改善影像识别率的方法

文档序号:7939246阅读:328来源:国知局
专利名称:改善影像识别率的方法
技术领域
本发明有关一种影像处理的方法,特别是有关一种改善影像识别率的方法。
(2)背景技术目前有关影像撷取的电子器材相当的多(例如扫描器、数字相机等),而且也相当普遍,绝大部分的人拥有或曾使用过这些电子器材。这些电子器材利用将欲撷取物体所发出或反射的光(照射物体的光可能是自然光或由我们所提供的光)经过一些光学镜片而使影像成像至感光元件上,常见的感光元件有电荷耦合器件(charge-coupled device,CCD)或者互补型金属氧化半导体(complementarymetal-oxide-semiconductor,CMOS),利用这些感光元件将影像转为电子数字数据。
影像数据由于物理上的限制或者器材功能上的缺陷不足,而使影像与实际肉眼所见有差距,例如影像对比不足、模糊等,影像的识别率因而降低。物理上成像的限制有光的绕射,而器材功能方面有镜片的成像的像差或色差,欲撷取物体以外的光进入器材内部所造成光的散射或感光元件对光反应不足等。这些问题利用器材设计上的改善可以减少影响,例如像差问题可以将镜片的曲率修正,或光轴的修正来改善;色差问题可以改变镜片的材质或镜片组(凸透镜与凹透镜黏合)的方式来改善,而外来的散光可以将器材内部粗糙化并以涂上黑色吸光的物质等方式改进。这些处置虽改善了成像的品质,但却无法完全克服这些影响。因此原本清楚、锐利的影像,经撷取后影像的清晰度、锐利度上依然会受影响而降低。
实际的影像的信号经这些影响,并非被破坏,而是这些数据隐藏在外来干扰信号的里面。例如物体的边缘与背景影像,亮度上的差异还在,但由于成像与撷取信号过程一些外在的、其他的信号也一起加入,造成这些影像亮度的差异因为这些外来的信号的加入,相对地变得不明显而使影像显得模糊。也就是说,所撷取的影像数据内除我们所要的实际影像数据,还包含其他我们不要的信号。
数字影像的优点是数据可以进行逻辑上的运算、判断。因此有相当多的影像处理软件可以处理这些数字影像,例如加强对比或调高、降低亮度等。但例如让影像加强对比,看起来似乎影像变得锐利了,但处理过程并不去判断实际影像的情况,而仅是对亮度上的差异提高,而非针对影像需调整处加以调整。因此调整对比后的影像,锐利度提高了,但物体的影像本身信号也改变,使影像信号失真。
要提高影像的清晰度,即是影像上不同物体本身必须可以判别。虽然要消除这些外来信号并不容易,但由于这些外来信号并不影响实际影像上信号的差异,因此我们可以利用这个特性,再加上数字影像可以进行逻辑上的运算、判断的优点,将实际影像上的一些物体的边缘加以判断出来,而针对这些边缘加以处理,使影像上不同物体的边缘或交界处变得锐利。而由于调整的部分仅在这些影像边缘处,对物体本身的信号不加以改变,因此可以在调整过程不造成影像的失真问题。习知技术对于影像上物体边缘的判断,利用周边与此像素共九点来判断,因此运算效率较差,本发明将以较习知技术少的点数来判断是否为影像的边缘,因此效率上亦可以改善。
(3)发明内容鉴于上述的发明背景中,撷取影像的锐利度与清晰度无法与实际一致,且利用影像软件处理也会造成影像失真的问题,本发明的主要目的在于提供一种改善影像识别率的方法,以提升影像识别率。
本发明的另一目的为利用改善影像识别率的方法,仅调整物体边缘部分的影像,而不影响物体本身的数据,使影像不因调整过程而使影像进一步失真。
本发明的又一目的为利用改善影像识别率的方法,仅调整物体边缘部分的影像,使物体边缘亮度变化所需的宽度(像素数)减少。
本发明的再一目的为利用以少量的像素值来改善影像识别率的方法,使边缘的判断及运算的效率提高,从而节省运算所需的时间。
为实现上述目的,根据本发明一方面提供一种改善影像识别率的方法,其特点是,包含判断一像素是否位于一影像上一物体边缘;以及修正该判断为物体边缘的像素的影像数值。
根据本发明另一方面提供一种改善影像识别率的方法,其特点是,包含以演绎法判断一像素是否位于一影像上的灰阶部分;以演绎法判断该像素是否位于该影像上一物体边缘;以及修正该判断为物体边缘的像素的影像数值。
本发明是利用影像边缘亮度变化的特性,判断影像上物体边缘的部分,针对这些部分加以调整修正,使影像的识别率提升,并使物体边缘亮度变化所需的宽度(像素数)减少。而因调整部分仅为物体边缘的部分,不影响实际撷取的物体本身的信号,故不会使调整过的影像增加其影像失真度。并且以少量的像素值即可进行判断,可以增加运算的效率,节省运算所需的时间。
(4)


本发明的上述目的与优点,将以下列实施例以及图示进行详细说明如下,其中图1A是纵向边缘的修正的流程图;图1B是纵向边缘的判断方程式的流程图;图2A是横向边缘的修正的流程图;图2B是横向边缘的判断方程式的流程图;图3A是纵向及横向边缘的修正的流程图;图3B是纵向及横向边缘的判断方程式的流程图;以及图4A至图4D是修正前后的柱状示意图。
(5)具体实施方式
本发明的一些实施例予以详细描述如下。然而,除了详细描述外,本发明还可以广泛地在其他的实施例施行,且本发明的范围不受其限定,而是以权利要求所限定的专利范围为准。
影像的每一个像素的数据均含有红R绿G蓝B三原色的各自亮度,而我们所看到的颜色即为红R绿G蓝B三原色各按此的亮度混合而成的。因此我们的改善影像识别率的方法即利用红R绿G蓝B三原色各自的数值大小来判断。
在实施例中,X(i,j)代表在座标(i,j)的数值X,而数值X可以为红R、绿G或蓝B的数值。(i,j)的i代表横向座标上的数值,j代表纵向座标上的数值。
本发明的一较佳实施例为,参考图1A,为一种纵向边缘的修正100的流程图。首先判断纵向边缘102为利用横向上连续三个像素X(i-1,j)、X(i,j)以及X(i+1,j)的数据来判断是否为纵向边缘,若为纵向边缘,则其数值将逐渐变大或变小,也就是逐渐变亮或变暗。因此只要符合X(i-1,j)<X(i,j)<X(i+1,j)或X(i-1,j)>X(i,j)>X(i+1,j)即可判断为纵向边缘,因此判断式可写为[X(i+1,j)-X(i,j)][X(i,j)-X(i-1,j)]>0 (1)若为非将进行横向修正200;若为是则继续判断是否为纵向及横向边缘104,其判断式为[X(i,j+1)-X(i,j)][X(i,j)-X(i,j-1)]>0 (2)若为是则将进行纵向及横向修正300,若为非则继续判断像素数值大小偏向106,也就是判断像素X(i,j)其数值大小比较接近X(i+1,j)或X(i-1,j),其判断式为abs[X(i+1,j)-X(i,j)]>abs[X(i-1,j)-X(i,j)] (3)若为是则代表X(i,j)与X(i-1,j)比较接近,将X(i,j)以X(i,j)与X(i-1,j)的平均值来取代;若为非则代表X(i,j)与X(i+1,j)比较接近,将X(i,j)以X(i,j)与X(i+1,j)的平均值来取代。此步骤为判断像素X(i,j)比较偏向X(i-1,j)或X(i+1,j),当像素X(i,j)比较接近X(i-1,j)时,表示X(i,j)受X(i-1,j)的影响比较大,即是实际上此像素X(i,j)的值与像素X(i-1,j)同属亮或暗区,但受像素X(i+1,j)的影响略往向X(i+1,j)偏了一些,因此将X(i,j)往X(i-1,j)方向修正。同理,X(i,j)比较接近X(i+1,j)时,往X(i-1,j)方向修正。也就是X(i,j)数值接近X(i-1,j)与X(i+1,j)较小值时,往较小值修正108;X(i,j)数值接近X(i-1,j)与X(i+1,j)较大值时,往较大值修正110。如此使较模糊的亮部往更亮部修正,使较模糊的暗部往更暗部修正,可提升影像的边缘的锐利度。判断方程式流程图请参考图1B。
本发明的另一较佳实施例为,参考图2A,为一种横向边缘的修正200的流程图。首先利用第一方程式判断是否为纵向边缘202,若为是,则进行纵向修正100,若为非,则可继续进行横向边缘的修正。接下来,利用纵向上连续三个像素X(i,j-1)、X(i,j)以及X(i,j+1)的数据来判断是否为横向边缘204,若为横向边缘则其数值将逐渐变大或变小,也就是逐渐变亮或变暗。因此只要符合X(i,j-1)<X(i,j)<X(i,j+1)或X(i,j-1)>X(i,j)>X(i,j+1)即可判断为横向边缘,可利用第二方程式来判断。
判断为非时,此像素非位于纵向或横向边缘,故不修正其数值206;而判断为是时(即为横向边缘但非纵向边缘),则进行判断像素数值大小偏向208,,也就是判断像素X(i,j)其数值大小比较接近X(i,j+1)或X(i,j-1),其判断式为abs[X(i,j+1)-X(i,j)]>abs[X(i,j)-X(i,j-1)] (4)若为是则代表X(i,j)与X(i,j-1)比较接近,将X(i,j)以X(i,j)与X(i,j-1)的平均值来取代;若为非则代表X(i,j)与X(i,j+1)比较接近,将X(i,j)以X(i,j)与X(i,j+1)的平均值来取代。同理,此步骤为判断像素X(i,j)比较偏向X(i,j-1)或X(i,j+1),当像素X(i,j)比较接近X(i,j-1)时,表示X(i,j)受X(i,j-1)的影响比较大,即是实际上此像素X(i,j)的值与像素X(i,j-1)同属亮或暗区,但受像素X(i,j+1)的影响略往向X(i,j+1)偏了一些,因此将X(i,j)往X(i,-1j)方向修正。同样,X(i,j)比较接近X(i,j+1)时,往X(i,j-1)方向修正。也就是X(i,j)数值接近X(i,j-1)与X(i,j+1)较小值时,往较小值修正210;X(i,j)数值接近X(i,j-1)与X(i,j+1)较大值时,往较大值修正212。这样可以使较模糊的亮部往更亮部修正,使较模糊的暗部往更暗部修正,可提升影像的边缘的锐利度。判断方程式流程图请参考图2B。
本发明的再一较佳实施例为,参考图3A,为一种纵向及横向边缘的修正300的流程图。首先利用第一方程式判断是否为纵向边缘302,若为非,则进行横向修正200,若为是,则可继续进行纵向及横向边缘的判断304。利用第二方程式来判断像素是否位于纵向及横向边缘,若为非则进行纵向修正100,若为是则进行横向数值大小偏向306。也就是利用第三方程式来判断像素X(i,j)其在横向上数值大小比较接近X(i+1,j)或X(i-1,j)。
若为是则代表横向上X(i,j)与X(i-1,j)比较接近。进一步利用第四方程式来判断像素X(i,j)其在纵向上数值大小308比较接近X(i,j+1)或X(i,j-1),若为是代表像素X(i,j)的数值在横向上接近X(i-1,j)而纵向上接近X(i,j-1),将X(i,j)以X(i,j)、X(i-1,j)与X(i,j-1)的平均值来取代;若为非代表像素X(i,j)的数值在横向上接近X(i-1,j)而纵向上接近X(i,j+1),将X(i,j)以X(i,j)、X(i-1,j)与X(i,j+1)的平均值来取代。
若为横向数值大小偏向306判断为非时,则代表横向上X(i,j)与X(i+1,j)比较接近。进一步利用第四方程式来判断像素X(i,j)其在纵向上数值大小310比较接近X(i,j+1)或X(i,j-1),若为是代表像素X(i,j)的数值在横向上接近X(i+1,j)而纵向上接近X(i,j-1),将X(i,j)以X(i,j)、X(i+1,j)与X(i,j-1)的平均值来取代;若为非代表像素X(i,j)的数值在横向上接近X(i+1,j)而纵向上接近X(i,j+1),将X(i,j)以X(i,j)、X(i+1,j)与X(i,j+1)的平均值来取代。
也就是X(i,j)的数值大小在横向上接近较小值且纵向上也接近较小值时,往横向与纵向上的较小值修正312,X(i,j)的数值大小在横向上接近较小值且纵向上接近较大值时,往横向上较小值与纵向上较大值修正314。而X(i,j)的数值大小在横向上接近较大值且纵向上也接近较大值时,往横向与纵向上的较大值修正318,X(i,j)的数值大小在横向上接近较大值且纵向上接近较小值时,往横向上较大值与纵向上较小值修正316。判断方程式流程图请参考图3B。
利用以上三个较佳的实施例,即可判断一个影像的像素是否位于横向、纵向、纵向及横向的边缘或者不是,可使位于边缘处的像素暗部往较暗部修正,像素亮部往较亮部修正,如此可改善影像上物体的边缘处的清晰度,提升影像识别率。参考图4A、4B,为修正前后数值大小的示意图。
另外,像素X(i,j)的数值大小修正时,其修正比重可以调整,例如往X(k,j)及X(i,m)做修正时,可使新的X(i,j)数值为α×X(i,j)+β×X(k,j)+γ×X(i,m)(5)其中X(k,j)为X(i,j)横向上相邻像素上数值较接近的数值,X(i,m)纵向上相邻像素上数值较接近的数值α、β、γ分别为X(i,j)、X(k,j)与X(i,m)所占的权重,大小介于0到1,且α+β+γ=1。
当只做横向边缘修正时,β=0,而只做纵向边缘修正时,γ=0。如此可针对不同环境做不同权重的修正,可使修正量的大小可配合环境而得到较佳的修正。
本发明的改善影像识别率的方法也可以应用于纵向或横向上超过三个像素的情况,用以配合物体边缘宽度超过一个像素的宽度。例如横向上的连续五个像素为X(i-2,j)、X(i-1,j)、X(i,j)、X(i+1,j)以及X(i+2,j),且为物体的边缘,即其数值为逐渐变大或逐渐变小。则像素的修正数值为修正前的数值与修正前两侧较接近的数值的平均。这样修正后的数值所产生的影像,可轻易判断出为物体的内或物体的外的影像,而减少的前因为各数值差异不大而判断不出的问题,因此可以增加影像的识别率,且修正后影像的物体边缘的影像宽度也可以有效缩窄,参考图4C、4D。
对于颜色变化较多的物体的影像,单独以红R绿G蓝B来分别判断有可能会造成并非物体的边缘误判为物体的边缘的情况。因此对于颜色变化较多的物体的影像,可以只针对为灰阶的部分来减少、甚至避免发生错误修正的情况。也就是我们可以针对红R绿G蓝B三色的数值相差不大的部分才做修正动作。当红R绿G蓝B三原色的数值大小差异在某一范围δ的内时,我们定义为该像素处于灰阶部分。因此判断式为Max[abs(Xr-Xg),abs(Xg-Xb),abs(Xb-Xr)]<δ(6)其中Xr、Xg、Xb代表红R绿G蓝B三原色的各自数值,abs代表取其绝对值,δ代表判断灰阶的范围限制,例如δ的数值可以为21。
因此只要三原色两两的差异均小于21时,才执行纵向修正100、横向修正200或纵向及横向修正300,如此可避免误判为物体的边缘而修正的问题。
以上所述仅为本发明的较佳实施例而已,并非用以限定本发明的申请专利范围;凡其他为脱离本发明所揭示的精神下所完成的等效改变或替换,均应包含在下述的权利要求所限定的范围内。
权利要求
1.一种改善影像识别率的方法,其特征在于,包含判断一像素是否位于一影像上一物体边缘;以及修正该判断为物体边缘的像素的影像数值。
2.如权利要求1所述的改善影像识别率的方法,其特征在于,所述的判断边缘的演绎法包含一纵向及一横向边缘的演绎法。
3.如权利要求2所述的改善影像识别率的方法,其特征在于,所述的纵向及横向边缘的演绎法的判断式分别为[X(i+1,j)-X(i,j)][X(i,j)-X(i-1,j)]>0[X(i,j+1)-X(i,j)][X(i,j)-X(i,j-1)]>0其中,X(i,j)为该像素在该影像上座标(i,j)的红、绿、蓝三色的其中一数值大小。
4.如权利要求2所述的改善影像识别率的方法,其特征在于,所述的修正边缘的运算法,为该修正后的像数数值为一纵向上一数值较接近该像素数值的相邻像素数值、一纵向上一数值较接近该像素数值的相邻像素数值与该像素修正前数值权重相加,其运算式为α×X(i,j)+β×X(i,k)+γ×X(m,j)其中,X(i,j)为该像素在该影像上座标(i,j)的红、绿、蓝三色的其中一数值大小,X(i,k)代表该纵向上红、绿、蓝三色的其中一数值较接近该像素数值的相邻像素,X(m,j)代表该横向上红、绿、蓝三色的其中一数值较接近该像素数值的相邻像素k为j-1或j+1,m为i-1或i+1,α、β、γ分别为该像素、纵向上该相邻像素与横向上该相邻像素的权重,大小为0到1之间,其和为1。
5.如权利要求2所述的改善影像识别率的方法,其特征在于,所述的修正边缘的运算法,该纵向边缘的演绎法的判断为非时,γ为零。
6.如权利要求2所述的改善影像识别率的方法,其特征在于,所述的修正边缘的运算法,该横向边缘的演绎法的判断为非时,β为零。
7.一种改善影像识别率的方法,其特征在于,包含以演绎法判断一像素是否位于一影像上的灰阶部分;以演绎法判断该像素是否位于该影像上一物体边缘;以及修正该判断为物体边缘的像素的影像数值。
8.如权利要求7所述的改善影像识别率的方法,其特征在于,所述的判断灰阶的演绎法判断式为Max[abs(Xr-Xg),abs(Xg-Xb),abs(Xb-Xr)]<δ其特征在于,Xr为该像素的红色的数值,Xg为该像素的绿色的数值,Xb为该像素的蓝色的数值,δ范围为0到21。
9.如权利要求8所述的改善影像识别率的方法,其特征在于,所述的判断边缘的演绎法包含一纵向及一横向边缘的演绎法。
10.如权利要求8所述的改善影像识别率的方法,其特征在于,所述的纵向及横向边缘的演绎法的判断式为[X(i+1,j)-X(i,j)][X(i,j)-X(i-1,j)]>0[X(i,j+1)-X(i,j)][X(i,j)-X(i,j-1)]>0其中X(i,j)为该像素在该影像上座标(i,j)的红、绿、蓝三色的其中一数值大小。
全文摘要
一种改善影像识别率的方法,其特点是,包含判断一像素是否位于一影像上一物体边缘;以及修正该判断为物体边缘的像素的影像数值。本发明利用物体边缘为连续逐渐变亮或暗的特性,利用一演绎法找出影像上物体边缘的部分,对此部分加以修正,提升影像上物体边缘的部分的影像识别率,对颜色变化较大的影像,也可先用一判断灰阶的演绎法,过滤可能误判为物体边缘的部分,增加修正的准确度,从而有效解决影像上有关物体边缘处常会显得模糊,而影响影像识别率的问题。
文档编号H04N1/58GK1499822SQ0215060
公开日2004年5月26日 申请日期2002年11月6日 优先权日2002年11月6日
发明者王国任 申请人:力捷电脑股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1