TW201243772A - Method for merging the regions in the image/video - Google Patents

Description

201243772 六、發明說明： 【發明所屬之技術領域】 本發明係關於一種影像區塊合併方法，尤指一種能依 據一影像訊號所包含之各影像區塊所具之緊緻度數值，將 兩個或兩個以上影像區塊彼此合併而成為一個面積較大之 影像合併區塊，以提高影像辨識的效率的影像區塊合併方 法0 【先前技術】 在影像處理的領域中，影像區塊的合併一直是非常棘 手的問題。因為’對於電腦來說，一個影像訊號中的影像 區塊僅僅代表一些具有相近參數數值之像素的集合，例如 一些具有相同群別的紋理特徵向量的像素或另一些具有相 同色彩特徵向量的像素。所以，電腦本身並無法依據這些 影像區塊背後所代表的意義，而將某些影像區塊彼此合 併’如將一代表人像之身體的影像區塊與另一代表人像之 頭部的影像區塊人像合併起來。 而在目前業界所使用之各種影像區塊合併方法中，一 心係以像素為運算基礎’即所謂的pixe丨七批以a〗g〇rjjtjim，這些 演算法必須依序地運算出每一個像素是否應與另一鄰近於 此像素的像素合併◊所以’在這些習知影像區塊合併方法 中，需要花費極長的時間在前述之運算基礎的運算過程 中。況且’現今的影像訊號的解析度又極高（例如FuU %)， 201243772 往往光處理一個影像訊號之高解析度畫面就需要數個小 時，使得習知的影像區塊合併方法尚無法實用化。 除此之外，由於目前業界所使用之影像區塊合併方法 所應用於判斷是否需合併的參數係與將一影像訊號之各像 素分類至複數個群別時所需擷取的參數相同，例如兩個程 序（合併程序及分類程序）均應用色彩特徵向量為判斷用的 參數，所以有時候會造成某些像素原本已經被分類至不同 的群別内，但卻在後續影像區塊合併方法中被合併至同一 個類別内，造成運算資訊，如CPU時間上的嚴重浪費。 因此，業界需要一種能依據一影像訊號所包含之各影 像區塊所具之緊敏度數值’將兩個或兩個以上影像區塊彼 此合併而成為一個面積較大之影像合併區塊，以提高影像 辨識的效率的影像區塊合併方法。 【發明内容】 本發明之目的係在提供一種影像區塊合併方法，俾能 依據-影像訊號所包含之各影像區塊所具之緊缴度數值， 將兩個或兩個以上影像區塊彼此合併而成為一個面積較大 之影像合併區塊，以提高影像辨識的效率a 為達成上述目的，本發明之影像區塊合併方法，係用 於將-影像訊號所包含之複數個影像區塊合併為—影像人 併區塊’包括下列步驟··㈧接收一影像訊號，此影像訊： 係包含複數個影㈣塊，且料f彡縣塊係具有複數個影 像X素’（B)摘取每-此等影像區塊所分別具有之一第一參 5 201243772 ί:及—第二參數值，以運算出每-此等影像區塊所具之 -第三參數值；（c)依據每—此等影像區塊所具之此第三參 數值將此㈣像區塊以—特定順序排序；⑼依據此特定 順序，對每-此等影像區塊執行_合併測試程序，以形成 二暫存影像合併區塊’此暫存影像合併區塊係包含其中之 一此等影像區塊與相鄰之另—此等影像區塊，且操取出此 暫存影像合併區塊之此第一參數值及此第二參數值以運 算出此第三參數值；以及⑹將此暫存影像合併區塊之此第 三參數值與其中之一此等影像區塊之此第三參數值互相比 較，且當此暫存影像合併區塊之此第三參數值高於其中之 一此等影像區塊之此第三參數值時，將此暫存影像合併區 塊設定為此影像合併區塊。 其中，在本發明之影像區塊合併方法，其所合併之對 象（複數個影像區塊）’係藉由一影像訊號分割方法而得出。 例如，一可從一影像訊號中分割出複數個紋理色彩特徵區 塊之影像訊號分割方法。一般而言，此影像訊號分割方法 可包括下列步驟：（Α)接收此影像訊號，此影像訊號係包含 複數個影像元素；（Β)應用一賈伯溏波器組，對每一此等影 像元素執行一賈伯濾波程序，且再對執行此賈伯濾波程序 所得之輸出’執行一數值運算程序；（c)依據執行此數值運 异程序所得之輸出’分別賦予每一此等影像元素一紋理特 徵向量；（D)依據每一此等影像元素所被賦予之紋理特徵向 量’對此影像訊號執行一分割程序，使得此影像訊號具有 複數個紋理特徵區塊’且位於同一紋理特徵區塊内的此等 201243772 箄：理相同群別的紋理特徵向量；以及⑻依據此 ::理特徵區塊於此影像訊號中的分佈，對此影像訊號所 包3、之複數個色彩特徵區塊分別執行—再分㈣序使得 至乂此等色♦特徵區塊具有複數個紋理色彩特徵區塊。 其中’前述之步驟(B)中所應用之賈伯濾波 器組係由複 固-維賈伯濾波器所構成，且賈伯濾波器組所包含之複 數個-維賈伯濾波器的數目並無限制，且它們的配置方式 亦無任何限制。然而，前述之賈伯濾波器組較佳由一内子 帶賈伯濾波器組及-外子帶賈伯濾波器組所構成，但子帶 的數目亦無限制’即賈伯滤波器組可配置3個子帶賈伯滤波 器組(如内子帶賈伯濾波器組、中子帶賈伯濾波器組及外子 帶賈伯遽波器）或更多數目之子帶賈伯渡波器組。 。再者，前述之内子帶賈伯渡波器組及外子帶賈伯遽波 ^可分別由-個或—個以上之二維賈伯滤波器構成但 它們較佳為分別由複數個二維賈伯濾波器構成且它們所 ^別具有之二維賈伯濾波器的數目也不一定要相同。但 疋’為了仔到最佳濾波結果般係將内子帶賈伯濾波器 、且及外子帶貝伯濾波器組設計成具有相同數目之二維賈伯 濾波器。 此外，在此影像訊號分割方法中，每一個位於内子帶 貝伯濾波器組的一維賈伯濾波器均對應至一個位於外子帶 貝。伯濾波器組的二維賈伯濾波器，且這兩個二維賈伯濾波 器一内一外的搭配方式，即構成前述之賈伯濾波器組的一 個渡波方向。另-方面’前述之兩個子帶賈伯濾波器組可 201243772 使用4至8個二維賈伯濾波器，然而，較佳使用6個二維賈伯 濾波器’意即此影像訊號分割方法係使用12個二維賈伯攄 波器。而且，由於一由一個位於内子帶賈伯濾波器組的二 維賈伯濾波器延伸至一位於外子帶賈伯濾波器組之相對應 的二維賈伯濾波器的方向即構成一濾波方向，故在此影像 訊號分割方法中所使用之賈伯濾波器組具有6個濾波方向。 此外’在此影像訊號分割方法之步驟（B)中，所執行之 數值運算程序較佳為運算此賈伯濾波程序所得之輸出的振 幅大小。之後’運算所得之振幅大小的數值，則用於在步 驟（C)中’賦予每一影像元素一相對應的紋理特徵向量。意 即，若在步驟（B)中’係以n個二維賈伯濾波器執行賈伯濾 波程序’則數值運算程序便會運算出η個振幅大小的數值。 接著，這η個振幅大小的數值便用於賦予一影像元素一理特 徵向量。如此’紋理特徵向量即為一 η維向量。換句話說， 在此影像訊號分割方法令，每一影像元素所分別被賦予之 紋理特徵向量之維度的數目係等於步驟（Β)之賈伯濾波程 序中所使用之二維賈伯濾波器的數目。 接者，經過執行步驟（D)之分割程序後，具有相同群別 之紋理特徵向量的複數個影像元素便會被分類到同一個紋 理特徵區塊内。如此一來，原始之影像訊號（於步驟（Α)中被 接收）即會被分割為複數個紋理特徵區塊。其中，執行前述 之分割程序係應用一分群演算法，但不限定為哪一種分群 演算法。一般而言，此處可使用之分群演算法可為K_means 分群演算法、CRL A (constraint run length algorithm)分群演算法或 201243772 SBKM(Symmetry distance Based K-means algorithm)分群演算法 等。但在本發明之影像訊號分割程序中，較佳使用K_means 分群演算法。 之後，於此影像訊號分割方法之步驟（E)中所執行之再 分割程序，較佳包括下列步驟：將每一此等色彩特徵區塊 之面積值與一再分割門檻值互相比較；以及當其中之一此 等色彩特徵區塊之面積值高於此再分割門檻值時，便依據 此等紋理特徵區塊於此影像訊號中的分佈，將此色彩特徵 區塊再分割為此等紋理色彩特徵區塊◊需注意的是，前述 之再分割門檻值並無任何限制，但其數值較佳介於16〇至 200之間。 最後’於此影像訊號分割方法之步驟（E)中，此影像訊 號所包含之複數個色彩特徵區塊可藉由下列方式得出：對 每一此等影像元素執行一色彩特徵擷取程序，以擷取每一 此等影像元素所具之色彩特徵並分別賦予每一此等影像元 素一色彩特徵向量；應用一分群演算法，依據每一此等影 像元素所分別被賦予之色彩特徵向量，將此等影像元素分 群至複數個色彩群別内；以及’將彼此相鄰且位於同一色 彩群別内之此等影像元素包含於同一色彩特徵區塊内。然 而，此影像訊號所包含之複數個色彩特徵區塊並不限定由 上述方法取得，它們可藉由任何業界已使用於取得一影像 訊號之複數個色彩特徵區塊的演算法取得。 【實施方式】 201243772 以下係藉由特定的具體實施例說明本發明之實施方 式，熟習此技藝之人士可由本說明書所揭示之内容輕易地 了解本發明之其他優點與功效。此外，本發明亦可藉由其 他不同的具體實施例加以施行或應用，且本說明書中的各 項細節亦可基於不同觀點與應用，而在不悖離本發明之精 神下進行各種修飾與變更β 請參閱圖1 ’其係本發明一實施例之影像區塊合併方法 的流程示意圖。如圓i所示，本發明—實施例之影像區塊合 併方法係包括下列步驟： 13 (A) 接收一影像訊號，此影像訊號係包含複數個影像區 塊，且此等影像區塊係具有複數個影像元素； (B) 擷取每一此等影像區塊所分別具有之一第一參數 值及-第二參數值，以運算出每—此等影像區塊所具之一 第三參數值； ' (C)依據每一此等影像區塊所具之此第三參數值將此 等影像區塊以一特定順序排序； > (D)依據此特定順序’對每一此等影像區塊執行一合 測試程序，以形成—暫存影像合併區塊，此暫存影像二併 區塊係包含其_之—此等影像區塊與相鄰之另—此等影 ^塊兔且操取出此暫存影像合併區塊之此第—參數值及此 第一參數值，以運算出此第三參數值；以及 ⑻將此暫存影像合併區塊之此第三參數值與 塊之此第三參數值互相比較，且當此暫存影 Α之此第二參數值高於其中之一此等影像區塊之 201243772 此第三參數值時，將此暫存影像合併區塊設定為此影像合 併區塊。 σ 首先’於本發明一實施例之影像區塊合併方法之步驟 (Α)中’接收一影像訊號，且此影像訊號包含複數個影像區 塊’且這些影像區塊係具有複數個影像元素。而於本實例 中’此影像訊號之格式並無任何限制，即以任何格式所表 示之影像訊號皆可被應用於本發明一實施例之影像區塊合 併方法。在本實施例中，這些影像區塊係為複數個紋理色 彩特徵區塊，且這些紋理色彩特徵區塊係藉由一影像訊號 分割方法，由一影像訊號分割而出。 而如圖2所示，其係顯示一用於從一影像訊號中分割出 複數個紋理色彩特徵區塊之影像訊號分割方法的流程示意 圖。此影像訊號分割方法係包括下列步驟： (Α)接收此影像訊號，此影像訊號係包含複數個影像元 素； (Β)應用一賈伯濾波器組，對每一此等影像元素執行一 賈伯濾波程序，且再對執行此賈伯濾波程序所得之輸出， 執行一數值運算程序； (C) 依據執行此數值運算程序所得之輸出，分別賦予每 一此等影像元素一紋理特徵向量； (D) 依據每一此等影像元素所被賦予之紋理特徵向 量，對此影像訊號執行一分割程序，使得此影像訊號具有 複數個紋理特徵區塊，且位於同一紋理特徵區塊内的此等 影像元素均具有相同群別的紋理特徵向量：以及 201243772 (E)依據此等紋理特徵區塊於此影像訊號中的分佈，對 此影像訊號所包含之複數個色彩特徵區塊分別執行一再分 割程序，使得至少一此等色彩特徵區塊具有複數個紋理色 彩特徵區塊。 首先，於步驟（A)中，接收一影像訊號，且此影像訊號 包含複數個影像元素。而於本實例中，此影像訊號之格式 並無任何限制，即以任何格式所表示之影像訊號皆可被應 用於本發明一實施例之影像訊號分割方法。 接著’於步驟（B)中’應用一賈伯濾波器組，對此影像 訊號所包含之每一個影像元素執行一賈伯濾波程序，且再 對執行賈伯滤波程序所得的輸出，接續執行一數值運算程 序。在本實施例中，賈伯濾波器組係由一内子帶賈伯渡波 器組及一外子帶賈伯濾波器組所構成，且内子帶賈伯濾波 器組及外子帶賈伯滤波器分別由6個二維賈伯遽波器構 成。至於二維賈伯濾波器的詳細運作方式及如何配置這些 二維賈伯濾波器的方式，由於賈伯濾波器（不論是一維賈伯 濾波器或一維賈伯濾波器）已經廣泛被應用於各種需要濾 波的場合中，且配置這些二維賈伯濾波器的方式亦已為業 界人士所熟悉’故在此便不再贅述。 另一方面，前述之數值運算程序係為運算此賈伯濾波 程序所得之輸出的振幅大小。 接著，於步驟（C)中，依據執行前述之數值運算程序所 得的輸出，分別賦予此影像訊號所包含之每一個影像元素 一紋理特徵向量《其中，這些紋理特徵向量之維度的數目 12 201243772 :;步驟（B)之賈伯濾波程序中所使用之二維賈伯濾波 器的數目。 再者，於步驟（D)中，依據每一個影像元素所被賦予之 紋理，徵向量’對此影像訊號執行—分割程序，使得此影 象號具有複數個紋理特徵區塊。在本實施例中，此分割 程序係應用—Κ·_η3分群演算&。至祕-means分群演算 法的詳細步驟，由於K-means分群演算法已經廣泛被應用於 各領域中，且廣為業界人士所熟悉，故在此便不再贅述。 而且，經過分割程序後，位於同一紋理特徵區塊内的 複數個影像元素均具有相同群別的紋理特徵向量。 最後’於步驟（E)中，依據此等紋理特徵區塊於此影像 訊號_的分佈，如位於影像訊號中的相對位置，對此影像 訊號所包含之複數個色彩特徵區塊分別執行一再分割程 序’使得至少一此等色彩特徵區塊具有複數個紋理色彩特 徵區塊。而此再分割程序係包括下列步驟：（E丨）將每一此等 色彩特徵區塊之面積值與一再分割門檀值互相比較；以及 (E2)當其中之一此等色彩特徵區塊之面積值高於此再分割 門檻值時’便依據此等紋理特徵區塊於此影像訊號中的分 佈’將此色彩特徵區塊再分割為此等紋理色彩特徵區塊。 請參閱圖3 ’其係顯示在圖2所示之影像訊號分割方法 中，其所使用之賈伯濾波器組所包含之12個二維賈伯渡波 器於一空間平面上之配置方式的示意圖。如圖3所示，在前 述之影像訊號分割方法中，賈伯濾波器組係由係由一内子 帶賈伯濾波器組3 1及一外子帶賈伯濾波器組32所構成，且 13 201243772 内子帶賈伯濾波器組31及外子帶賈伯濾波器組32均包含個 -維貝伯濾ί皮器。而這12個二維賈伯滤波器於—空間平面 上的配置方式，則請參閱圖3。 此外’這12個二維賈伯濾波器均可由下列公式描述： , -1((^1)2+(ζ：)2) g(x,r^x,ay^) = ~le 2 ^ ej— ·…、 2πσΎσ ，（式 1) χ y 其中，σχ、分別係為一高斯核心的標準差，ω係為 一傅立葉基頻，θ係為二維賈伯濾波器的方向。而且，X,、 y ’、χ、y之間並滿足下列公式： ;(式 2)

工’ =xcos(9 + 少sinP y} ~ - xsin^ + y〇,〇se (式3) 除此之外，在本實施例中，構成内子帶賈伯濾波器組 31之ό個二維賈伯濾波器所具有的標準差σχ及ay較佳為分 別設定在1.75至3.25之間，而構成外子帶賈伯濾波器組32 之6個二維賈伯濾波器所具有的標準差\及^較佳為分別 設定在1.75至3.75之間❶此外，傅立葉基頻ω較佳為設定在 介於0.2π至0.6π之間。 201243772 請再參閱圖3，其中圖3之橫軸係代表X方向之空間頻 率’縱軸則代表γ方向之空間頻率，而圖3中的每一個圓圈 代表一個具有特定參數（σχ、σν、ω及Θ)之二維賈伯濾波器 λ y 過一維傅立業轉換（2-D Fourier Transformation)後’於一空間 頻率平面（頻域）上的分佈位置。由圖3可看出，位於内圈的6 個二維賈伯濾波器係構成内子帶賈伯濾波器組31，而位於 外圈的6個二維賈伯濾波器係構成外子帶賈伯濾波器組32。 再者’由於一由一個位於内子帶賈伯濾波器組31的二 維賈伯渡波器延伸至一位於外子帶賈伯濾波器組32之相對 應的二維賈伯濾波器的方向即構成一濾波方向，所以圖3所 示之賈伯濾波器組具有6個濾波方向。其中，這6個濾波方 向以0度為起始角度，且以3〇度為兩濾波方向之間的間格。 因此’圖3所示之賈伯濾波器組所具之6個濾波方向分別為 為〇度、30度、60度、90度、120度、及150度。 此外’於本實施例中，位於内子帶賈伯濾波器組31之 6個二維賈伯濾波器的σχ及cry均設定為2 75，而它們的傅立 葉基頻則'设定為〇.2π。另一方面，位於外子帶賈伯遽波器組 32之6個二維賈伯濾波器之σχ及^均設定為2 75，而它們的 傅立葉基頻則設定為0 6π 另一方面，請參閱圖4,其係顯示在圖2所示之影像訊 號分割方法中，其所執行之再分割程序的流程示意圖。如 圖4所示，前述之再分割程序係包括下列步驟： 將每一此等色彩特徵區塊之面積值與一再分割門檻值 互相比較；以及 15 201243772 當其中之一此等色彩特徵區塊之面積值高於此再分割 門植值時，便依據此等紋理特徵區塊於此影像訊號中的分 佈’將此色彩特徵區塊再分割為此等紋理色彩特徵區塊。 而於本實施例中，前述之再分割門檻值係設定為180。 但其亦可為任何適合的數值，如15〇至21〇之間的任何數值。 此時，便可得到如圖5所示之複數個影像區塊於一影像 訊號中之分佈情況。其中，一共分割出7個影像區塊（紋理 色彩特徵區塊）。 接著，於本發明一實施例之影像區塊合併方法之步驟 (B)中，擷取每一個影像區塊所分別具有之一第一參數值及 一第二參數值，以運算出每一個影像區塊所具之一第三參 數值。在本實施例中，第一參數值係為係為每一個影像區 塊之面積數值，第二參數值係為每一個影像區塊之周長數 值，第三參數值則為每一個影像區塊之緊緻度數值。 請參閱圖5,其係顯示複數個影像區塊於一影像訊號中 之分佈情況的示意圖。而在本實施例中，這7個影像區塊係 為7個紋理色彩特徵區塊，且分別被標號（標號1至7)。此外， 係依據下列公式，運算出每—㈣像區塊之第三參數值， 即緊緻度數值： c =

;(式 4) 201243772 芦中 、’ C係為緊緻度數值，A係為面積數值，P則為周 長數值。 如此’便可運算出每一個影像區塊（紋理色彩特徵區塊） 的緊緻度數值。 接著’於本發明一實施例之影像區塊合併方法之步驟 (c)中，依據每一個影像區塊所具之緊緻度數值，將這些影 像區塊以-特定順序排序。在本實施例中係、依據一由面 積數值大之影像區塊依序排列至面積數值小之影像區塊的 順序’將前述之7個影像區塊（紋理色彩特徵區塊）依序排列。 再者’於本發明一實施例之影像區塊合併方法之步驟 (D)中’依據前述之順序（由面積數值大之影像區塊依序排列 至面積數值小之影像區塊），對每一個影像區塊執行一合併 測試程序，以形成一暫存影像合併區塊。其中，此暫存影 像合併區塊係包含其中之一此等影像區塊與相鄰之另一此 等影像區塊’且擷取出此暫存影像合併區塊之此第一參數 值及此第二參數值，以運算出此第三參數值。 在本實施例中，係從編號1之影像區塊（紋理色彩特徵 區塊）開始執行前述之合併測試程序。如圖5所示，係先從 鄰近於編號1之影像區塊（紋理色彩特徵區塊）的數個影像區 塊（紋理色彩特徵區塊）開始嘗試合併。例如，先將編號 影像區塊（紋理色彩特徵區塊）與編號5之影像區塊（紋理色 彩特徵區塊）合併成一暫存影像合併區塊。接著，再將編號 1之影像區塊（紋理色彩特徵區塊）與編號4之影像區塊（紋理 17 201243772 色彩特徵區塊）合併成另一暫存影像合併區塊，如此依序執 行下去。 然而’在某些應用環境中，會於執行前述之Γ合併測 試程序J前’執行一門檻值確認程序。意即，預先將每一 個影像區塊之面積數值及緊緻度數值分別與一面積門檻值 及一緊緻度門檻值互相比較。而且，只有當比較出一個影 像區塊之面積數值低於前述之面積門檻值，且此影像區塊 之緊緻度數值亦低於前述之緊緻度門檻值之結果後，才會 執行前述之合併測試程序。在本實施例中，前述之面積門 檻值係介於120至240之間’較佳為180，而緊緻度門檻值則 介於0.001至0.008之間，較佳為0.003，端看應用環境的需 求而定。 隨後，如圖6所示，係將編號1之影像區塊（紋理色彩特 徵區塊）與編號5之影像區塊（紋理色彩特徵區塊）合併成一 暫存影像合併區塊，而此包含編號1及標號5兩個影像區塊 (紋理色彩特徵區塊）之暫存影像合併區塊的面積數值及周 長數值便可被擷取出來。如此，即此暫存影像合併區塊的 緊緻度數值亦可被運算出來。 最後’於本發明一實施例之影像區塊合併方法之步驟 (E)中’將此暫存影像合併區塊之緊緻度數值與編號丨之影像 區塊（紋理色彩特徵區塊）之緊緻度數值互相比較。而當此暫 存影像合併區塊之緊緻度數值高於編號1之影像區塊（紋理 色彩特徵區塊）之緊緻度數值，將此暫存影像合併區塊設定 為此影像合併區塊。反之’若此暫存影像合併區塊之緊緻 201243772 度數值並不高於編號1之影像區塊（紋理色彩特徵區塊）之緊 緻度數值’將重複執行前述之步驟（D)。例如，將編號1之 影像區塊（紋理色彩特徵區塊）與編號4之影像區塊（紋理色 彩特徵區塊）合併成另一暫存影像合併區塊，再擷取出此另 一暫存影像合併區塊的面積數值及周長數值，進而運算出 此另一暫存影像合併區塊的的緊緻度數值》 而當所有鄰近於編號1之影像區塊（紋理色彩特徵區塊） 的數個影像區塊（紋理色彩特徵區塊）均已被執行過前述之 合併測試程序後，則依照前述之順序（由面積數值大之影像 區塊依序排列至面積數值小之影像區塊改由面積值次大 的影像區塊作為執行合併測試程序的基準影像區塊。 最後，當所有的影像區塊（紋理色彩特徵區塊）均被執 行過前述之合併測試程序（作為合併測試程序的基準影像 區塊）後，便完成本發明一實施例之影像區塊合併方法，且 已將一影像訊號中，符合區塊合併條件（如緊緻度數值低於 緊緻度門檻值等）的各個影像區塊，依據它們之間的相對位 置關係而合併複數個影像合併區塊。 因此，本發明之影像區塊合併方法確實能依據一影像 訊號所包含之各影像區塊所具之緊緻度數值，將兩個或兩 個以上影像區塊彼此合併而成為一個面積較大之影像合併 區塊’以提高影像辨識的效率。 上述實施例僅係為了方便說明而舉例而已，本發明所 主張之權利_自應以巾請專利範圍所述為準，而非僅限 於上述實施例。 201243772 【圖式簡單說明】 圖1係本發明一實施例之影像區塊合併方法的流程示意圖。 圖2係顯示一用於從一影像訊號中分割出複數個紋理色彩 特徵區塊之影像訊號分割方法的流程示意圖》 圖3所示，其係顯示在圖2所示之影像訊號分割方法中，其 所使用之賈伯濾波器組所包含之12個二維賈伯濾波器於一 空間平面上之配置方式的示意圖。 圖4係顯示在圖2所示之影像訊號分割方法中，其所執行之 再分割程序的流程示意圖。 圖5係顯示複數個影像區塊於一影像訊號中之分佈情況的 示意圖。 圖6係顯示將編號1之影像區塊與編號5之影像區塊合併成 一暫存影像合併區塊之動作的示意圖。 【主要元件符號說明】 31 内子帶賈伯濾波器組 32 外子帶賈伯濾波器組 20

Claims (1)

1. 201243772 七、申請專利範圍： 1 · 一種影像區塊合併方法，係用於將一影像訊號所包 含之複數個影像區塊合併為—影像合併區塊，包括下列步 驟： (A) 接收一影像訊號’該影像訊號係包含複數個影像區 塊，且該等影像區塊係具有複數個影像元素； (B) 操取每一該等影像區塊所分別具有之一第一參數 值及一第二參數值，以運算出每一該等影像區塊所具之一 第三參數值； (C) 依據每一該等影像區塊所具之該第三參數值，將該 等影像區塊以一特定順序排序； (D) 依據該特定順序，對每一該等影像區塊執行一合併 測試程序，以形成一暫存影像合併區塊，該暫存影像合併 區塊係包含其中之一該等影像區塊與相鄰之另一該等影像 區塊，且擷取出該暫存影像合併區塊之該第一參數值及該 第二參數值，以運算出該第三參數值；以及 (E) 將該暫存影像合併區塊之該第三參數值與其中之 一該等影像區塊之該第三參數值互相比較，且當該暫存影 像合併區塊之該第三參數值高於其中之一該等影像區塊之 該第三參數值時，將該暫存影像合併區塊設定為該影像合 併區塊。 2.如申請專利範圍第1項所述之影像區塊合併方法， 其中該等影像區塊係為複數個紋理色彩特徵區塊，且該等 21 201243772 紋理色彩特徵區塊係藉由一影像訊號分割方法，由一影像 訊號分割而出。 3. 如申清專利範圍第2項所述之影像區塊合併方法， 其中該影像訊號分割方法係包括下列步驟： 接收該影像訊號’該影像訊號係包含複數個影像元素. 應用一賈伯濾波器組，對每一該等影像元素執行一賈 伯濾波程序，且再對執行該賈伯濾波程序所得之輸出，執 行一數值運算程序； 依據執行該數值運算程序所得之輸出，分別賦予每一 該等影像元素一紋理特徵向量； 依據每一該等影像元素所被賦予之紋理特徵向量，對 該影像訊號執行一分割程序，使得該影像訊號具有複數個 紋理特徵區塊，且位於同一紋理特徵區塊内的該等影像元 素均具有相同群別的紋理特徵向量；以及 依據該等紋理特徵區塊於該影像訊號中的分佈，對該 影像訊號所包含之複數個色彩特徵區塊分別執行一再分割 程序，使得至少一該等色彩特徵區塊具有複數個紋理色彩 特徵區塊； 其中，位於同一紋理色彩特徵區塊内的該等影像元素 均具有相同群別的紋理特徵向量及相同群別的色彩特徵向 量。 4. 如申請專利範圍第3項所述之影像區塊合併方法， 其中該賈伯濾波器組係由一内子帶賈伯濾波器組及一外子 22 201243772 帶賈伯滤波器組所構成’且該内子帶賈伯濾波器組及該外 子帶賈伯m組係分別由複數個二維賈伯瀘、波器構成。 5.如申請專利範圍第4項所述之影像區塊合併方法， 其中每一該等二維賈伯濾波器係由下列公式描述： 2πσΆ 其中’ σχ、ay分別係，為一高斯核心、的標準差，ω係為 一傅立葉基頻，Θ係為二維賈伯濾波器的方向，且γ、y,、 χ、y之間並滿足下列公式： x' = xcose + ysine y’ = -xsin<9 + ；；cos(9 〇 6.如申請專利範圍第3項所述之影像區塊合併方法， 其中該影像訊號分割方法之再分割程序係包括下列步驟： 將每-該等色彩特徵區塊之面積值與一再分割門植值 互相比較；以及 當其中之一該等色彩特徵區塊之面積值高於該再分割 門檻值時，便依據該等紋理特徵區塊於該影像訊號中的分 佈，將該色彩特徵區塊再分割為該等紋理色彩特徵區塊。 23 201243772 其中^如申請專利範圍第3項所述之影像區塊合併方法， ==分割方法所使用之該等色彩特徵區塊係藉由 下列方式得出： ""該等影像元素執行—色彩特徵操取程序，以操 ，一該等影像元素所具之色彩特徵並分別料每一該等 影像/0素一色彩特徵向量； 應用-分群演算法，依據每一該等影像元素所分別被 賦予之色彩特徵向量，將該等影像元素分群至複數個色彩 群別内；以及 將彼此相鄰且位於同—色彩群別内之該等影像元素包 含於同一色彩特徵區塊内。。 8. 如申請專利範圍第丨項所述之影像區塊合併方法， 其中該帛纟數值係為係為每一胃等影Y象區塊之面積數 值，該第二參數值係為每一該等影像區塊之周長數值該 第二參數值則為每一該等影像區塊之緊緻度數值。 9. 如申凊專利範圍第8項所述之影像區塊合併方法， 其中該特定順序係為一由面積數值大之影像區塊依序排列 至面積數值小之影像區塊的順序。 10. 如申請專利範圍第8項所述之影像區塊合併方法， 其中每一該等影像區塊之緊緻度數值係依據下列公式運算 而出：

   2 C = 24 201243772 其中，c係為緊緻度數值，八係為面積數值，p則為周 長數值。 11. 如申請專利範圍第8項所述之影像區塊合併方法， 其中在步驟（D)中，係先將該每一該等影像區塊之面積數值 與一面積門檀值互相比較，且將每一該等影像區塊之緊敏 度數值與一緊緻度門檻值互相比較’而當得出每一該等影 像區塊之面積數值低於該面積門檻值，且每一該等影像區 塊之緊緻度數值亦低於該緊緻度門檻值的比較結果後，執 行該合併測試程序。 12. 如申請專利範圍第11項所述之影像區塊合併方 法，其中該面積門檻值係介於120至240之間，且該緊緻度 門檻值則介於0.001至0.008之間》 八、圖式（請見下頁）： 25