TWI427556B - 圖像比對系統及方法 - Google Patents

Description

圖像比對系統及方法

本發明涉及一種圖像處理系統及方法，尤其關於一種圖像比對系統及方法。

對兩張圖像進行比對，最簡單的方法是比較圖像中的各個像素，找出像素不同的區域。一般來說，這種方法只能精確地比較像素上的差異，而不適用於大多數實際的圖像辨識。當對兩張圖像中的目標物體進行比對時，可以提取圖像的形狀特徵，根據形狀特徵確定兩張圖像的相似程度。提取形狀特徵常用的方法有傅立葉變換和不變矩等。然而，提取形狀特徵的運算量往往比較大，當運算能力不足時難以實現，並且對目標物體進行模糊辨識的效果不是很理想。

鑒於以上內容，有必要提供一種圖像比對系統及方法，能夠對圖像中的目標物體進行模糊辨識。

一種圖像比對系統，運行於電腦中，用於比較黑白圖像中目標物體的差異，該系統包括：第一提取模組，用於從一張黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3；第一比較模組，用於將骨幹圖像A3與另一張黑白圖像B2進行比較，求出骨幹圖像A3的目 標物體骨幹相對於黑白圖像B2的目標物體多出的部分；第一標示模組，用於將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在黑白圖像A2上；第二提取模組，用於從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3；第二比較模組，用於將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分；及第二標示模組，用於將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在黑白圖像A2上。

一種圖像比對方法，用於比較黑白圖像中目標物體的差異，該方法包括步驟：從一張黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3；將骨幹圖像A3與另一張黑白圖像B2進行比較，求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分；將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在黑白圖像A2上；從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3；將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分；及將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在黑白圖像A2上。

本發明從一張圖像中提取目標物體骨幹，將提取的目標物體骨幹與另一張圖像中的目標物體進行比較，從而求出兩張圖像的差異。

10‧‧‧圖像比對系統

100‧‧‧轉換模組

101‧‧‧第一提取模組

102‧‧‧第一比較模組

103‧‧‧第一標示模組

104‧‧‧第二提取模組

105‧‧‧第二比較模組

106‧‧‧第二標示模組

S201‧‧‧將彩色圖像A和B分別轉換為灰度圖像A1和B1

S202‧‧‧將灰度圖像A1和B1分別轉換為黑白圖像A2和B2，分割出目標物體

S203‧‧‧從黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3

S204‧‧‧求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分

S205‧‧‧將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在彩色圖像A上

S206‧‧‧從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3

S207‧‧‧求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分

S208‧‧‧將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在彩色圖像A上

圖1係本發明圖像比對系統較佳實施例的運行環境架構圖。

圖2係本發明圖像比對方法較佳實施例的流程圖。

圖3係黑白圖像的示意圖。

圖4係由圖3所示的黑白圖像得到的骨幹圖像的示意圖。

參閱圖1所示，係本發明圖像比對系統較佳實施例的功能模組圖。該圖像比對系統10運行於電腦中。該圖像比對系統10包括轉換模組100、第一提取模組101、第一比較模組102、第一標示模組103、第二提取模組104、第二比較模組105及第二標示模組106。若需要比對的圖像是黑白圖像，則省略轉換模組100。

所述轉換模組100用於將需要比對的圖像轉換為黑白圖像，從而分割出目標物體。黑白圖像也稱為二值圖像，圖像中只包含黑和白兩個灰度，沒有中間的過渡。黑白圖像的像素值通常為0或者1，0表示黑色，1表示白色。將圖像轉換為黑白圖像，能夠將目標物體凸現出來。例如，參閱圖3所示，黑白圖像中的白色部分是目標物體，黑色部分是背景。為了便於說明，將黑白圖像中代表目標物體的像素稱為目標物體像素。例如，參閱圖3所示，黑白圖像中白色部分相對應的像素為目標物體像素，即取值為1的像素為目標物體像素。

在本實施例中，對於彩色圖像A和B，轉換模組100首先將A和B分別轉換為灰度圖像A1和B1，然後將灰度圖像A1和B1進行二值化處理，分別轉換為黑白圖像A2和B2。灰度圖像是指每個像素的資訊由一個量化的灰度值來描述的圖像，灰度值通常為整數。例如， 8位元的灰度圖像具有256級灰度，灰度值取值範圍是0-255。也就是說，用0-255的整數來描述從黑到白的不同等級的灰度，0表示黑色，255表示白色。

二值化處理就是設定一個閾值，將灰度值大於或等於閾值的像素取為亮點，取值為1，而灰度值小於閾值的像素取為暗點，取值為0。灰度圖像的二值化可以根據圖像中目標物體的不同而有不同的二值化演算法。目前主要的二值化演算法有全局閾值法、局部閾值法和動態閾值法。其中最簡單的是全局閾值法，就是整個圖像採用單一閾值進行圖像二值化，比如將閾值設置為0-255的中值127。

所述第一提取模組101用於從黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3。在本實施例中，分別對黑白圖像A2按行以及按列提取目標物體骨幹，對於任意一行(或列)，若該行(或列)中存在多個連續的目標物體像素，則以一個目標物體像素表示該多個連續的目標物體像素。例如，以該多個連續的目標物體像素的中間一個像素來表示該多個連續的目標物體像素。也就是說，提取的目標物體骨幹的寬度為1。例如，假設黑白圖像中取值為1的像素是目標物體像素，假設該黑白圖像某一行的像素值為1,1,1,0,0,1,1,1,1,1,0,0,1，則提取圖像骨幹後該行的像素值是0,1,0,0,0,0,0,1,0,0,0,0,1。參閱圖4所示，係由圖3所示的黑白圖像得到的骨幹圖像的示意圖。

所述第一比較模組102用於將骨幹圖像A3與黑白圖像B2進行比較，求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體 多出的部分。該多出的部分即為圖像A的目標物體比圖像B的目標物體多出的部分。例如，參閱圖4所示，骨幹圖像A3中取值為1的像素屬於目標物體骨幹。第一比較模組102依次將骨幹圖像A3中的各個像素與黑白圖像B2中的各個相對應像素進行比較，若骨幹圖像A3中的某一像素取值為1，黑白圖像B2相對應的像素取值為0，則該像素屬於骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2中的目標物體多出的部分。

所述第一標示模組103用於將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在彩色圖像A上。例如，將骨幹圖像A3的目標物體相對於黑白圖像B2的目標物體多出的部分在彩色圖像A上用紅色標示出來。也就是說，彩色圖像A中相對應的像素設置為紅色。

所述第二提取模組104用於從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3。提取目標物體骨幹的方法參照第一提取模組101。

所述第二比較模組105用於將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分。該多出的部分即為圖像B的目標物體比圖像A的目標物體多出的部分，也就是圖像A的目標物體比圖像B的目標物體少的部分。比較的方法參照第一比較模組102。

所述第二標示模組106用於將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在彩色圖像A上。例如， 將骨幹圖像B3的目標物體相對於黑白圖像A2的目標物體多出的部分在彩色圖像A上用藍色標示出來。也就是說，彩色圖像A中相對應的像素設置為藍色。

參閱圖2所示，係本發明圖像比對方法較佳實施例的流程圖。在本實施例中，需要比對的是彩色圖像A和B。

步驟S201，轉換模組100將彩色圖像A和B分別轉換為灰度圖像A1和B1。灰度圖像是指每個像素的資訊由一個量化的灰度值來描述的圖像，灰度值通常為整數。例如，8位元的灰度圖像具有256級灰度，灰度值取值範圍是0-255。也就是說，用0-255的整數來描述從黑到白的不同等級的灰度，0表示黑色，255表示白色。

步驟S202，轉換模組100將灰度圖像A1和B1進行二值化處理，分別轉換為黑白圖像A2和B2，從而分割出目標物體。黑白圖像也稱為二值圖像，圖像中只包含黑和白兩個灰度，沒有中間的過渡。黑白圖像的像素值通常為0或者1，0表示黑色，1表示白色。

二值化處理就是設定一個閾值，將灰度值大於或等於閾值的像素取為亮點，取值為1，而灰度值小於閾值的像素取為暗點，取值為0。利用二值化處理，能夠將目標物體分割出來。例如，參閱圖3所示，黑白圖像中的白色部分是目標物體，黑色部分是背景。灰度圖像的二值化可以根據圖像中目標物體的不同而有不同的二值化演算法。目前主要的二值化演算法有全局閾值法、局部閾值法和動態閾值法。其中最簡單的是全局閾值法，就是整個圖像採用單一閾值進行圖像二值化，比如將閾值設置為0-255的中值 127。

步驟S203，第一提取模組101從黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3。在本實施例中，分別對黑白圖像A2按行以及按列提取目標物體骨幹，對於任意一行(或列)，若該行(或列)中存在多個連續的目標物體像素，則以一個目標物體像素表示該多個連續的目標物體像素。例如，以該多個連續的目標物體像素的中間一個像素來表示該多個連續的目標物體像素。也就是說，提取的目標物體骨幹的寬度為1。例如，假設黑白圖像中取值為1的像素是目標物體像素，假設該黑白圖像某一行的像素值為1,1,1,0,0,1,1,1,1,1,0,0,1，則提取圖像骨幹後該行的像素值是0,1,0,0,0,0,0,1,0,0,0,0,1。參閱圖4所示，係由圖3所示的黑白圖像得到的骨幹圖像的示意圖。

步驟S204，第一比較模組102將骨幹圖像A3與黑白圖像B2進行比較，求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分。該多出的部分即為圖像A的目標物體比圖像B的目標物體多出的部分。例如，參閱圖4所示，骨幹圖像A3中取值為1的像素屬於目標物體骨幹。第一比較模組102依次將骨幹圖像A3中的各個像素與黑白圖像B2中的各個相對應像素進行比較，若骨幹圖像A3中的某一像素取值為1，黑白圖像B2相對應的像素取值為0，則該像素屬於骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2中的目標物體多出的部分。

步驟S205，第一標示模組103將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在彩色圖像A上。例 如，將骨幹圖像A3的目標物體相對於黑白圖像B2的目標物體多出的部分在彩色圖像A上用紅色標示出來。也就是說，彩色圖像A中相對應的像素設置為紅色。

步驟S206，第二提取模組104從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3。提取目標物體骨幹的方法參照步驟S203。

步驟S207，第二比較模組105將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分。該多出的部分即為圖像B的目標物體比圖像A的目標物體多出的部分，也就是圖像A的目標物體比圖像B的目標物體少的部分。比較的方法參照步驟S204。

步驟S208，第二標示模組106將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在彩色圖像A上。例如，將骨幹圖像B3的目標物體相對於黑白圖像A2的目標物體多出的部分在彩色圖像A上用藍色標示出來。也就是說，彩色圖像A中相對應的像素設置為紅色。

上述實施例中，將彩色圖像A與B上的差異標示在彩色圖像A上，類似地，可以將彩色圖像A與B上的差異標示在彩色圖像A上。

最後所應說明的是，以上實施例僅用以說明本發明的技術方案而非限制，儘管參照以上較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或等同替換，而不脫離本發明技術方案的精神和範圍。

S201‧‧‧將彩色圖像A和B分別轉換為灰度圖像A1和B1

S202‧‧‧將灰度圖像A1和B1分別轉換為黑白圖像A2和B2，分割出目標物體

S203‧‧‧從黑白圖像A2中提取目標物體骨幹，得到骨幹圖像A3

S204‧‧‧求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分

S205‧‧‧將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在彩色圖像A上

S206‧‧‧從黑白圖像B2中提取目標物體骨幹，得到骨幹圖像B3

S207‧‧‧求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分

S208‧‧‧將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在彩色圖像A上

Claims (10)

1. 一種圖像比對系統，運行於電腦中，用於比較黑白圖像中目標物體的差異，該系統包括：第一提取模組，用於分別對黑白圖像A2按行以及按列提取目標物體骨幹，得到骨幹圖像A3；第一比較模組，用於將骨幹圖像A3與另一張黑白圖像B2進行比較，求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分；第一標示模組，用於將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在黑白圖像A2上；第二提取模組，用於分別對黑白圖像B2按行以及按列提取目標物體骨幹，得到骨幹圖像B3；第二比較模組，用於將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分；及第二標示模組，用於將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在黑白圖像A2上。
2. 如申請專利範圍第1項所述之圖像比對系統，該系統還包括：轉換模組，用於在需要比對的圖像不是黑白圖像時，將需要比對的圖像轉換為黑白圖像，從而分割出目標物體。
3. 如申請專利範圍第2項所述之圖像比對系統，其中所述需要比對的圖像是彩色圖像。
4. 如申請專利範圍第3項所述之圖像比對系統，其中所述轉換模組將所述彩色圖像轉換為灰度圖像，再將該灰度圖像轉換為黑白圖像。
5. 如申請專利範圍第1項所述之圖像比對系統，其中所述第一提取模組及第二提取模組提取的目標物體骨幹的寬度為一個像素。
6. 一種圖像比對方法，用於比較黑白圖像中目標物體的差異，該方法包括步驟：分別對黑白圖像A2按行以及按列提取目標物體骨幹，得到骨幹圖像A3；將骨幹圖像A3與另一張黑白圖像B2進行比較，求出骨幹圖像A3的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分；將骨幹圖像A3中的目標物體骨幹相對於黑白圖像B2的目標物體多出的部分標示在黑白圖像A2上；分別對黑白圖像B2按行以及按列提取目標物體骨幹，得到骨幹圖像B3；將骨幹圖像B3與黑白圖像A2進行比較，求出骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分；及將骨幹圖像B3的目標物體骨幹相對於黑白圖像A2的目標物體多出的部分標示在黑白圖像A2上。
7. 如申請專利範圍第6項所述之圖像比對方法，該方法還包括：在需要比對的圖像不是黑白圖像時，將需要比對的圖像轉換為黑白圖像，從而分割出目標物體。
8. 如申請專利範圍第7項所述之圖像比對方法，其中所述需要比對的圖像是彩色圖像。
9. 如申請專利範圍第8項所述之圖像比對方法，其中所述將需要比對的圖像轉換為黑白圖像是首先將所述彩色圖像轉換為灰度圖像，再將該灰度圖像轉換為黑白圖像。
10. 如申請專利範圍第6項所述之圖像比對方法，其中所述提取的目標物體骨幹的寬度為一個像素。