CN114092693A - 一种含噪图像感兴趣区域的快速提取方法及系统 - Google Patents
一种含噪图像感兴趣区域的快速提取方法及系统 Download PDFInfo
- Publication number
- CN114092693A CN114092693A CN202111340440.8A CN202111340440A CN114092693A CN 114092693 A CN114092693 A CN 114092693A CN 202111340440 A CN202111340440 A CN 202111340440A CN 114092693 A CN114092693 A CN 114092693A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- line
- column
- projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000013598 vector Substances 0.000 claims abstract description 101
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种含噪图像感兴趣区域的快速提取方法及系统，能够降低图像处理算法操作过程的繁琐度，减少加法运算次数，提高感兴趣区域提取的实时性，同时增加投影时的连续相关性，消除热噪声污染的影响。包括对每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记；分别查找行、列方向上的最大连续长度Sumy0，记录其最大连续长度的起点坐标y0和终点坐标y1；若最大连续长度区域内包含需要提取的含噪图像感兴趣区域，图像位置为，行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧的提取。
Description
技术领域
本发明涉及图像提取技术领域，具体为一种含噪图像感兴趣区域的快速提取方法及系统。
背景技术
在线生成参考图像是在线检测系统中一个基本步骤，也是目前计算机视觉、在线检测系统研究等领域的热点。首张检测样品的提取以及图像匹配问题是生成参考图像样品的关键步骤，目前检测样品的提取是基于硬件色标或者光电传感器完成，该方法的稳定性以及速度完全依赖传感器的好坏，并且成本要求较高。目前存在多种图像匹配方法，主要分为：基于特征的图像匹配方法、基于变换域的图像匹配方法和基于灰度信息的图像匹配方法，其中最常用的是基于特征的图像匹配方法:首先对两幅图像进行特征提取得到特征，通过设定阈值与相似性度量获取匹配特征，然后得到空间坐标的放射变换参数，最后进行匹配。
目前现有技术中，文献“基于投影直方图提取目标感兴趣区域的新方法[J]，汕头大学学报，2012(11)”公开了一种基于投影直方图提取目标感兴趣区域的新方法，用于提取检测样品的感兴趣区域。通过对传统的灰度投影直方图方法进行改进，获取所需检测样品的感兴趣区域。
由于在对图像进行灰度投影直方图计算时需要进行像素灰度值的逐行、逐列累加操作，在逐行、逐列计算累加时需反复读取前一次的累加结果，操作过程繁琐、加法运算次数多性能较差，另外在进行灰度投影直方图计算时并未考虑原始图像的热噪声污染，又得对热噪区域投影结果进行剔除，因而加大了感兴趣区域提取的算法复杂度，对于含噪图像感兴趣区域提取的实时性差。
发明内容
为了解决现有技术中存在的问题，本发明提供一种含噪图像感兴趣区域的快速提取方法及系统，能够降低图像处理算法操作过程的繁琐度，减少加法运算次数，提高感兴趣区域提取的实时性，同时增加投影时的连续相关性，消除热噪声污染的影响。
为实现上述目的，本发明提供如下技术方案：
一种含噪图像感兴趣区域的快速提取方法，包括如下步骤，
图像传感器读取一帧待提取图像的像素灰度值；
对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
对该帧每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
比较对行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，记录其最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，记录其最大连续长度的起点坐标x0和终点坐标x1；
对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧的提取；
若不包含，则直接进行下一帧的提取。
优选地，在对行和列投影时，采用0，1标记法；
对初始化的行投影向量和列投影向量均标记为0，
相邻的两个列像素灰度值均大于灰度阈值时，对行投影向量和列投影向量对应的位置均标记为1。
优选地，所述查找行方向上的最大连续长度包括，
查找行投影向量中被标记为1的第一个位置y0；
向后搜索第一个未被标记为1的位置y1；
记录y0到y1连续被标记为1的个数Sumy0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为行方向上的最大连续长度，该段第一个被标记为1的位置坐标即为行方向上的起点坐标，该段最后一个被标记为1的位置坐标即为行方向上的终点坐标。
优选地，所述查找列方向上的最大连续长度包括，
查找列投影向量中被标记为1的第一个位置x0；
向后搜索第一个未被标记为1的位置x1；
记录x0到x1连续被标记为1的个数Sumx0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为列方向上的最大连续长度，该段第一个被标记为1的位置坐标即为列方向上的起点坐标，该段最后一个被标记为1的位置坐标即为列方向上的终点坐标。
优选地，所述灰度阈值th的设定方法为，
采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
则灰度阈值
优选地，对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域的判断方法包括，
设定需要提取的提要含噪图像感兴趣区域的最小像元数为y和x；
若Sumy0<y或
则本帧图像不包含需要提取的含噪图像感兴趣区域，否则则包含需要提取的含噪图像感兴趣区域。
优选地，在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并输出提取结果。
一种含噪图像感兴趣区域的快速提取系统，包括，
图像读取模块，用于读取图像传感器输出的待提取图像的像素灰度值；
图像处理模块，用于对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
数据处理模块，用于对每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
数据比较模块，用于比较行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，最大连续长度的起点坐标x0和终点坐标x1；
图像提取模块，用于对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧含噪图像感兴趣区域的提取；
若不包含，则直接进行下一帧含噪图像感兴趣区域的提取。
优选地，所述图像处理模块包括灰度阈值计算单元，用于采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
计算得到灰度阈值
优选地，还包括图像接收模块，用于在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并接收提取结果。
与现有技术相比，本发明具有以下有益效果：
本发明提供的含噪图像感兴趣区域的快速提取方法，以含噪图像感兴趣区域的快速提取方法为研究对象，以降低图像处理算法操作过程的繁琐度、减少加法运算次数，提高含噪图像感兴趣区域提取的实时性为目标，具体包括采用对相邻的两个列像素同时与灰度阈值进行比较的方法，无需对图像进行滤波预处理操作，即可消除原始图像中热噪声的投影干扰，大大降低了系统运算操作的复杂性。并且在行、列投影时采用标记法，不需进行加法运算即可获得感兴趣区域的快速提取。本发明提供的方法在提取感兴趣区域时不需要将图像进行缓存，在接收图像传感器数据流时，即可获得感兴趣区域的提取位置，降低了硬件系统的成本，操作过程简单，便于硬件实现，极大提升了感兴趣区域提取的实时性。
附图说明
图1是本发明快速提取方法流程图；
图2是本发明快速提取系统功能模块图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
本发明一种含噪图像感兴趣区域的快速提取方法，如图1所示，包括如下步骤，
图像传感器读取一帧待提取图像的像素灰度值；
对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
对该帧每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
比较对行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，记录其最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，记录其最大连续长度的起点坐标x0和终点坐标x1；
对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧含噪图像感兴趣区域的提取；
若不包含，则直接进行下一帧含噪图像感兴趣区域的提取。
本发明提供的含噪图像感兴趣区域的快速提取方法，以含噪图像感兴趣区域的快速提取方法为研究对象，以降低图像处理算法操作过程的繁琐度、减少加法运算次数，提高含噪图像感兴趣区域提取的实时性为目标，具体包括采用对相邻的两个列像素同时与灰度阈值进行比较的方法，无需对图像进行滤波预处理操作，即可消除原始图像中热噪声的投影干扰，大大降低了系统运算操作的复杂性。并且在行、列投影时采用标记法，不需进行加法运算即可获得感兴趣区域的快速提取。本发明提供的方法在提取感兴趣区域时不需要将图像进行缓存，在接收图像传感器数据流时，即可获得感兴趣区域的提取位置，降低了硬件系统的成本，操作过程简单，便于硬件实现，极大提升了感兴趣区域提取的实时性。
本实施例中，在对行和列投影时，采用0，1标记法；
对初始化的行投影向量和列投影向量均标记为0，
相邻的两个列像素灰度值均大于灰度阈值时，对行投影向量和列投影向量对应的位置均标记为1。
本发明采用0，1标记法，提取过程更加清晰，简单，无需进行加法运算即可获得感兴趣区域的快速提取。
本实施例中，所述灰度阈值th的设定方法为，
采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
则灰度阈值
本实施例中，所述查找行方向上的最大连续长度包括，
查找行投影向量中被标记为1的第一个位置y0；
向后搜索第一个未被标记为1的位置y1；
记录y0到y1连续被标记为1的个数Sumy0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为行方向上的最大连续长度，该段第一个被标记为1的位置坐标即为行方向上的起点坐标，该段最后一个被标记为1的位置坐标即为行方向上的终点坐标。
本实施例中，所述查找列方向上的最大连续长度包括，
查找列投影向量中被标记为1的第一个位置x0；
向后搜索第一个未被标记为1的位置x1；
记录x0到x1连续被标记为1的个数Sumx0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为列方向上的最大连续长度，该段第一个被标记为1的位置坐标即为列方向上的起点坐标，该段最后一个被标记为1的位置坐标即为列方向上的终点坐标。
本实施例中，对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域的判断方法包括，
设定需要提取的含噪图像感兴趣区域的最小像元数为y和x；
若Sumy0<y或
则本帧图像不包含需要提取的含噪图像感兴趣区域，否则则包含需要提取的含噪图像感兴趣区域。
进一步地，在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并输出提取结果。
本发明还提供用于实现上述快速提取方法的含噪图像感兴趣区域的快速提取系统，如图2所示，包括，
图像读取模块，用于读取图像传感器输出的待提取图像的像素灰度值；
图像处理模块，用于对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
数据处理模块，用于对每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
数据比较模块，用于比较行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，记录其最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，记录其最大连续长度的起点坐标x0和终点坐标x1；
图像提取模块，用于对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧含噪图像感兴趣区域的提取；
若不包含，则直接进行下一帧含噪图像感兴趣区域的提取。
其中，所述图像处理模块包括灰度阈值计算单元，用于采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
计算得到灰度阈值
其中，还包括图像接收模块，用于在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并接收提取结果。
具体地，本发明实施过程中包括以下步骤，
(1)图像传感器在目标成像时，数据输出方式为一行一行，一个像素灰度值接一个像素灰度值输出；
首先初始化列投影向量和行投影向量，均标记为0，并给出灰度阈值th。其中，灰度阈值th的选定方法为：采集一帧不含目标的暗背景图像，求取该帧图像的灰度平均值
则灰度阈值
对第一行图像进行投影操作，一次操作同时对相邻的两个列像素进行处理，当第一次相邻的两个列像素灰度值都大于给定的灰度阈值时，列投影向量对应的位置标记为1，第一行行投影向量对应的位置V(1,1)标记为1。
进行第一行下一次相邻两个列像素的列投影，若后续相邻像素满足大于灰度阈值的条件，则对应列投影向量的位置标记为1，第一行投影向量对应的位置V(1,1)再次被标记为1，直到第一行遍历结束。
进行第二行图像的投影操作，当第二行相邻两个列像素灰度值都大于给定灰度阈值时，列投影向量对应的位置标记为1，第二行的行投影向量对应位置V(2,1)标记为1。
在遍历一帧图像数据过程中列投影向量的同一位置可能会被反复标记，但是不被标记的位置始终为0。一帧图像遍历完成即可获得行方向投影向量V(y,1)和列方向投影向量H(1,x)。
(2)查找行方向投影向量V(y,1)向量中被标记为1的最大连续个数和位置。
首先找到被标记为1的第一个位置y0，然后向后搜索第一个未被标记的0的位置y1，并记录y0到y1连续1的个数Sumy0，接着查找下一个被标记为1的位置y'0，然后向后搜索未被标记的0的位置y1'，并记录y'0到y1'连续1的个数Sumy1，比较Sumy0和Sumy1的大小，大的结果对应分别赋值给y0、y1和Sumy0，继续重复下一次搜索和比较，直到行方向投影向量的最后一个值搜索完毕。找到行方向投影连续为1的最大个数Sumy0，起点位置y0，终点位置y1。
(3)查找列方向H(1,x)向量中被标记为1的最大连续个数和位置，与步骤(2)类似，首先找到被标记为1的第一个位置x0，然后向后搜索第一个未被标记的0的位置x1，并记录x0到x1连续1的个数Sumx0，接着查找下一个被标记为1的位置x’0，然后向后搜索未被标记的0的位置x’1，并记录x’0到x’1连续1的个数Sumx1，比较Sumx0和Sumx1的大小，大的结果对应分别赋值给x0、x1和Sumx0，继续重复下一次搜索和比较，直到列方向投影向量的最后一个值搜索完毕。找到列方向投影连续为1的最大个数Sumx0，起点位置x0，终点位置x1。
(4)根据所需提取的含噪图像感兴趣区域，即目标区域成像的行、列最小像元数y和x，设定目标区域最小像元数为x×y，则目标区域图像的行方向投影为1的连续个数至少为y个，列方向投影为1的连续个数至少为x/2个(由于每次投影处理2个列像素)。
在上述获得的行和列方向的最大个数、起点、终点位置的基础上，对行方向Sumy0，起点位置y0，终点位置y1；列方向Sumx0，起点位置x0，终点位置x1进行判断：
若Sumy0<y或
则本帧图像不包含目标区域，返回第(1)步进行下一帧含噪图像感兴趣区域的提取。
否则，本帧图像中包含目标区域，对目标感兴趣区域进行提取，提取结果为：行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并返回第(1)步进行下一帧含噪图像感兴趣区域的提取。
实施例：
步骤一，读取图像传感器输出的像素灰度值，该图像传感器的图像数据输出接口为11位并行数据接口，图像分辨率为2560×2160，即2560列，2160行。
首先初始化行投影向量V(2160,1)的2160个数据均标记为0；列投影向量H(1,1280)的1280个数据均标记为0。
采集一帧不含目标的暗背景图像，该图像的灰度平均值计算得到为500，则设定灰度阈值为600。
在对第一行图像进行投影操作时，一次操作同时对相邻的两个列像素进行处理，当第一次相邻的两个列像素灰度值都大于600时，列投影向量对应的位置标记为1，第一行行投影向量对应的位置V(1,1)标记为1。
接着进行第一行下一次的列投影，若后续相邻像素满足大于600的条件，则对应列投影向量的位置标记为1，第一行投影向量对应的位置V(1,1)再次被标记为1，直到第一行遍历结束。
接着进行第二行的投影，当第二行相邻两个列像素灰度值都大于600时，列投影向量对应的位置标记为1，第二行的行投影向量对应位置V(2,1)标记为1。
在遍历一帧图像数据过程中列投影向量的同一位置可能会被反复标记，但是不被标记的位置始终为0。
一帧图像遍历完成后，获得行方向投影向量V(2160,1)和列方向投影向量H(1,1280)，投影向量的元素只包含0和1。
步骤二，查找V(2160,1)向量中被标记为1的最大连续个数和位置，首先找到被标记为1的第一个位置y0，然后向后搜索第一个未被标记的0的位置y1，并记录y0到y1连续1的个数Sumy0＝y1-y0，紧接着查找下一个被标记为1的位置y’0，然后向后搜索未被标记的0的位置y’1，并记录y’0到y’1连续1的个数Sumy1＝y’1-y’0，比较Sumy0和Sumy1的大小，大的结果对应分别赋值给y0、y1和Sumy0，重复下一次搜索和比较，直到搜索到行方向投影向量的最后一个值。找到行方向投影连续为1的最大个数Sumy0，起点位置y0，终点位置y1。
步骤三，查找H(1,1280)向量中被标记为1的最大连续个数和位置，类似步骤(2)，查找H(1,1280)向量中被标记为1的最大连续个数和位置，首先找到被标记为1的第一个位置x0，然后向后搜索第一个未被标记的0的位置x1，并记录x0到x1连续1的个数Sumx0，紧接着查找下一个被标记为1的位置x’0，然后向后搜索未被标记的0的位置x’1，并记录x’0到x’1连续1的个数Sumx1，比较Sumx0和Sumx1的大小，大的结果对应分别赋值给x0、x1和Sumx0，重复下一次搜索和比较，直到列方向投影向量的最后一个值搜索完毕。找到列方向投影连续为1的最大个数Sumx0，起点位置x0，终点位置x1。
步骤四，设定图像目标最小包含的像元数为6×6，则图像目标的行方向投影1的连续个数至少为6个，列方向投影1的连续个数至少为3个(每次投影处理2个列像素)，对行方向Sumy0，和列方向Sumx0进行判断，
若Sumy0<6或Sumx0<3，则图像中不包含目标，返回步骤一进行下一帧图像感兴趣区域的提取；
否则，图像中包含目标，目标感兴趣区域行点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1。
将提取到的感兴趣区域的行列位置传递给图像接收模块，进行感兴趣区域的裁剪输出，得到最终含噪图像感兴趣区域的提取结果。
Claims (10)
1.一种含噪图像感兴趣区域的快速提取方法，其特征在于，包括如下步骤，
图像传感器读取一帧待提取图像的像素灰度值；
对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
对该帧每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
比较对行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，记录其最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，记录其最大连续长度的起点坐标x0和终点坐标x1；
对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧的提取；
若不包含，则直接进行下一帧的提取。
2.根据权利要求1所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，在对行和列投影时，采用0，1标记法；
对初始化的行投影向量和列投影向量均标记为0，
相邻的两个列像素灰度值均大于灰度阈值时，对行投影向量和列投影向量对应的位置均标记为1。
3.根据权利要求2所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，所述查找行方向上的最大连续长度包括，
查找行投影向量中被标记为1的第一个位置y0；
向后搜索第一个未被标记为1的位置y1；
记录y0到y1连续被标记为1的个数Sumy0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为行方向上的最大连续长度，该段第一个被标记为1的位置坐标即为行方向上的起点坐标，该段最后一个被标记为1的位置坐标即为行方向上的终点坐标。
4.根据权利要求2所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，所述查找列方向上的最大连续长度包括，
查找列投影向量中被标记为1的第一个位置x0；
向后搜索第一个未被标记为1的位置x1；
记录x0到x1连续被标记为1的个数Sumx0，即为该段的连续长度；
重复上述查找步骤，包含连续被标记为1的个数最多的一段即为列方向上的最大连续长度，该段第一个被标记为1的位置坐标即为列方向上的起点坐标，该段最后一个被标记为1的位置坐标即为列方向上的终点坐标。
5.根据权利要求1所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，所述灰度阈值th的设定方法为，
采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
则灰度阈值
6.根据权利要求1所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域的判断方法包括，
设定需要提取的提要含噪图像感兴趣区域的最小像元数为y和x；
若Sumy0<y或
则本帧图像不包含需要提取的含噪图像感兴趣区域，否则则包含需要提取的含噪图像感兴趣区域。
7.根据权利要求1所述的一种含噪图像感兴趣区域的快速提取方法，其特征在于，在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并输出提取结果。
8.一种含噪图像感兴趣区域的快速提取系统，其特征在于，基于权利要求1-7任一项的快速提取方法，包括，
图像读取模块，用于读取图像传感器输出的待提取图像的像素灰度值；
图像处理模块，用于对行投影向量和列投影向量进行初始化操作，并设定灰度阈值th；
数据处理模块，用于对每行图像逐行逐次进行投影操作，每次操作同时对每行相邻的两个列像素进行投影，若相邻的两个列像素灰度值均大于灰度阈值，则对行投影向量和列投影向量对应的位置均进行标记，否则不进行标记，继续进行该行下一次相邻两个列像素的投影，直至一帧待提取图像遍历完成，获得该帧待提取图像的行方向投影向量和列方向投影向量；
数据比较模块，用于比较行投影向量和列投影向量进行连续标记的连续长度，分别查找行方向上的最大连续长度Sumy0，最大连续长度的起点坐标y0和终点坐标y1；以及列方向上的最大连续长度Sumx0，最大连续长度的起点坐标x0和终点坐标x1；
图像提取模块，用于对上述最大连续长度区域内是否包含需要提取的含噪图像感兴趣区域进行判断，若包含，则提取含噪图像感兴趣区域的图像位置为，
行起点位置为y0，行终点位置y1，列起点位置为2x0，列终点位置2x1，并继续进行下一帧含噪图像感兴趣区域的提取；
若不包含，则直接进行下一帧含噪图像感兴趣区域的提取。
9.根据权利要求8所述的一种含噪图像感兴趣区域的快速提取系统，其特征在于，所述图像处理模块包括灰度阈值计算单元，用于采集一帧不含需要提取的含噪图像感兴趣区域的暗背景图像，求取该帧图像的灰度平均值
计算得到灰度阈值
10.根据权利要求8所述的一种含噪图像感兴趣区域的快速提取系统，其特征在于，还包括图像接收模块，用于在提取所需含噪图像感兴趣区域的图像位置后，进行所需含噪图像感兴趣区域的裁剪并接收提取结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111340440.8A CN114092693B (zh) | 2021-11-12 | 2021-11-12 | 一种含噪图像感兴趣区域的快速提取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111340440.8A CN114092693B (zh) | 2021-11-12 | 2021-11-12 | 一种含噪图像感兴趣区域的快速提取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114092693A true CN114092693A (zh) | 2022-02-25 |
| CN114092693B CN114092693B (zh) | 2024-07-23 |
Family
ID=80300341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111340440.8A Active CN114092693B (zh) | 2021-11-12 | 2021-11-12 | 一种含噪图像感兴趣区域的快速提取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114092693B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102620668A (zh) * | 2012-03-17 | 2012-08-01 | 哈尔滨工业大学 | 采用点目标像拼合的图像传感器像素间距测量方法与装置 |
| WO2013063820A1 (zh) * | 2011-11-01 | 2013-05-10 | 青岛海信网络科技股份有限公司 | 一种车牌图像定位的方法和装置 |
| CN105741276A (zh) * | 2016-01-27 | 2016-07-06 | 燕山大学 | 一种船舶水线提取方法 |
| CN109447063A (zh) * | 2018-09-29 | 2019-03-08 | 佛山市云米电器科技有限公司 | 一种基于图像处理的厨房油烟浓度检测方法 |
-
2021
- 2021-11-12 CN CN202111340440.8A patent/CN114092693B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013063820A1 (zh) * | 2011-11-01 | 2013-05-10 | 青岛海信网络科技股份有限公司 | 一种车牌图像定位的方法和装置 |
| CN102620668A (zh) * | 2012-03-17 | 2012-08-01 | 哈尔滨工业大学 | 采用点目标像拼合的图像传感器像素间距测量方法与装置 |
| CN105741276A (zh) * | 2016-01-27 | 2016-07-06 | 燕山大学 | 一种船舶水线提取方法 |
| CN109447063A (zh) * | 2018-09-29 | 2019-03-08 | 佛山市云米电器科技有限公司 | 一种基于图像处理的厨房油烟浓度检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周亚军;王翔;苏享;姚志龙;姚春柱;: "快速灰度投影稳像算法研究", 兵工自动化, no. 08, 15 August 2009 (2009-08-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114092693B (zh) | 2024-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yousif et al. | Toward an optimized neutrosophic K-means with genetic algorithm for automatic vehicle license plate recognition (ONKM-AVLPR) | |
| Younus et al. | Effective and fast deepfake detection method based on haar wavelet transform | |
| CN110599486A (zh) | 一种视频抄袭的检测方法及系统 | |
| CN112784835B (zh) | 圆形印章的真实性识别方法、装置、电子设备及存储介质 | |
| Zhu et al. | CLF-Net: Contrastive learning for infrared and visible image fusion network | |
| CN113591831A (zh) | 一种基于深度学习的字体识别方法、系统及存储介质 | |
| Kwan et al. | A high-performance approach to detecting small targets in long-range low-quality infrared videos | |
| CN111259792B (zh) | 基于dwt-lbp-dct特征的人脸活体检测方法 | |
| CN111507340B (zh) | 一种基于三维点云数据的目标点云数据提取方法 | |
| CN112712058A (zh) | 一种字符识别提取方法 | |
| CN112818983B (zh) | 一种利用图片相识度判断字符倒置的方法 | |
| CN110705568B (zh) | 一种图像特征点提取的优化方法 | |
| CN114092693B (zh) | 一种含噪图像感兴趣区域的快速提取方法及系统 | |
| CN116843715A (zh) | 一种基于深度学习的多视图协同图像分割方法和系统 | |
| Theetchenya et al. | Hybrid approach for content-based image retrieval | |
| CN111931689B (zh) | 一种在线提取视频卫星数据鉴别特征的方法 | |
| CN112418109B (zh) | 一种图像处理方法、装置 | |
| CN110264488B (zh) | 一种二值图像边缘提取装置 | |
| JP4238323B2 (ja) | 画像処理方法及び画像処理装置 | |
| CN115249254B (zh) | 一种基于ar技术的目标跟踪方法及系统 | |
| CN114842309B (zh) | 一种熟悉场景下熟悉目标的优化识别方法 | |
| Bagoriya et al. | Font type identification of hindi printed document | |
| KR101312306B1 (ko) | 표지판 인식장치, 표지판 인식방법, 및 이미지 인식방법 | |
| Araji et al. | Multi-scale-based Network for Image Dehazing | |
| Castells-Rufas et al. | Camera-based digit recognition system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |