[發(fā)明專利]一種基于特征塊方向微分的圖像模糊方向鑒別方法

有效

• 申請?zhí)枺?/td>: 201310058595.1
• 申請日: 2013-02-26
• 公開（公告）號: CN103136754A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設(shè)計(jì)）人: 李均利;儲(chǔ)誠曦;袁丁;李曉寧;楊軍;蘇菡;張瑩
• 申請（專利權(quán)）人: 四川師范大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 梁田

1.一種基于特征塊方向微分的圖像模糊方向鑒別方法，包括如下步驟：

步驟1.計(jì)算目標(biāo)圖像每個(gè)像素點(diǎn)坐標(biāo)的局部方差，選取其中局部方差最大的前M個(gè)點(diǎn)，在這M點(diǎn)中隨機(jī)選出N點(diǎn)作為特征塊構(gòu)造點(diǎn)；

所述M為預(yù)先定義的選擇范圍參數(shù)，N為預(yù)先定義的特征塊個(gè)數(shù)，M、N為正整數(shù)且M>N>1；

步驟2.對步驟1中得出的每個(gè)特征塊構(gòu)造點(diǎn)建立邊長為C個(gè)像素,面積為????????????????????????????????????????????????的包括該特征塊構(gòu)造點(diǎn)的正方形特征塊，所述C為預(yù)先定義的特征塊邊長，C為正整數(shù)；

步驟3.運(yùn)用方向微分法對每個(gè)特征塊的模糊方向角度進(jìn)行鑒別，記錄所有特征塊的模糊方向角度；

步驟4.利用步驟3中得到的各個(gè)特征塊的模糊方向角度，得出目標(biāo)圖像的模糊方向角度。

2.如權(quán)利要求1所述的基于特征塊方向微分的圖像模糊方向鑒別方法，其特征在于：所述步驟1中計(jì)算目標(biāo)圖像每個(gè)像素點(diǎn)坐標(biāo)的局部方差包括如下步驟：

步驟11.構(gòu)造矩陣-------①

其中①式為使用MATLAB語言的數(shù)學(xué)表達(dá)式，ONES(WS,1)表示W(wǎng)S行1列的全1矩陣；

乘號右邊表示一個(gè)1行列的矩陣，該矩陣各元素從左到右為從到的差值為1的等差數(shù)列；

步驟12.構(gòu)造高斯窗口，并將其歸一化后得到WIN1；

其中y為x的轉(zhuǎn)置矩陣，σ為高斯函數(shù)標(biāo)準(zhǔn)差常數(shù)；

步驟13.將目標(biāo)圖像的每條邊的邊緣部分復(fù)制，被復(fù)制的邊緣部分向目標(biāo)圖像內(nèi)延伸寬度為(WS-1)/2，復(fù)制后將邊緣復(fù)制部分向圖像外側(cè)沿邊緣垂直方向平移(WS-1)/2的距離使邊緣復(fù)制部分與目標(biāo)圖像的邊緣拼接且不覆蓋目標(biāo)圖像，復(fù)制目標(biāo)圖像每個(gè)角上邊長為(WS-1)/2的正方形部分，并將這些正方形復(fù)制部分按照同樣方向和位置拼接在相鄰的兩個(gè)所述邊緣復(fù)制部分之間，使所述目標(biāo)圖像、邊緣復(fù)制部分、正方形復(fù)制部分拼接成一個(gè)長度和寬度均比目標(biāo)圖像增大了(WS-1)的矩形R；

步驟14.在R上定義一個(gè)與WIN1同樣大小和形狀的起點(diǎn)區(qū)S1，WIN1從起點(diǎn)開始，按照一定路徑每次移動(dòng)單個(gè)像素單位并遍歷矩形R的全部區(qū)域，WIN1在R的覆蓋區(qū)域內(nèi)每一點(diǎn)的像素灰階度值與WIN1上覆蓋該點(diǎn)的矩陣對應(yīng)元素相乘，將這些乘積求和，即得到覆蓋區(qū)域中心像素點(diǎn)的局部方差；

各步驟中的WS為預(yù)先設(shè)定的局部方差估計(jì)參數(shù)，且WS為大于1的奇數(shù)。

3.如權(quán)利要求2所述的基于特征塊方向微分的圖像模糊方向鑒別方法，其特征在于：步驟14中WIN1的起點(diǎn)區(qū)S1在R的左上頂角部分，WIN1移動(dòng)的終點(diǎn)在R的右下底角部分；WIN1移動(dòng)的路徑為逐行移動(dòng)。

4.如權(quán)利要求2所述的基于特征塊方向微分的圖像模糊方向鑒別方法，其特征在于：所述WS=11。

5.如權(quán)利要求1所述的基于特征塊方向微分的圖像模糊方向鑒別方法，其特征在于：步驟1中所述在這M點(diǎn)中隨機(jī)選出N點(diǎn)過程包括如下步驟：

步驟21.在1到M的區(qū)間內(nèi)，按照------②

抽取N個(gè)隨機(jī)數(shù)字；

其中②式為使用MATLAB語言的數(shù)學(xué)表達(dá)式，fix(*)表示對括號內(nèi)數(shù)字取整數(shù)部分，rand(N,1)表示在0到1的區(qū)間內(nèi)產(chǎn)生N個(gè)隨機(jī)數(shù)字；

步驟22.將M個(gè)點(diǎn)按局部方差值從大到小排列，每個(gè)點(diǎn)從M到1標(biāo)記，將步驟21中得到的N個(gè)隨機(jī)數(shù)字所對應(yīng)的點(diǎn)抽取作為特征塊構(gòu)造點(diǎn)。

6.如權(quán)利要求1所述的基于特征塊方向微分的圖像模糊方向鑒別方法，其特征在于：定義C1為不小于且不大于的任意整數(shù)；

其中W為目標(biāo)圖像的較小像素寬度，Δ為構(gòu)造區(qū)間參數(shù)且不小于零，INT(*)表示對括號內(nèi)的數(shù)字取整數(shù)部分；

所述步驟2中的C為最接近上述C1的偶數(shù)。