离散边缘分组模板匹配系统、方法和计算机可读媒体与流程

本发明一般涉及模板匹配领域，且更特定地涉及一种使用离散边缘分组来对图像进行模板匹配的系统、方法和计算机可读媒体。

背景技术：

在图像辨识领域中，准确捕获特定特征的表象的能力可用来传递信息。例如，在医学诊断行业中，可能需要基于快速诊断测试(“RDT”)的表象来提供对快速诊断测试的辨识。可能需要正确识别和/或定位图像内的RDT特定特征(优选地，以高度的准确性和/或以高的敏感度和/或特异度)，因为除了别的以外其可便于诊断疾病状态、生物标志物的存在与缺乏和/或环境因素的存在与缺乏。

如本领域普通技术人员可了解，准确图像辨识的一些挑战源自图像高度可变的特点，图像高度可变可能是由于以下各方面的可变性：制造公差(例如，制造RDT暗盒过程中的可变性，这可在图像捕获期间影响RDT暗盒的位置)、照明(例如，在图像捕获期间环境照明的可变性可影响图像对比度)和/或特征状态。在现有技术RDT图像辨识中特征状态的变化可能是特别成问题的，因为变化可能是由于图像之间的特征发生显著变化。例如，在一些例子中，至关重要和/或优选的是能够检测特征，而不管所述特征的状态如何。如果RDT的膜在一个图像中是纯白和/或在另一个图像中被覆盖于血液和/或测试线中，那么以一定准确率、敏感度和/或特异度来匹配特征的状态可能是困难的。

如本领域普通技术人员可已知，特征的状态可呈现可能需要的两种设计约束和/或偏好。第一种设计约束和/或偏好可为特征边缘的对比度不变性(contrast invariance)。例如，如果一个图像中存在血液而另一个图像中不存在血液，那么相邻边缘的对比度可为高度变化的。第二个约束和/或偏好可为区域不变性。例如，如果一个暗盒的制造公差与另一个暗盒的制造公差不同，那么被捕获用于模板匹配的暗盒区域可为高度变化的。因此，与现有技术中的图像辨识装置、系统、方法和/或计算机可读媒体相关联的问题的一个或多个方面可包括以下局限性：以高的敏感度和特异度来定位图像特征；对比度不变性；和/或可选的区域不变性。因此，需要提供一种算法以作为系统、方法和/或计算机可读媒体的一部分和/或供与系统、方法和/或计算机可读媒体关联地使用，所述算法在本质上可允许指定可能被其他算法忽略的区域。

模板匹配是一种用于定位图像内的对象的构建良好的基本方法[例如，参见W.K.Pratt的“数字图像处理，第3版”，John Wiley&Sons公司，纽约，2001年，第613-625页]。如本领域普通技术人员可了解，可能已在计算机视觉应用(诸如，面部辨识、医学图像处理和/或图像配准)中或多或少广泛地使用了模板匹配。可能地，在其最简单的形式中，可通过拍摄子图像并使其滑动跨越整个图像(优选地，同时计算一种或多种类型的评分函数(例如，绝对差、交叉相关性等))来执行模板匹配。可将传回最高得分的图像区域视为可行的匹配。

在实践中，本领域普通技术人员可了解，图像特征可拥有一个或多个可能影响性能的复杂因素，所述复杂因素可能地包括以下各者中的一者或多者：噪声(例如，图像中的亮度或色彩信息的随机变化)；仿射变换(例如，平移、旋转)；照明差异(例如，对比度)；特征可变性；和/或其他失真。

可能已呈现了许多现有技术模板匹配方法来解决这些和/或其他局限性中的一者或多者，潜在地包括对对比度不变性的尝试。对对比度不变性的一次或多次尝试可能已将一个或多个局部变换应用于图像数据，优选地以使整个图像的对比度正规化。这种方法在一些情形中(例如，其中对比度的范围是极大的和/或不可预测)可能不够理想。另外和/或代替地，模板匹配一般而言不允许定义具有区域不变性的区域。

本领域普通技术人员先前未能考虑使用图像配准的方法来解决区域不变性。这些方法可提取和/或匹配周围区域中的特定特征(且对周围区域不变)。流行的方法(诸如，尺度不变特征变换(“SIFT”)算法[例如，参见D.Lowe的“用于识别图像中的尺度不变特征并将其用于定位图像中的对象的方法和设备”，美国专利号6,711,293]或方向梯度直方图(“HOG”)技术[例如，参见N.Dalai的“用于人体检测的方向梯度直方图”，2005年计算机视觉与模式辨识(CVPR 2005)，IEEE计算机学会会议，2005年6月])可从图像提取特征描述符，接着可将所述特征描述符与一组已知的描述符相比较。上述技术中的一者或两者还可使用方向直方图方法[例如，参见W.T.Freeman和M.Roth的“用于手势辨识的方向直方图”，关于自动人脸和手势辨识的国际研讨会，IEEE计算机学会，瑞士苏黎士，第296-301页，1995年6月]，其可被示为提供特征检测的高准确性。这些方法可从周围的像素创建出直方图以便定义单元(cell)和/或块，所述单元和/或块可能已被用于匹配。此种现有技术方法的其中一个局限性在于其通常在可以定义的特征的大小方面受到限制。潜在地成问题的是，在一些应用中，特征大小可能是大的和/或完全是可变的。

即使从以上现有技术方法来看，本领域普通技术人员先前未能将模板定义为单元群组(尽管可能需要如此做)。此类单元群组可优选地仅被定义为这样的特征，所述特征被需要以进行匹配、优选地允许和/或便于选择性排除具有高可变性的区域，和/或优选地提供可选的区域不变性。

需要的是克服与现有技术相关联的一个或多个局限性的系统、方法和/或计算机可读媒体。提供优选地便于图像模板匹配和/或使得能够正确识别和/或定位图像内的RDT特定特征的系统、方法和/或计算机可读媒体是有利的。提供优选地以高度的准确性和/或以高的敏感度和/或特异度提供模板匹配以及对图像中的特定特征的识别和/或定位的系统、方法和/或计算机可读媒体也具有一些优势。

根据本发明的一个优选实施方案的目标可为识别和/或定位图像上的特征。

根据本发明的一个优选实施方案的目标可为将图像的特征与参考特征相比较。

根据本发明的一个优选实施方案的目标可为识别和/或定位RDT暗盒的图像上的特征，所述RDT暗盒具有制造公差方面的可变性。

根据本发明的一个优选实施方案的目标可为识别和/或定位图像上的可变特征状态。

根据本发明的一个优选实施方案的目标可为在具有低对比度、明显噪声、仿射变换和/或照明差异的情况下识别和/或定位图像上的特征。

根据本发明的一个优选实施方案的目标可为从图像提取特征。

根据本发明的一个优选实施方案的目标可为对从图像提取的特征分类。

根据本发明的一个优选实施方案的目标可为检测来自图像的边缘。

根据本发明的一个优选实施方案的目标可为执行对包括图像的像素的定向和/或空间分组。

根据本发明的一个优选实施方案的目标可为产生图像，所述图像已通过缩放、低通滤波器、灰度转换、分化和/或边缘定义和阈值确定进行了变换。

本发明的目标可为消除或减轻与现有技术相关联的一个或多个缺点和/或缺陷，以满足或提供一个或多个需求和/或优点，和/或实现本发明的一个或多个目标—鉴于其教示和/或公开内容，所述目标中的一者或多者可优选地由本领域技术人员容易了解和/或可优选地向本领域技术人员建议所述目标中的一者或多者。

技术实现要素：

根据本发明，公开了一种使图像的至少一部分与存储在数据库中的一个或多个参考模板匹配的方法。至少一个边缘特征被嵌入于图像中。所述方法包括提供数据库的数据库提供步骤，使得参考模板中的每一者包括一组参考特征参数。所述方法还包括接收图像的接收步骤。所述方法还包括特征提取步骤。特征提取步骤包括以下微分边缘检测子步骤：使用对比度不变技术来使图像再现为对比度不变和/或描绘边缘特征的在图像的一个或多个图像像素当中的一个或多个边缘像素。特征提取步骤还包括以下定向和/或空间分组子步骤：将边缘像素分组到预定数量的定向组中和/或将图像像素中的相邻者空间分组到离散边缘分组(DEB)单元中，以生成描绘边缘特征的DEB单元图像。所述方法还包括特征分类步骤。特征分类步骤包括以下特征响应子步骤：将DEB单元图像与每组前述参考特征参数相比较，以确定DEB单元图像与参考模板中的每一者匹配的程度如何。特征分类步骤还包括以下匹配检测子步骤：在参考模板当中定位DEB单元图像的最佳匹配者，和/或使最佳匹配者与一个或多个预定匹配阈值相关以确定何时找到参考模板中的匹配者。以此方式，根据本发明，图像得以与参考模板中的匹配者相匹配。

根据本发明的一个优选实施方案的方面，参考模板中的第一者可优选地(但非必须地)具有高于参考模板中的第二者的对边缘特征的敏感度，所述边缘特征被嵌入于图像中和/或在DEB单元图像中得以描绘。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，可优选地(但非必须地)对图像进行缩放，和/或可优选地(但非必须地)抑制图像中的具有低于预定空间分辨率阈值的空间分辨率的任何伪影。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，低通滤波器可优选地(但非必须地)应用于图像和/或与图像卷积以抑制可与像素噪声相关联的高频率。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，图像可优选地(但非必须地)转换到灰度。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，可优选地(但非必须地)微分计算图像的一个或多个导数和/或使用所述导数来定位和/或几何定义边缘特征。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，导数可优选地(但非必须地)包括通过在两个维度中分化图像所计算的梯度。优选地(但非必须地)，梯度方向可被获得和/或可被用于定位和/或几何定义边缘特征的沿梯度方向处于梯度最大值的边缘像素。

根据本发明的一个优选实施方案的方面，可优选地(但非必须地)使用导数(优选地，参考预定边缘最小阈值)来定义边缘特征。

根据本发明的一个优选实施方案的方面，优选地在微分边缘检测子步骤中，可优选地(但非必须地)微分计算图像的一个或多个导数。导数可优选地(但非必须地)用来计算所述边缘像素中的每一者的定向。

根据本发明的一个优选实施方案的方面，优选地在定向和/或空间分组子步骤中，所述边缘像素中的每一者的定向可优选地(但非必须地)指派给预定数量的定向组中的最密切对应于所述定向的一者。

根据本发明的一个优选实施方案的方面，优选地在定向和/或空间分组子步骤中，优选地针对离散边缘分组(DEB)单元中的每一者，可优选地(但非必须地)基于指派给图像像素当中的边缘像素中的每一者的定向组来计算和，所述图像像素被空间分组到前述离散边缘分组(DEB)单元中的每一者中。

根据本发明的一个优选实施方案的方面，优选地在定向和/或空间分组子步骤中，优选地针对离散边缘分组(DEB)单元中的每一者，可优选地(但非必须地)基于图像像素当中的边缘像素中的每一者的定向来计算和，所述图像像素被空间分组到前述离散边缘分组(DEB)单元中的每一者中。

根据本发明的一个优选实施方案的方面，优选地在定向和/或空间分组子步骤中，离散边缘分组(DEB)单元中的每一者可优选地(但非必须地)与前述图像像素中的相邻者的大致矩形(M₁x M₂)配置相关。

根据本发明的一个优选实施方案的方面，优选地在定向和/或空间分组子步骤中，可优选地(但非必须地)处理图像以生成包含(M₁x M₂)缩放图像的单元偏移图像，所述缩放图像对应于前述离散边缘分组(DEB)单元中的每一者的起始偏移。

根据本发明的一个优选实施方案的方面，特征提取步骤可优选地(但非必须地)还包括以下特征裁剪子步骤：裁剪DEB单元图像以使对DEB单元图像中的边缘特征的描绘正规化。

根据本发明的一个优选实施方案的方面，优选地在特征响应子步骤中，优选地针对参考模板中的每一者，可优选地(但非必须地)计算与DEB单元图像的匹配值。

根据本发明的一个优选实施方案的方面，优选地在特征响应子步骤中，可优选地(但非必须地)生成一个或多个特征响应图，所述特征响应图表示DEB单元图像与参考模板中的每一者匹配的程度如何。

根据本发明的一个优选实施方案的方面，优选地在匹配检测子步骤中，最佳匹配者可优选地(但非必须地)位于特征响应图上。

根据本发明的一个优选实施方案的方面，所述方法可优选地(但非必须地)适合于与快速诊断测试装置一起使用和/或将暗盒图像用作图像。

根据本发明，还公开了一种用于匹配图像的至少一部分的系统。至少一个边缘特征被嵌入于图像中。所述系统包括存储一个或多个参考模板的数据库。参考模板中的每一者包括一组参考特征参数。所述系统还包括操作地接收图像的图像接收元件。所述系统还包括操作地使前述图像的至少一部分与存储在数据库中的参考模板匹配的一个或多个图像处理器。所述图像处理器经操作地编码，以使用对比度不变技术来使图像再现为对比度不变和/或描绘边缘特征的在图像的一个或多个图像像素当中的一个或多个边缘像素。所述图像处理器还经操作地编码，以将边缘像素分组到预定数量的定向组中和/或将图像像素中的相邻者空间分组到离散边缘分组(DEB)单元中，从而生成描绘边缘特征的DEB单元图像。图像处理器还经操作地编码，以将DEB单元图像与前述每组参考特征参数相比较，从而确定DEB单元图像与参考模板中的每一者匹配的程度如何。图像处理器还经操作地编码，以在参考模板当中定位DEB单元图像的最佳匹配者和/或使最佳匹配者与一个或多个预定匹配阈值相关以确定何时找到参考模板中的匹配者。因此。根据本发明，系统使图像与参考模板中的匹配者匹配。

根据本发明的一个优选实施方案的方面，参考模板中的第一者可优选地(但非必须地)具有高于参考模板中的第二者的对边缘特征的敏感度，所述边缘特征被嵌入于图像中和/或在DEB单元图像中得以描绘。

根据本发明的一个优选实施方案的方面，参考模板中的第一者与参考模板中的第二者可优选地(但非必须地)匹配图像的不同区域。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以对图像进行缩放和/或抑制图像中的具有低于预定空间分辨率阈值的空间分辨率的任何伪影。

根据本发明的一个优选实施方案的方面，系统还可优选地(但非必须地)包括低通滤波器。图像处理器还可优选地(但非必须地)经操作地编码以将低通滤波器应用于图像和/或使低通滤波器与图像卷积以抑制可与像素噪声相关联的高频率。

根据本发明的一个优选实施方案的方面，低通滤波器可优选地(但非必须地)为多变量高斯滤波器。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以将图像转换到灰度。

根据本发明的一个优选实施方案的方面，所述图像处理器还可优选地(但非必须地)经操作地编码以微分计算图像的一个或多个导数和/或使用所述导数来定位和/或几何定义边缘特征。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以：优选地(但非必须地)通过在两个维度中分化图像来计算导数中的一者或多者以作为梯度；获得梯度的方向；和/或使用梯度的方向来定位和/或几何定义边缘特征的沿梯度方向处于梯度最大值的边缘像素。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以使用导数(优选地，参考预定边缘最小阈值)来定义边缘特征。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以：微分计算图像的一个或多个导数；和/或使用所述导数来计算边缘像素中的每一者的定向。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以将边缘像素中的每一者的定向指派给预定数量的定向组中的最密切对应于所述定向的一者。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以优选地针对离散边缘分组(DEB)单元中的每一者基于指派给图像像素当中的边缘像素中的每一者的定向组来计算和，所述图像像素被空间分组到前述离散边缘分组(DEB)单元中的每一者中。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以优选地针对离散边缘分组(DEB)单元中的每一者基于图像像素当中的边缘像素中的每一者的定向来计算和，所述图像像素被空间分组到前述离散边缘分组(DEB)单元中的每一者中。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以使离散边缘分组(DEB)单元中的每一者与前述图像像素中的相邻者的大致矩形(M₁x M₂)配置相关。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以处理图像从而生成包含(M₁x M₂)缩放图像的单元偏移图像，所述缩放图像对应于前述离散边缘分组(DEB)单元中的每一者的起始偏移。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以裁剪DEB单元图像从而使对DEB单元图像中的边缘特征的描绘正规化。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以优选地针对参考模板中的每一者来计算与DEB单元图像的匹配值。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以生成一个或多个特征响应图，所述特征响应图表示DEB单元图像与参考模板中的每一者匹配的程度如何。

根据本发明的一个优选实施方案的方面，图像处理器还可优选地(但非必须地)经操作地编码以在特征响应图上定位最佳匹配者。

根据本发明的一个优选实施方案的方面，预定匹配阈值可优选地(但非必须地)包括：预定相关性阈值，其可优选地(但非必须地)基于与边缘特征的相关性；和/或预定距离阈值，其可优选地(但非必须地)基于距边缘特征的搜索原点的距离。

根据本发明的一个优选实施方案的方面，所述系统可优选地(但非必须地)适合于与快速诊断测试装置一起使用和/或将暗盒图像用作图像。

根据本发明，还公开了一种与图像一起使用的计算机可读媒体，至少一个边缘特征被嵌入于所述图像中。计算机可读媒体还与存储一个或多个参考模板的数据库一起使用，每个参考模板包括一组参考特征参数。计算机可读媒体编码有可执行指令，所述可执行指令在执行时编码一个或多个图像处理器以通过自动执行以下步骤来使图像的至少一部分与存储在数据库中的参考模板自动匹配：(a)使用对比度不变技术来使图像再现为对比度不变和/或描绘边缘特征的在图像的一个或多个图像像素当中的一个或多个边缘像素；(b)将边缘像素分组到预定数量的定向组中，和/或将图像像素中的相邻者空间分组到离散边缘分组(DEB)单元中，以生成描绘边缘特征的DEB单元图像；(c)将DEB单元图像与前述每组参考特征参数进行比较，以确定DEB单元图像与参考模板中的每一者匹配的程度如何；和/或(d)在参考模板当中定位DEB单元图像的最佳匹配者，和/或使最佳匹配者与一个或多个预定匹配阈值相关以确定何时找到参考模板中的匹配者。因此，根据本发明，计算机可读媒体编码图像处理器以使图像与参考模板中的匹配者匹配。

在参考附图考虑以下详细描述和随附的权利要求后，本发明的其他优点、特征和特性以及系统、方法和计算机可读媒体的有关元件的操作方法和功能即刻将变得更加显而易见，下文中简短地描述了附图。

附图说明

将自以下附图来更好地理解就其结构、组织、用途和操作方法而言被认为是根据本发明的系统、方法和计算机可读媒体的特性的新颖特征连同其进一步的目标和优点，在附图中，现将通过示例来说明本发明的目前优选的实施方案。然而，应明确理解，附图仅用于说明和描述的目的，而并非旨在作为对本发明的界限的限定。在附图中：

图1是根据本发明的优选实施方案的DEB特征提取方法的流程图；

图2是根据本发明的优选实施方案的DEB特征分类方法的流程图；

图3是图1中所示的方法的微分边缘检测器步骤的流程图；

图4a是使用现有技术索贝尔边缘检测器的图像的示图。

图4b是使用微分边缘技术的图像的示图。

图5a是具有高对比度的图4b的示图的放大视图。

图5b是具有低对比度的图4b的示图的放大视图。

图5c是具有高对比度的图4a的示图的放大视图。

图5d是具有低对比度的图4a的示图的放大视图。

图6是用于图1中所示的方法的定向和空间分组步骤的流程图；

图7是根据图6的定向和空间分组步骤的空间分组子步骤的示意图；

图8是根据图6的空间分组子步骤的针对4x4空间分组的DEB单元偏移图像的示图；

图9a是根据图2的特征响应步骤的原始响应图像R(x,y)的示图；以及

图9b是根据图2的特征响应步骤的经重新组织的匹配响应图像M(x,y)的示图。

具体实施方式

现参考图1至图9，示出了根据本发明的优选实施方案的用于离散边缘分组(“DEB”)模板匹配的系统、方法和计算机可读媒体。

优选地在根据本发明的图像配准系统、方法和/或计算机可读媒体中，一次或多次DEB变换(其可优选地产生一个或多个DEB特征)优选地形成特征提取前端的基础。图1描绘根据本发明的优选实施方案的DEB特征提取方法100的步骤。可了解，根据方法100，输入优选地为经正规化和/或裁剪的暗盒图像10。另外，输出优选地为一组DEB特征20。

如图1中所示，方法100优选地包括由根据本发明的系统、方法和/或计算机可读媒体来执行和/或提供的以下步骤：微分边缘检测器(differential edge detector)步骤110；定向和空间分组步骤110以及特征裁剪步骤130。

根据本发明，DEB特征分类优选地为由系统、方法和/或计算机可读媒体来执行和提供的DEB模板匹配的第二阶段，用于将一组参考特征(优选地，在特征提取期间获得)与待分类的图像进行比较，优选地以便确定所述特征是否匹配。图2示出DEB特征分类方法200的流程，所述DEB特征分类方法优选地包括由根据本发明的系统、方法和/或计算机可读媒体来执行和提供的以下步骤：特征响应步骤210；以及匹配检测步骤220。

如图2中所示，特征响应步骤210优选地包含将DEB参考特征(优选地，存储在数据库中)与输入DEB单元图像30和DEB特征20进行比较(优选地，自DEB特征提取方法100生成)以产生特征响应图，所述特征响应图表示DEB特征20与DEB参考特征匹配的程度如何。

针对匹配检测步骤220，优选地将最佳匹配者的位置和相关性与一个或多个内部阈值进行比较，优选地以基于DEB特征20与DEB单元图像30的比较来确定是否找到匹配(即，匹配结果40)。

方法100优选地通过使用微分边缘检测器前端(即，图1中的子步骤110)来为实现对比度不变性作准备，优选地以便抑制其所有除了针对给定边缘的最强烈的响应。本领域普通技术人员可了解，现有技术模板匹配方法可能不使用离散边缘模板。

方法100还优选地通过使用分组定向和空间方法(例如，类似于由现有技术图像配准算法(诸如，HOG和SIFT)所使用的分组定向和空间方法)来定义模板从而为实现可选区域的不变性作准备。鉴于现有技术图像配准算法可能已在小块区域内定义特征描述符，本发明优选地将特征单元组合到DEB模板中。DEB模板优选地是以此方式来定义使得仅优选地选择显著特征—优选地前提条件是：对图像中或模板自身内的区域的可选区域的不变性可为高度可变的。

A.DEB特征提取

微分边缘检测器

根据本发明，微分边缘检测器步骤110优选地提取暗盒图像10的显著边缘，优选地使用对比度不变技术以提供对比度不变性(如图1中所示)。

根据本发明的一个优选实施方案的方面且如在图1中最佳所见，由系统、方法和/或计算机可读媒体来执行和提供的DEB特征提取方法(替代地称为DEB变换)100中的第一步骤优选地应用微分边缘检测器步骤110，优选地以提取对比度不变边缘。

图3更详细地描绘了步骤110，步骤110优选地包括以下额外子步骤：尺度图像子步骤111；低通滤波器子步骤112；灰度转换子步骤113；分化子步骤114；以及边缘定义和阈值子步骤115。所提议的步骤110优选地解决了现有技术中的其他边缘检测器(诸如，索贝尔边缘检测器)的缺陷(优选地，通过实现对比度不变性)。

在以下章节中，更详细地描述了如优选地由根据本发明的一个方面的系统、方法和/或计算机可读媒体来执行的微分边缘检测器子步骤110的一个或多个步骤。

Ⅰ.尺度图像

如图3中所示，根据本发明，在尺度图像子步骤111中，输入暗盒图像10优选地经缩放以改进性能并抑制具有比期望的低的空间分辨率的伪影。尺度大小("S")优选地是特定于应用程序的。

Ⅱ.低通滤波器

根据本发明，图3中所描绘的低通滤波器子步骤112优选地包括将高斯滤波器应用于输入暗盒图像10，优选地以便抑制与像素噪声相关联的高频率。与上述缩放子步骤111相组合的这个滤波器子步骤112优选地组成简单的尺度空间算法。滤波器系数("F")优选地是特定于应用程序的。

低通滤波器子步骤112优选地通过将多变量高斯滤波器应用于输入图像10来减少高频率噪声。根据本发明的一个优选实施方案的方面，x与y之间的协方差可优选地假设为零，且优选地根据以下等式来描述滤波器：

其中F是上述滤波器系数。

滤波器优选地与输入图像I进行卷积，优选地以根据以下等式产生滤波输出I_f：

I_f＝I*F

其中F是如上文的滤波器系数。

III.灰度转换

如图3中所示，根据本发明的灰度转换子步骤113优选地用来将图像10转换到灰度，优选地以进行更简单地处理。本领域普通技术人员可了解，灰度数字图像是仅仅由灰色阴影组成的图像，其从黑色(处于最弱强度)变化到白色(处于最强强度)。

IV.分化

根据本发明，图3中所示的分化子步骤114优选地包括计算图像10的几个第一、第二和/或第三导数以产生一个或多个梯度图像50。

V.微分边缘定义和/或阈值

根据本发明，图3中所示的边缘定义和阈值子步骤115优选地包括采用对边缘进行微分几何定义(其优选地使用非最大值抑制)，优选地以将每个边缘定位到单个像素。来自上一子步骤114的导数图像优选地用来估计几何边缘。优选地应用单一阈值(T)，超过所述单一阈值，边缘优选地被假设为是显著的。阈值(T)优选地是特定于应用程序的。

边缘定义和阈值子步骤115优选地包括建构边缘像素，所述边缘像素被定义为一个点，在所述点处，梯度量值呈现梯度方向上的最大值[例如，参见J.Canny的“边缘检测的计算方法”，关于模式分析及机器智能的IEEE会刊，第PAMI-8卷，编号6，1986年11月]。

根据本发明，优选地根据以下等式通过沿x和y维度分化滤波图像来计算梯度：

其中I_f是来自上文的滤波输出。

根据本发明，优选地根据以下等式基于上文的从沿x和y维度分化滤波图像得到的结果来获得梯度方向：

优选地借助于局部坐标变换来修改每个点(或边缘像素)，优选地使得新坐标(u,v)对齐到梯度方向。坐标v优选地平行于梯度方向θ，且坐标u优选地垂直于梯度方向θ。优选地，借助于此坐标变换，I_v优选地被定义为每个点处的梯度(优选地，在梯度方向上)。I_v优选地具有等于的量值和/或角度θ。使用上文的定义，本领域普通技术人员可显而易见，依照以下等式I(i,j)优选地为边缘像素：

I_vv＝0

I_vvv<0。

根据本发明，上文的第一条件(I_vv＝0)优选地定义了当梯度达到最小或最大值(优选地，因为梯度的第一导数可等于零)时的条件。根据本发明，上文的第二条件(I_vvv<0)优选地要求所述点为最大值，优选地使得梯度的第二导数为负(优选地，对应于峰部的凹曲度)。

根据本发明，优选地示出了由以下表达式给出I_vv和/或I_vvv[例如，参见T.Lindberg的“具有自动尺度选择的边缘检测和脊线检测”，国际计算机视觉杂志30(2)：117-154，1998]：

上述定义(如所提供的)优选地返回给定图像中的所有边缘。优选地，考虑到仍可能需要提供相对强的边缘，优选地根据以下关系式来修改第二条件：

I_vvv<-T

其中T优选地为最小阈值，所述最小阈值优选地设定边缘点的最小曲度以被认为是边缘。

VI.微分边缘检测器输出

根据本发明，优选地在图4和图5中看到微分边缘检测器子步骤115的输出(边缘图像60)，图4和图5将来自现有技术索贝尔边缘检测器的图像与来自本发明的微分边缘技术的图像进行比较。图4a描绘来自索贝尔边缘检测器的图像，而图4b示出根据本发明的一个方面的来自本发明的微分边缘技术的图像。根据这些图像(图4a和图4b)，本领域普通技术人员可显而易见，本发明的微分边缘技术(图4b)优选地提供具有大大减少的噪声的图像和优选地全为单个像素厚度的边缘，不管输入图像10的边缘厚度如何(例如，将RDT边缘与图4b的内部特征进行比较)。

图5a、图5b和图5c、图5d分别描绘了图4b和图4a中的同一个局部区域(即，“HB”字母区域)的放大视图。图5c、图5d示出了“HB”字母区域的图像(使用索贝尔边缘检测器)，所述图像通过改变图像捕获期间的环境照明条件而分别具有高对比度和低对比度。图5a、图5b示出了“HB”字母区域的图像(使用本发明的微分边缘技术)，所述图像通过改变图像捕获期间的环境照明条件而分别具有高对比度和低对比度。本领域普通技术人员可了解，图5c和图5d示出了现有技术索贝尔边缘检测器技术产生可对照明条件或对比度敏感(即，不是对比度不变的)的图像，而根据本发明的一个方面的微分边缘技术(如图5a和图5b中所示)优选地对照明条件或对比度差别的敏感性小得多(即，是对比度不变的)。

定向和/或空间分组

根据本发明，在图1中所示的DEB特征提取方法100的定向和空间分组步骤120中，每个边缘像素优选地被分组到N个定向组中的1个定向组中且(优选地，随后)优选地被空间分组到MxM单元中，且优选地产生提供高敏感度和可选区域不变性的DEB单元图像30。

这个步骤120优选地包括对边缘的定向和边缘的空间位置进行分组。这个步骤120的一个目的是优选地提供边缘中的更高特异度(优选地，通过使用边缘的定向来区分形状)和对边缘位置的容忍度(优选地，通过允许沿空间维度进行分组)。

如图6中所示，描绘了优选地由本发明的系统、方法和/或计算机可读媒体来执行和提供的一个或多个子步骤：边缘定向子步骤121；定向分组子步骤122；空间分组子步骤123；以及单元偏移图像子步骤124。

Ⅰ.边缘定向

根据本发明，边缘定向子步骤121优选地用来估计梯度图像50和边缘图像60中的每个像素的定向。

优选地使用分化子步骤114中导出的第一导数来获得边缘的定向。优选地使用以下等式中的一者或多者来获得每个边缘像素的角度和量值：

根据本发明，可能需要仅考虑定向。以上公式优选地用来产生定向图像I_θ。

Ⅱ.定向分组

根据本发明，针对定向分组子步骤122，优选地将每个边缘像素的定向分组到表示0与180度之间的定向的N个组中的一者中。组数(N)优选地是特定于应用程序的。每个像素优选地由长度N的向量来表示，优选地其中，对于所有元素而言向量均为零，惟独与所述像素的定向对应的组除外。

优选地，针对定向分组子步骤122，将从-90到+90度的范围划分为N段。由于相当数量的特征可定位于垂直或水平方向上，所以优选地将组定义成使得其以0度为中心。优选地，通过这样做或确保N为偶数，垂直和水平边缘优选地被定位在其各自的组的中心中。使用这个定义，来自边缘图像I_E的每个边缘像素优选地得以与所述范围相比较并被指派给N个组中的一者。优选地，通过定义每个像素的长度N的向量来实现指派。所述向量优选地对于所有元素而言均为0，优选地惟独与当前边缘定向对应的元素除外。所述元素优选地被设定为一。例如，如果N＝4，那么垂直线上的像素可对应于：

v＝(0,1,0,0)，

而对于水平线而言可对应于：

v＝(0,0,0,1)。

III.空间分组

根据本发明，空间分组子步骤123优选地包括将相邻像素分组到MxM单元中且优选地对定向向量求和。

优选地对定向分组子步骤122的输出执行这个子步骤123，优选地以产生单元输出。单元优选地被定义为MxM区域中的像素的经求和的响应。优选地提供如下公式：

根据本发明的一个优选实施方案的方面，结果优选地为：每个单元优选地包含周围MxM像素的定向的直方图。

图7描绘4x4像素区域的空间分组的示例，由此，定向向量图像中的由像素v(l,l)、v(l,4)、v(4,l)和v(4,4)定义的4x4区域被放置到DEB单元的组C(l,1)中，所述组的坐标对应于像素v(l,l)。类似地，尽管图7中未示出，但定向向量图像中的由像素v(l,2)、v(l,5)、v(4,2)和v(4,5)定义的4x4区域将被放置到DEB单元的组C(l,2)中以与像素v(l,2)对应。以此方式，可对图像的定义区域内的相邻像素进行分组。本领域普通技术人员将理解，4x4像素区域优选地是出于说明的目的且可根据本发明来使用任何大小的像素区域。

IV.单元偏移图像

根据本发明，单元偏移图像子步骤124优选地包括处理来自分组子步骤122、123的所得图像以生成单元偏移图像，所述单元偏移图像优选地包含对应于单元的起始偏移的MxM缩放图像。优选地完成此以在将像素分组到MxM单元中时确保特征中的重叠。

根据本发明，优选地进一步处理空间分组子步骤123的输出，优选地以产生DEB单元偏移图像(I_DEB)30。这个子步骤123优选地为最佳化子步骤，其优选地便于特征分类和匹配。优选地通过重新组织单元来创建偏移图像30，优选地，使得相对于初始偏移来定位所述单元。根据本发明的一个方面，偏移优选地为像素中的从原点到MxM区域中的第一单元的起始位置的距离。例如，对于单元(0,0)而言，偏移可为(0,0)；而对于单元(l,4)而言，偏移可基于4x4空间分组而为(1,4)。优选地通过重新组织单元，所得DEB图像30类似于图8中所描绘的图像，在这种情况下实现了4x4空间分组。

图8示出了在针对单元偏移进行重新组织之后的DEB图像30的示例。考虑到本文中的公开内容，本领域普通技术人员应了解，图8描绘了16个(4x4)缩放图像，其中每个图像对应于空间分组子步骤123的不同起始偏移。

特征裁剪

根据本发明，在如图1的方法100中所示的特征裁剪步骤130中，DEB单元图像30的显著特征优选地按要求加以裁剪和/或存储以在稍后对照其他图像进行分类。

特征裁剪步骤130可优选地识别和裁剪所选的显著特征，所述显著特征优选地用于匹配。这优选地通过从DEB单元图像30中选择像素块F_i来实现。优选地在特征裁剪步骤130中使用以下约束中的一者或多者：(i)起始列优选地为定向组的数目(N)的倍数；和/或(ii)终止列优选地是定向组的数目(N)的倍数。

B.特征分类

如在图2中最佳所见，特征分类方法200优选地用来将DEB参考特征(优选地，来自数据库)与输入DEB图像(其可包括DEB特征20和DEB单元图像30)优选地进行比较，和/或优选地以便定位图像30内的DEB特征20并使其与DEB参考特征匹配。优选地，下文详述了根据本发明的一个方面的一个或多个步骤。

特征响应

根据图2中所示的DEB特征分类方法200，本发明的方面优选地通过执行DEB特征20优选地与输入DEB单元图像30的交叉相关性来计算特征响应210。优选地通过特征平方和来使特征响应步骤210的交叉相关性正规化，优选地以便根据以下等式生成正规化匹配值：

其中I(i,j)优选地是大小为(M,N)的输入DEB单元图像30，且T(i,j)优选地是所评估的大小为(P,Q)的DEB特征20。此处，C(x,y)优选地为相关性，且R(x,y)优选地为正规化响应。

根据本发明，且优选地为便于定位最佳匹配者，优选地重新组织响应图像以产生匹配响应图像M(x,y)。原始响应R(x,y)(类似于DEB单元图像30)优选地包含MxM子图像，所述子图像对应于对每个单元偏移的响应。优选地重新组织这个图像，优选地使得单个图像是可见的。例如，图9a和图9b分别描绘了原始响应图像和经重新组织的匹配响应图像。图9a和图9b中的较亮区域可优选地对应于其中优选地计算出DEB特征的较高匹配度的区域。

匹配检测

根据本发明，如图2中所示的匹配检测步骤220优选地定位图像(例如，经重新组织的匹配响应图像)中的可检测到匹配和/或确定是否找到DEB特征匹配的位置。优选地，从数据库中检索专用DEB模板(例如，用于特定RDT或针对生物标志物的测试的DEB模板)(优选地，包含DEB参考特征)，并在匹配检测步骤220中使用所述DEB模板。优选地，通过针对每个DEB模板定义以下配置参数中的一者或多者来实现匹配检测220。(i)搜索原点，其可优选地为特征的左上角位置的指示(例如，优选地其中将搜索图像中的DEB特征)；(ii)搜索公差，其可为像素公差(例如，优选地指示搜索区域的大小)；(iii)相关性阈值，其可优选地为匹配结果的最小相关值；以及(iv)距离阈值，其可优选地为匹配者距搜索原点的最大距离。

匹配检测步骤220优选地包括针对响应峰值使用包含DEB参考特征的DEB模板来搜索图像的定义搜索区域。优选地，如果响应峰值超出相关性阈值或至搜索原点的距离小于距离阈值，那么优选地找到匹配，从而产生匹配结果40。本领域普通技术人员可理解，RDT的匹配结果40可(例如)指示特定疾病状态或生物标志物的存在或缺乏。

结论

本发明预期与用于检测和定位图像内的类似特征的图像处理算法及模板匹配相关联地使用，和/或与基于RDT的表象对RDT的辨识相关联地使用，以提供与其相关联的增加的功能性和/或有利的效用。然而，本发明并不限于此。

已出于说明的目的呈现了上述描述，且其并不旨在为详尽的或将本发明限制到所公开的精确形式。在考虑附图后，本发明的其他优点、特征和/或特性，以及系统、方法和/或计算机可读媒体的相关元件的操作方法和/或功能，和/或制造的步骤、零件和/或经济的组合即刻将变得更加显而易见。将自附图来更好地理解就其组织、用途和/或操作方法而言被认为是根据本发明的系统、方法和/或计算机可读媒体的特性的某些新颖性特征，以及其进一步的目标和/或优点，在附图中，通过示例来说明本发明的目前优选的实施方案。然而，应明确理解，附图仅用于说明和描述的目的，而并非旨在作为对本发明的界限的定义。

当然，鉴于本文中的教示和公开内容，本领域普通技术人员可了解，本发明的替代性设计和/或实施方案是有可能的(例如，以具有组件、特征、步骤、算法等的替代性配置的一个或多个组件、特征、步骤、算法等来代替其他者)。尽管根据本发明的一些组件、特征、步骤、算法、关系和/或配置并未具体地彼此关联地加以参考，但它们可与之关联地使用和/或适合于使用。所有上述、所描绘的和各种结构、配置、特征、步骤、算法、关系等等可(但并一定)结合到本发明中和/或由本发明实现。在不脱离本发明的核心、精华和精神的情况下，如将由本领域技术人员容易了解，上述结构、配置、特征、步骤、算法、关系、效用等等中的任何一者或多者可在本发明中和/或由本发明以各种排列和组合自行地和/或在不参考、不顾及或类似地对其他上述结构、配置、特征、步骤、算法、关系、效用等等的实施的情况下来实施。

这里结束了对本发明的目前优选的实施方案的描述。已出于说明的目的呈现了上述描述，且其并不旨在为详尽的或将本发明限制到所公开的精确形式。其他修改、变化和替代依据以上教示是可能的且将为本领域技术人员所显而易见，并且在不背离本发明的精神和范围的情况下可用于设计和制造根据本发明的其他实施方案。本发明的范围并非旨在由此描述来限制而是仅由形成其一部分的权利要求来限制。