据n列图像的垂直滑动相关计算结果y_ni的极值点对应的图像坐标计算图像垂直方向边缘坐标。

步骤A1中n列图像为待搜索图像宽度的n+1等分点所在的图像列；步骤A4中，y_ni的极值点包括垂直方向上边缘极值点和垂直方向下边缘极值点；所述步骤A5中，y_ni的极值点对应的图像坐标包括垂直方向上边缘极值点坐标和垂直方向下边缘极值点坐标；图像垂直方向边缘坐标包括垂直方向上边缘坐标和垂直方向下边缘坐标；所述步骤A5中，垂直方向上边缘坐标或垂直方向下边缘坐标可以通过对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别求平均值得到，或者通过分别计算n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标的中值得到，或者通过先对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别计算标准差，淘汰标准差最大的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标计算算术平均值得到。

所述水平搜索算法包括如下步骤：

B1、在待搜索图像中选取m行图像灰度值，x_mj为图像选择行m的灰度值，其中0<j<w_图像宽，且j为偶数；

B2、选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]；

B3、m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式为：其中y_mj为第m行水平滑动相关计算结果；

B4、获得第m行图像水平滑动相关计算结果y_mj的极值点；

B5、根据m行图像的水平滑动相关计算结果y_mj的极值点对应的图像坐标计算图像水平方向边缘坐标。

步骤B1中，m行图像是垂直方向边缘坐标获取装置中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行；所述步骤B4中，y_mj的极值点包括水平方向左边缘极值点和水平方向右边缘极值点，步骤B5中y_mj的极值点对应的图像坐标包括水平方向左边缘极值点坐标和水平方向右边缘极值点坐标；图像水平方向边缘坐标包括水平方向左边缘坐标和水平方向右边缘坐标；步骤B5中，水平方向左边缘坐标或水平方向右边缘坐标可以通过对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别求平均值得到，或者通过分别计算m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标的中值得到，或者通过先对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别计算标准差，淘汰标准差最大的水平方向左边缘极值点或水平方向右边缘极值点坐标，并对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。

本发明提供的图像有效区域扫描方法及装置具有如下三点技术优势：

1、采用流水线处理方式，不需要预存多行多列图像数据，节省存储空间，利于嵌入式环境实现。

2、垂直/水平搜索算法具有滤波效应，对于图像边缘噪声具有低通作用，避免噪声造成的边缘误判。

3、直接用于Bayer RGB图像，不需要预先把图像转化为灰度图像，减低计算复杂度。

附图说明

图1是光学指纹传感器输出图像有效区域无偏移时的图像；

图2是光学指纹传感器输出图像有效区域有偏移时的图像；

图3是本发明的流程图；

图4是本发明具体实施例中图像垂直方向边缘搜索的示意图；

图5为本发明具体实施例中图像垂直方向边缘搜索对选定列的垂直滑动相关计算示意图，其中图5a为选定列的灰度剖面图，图5b为图5a的灰度剖面图的垂直滑动相关计算结果示意图；

图6是本发明具体实施例中图像水平方向边缘搜索的示意图；

图7为本发明具体实施例中图像水平方向边缘搜索对选定行的水平滑动相关计算示意图，其中图7a为选定行的灰度剖面图，图7b为对图7a的灰度剖面图的水平滑动相关计算结果示意图。

图8是本发明图像有效区域扫描装置的连接示意图。

具体实施方式

本方案解决由于光学指纹传感器光路偏移造成的输出图像有效区域偏移的问题。

本方案通过确定图像有效区域1的上下左右四条边缘进而确定偏移后的有效区域。由于有效图像的上下边缘和左右边缘的形成机理不同，针对上下边缘和左右边缘的搜索需分别进行。

光学传感器在其可接受的曝光参数范围内获得的图像边缘清晰度有所差异，因此为了寻找最清晰的图像边缘，本方法以光学传感器采集图像最清晰时的曝光参数为基础，对此图像进行垂直或水平边缘搜索。

下面结合附图对本发明做进一步的详细描述，流程如图3所示:

S1，获取一幅待搜索图像。

本实施例中，采用光学传感器采集一幅图像作为待搜索图像。

S2，通过垂直搜索算法获得垂直待搜索图像的垂直方向边缘坐标。

垂直搜索算法包括如下步骤：

S201、在待搜索图像中选取n列图像灰度值，x_ni为图像选择的第n列第i行的图像灰度值。n列图像为采集图像宽度的n+1等分点所在的图像列，n的值是根据经验值选取，例如图4中选取了采集图像宽度的4等分点的3列图像。由于光学传感器采集图像为RGB图像，为了避免RGB图像到灰度图像的转换，i的值需要间隔偶数行选取，即0<i<h_图像高，且i为偶数。

S202、选取垂直相关系数ω_p＝[-1,-1,1,1]。

S203、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为：

$y_{ni}=\underset{p=0}{\overset{3}{\mathrm{\&Sigma;}}}{x}_{n(p+i)}\&CenterDot;{\mathrm{\&omega;}}_p---\left(1\right)$

其中y_ni为第n列图像的第i行的垂直滑动相关计算结果。

图5为图像垂直方向边缘搜索对选定列的垂直滑动相关计算示意图，其中图5a为选定列的灰度剖面图，图5b为图5a的灰度剖面图的垂直滑动相关计算结果示意图。

S204、获得第n列图像垂直滑动相关计算结果y_ni的极值点

在第n列图像所得的垂直滑动相关计算结果y_ni中，挑选出y_ni的最大值或最小值分别作为该列图像的垂直方向上边缘极值或垂直方向下边缘极值(最大值或最小值分别对应的是上边缘还是下边缘是由采集图像是亮背景还是暗背景来确定的)，其分别对应的图像坐标包括垂直方向上边缘极值点坐标Y_{top_n}和垂直方向下边缘极值点坐标Y_{bot_n}。

由此可得，3列图像的灰度值x_1i、x_2i、x_3i分别与垂直相关系数ω_p进行垂直滑动相关计算，其垂直滑动相关计算结果极值点对应的坐标包括：垂直方向上边缘极值点坐标Y_{top_1}、Y_{top_2}、Y_{top_3}和垂直方向下边缘极值点坐标Y_{bot_1}、Y_{bot_2}、Y_{bot_3}。

S205、根据n列图像的垂直滑动相关计算结果的垂直方向边缘极值点坐标计算图像垂直方向边缘坐标。

图像垂直方向边缘坐标包括垂直方向上边缘坐标Y_top和垂直方向下边缘坐标Y_bot，且图像垂直方向上下边缘坐标可以通过对n个垂直方向上边缘极值点坐标和n个垂直方向下边缘极值点坐标分别求平均值得到。

例如均值计算方法的公式为：

$Y_{top/bot}=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{Y}_{top/bot\_k}---\left(2\right)$

本具体实施方式中选用3列图像灰度值进行垂直滑动相关计算，因此根据公式(2)可以得到图像垂直方向上边缘坐标图像垂直方向下边缘坐标 $Y_{bot}=\frac{Y_{bot\_1}+Y_{bot\_2}+Y_{bot\_3}}{3}.$

另外还可以先对垂直方向上/下边缘极值点坐标分别计算标准差，淘汰标准差结果最大的垂直方向上/下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标和垂直方向上下边缘极值点坐标计算算术平均值得到。或者通过分别计算n个垂直方向上边缘极值点坐标和n个垂直方向下边缘极值点坐标的中值得到。

上述计算标准差以及中值计算方法均是本领域技术人员的惯用计算方法，此处不做详述。

S3、通过水平搜索算法获得待搜索图像的水平方向边缘坐标。

水平搜索算法包括如下步骤：

S301，在该图像中选取m行图像灰度值，x_mj为图像选择的第m行第j列的图像灰度值。m行图像是步骤S2中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行，m是根据经验值选取，例如本实施例中图6所示，选取了步骤S1得到的垂直方向边缘坐标Y_{max_top}和Y_{max_bot}的纵向距离的10等分点的9行图像。由于光学传感器为RGB图像，为了避免RGB图像到灰度图像的转换，j的值需要间隔偶数行选取，即0<j<w_图像宽，且j为偶数。

S302，选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]。

S303，m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式如下：

$y_{mj}=\underset{q=0}{\overset{7}{\mathrm{\&Sigma;}}}{x}_{m(q+j)}\&CenterDot;{\mathrm{\&omega;}}_q---\left(3\right)$

其中y_mj为第m行图像的第j列的水平滑动相关计算结果。

图7为图像水平方向边缘搜索对选定行的水平滑动相关计算示意图，其中图7a为选定行的灰度剖面图，图7b为图7a的灰度剖面图的水平滑动相关计算结果示意图。

S304，获得第m行图像水平滑动相关计算结果y_mj的极值点。

在第m行图像所得的水平滑动相关计算结果y_mj中，挑选出y_mj的最大值或最小值分别作为该行图像的水平方向左边缘极值和水平方向右边缘极值(最大值或最小值分别对应的是左边缘还是右边缘是由采集图像是亮背景还是暗背景来确定的)，其分别对应的图像坐标包括水平方向左边缘极值点坐标Y_{left_m}和水平方向右边缘极值点坐标Y_{right_m}。

具体的，9行图像的灰度值x_1j、x_2j……x_9j分别与水平相关系数ω_q进行水平滑动相关计算，其水平滑动相关计算结果极值点对应的坐标包括：水平方向左边缘极值点坐标Y_{left_1}、Y_{left_2}……Y_{left_9}和水平方向右边缘极值点坐标Y_{right_1}、Y_{right_2}……Y_{right_9}。

S305、根据m行图像的水平滑动相关计算结果的水平方向边缘极值点坐标计算图像水平方向边缘坐标。

图像水平方向边缘坐标包括水平方向左边缘坐标Y_left和水平方向右边缘坐标Y_right，且图像水平方向左右边缘坐标可以通过对m个水平方向左边缘极值点坐标和m个水平方向右边缘极值点坐标分别求平均值得到。

例如均值计算方法的公式为：

$Y_{left/right}=\frac{1}{m}\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{Y}_{left/right\_k}---\left(4\right)$

本具体实施方式中选用9行图像灰度值进行水平滑动相关计算，因此根据公式(4)可以得到，图像的水平方向左边缘坐标图像的水平方向右边缘坐标 $Y_{right}=\frac{Y_{right\_1}+Y_{right\_2}+\mathrm{......}+Y_{right\_9}}{9}.$

另外还可以先对水平方向左右边缘极值点坐标分别计算标准差，淘汰标准差结果最大的水平方向左右边缘极值点坐标，再对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。或者通过分别计算m个水平方向左边缘极值点坐标和m个水平方向右边缘极值点坐标的中值得到。

上述计算标准差以及中值计算方法均是本领域技术人员的惯用计算方法，此处不做详述。

S4、根据垂直方向边缘坐标和水平方向边缘坐标确定图像有效区域。

图像有效区域是由垂直方向上边缘坐标Y_top和垂直方向下边缘坐标Y_bot所在的行，以及水平方向左边缘坐标Y_left和水平方向右边缘坐标Y_right所在的列，这四条边缘所围成的区域。

如图8所示，本发明还包括一种图像有效区域的扫描装置，包括：

待搜索图像获取装置，用于获取一幅待搜索图像；

垂直方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；

水平方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过水平搜索算法获得待搜索图像的水平方向边缘坐标；

图像有效区域确定装置，与垂直方向边缘坐标获取装置和水平方向边缘坐标获取装置相连，用于将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。

所述垂直搜索算法包括如下步骤：

A1、在待搜索图像中选取n列图像灰度值，x_ni为图像选择列n的灰度值，其中0<i<h_图像高，且i为偶数；

A2、选取垂直相关系数ω_p＝[-1,-1,1,1]；

A3、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为：其中y_ni为第n列垂直滑动相关计算结果；

A4、获得第n列图像垂直滑动相关计算结果y_ni的极值点；

A5、根据n列图像的垂直滑动相关计算结果y_ni的极值点对应的图像坐标计算图像垂直方向边缘坐标。

步骤A1中n列图像为待搜索图像宽度的n+1等分点所在的图像列；步骤A4中，y_ni的极值点包括垂直方向上边缘极值点和垂直方向下边缘极值点；所述步骤A5中，y_ni的极值点对应的图像坐标包括垂直方向上边缘极值点坐标和垂直方向下边缘极值点坐标；图像垂直方向边缘坐标包括垂直方向上边缘坐标和垂直方向下边缘坐标；所述步骤A5中，垂直方向上边缘坐标或垂直方向下边缘坐标可以通过对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别求平均值得到，或者通过分别计算n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标的中值得到，或者通过先对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别计算标准差，淘汰标准差最大的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标计算算术平均值得到。

所述水平搜索算法包括如下步骤：

B1、在待搜索图像中选取m行图像灰度值，x_mj为图像选择行m的灰度值，其中0<j<w_图像宽，且j为偶数；

B2、选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]；

B3、m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式为：其中y_mj为第m行水平滑动相关计算结果；

B4、获得第m行图像水平滑动相关计算结果y_mj的极值点；

B5、根据m行图像的水平滑动相关计算结果y_mj的极值点对应的图像坐标计算图像水平方向边缘坐标。

步骤B1中，m行图像是垂直方向边缘坐标获取装置中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行；所述步骤B4中，y_mj的极值点包括水平方向左边缘极值点和水平方向右边缘极值点，步骤B5中y_mj的极值点对应的图像坐标包括水平方向左边缘极值点坐标和水平方向右边缘极值点坐标；图像水平方向边缘坐标包括水平方向左边缘坐标和水平方向右边缘坐标；步骤B5中，水平方向左边缘坐标或水平方向右边缘坐标可以通过对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别求平均值得到，或者通过分别计算m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标的中值得到，或者通过先对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别计算标准差，淘汰标准差最大的水平方向左边缘极值点或水平方向右边缘极值点坐标，并对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。

本领域的技术人员在不脱离权利要求书确定的本发明的精神和范围的条件下，还可以对以上内容进行各种各样的修改。因此本发明的范围并不仅限于以上的说明，而是由权利要求书的范围来确定的。

Claims (6)

1.图像有效区域的扫描方法，其特征在于，包括如下步骤：

S1、获取一幅待搜索图像；

S2、通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；

所述垂直搜索算法包括如下步骤：

S201、在一幅待搜索图像中选取n列图像灰度值，x_ni为图像选择列n的灰度值，其中0<i<h_图像高，且i为偶数；

S202、选取垂直相关系数ω_p＝[-1,-1,1,1]；

S203、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为其中y_ni为第n列垂直滑动相关计算结果；

S204、获得第n列图像垂直滑动相关计算结果y_ni的极值点；

S205、根据n列图像的垂直滑动相关计算结果y_ni的极值点对应的图像坐标计算图像垂直方向边缘坐标；

S3、通过水平搜索算法获得待搜索图像的水平方向边缘坐标；

所述水平搜索算法包括如下步骤：

S301、在待搜索图像中选取m行图像灰度值，x_mj为图像选择行m的灰度值，其中0<j<w_图像宽，且j为偶数；

S302、选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]；

S303、m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式为：其中y_mj为第m行水平滑动相关计算结果；

S304、获得第m行图像水平滑动相关计算结果y_mj的极值点；

S305、根据m行图像的水平滑动相关计算结果y_mj的极值点对应的图像坐标计算图像水平方向边缘坐标；

S4、将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。

2.根据权利要求1所述的图像有效区域的扫描方法，其特征在于，步骤S201中n列图像为待搜索图像宽度的n+1等分点所在的图像列；步骤S204中，y_ni的极值点包括垂直方向上边缘极值点和垂直方向下边缘极值点；所述步骤S205中，y_ni的极值点对应的图像坐标包括垂直方向上边缘极值点坐标和垂直方向下边缘极值点坐标；图像垂直方向边缘坐标包括垂直方向上边缘坐标和垂直方向下边缘坐标；所述步骤S205中，垂直方向上边缘坐标或垂直方向下边缘坐标可以通过对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别求平均值得到，或者通过分别计算n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标的中值得到，或者通过先对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别计算标准差，淘汰标准差最大的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标计算算术平均值得到。

3.根据权利要求1所述的图像有效区域的扫描方法，其特征在于，步骤S301中，m行图像是步骤S2中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行；所述步骤S304中，y_mj的极值点包括水平方向左边缘极值点和水平方向右边缘极值点，步骤S305中y_mj的极值点对应的图像坐标包括水平方向左边缘极值点坐标和水平方向右边缘极值点坐标；图像水平方向边缘坐标包括水平方向左边缘坐标和水平方向右边缘坐标；步骤S305中，水平方向左边缘坐标或水平方向右边缘坐标可以通过对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别求平均值得到，或者通过分别计算m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标的中值得到，或者通过先对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别计算标准差，淘汰标准差最大的水平方向左边缘极值点或水平方向右边缘极值点坐标，并对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。

4.图像有效区域的扫描装置，其特征在于，包括：

待搜索图像获取装置，用于获取一幅待搜索图像；

垂直方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过垂直搜索算法获得待搜索图像的垂直方向边缘坐标；

所述垂直搜索算法包括如下步骤：

A1、在待搜索图像中选取n列图像灰度值，x_ni为图像选择列n的灰度值，其中0<i<h_图像高，且i为偶数；

A2、选取垂直相关系数ω_p＝[-1,-1,1,1]；

A3、n列图像灰度值x_ni分别与系数ω_p进行垂直滑动相关计算，公式为：其中y_ni为第n列垂直滑动相关计算结果；

A4、获得第n列图像垂直滑动相关计算结果y_ni的极值点；

A5、根据n列图像的垂直滑动相关计算结果y_ni的极值点对应的图像坐标计算图像垂直方向边缘坐标；

水平方向边缘坐标获取装置，与待搜索图像获取装置相连，用于通过水平搜索算法获得待搜索图像的水平方向边缘坐标；

所述水平搜索算法包括如下步骤：

B1、在待搜索图像中选取m行图像灰度值，x_mj为图像选择行m的灰度值，其中0<j<w_图像宽，且j为偶数；

B2、选取水平相关系数ω_q＝[-1,-1,-1,-1,1,1,1,1]；

B3、m行图像灰度值x_mj分别与系数ω_q进行水平滑动相关计算，公式为：其中y_mj为第m行水平滑动相关计算结果；

B4、获得第m行图像水平滑动相关计算结果y_mj的极值点；

B5、根据m行图像的水平滑动相关计算结果y_mj的极值点对应的图像坐标计算图像水平方向边缘坐标；

图像有效区域确定装置，与垂直方向边缘坐标获取装置和水平方向边缘坐标获取装置相连，用于将垂直方向边缘坐标所在的行和水平方向边缘坐标所在的列所围成的区域确定为图像有效区域。

5.根据权利要求4所述的图像有效区域的扫描装置，其特征在于，步骤A1中n列图像为待搜索图像宽度的n+1等分点所在的图像列；步骤A4中，y_ni的极值点包括垂直方向上边缘极值点和垂直方向下边缘极值点；所述步骤A5中，y_ni的极值点对应的图像坐标包括垂直方向上边缘极值点坐标和垂直方向下边缘极值点坐标；图像垂直方向边缘坐标包括垂直方向上边缘坐标和垂直方向下边缘坐标；所述步骤A5中，垂直方向上边缘坐标或垂直方向下边缘坐标可以通过对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别求平均值得到，或者通过分别计算n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标的中值得到，或者通过先对n个垂直方向上边缘极值点坐标或n个垂直方向下边缘极值点坐标分别计算标准差，淘汰标准差最大的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标，并对剩下的垂直方向上边缘极值点坐标或垂直方向下边缘极值点坐标计算算术平均值得到。

6.根据权利要求4所述的图像有效区域的扫描装置，其特征在于，步骤B1中，m行图像是垂直方向边缘坐标获取装置中得到的垂直方向边缘坐标纵向距离的m+1等分点所在的图像行；所述步骤B4中，y_mj的极值点包括水平方向左边缘极值点和水平方向右边缘极值点，步骤B5中y_mj的极值点对应的图像坐标包括水平方向左边缘极值点坐标和水平方向右边缘极值点坐标；图像水平方向边缘坐标包括水平方向左边缘坐标和水平方向右边缘坐标；步骤B5中，水平方向左边缘坐标或水平方向右边缘坐标可以通过对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别求平均值得到，或者通过分别计算m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标的中值得到，或者通过先对m个水平方向左边缘极值点坐标或m个水平方向右边缘极值点坐标分别计算标准差，淘汰标准差最大的水平方向左边缘极值点或水平方向右边缘极值点坐标，并对剩下的水平方向左边缘极值点坐标和水平方向右边缘极值点坐标计算算术平均值得到。