[發(fā)明專利]圖像區(qū)域的判斷方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710810791.8
• 申請日: 2017-09-08
• 公開（公告）號: CN107563986B
• 公開（公告）日: 2020-04-07
• 發(fā)明（設(shè)計）人: 薛林;王玉亮;王巍
• 申請（專利權(quán)）人: 北京進化者機器人科技有限公司
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T7/90;G06T7/168
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 呂靜

本發(fā)明提供了圖像區(qū)域的判斷方法和系統(tǒng)，包括：將目標(biāo)圖像區(qū)域轉(zhuǎn)換到指定顏色空間，其中，指定顏色空間包括多個通道；分別提取目標(biāo)圖像區(qū)域在指定顏色空間的每個通道的直方圖；對每個通道的直方圖分別進行計算，得到直方圖特征信息；將直方圖特征信息根據(jù)預(yù)設(shè)規(guī)則確定目標(biāo)圖像區(qū)域所屬的區(qū)域?qū)傩浴１景l(fā)明可以大大降低光照不均對圖像區(qū)域純色判斷的影響，提高對光照不均的適應(yīng)能力，從而提高判斷結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是圖像區(qū)域的判斷方法和系統(tǒng)。

背景技術(shù)

圖像分割是圖像處理領(lǐng)域的一個基礎(chǔ)問題，在物體識別、機器人導(dǎo)航、場景理解等領(lǐng)域有廣泛的應(yīng)用，其中基于顏色特征空間距離的圖像分割算法受到廣大學(xué)者的青睞。K-means、Mixture of Gaussians Model、Mean Shift等是此類算法的代表，其分割結(jié)果是顏色相近的聚合區(qū)域，即算法結(jié)果認(rèn)為每一塊聚合區(qū)域的顏色為純色(顏色相近)。因此對圖像區(qū)域是否為純色的判斷可以有效的幫助技術(shù)人員對圖像分割算法進行校驗，即可以作為一些圖像分割算法的校驗方法。

目前對圖像區(qū)域是否為純色的判斷多采用對區(qū)域灰度像素計算均值和標(biāo)準(zhǔn)差，再輔以閾值進行判斷。該方法雖然操作簡單，但是對于判斷的條件過于苛責(zé)。在實際應(yīng)用中，由于光照不均，同一顏色的物體在攝像機的成像會出現(xiàn)像素值均勻變化，即標(biāo)準(zhǔn)差波動很大，此時上述方式若采用小閾值，則會將該純色區(qū)域判定為雜色區(qū)域，若采用大閾值，則會引入將雜色區(qū)域判定為純色區(qū)域。

因此，現(xiàn)有技術(shù)中判斷圖像區(qū)域是否為純色的方法受光照不均的影響較大，使得判斷結(jié)果不準(zhǔn)確。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供圖像區(qū)域的判斷方法和系統(tǒng)，大大降低光照不均對圖像區(qū)域純色判斷的影響，提高對光照不均的適應(yīng)能力，從而提高判斷結(jié)果的準(zhǔn)確性。

第一方面，本發(fā)明實施例提供了圖像區(qū)域的判斷方法，所述方法包括：

將目標(biāo)圖像區(qū)域轉(zhuǎn)換到指定顏色空間，其中，所述指定顏色空間包括多個通道；

分別提取所述目標(biāo)圖像區(qū)域在所述指定顏色空間的每個所述通道的直方圖；

對每個所述通道的所述直方圖分別進行計算，得到直方圖特征信息；

將所述直方圖特征信息根據(jù)預(yù)設(shè)規(guī)則確定所述目標(biāo)圖像區(qū)域所屬的區(qū)域?qū)傩浴?/p>

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第一種可能的實施方式，其中，所述直方圖特征信息包括占比最大獨立塊占比數(shù)、占比最大獨立塊的最大峰值、占比最大獨立塊的bin數(shù)目以及占比最大獨立塊的波峰數(shù)目，其中，所述獨立塊是指所述直方圖中獨立存在的一段非零數(shù)據(jù)。

結(jié)合第一方面的第一種可能的實施方式，本發(fā)明實施例提供了第一方面的第二種可能的實施方式，其中，所述將所述直方圖特征信息根據(jù)預(yù)設(shè)規(guī)則確定所述目標(biāo)圖像區(qū)域所屬的區(qū)域?qū)傩园ǎ?/p>

判斷所述占比最大獨立塊占比數(shù)是否符合第一閾值；

如果符合所述第一閾值，則所述目標(biāo)圖像區(qū)域為復(fù)色區(qū)域；

如果不符合所述第一閾值，則判斷所述占比最大獨立塊的最大峰值是否符合第二閾值；

如果符合所述第二閾值，則所述目標(biāo)圖像區(qū)域為純色區(qū)域。

結(jié)合第一方面的第二種可能的實施方式，本發(fā)明實施例提供了第一方面的第三種可能的實施方式，其中，所述判斷所述占比最大獨立塊的最大峰值是否符合第二閾值包括：

如果不符合所述第二閾值，則判斷所述占比最大獨立塊的最大峰值是否符合第三閾值，并且所述占比最大獨立塊的bin數(shù)目是否符合第四閾值；

如果同時符合所述第三閾值和所述第四閾值，則所述目標(biāo)圖像區(qū)域為所述純色區(qū)域。