灰度級信息量直方圖構造方法

2023-09-16 09:32:00 1

專利名稱：灰度級信息量直方圖構造方法
技術領域：
本發明涉及一種圖像灰度級信息量處理方法。特別是涉及一種對灰度圖像中的各 灰度級(或彩色圖像中某一色彩分量圖的各顏色級)信息量進行準確度量的灰度級信息量 直方圖構造方法。
背景技術：
隨著高速計算機和大規模集成電路的發展，數字圖像處理技術取得了一系列可喜 的突破和進展，其成果被廣泛應用於生物醫學工程、工業製造、空間探索、公共安全、文化藝 術等眾多領域。然而，在推廣應用過程中有些問題也逐漸暴露出來。由於圖像是通過像素 陣列形式來記錄場景信息，數據量大是顯而易見，龐大的數據量給存儲、傳輸和處理都帶來 巨大困難。因此，「大數據量處理問題」一直是數字圖像處理面臨的主要難題之一，至今仍未 得到圓滿解決。為了解決「大數據量處理問題」研究人員進行了大量嘗試，並提出多種有益的解決 方案，如圖像壓縮方法、線性投影方法、直方圖描述法及最新的壓縮感知法等。其中，直方圖 描述法由於數據形式簡單、易於編程實現、操作簡便等優點被廣泛應用於圖像增強、圖像分 割、圖像檢索等各類圖像分析算法，是圖像的一種重要的簡約表達形式。但傳統直方圖的數據表達方式也存在嚴重缺陷直方圖數據僅反映該圖像中 不同灰度級或顏色級出現的次數(或頻數)，在統計過程中完全丟失了其所在位置的 信息，使得其統計結果無法客觀反映各灰度級對刻畫圖像信息所起的作用，即出現灰度 級數量統計量與信息量不一致問題，這必然會影響一些圖像分析算法的性能。拿圖像 增強舉例，目前已報導的基於直方圖的圖像增強算法中最具代表性的有全局直方圖均 衡算法(Global Histogram Equalization, GHE)和自適應直方圖均衡算法(Adaptive HistogramEqualization, AHE)，這兩種算法的衍生算法多達十幾種，這類算法的基本思想 是依據灰度級數量統計結果，調整灰度級的動態範圍，以達到圖像增強的目的。但由於灰度 級數量統計量與信息量存在不一致問題，因此難以保證對主要刻畫信息的灰度級進行有限 拉伸，極大地影響基於直方圖的圖像增強算法的性能和魯棒性。並且，傳統直方圖各像素的統計權重相同(均為1)，即默認各像素位置的重要性 相同，這顯然是不合理的。

發明內容
本發明所要解決的技術問題是，提供一種在灰度級統計過程中注重保留重要信息 區的灰度級統計量，同時消弱平滑區或背景區的統計量，即採用基於局部位置的重要性進 行加權統計的策略(位置越重要其統計權重越大)，使得其統計結果可較好地反映各灰度 級對刻畫信息所起的作用的灰度級信息量直方圖構造方法。本發明所採用的技術方案是一種灰度級信息量直方圖構造方法，包括有如下步 驟
1)獲得輸入圖像在不同尺度下的尺度空間表示，將輸入圖像與不同尺度因子的高 斯核卷積，得到圖像的多尺度空間表示，即高斯金字塔圖像；2)獲得輸入圖像DoG金字塔多尺度表示，在此基礎上檢測尺度空間極值點，並保 存相應的尺度信息；3)修正各像素的統計權重，將尺度空間檢測到的局部高信息區內的統計權重增量 賦1，區域外的統計權重增量賦0，採用逐行掃描方式修正所有局部高信息區內各像素的統 計權重；4)分別累加各像素灰度級的統計權重，得到每個灰度級所承載的信息量的測算結 果，即灰度級信息量直方圖。步驟1所述的輸入圖像與不同尺度因子的高斯核卷積計算如下L(x, y, σ ) = G(x, y, σ )*Ι(χ, y)式中L(x，y，σ)表示高斯濾波圖像，G(χ，y，σ)為高斯卷積核，I (χ，y)是原始圖 像，(x，y)表示圖像的像素位置，ο為尺度因子。步驟2所述的獲得輸入圖像DoG金字塔多尺度表示，是將相鄰尺度的高斯濾波圖 像相減，得到DoG金字塔多尺度表示。步驟2所述的檢測尺度空間極值點，是將待檢的DoG圖像中的每一個點都和它同 尺度的8鄰域像素以及同一組DoG金字塔中的上下相鄰尺度兩幅圖像對應位置的9鄰域像 素進行比較，確定尺度空間極值點位置和對應的尺度信息。步驟3所述的修正各像素的統計權重方法具體如下首先，初始化圖像所有像素的統計權重(初值設為0)；然後，對圖像進行逐行掃 描，確定局部高信息區範圍，將區域內的各像素位置的統計權重增加1，區域外的統計權重 不做調整保留原值，掃描結束後即可獲得各像素參與直方圖生成的統計權重，統計權重越 大表明該像素位置越重要。步驟4所述灰度級信息量直方圖的生成，是將相同灰度級的不同像素位置的統計 權重累加，獲得各灰度級信息量的測算結果，即生成灰度級信息量直方圖。本發明的灰度級信息量直方圖構造方法，綜合考慮了灰度級數量和空間位置分 布，即依據像素灰度級的重要性進行加權統計，使得其統計結果能較好地反映各灰度級對 刻畫信息所起的作用。具有如下特點1)本發明方法提供了一種新的圖像簡約表達，原理簡單、明確，易於實現；2)本發明方法提出的依據像素灰度級的重要性進行加權統計的策略，較好地克服 了傳統直方圖數據描述的不足，即數量統計量與信息量不一致問題；3)本發明方法適用性強，可廣泛應用於圖像增強、圖像檢索等各類圖像分析算法。


圖1是本發明的灰度級信息量直方圖構造方法流程圖；圖2是本發明生成DoG金字塔圖像示意圖；圖3本發明尺度空間極值點判定示意圖；圖4是本實施例的原始圖像效果圖，其中，左圖是雙手X光影像原圖，右圖是乳腺 X光影像原4
圖5是圖4所示實施例的尺度空間極值點及對應的尺度信息檢測結果圖，其中，左 圖是雙手X光影像圖的尺度空間極值點及尺度信息檢測結果，右圖是乳腺X光影像圖的尺 度空間極值點及尺度信息檢測結果；圖6是圖4所示實施例的各像素灰度級的統計權重分布圖的效果圖，其中，左圖是 雙手X光影像圖中不同像素位置的統計權重分布圖，右圖是乳腺X光影像圖中不同像素位 置的統計權重分布圖；圖7是圖4所示實施例的傳統直方圖的測算結果，其中，左圖是雙手X光影像圖的 傳統直方圖測算結果，右圖是乳腺X光影像圖的傳統直方圖測算結果；圖8是圖4所示實施例的灰度級信息量直方圖的測算結果，其中，雙手X光影像圖 的信息量直方圖測算結果，右圖是乳腺X光影像圖的信息量直方圖測算結果；圖9是本發明信息量直方圖與傳統直方圖在圖像增強中的應用效果比較，其中， 左圖是原始圖像效果圖，中間圖是基於傳統直方圖的GHE算法的效果圖，右圖是基於信息 量直方圖的GHE算法的效果圖。
具體實施例方式下面結合實施例和附圖對本發明的灰度級信息量直方圖構造方法做出詳細說明。本發明的灰度級信息量直方圖在構造過程中一方面考慮了灰度級數量上的多少 (類似傳統直方圖)，另一方面還考慮了每一個像素灰度級所處位置的重要性，即依據像素 灰度級的重要性加權統計的結果。顯然，局部位置的重要性度量是新型直方圖構造的關鍵 環節，它直接影響到灰度級信息量測算的準確性和可靠性。本發明首先利用尺度空間極值 點位置和尺度信息對圖像局部區域的重要性進行估計；然後，依據估計結果修正各像素位 置的統計權重(傳統直方圖各像素位置的統計權重相同，均為1)；最後，分別累加各像素灰 度級的統計權重得到灰度級信息量直方圖。如圖1所示，本發明的灰度級信息量直方圖構造方法，包括有如下步驟1)獲得輸入圖像在不同尺度下的尺度空間表示，圖像的多尺度表達要求大尺度下 的圖像結構是小尺度下圖像結構的簡化。Koendetink證明高斯卷積核是實現尺度變換的唯 一變換核，而Lindeberg則進一步證明高斯核是唯一的線性核。因此，一幅二維圖像在不同 尺度下的尺度空間表示可由圖像與高斯核卷積得到，即將輸入圖像與不同尺度因子的高斯 核卷積，得到圖像的多尺度空間表示，即高斯金字塔圖像；L (X，y，σ ) =G (χ, y, σ ) *Ι (χ, y)式中L(x，y，σ)表示高斯濾波圖像，G(x，y，σ)為高斯卷積核，I (x，y)是原始圖 像，(x，y)表示圖像的像素位置，ο為尺度因子。輸入圖像經過不同尺度的高斯核卷積濾波和下採樣後形成高斯金字塔圖像。本發 明實施例中的初始尺度因子σ = 1.6，後續尺度因子依次遞增力倍。高斯金字塔圖像分為 不同尺寸大小3組圖像(經下採樣處理後，每一組圖像大小變為上一組圖像的1/4)，每一組 又分為6層，總共18幅。2)獲得輸入圖像DoG金字塔多尺度表示，在此基礎上檢測尺度空間極值點，並保 存相應的尺度信息；所述的獲得輸入圖像DoG金字塔多尺度表示，是將相鄰尺度的高斯濾波圖像相減，得到DoG(Difference of Gaussian)金字塔多尺度表示。所述的檢測尺度空間極值點，是將待檢的DoG圖像中的每一個點都和它同尺度的 8鄰域像素以及同一組DoG金字塔中的上下相鄰尺度兩幅圖像對應位置的9鄰域像素(總 共26個像素)進行比較，確定尺度空間極值點位置和對應的尺度信息。圖2給出了其中一組高斯圖像生成相應的DoG圖像的示意圖。圖中，A表示高斯 金字塔層數，B表示高斯金字塔圖像，C表示DOG金字塔圖像，D表示DOG金字塔層數。由於 一組有6幅高斯圖像，將相鄰尺度的兩個高斯濾波圖像相減，得到5幅DoG圖像，由於要做 上下層比對，取中間的3幅DoG圖像進行局部極值點檢測。待檢DoG圖像中的每一個點都 和它同尺度8鄰域像素以及同一組DoG金字塔中的上下相鄰尺度兩幅圖像對應位置的9鄰 域像素總共26個像素進行比較，確定尺度空間極值點位置和對應的尺度信息，極值點判斷 方法如圖3所示。3)修正各像素的統計權重，將尺度空間檢測到的局部高信息區內的統計權重增量 賦1，區域外的統計權重增量賦0，採用逐行掃描方式修正所有局部高信息區內各像素的統 計權重；依據尺度空間極值點定義可知，每一個極值點局部鄰域必然存在一個表徵該圖像 內容的重要信息區(如圖5所示)，極值點位置為局部高信息區的中心，對應的尺度信息可 確定該信息區所覆蓋的範圍。為了客觀反映各像素位置對圖像信息刻畫的重要性，本發明 提出了修正各像素的統計權重方法。所述的修正各像素的統計權重方法具體如下首先，初始化圖像所有像素的統計權重(初值設為0)；然後，對圖像進行逐行掃 描，如某一像素位置檢測到尺度空間極值點，利用其尺度信息確定局部高信息區範圍，將區 域內的各像素位置的統計權重增加1，區域外的統計權重不做調整保留原值，掃描結束後即 可獲得各像素參與直方圖生成的統計權重，統計權重越大表明該像素位置越重要。圖4為 本發明的實施例原始圖像，圖6顯示了本發明的實施例圖像中各像素位置統計權重大小的 測算結果，圖中越亮的區域表明該區域像素的統計權重越大。4)分別累加各像素灰度級的統計權重，得到每個灰度級所承載的信息量的測算結 果，即灰度級信息量直方圖。圖7為圖4所示實施例圖像的傳統直方圖測算結果，圖8為圖4所示實施例圖像 的信息量直方圖測算結果。比較圖7和圖8結果可以看出信息量直方圖能更準確地測算出 各灰度級對圖像內容刻畫所起的作用。為了進一步展示採用本發明的灰度級信息量直方圖構造方法進行圖像灰度級 信息量處理得到的新型直方圖的優越性能，圖9給出了兩種直方圖(傳統直方圖和信息 量直方圖)在圖像增強算法中的應用比較，圖像增強算法選用應用最廣的GHE(Global HistogramEqualization)算法。測試結果表明，應用本發明的灰度級信息量直方圖構造方 法得到的直方圖的增強效果明顯優於傳統直方圖。由於信息量直方圖的統計結果可較好地 反映各灰度級對刻畫信息所起的作用，因此依據該直方圖結果可優化配置灰度級的動態空 間，有效地凸顯圖像中的目標或感興趣的信息，同時抑制或消除一些無用信息(如背景、噪 聲等)，使圖像視覺效果得到明顯改善。除圖像增強應用外，作為圖像的一種新的簡約表達 本發明提出的灰度級信息量直方圖構造方法還可用於圖像檢索、圖像識別、圖像分割等各類圖像分析算法，具有廣闊的應用前景。
權利要求
一種灰度級信息量直方圖構造方法，其特徵在於，包括有如下步驟1)獲得輸入圖像在不同尺度下的尺度空間表示，將輸入圖像與不同尺度因子的高斯核卷積，得到圖像的多尺度空間表示，即高斯金字塔圖像；2)獲得輸入圖像DoG金字塔多尺度表示，在此基礎上檢測尺度空間極值點，並保存相應的尺度信息；3)修正各像素的統計權重，將尺度空間檢測到的局部高信息區內的統計權重增量賦1，區域外的統計權重增量賦0，採用逐行掃描方式修正所有局部高信息區內各像素的統計權重；4)分別累加各像素灰度級的統計權重，得到每個灰度級所承載的信息量的測算結果，即灰度級信息量直方圖。
2.根據權利要求1所述的灰度級信息量直方圖構造方法，其特徵在於，步驟1所述的輸 入圖像與不同尺度因子的高斯核卷積計算如下L(x, y, σ ) = G(x, y, σ (χ, y)式中L(x，y，σ )表示高斯濾波圖像，G(χ, y，σ )為高斯卷積核，I (χ, y)是原始圖像， (x，y)表示圖像的像素位置，ο為尺度因子。
3.根據權利要求1所述的灰度級信息量直方圖構造方法，其特徵在於，步驟2所述的獲 得輸入圖像DoG金字塔多尺度表示，是將相鄰尺度的高斯濾波圖像相減，得到DoG金字塔多 尺度表示。
4.根據權利要求1所述的灰度級信息量直方圖構造方法，其特徵在於，步驟2所述的檢 測尺度空間極值點，是將待檢的DoG圖像中的每一個點都和它同尺度的8鄰域像素以及同 一組DoG金字塔中的上下相鄰尺度兩幅圖像對應位置的9鄰域像素進行比較，確定尺度空 間極值點位置和對應的尺度信息。
5.根據權利要求1所述的灰度級信息量直方圖構造方法，其特徵在於，步驟3所述的修 正各像素的統計權重方法具體如下首先，初始化圖像所有像素的統計權重(初值設為0)；然後，對圖像進行逐行掃描，確 定局部高信息區範圍，將區域內的各像素位置的統計權重增加1，區域外的統計權重不做調 整保留原值，掃描結束後即可獲得各像素參與直方圖生成的統計權重，統計權重越大表明 該像素位置越重要。
6.根據權利要求1所述的灰度級信息量直方圖構造方法，其特徵在於，步驟4所述灰度 級信息量直方圖的生成，是將相同灰度級的不同像素位置的統計權重累加，獲得各灰度級 信息量的測算結果，即生成灰度級信息量直方圖。
全文摘要
一種灰度級信息量直方圖構造方法，有如下步驟獲得輸入圖像在不同尺度下的尺度空間表示，將輸入圖像與不同尺度因子的高斯核卷積，得到圖像的多尺度空間表示，即高斯金字塔圖像；獲得輸入圖像DoG金字塔多尺度表示，在此基礎上檢測尺度空間極值點，並保存相應的尺度信息；修正各像素的統計權重，將尺度空間檢測到的局部高信息區內的統計權重增量賦1，區域外的統計權重增量賦0，採用逐行掃描方式修正所有局部高信息區內各像素的統計權重；分別累加各像素灰度級的統計權重，得到每個灰度級所承載的信息量的測算結果，即灰度級信息量直方圖。本發明綜合考慮了灰度級數量和空間位置分布，使得其統計結果能較好地反映各灰度級對刻畫信息所起的作用。
文檔編號G06T5/40GK101937562SQ20101026432
公開日2011年1月5日 申請日期2010年8月27日 優先權日2010年8月27日
發明者劉劍, 孟慶浩, 曾明, 楊婷, 韓鐵錨 申請人:天津大學