用于識別圖像中的復雜特征點的系統和方法技術方案

在本發明專利技術的第一典型實施例中，提供一種用于處理圖像的自動化且計算機化的方法。根據本發明專利技術的特征，所述方法包括以下步驟：識別所述圖像中的特征點區域，其中，每個特征點區域均包括類似顏色和強度的連通圖像區域；以及利用識別出的特征點區域來生成在處理所述圖像的素材和光照方面時使用的單素材特征點區域。

【技術實現步驟摘要】
【國外來華專利技術】
技術介紹
利用計算機來精確且正確地進行與圖像相關的運算的挑戰是真實地反映并表現 視覺世界中出現的物理現象的算法的發展。例如，計算機正確且精確地區別圖像內的陰影 和實物邊緣的能力是對于科學家的持久挑戰。早期且傳統的針對物體邊緣檢測的方法涉及 對圖像中亮度邊界的分析。在分析時，假定由實物產生的邊界將是清晰的，而由陰影產生的 邊界因陰影的半影效應(penumbra effect)將是柔和的或漸進的。盡管可以由計算機能夠 精確執行的算法來實現該方法，但結果通常是不正確的。在現實世界中，在許多情況下，陰 影形成清晰邊界而實物邊緣形成柔和邊界。因而，當利用傳統技術進行陰影和物體邊緣識 別時，極有可能出現針對陰影識別的錯誤肯定和錯誤否定。例如，實物邊緣模仿陰影并因而 被計算機誤識別為陰影，或者清晰陰影邊界被誤解釋為物體邊界。因此，存在針對在計算機 的與圖像有關的運算中可以用來例如識別圖像的素材特性的精確且正確的技術的發展的 持續需求。
技術實現思路
本專利技術提供包括精確且正確地識別圖像中與該圖像所描述的場景中的單個素材 相對應的區域的圖像技術的方法和系統。在本專利技術的第一典型實施例中，提供一種用于處理圖像的自動化且計算機化的方 法。根據本專利技術的特征，所述方法包括以下步驟識別所述圖像中的特征點區域，其中，每個 特征點區域均包括類似顏色和強度的連通圖像區域；以及利用識別出的特征點區域來生成 在處理所述圖像的素材和光照方面時使用的單素材特征點區域。在本專利技術的第二典型實施例中，提供一種用于處理圖像的自動化且計算機化的方法。根據本專利技術的特征，所述方法包括以下步驟識別所述圖像的空間-頻譜信息；以及利 用所述空間_頻譜信息來識別在處理所述圖像的素材和光照方面時使用的單素材特征點 區域。在本專利技術的第三典型實施例中，提供一種計算機系統。所述計算機系統包括CPU 和用于存儲圖像文件的存儲器。根據本專利技術的特征，所述CPU被配置為執行如下例程識別 所述圖像文件中描繪的圖像中的特征點區域，其中，每個特征點區域均包括類似顏色和強 度的連通圖像區域；以及利用識別出的特征點區域來生成在處理所述圖像的素材和光照方 面時使用的單素材特征點區域。在本專利技術的第四典型實施例中，提供一種計算機系統。所述計算機系統包括CPU 和用于存儲圖像文件的存儲器。根據本專利技術的特征，所述CPU被配置為執行如下例程識別 所述圖像文件中描繪的圖像的空間-頻譜信息；以及利用所述空間-頻譜信息來識別在處 理所述圖像的素材和光照方面時使用的單素材特征點區域。根據本專利技術的又一實施例，提供了包括被配置為(例如，被編程為)進行上述方法 的一個或多個計算機的計算機系統。根據本專利技術的其它實施例，提供了存儲有用于控制計 算機以實現上述實施例的計算機可執行處理步驟的計算機可讀介質。可以由可被設計為或編程為執行本專利技術的方法的步驟的數字計算機、模擬計算機、光學傳感器、狀態機、定序器或任何裝置或設備來進行該自動化且計算機化的方法。附圖說明圖1是被配置為進行與圖像有關的運算的計算機系統的框圖。圖2示出圖1的計算機系統中所存儲的圖像的nXm像素陣列圖像文件。圖3A是根據本專利技術的特征的、用于識別圖2的圖像文件中的C型特征點區域的流程圖。圖3B是在識別C型特征點時用作為例子的原始圖像。圖3C示出圖3B的圖像中的C型特征點區域。圖3D示出根據本專利技術的特征的、根據圖3C的C型特征點所生成的B型特征點。圖4是根據本專利技術的特征的、用于測試通過圖3A的流程圖的例程識別出的C型特征點的例程的流程圖。圖5是根據本專利技術的特征的、用于利用任意邊界去除技術構造B型特征點的流程圖。圖6是根據本專利技術的特征的、用于創建特征點圖的流程圖。圖7是根據本專利技術的特征的、用于利用相鄰平面特征點合并技術構造B型特征點的流程圖。圖8是根據本專利技術的特征的、用于利用局部特征點分析技術生成C型特征點的流程圖。圖9是根據本專利技術的特征的、用于根據利用圖8的局部特征點分析技術所生成的C型特征點構造B型特征點的流程圖。具體實施例方式現在參考附圖，并且首先參考圖1，示出被配置為進行與圖像有關的運算的計算機系統10的框圖。CPU 12經由例如USB端口連接至例如數字照相機14等的裝置。數字照相 機14運行，以將照相機14上本地存儲的圖像下載至CPU 12。CPU 12將所下載的圖像作為 圖像文件18存儲在存儲器16中。可以由CPU 12訪問圖像文件18，以將其顯示在監視器 20上，或者在打印機22上將其打印出。可選地，可以將CPU 12作為嵌入在例如數字照相機14或機器人等的裝置中的微計算機來實現。CPU 12還可以配備有連同例如機器人操作或與用戶的交互操作一起進行與 圖像相關的實時運算的實時操作系統。如圖2所示，每個圖像文件18包括nXm像素陣列。每個像素ρ是與整個圖像的分離部分相對應的圖像元素。所有像素一起確定由圖像文件18所表示的圖像。每個像素包 括與圖像元素的例如紅色、綠色和藍色成分(RGB)的一組色帶相對應的數字值。本專利技術可 應用于任意多帶圖像，其中，每個帶與一部分電磁頻譜相對應。該像素陣列包括以像素P(l， 1)開始并且以像素P(n，m)結束的η行m列。當顯示或打印圖像時，如通常已知的，CPU 12 從存儲器16檢索相應的圖像文件18，并且根據具體情況，根據圖像文件18中的像素的數字 值操作監視器20或打印機22。在圖像運算時，CPU 12運行，以分析所存儲的圖像文件18的像素的RGB值，從而實 現例如識別圖像中與圖像文件18中記錄的場景所描述的單個素材相對應的區域等的各種 目的。作為本專利技術的基本發現的基礎的基本觀測結論是，圖像包括兩個成分，素材和光照。 圖像中的所有變化都是由這些成分中的一個或另一個所引起的。用于檢測這些成分其中之 一、例如素材的方法提供了用于將素材或對象邊緣等的對象幾何體與光照和陰影邊界區分 開的機制。根據本專利技術的特征，特征點是圖像的連通區域，其中，該區域的像素以與識別素材 和光照等的識別圖像特征和特點相關的方式，彼此相關聯。特征點的像素可以在統稱為紋 理的、例如像素之間的顏色的密切相關等的同質因素或者例如RGB空間等的顏色空間中的 幾何相關的不同的顏色值等的不同質因素方面相關聯。本專利技術的典型實施例為圖像文件的 改進處理提供用于識別各種類型的同質或不同質特征點的方法和系統。本專利技術利用與圖像 文件18所描述的圖像的相鄰像素相關的空間_頻譜信息來識別特征點區域。該空間_頻 譜信息包括相鄰像素之間在例如像素的RGB值的色帶方面的頻譜關系、以及與單個素材相 關的像素頻譜特性的空間范圍。根據本專利技術的一個典型實施例，將特征點各自分類為A型特征點、B型特征點或C 型特征點。A型特征點是包括表示圖像中包含場景中的單個素材的最大可能區域的相鄰像 素的連通圖像區域。B型特征點是包括表示圖像中包含場景中的單個素材的區域的相鄰像 素的連通圖像區域，但是該區域未必是與該素材相對應的最大區域。C型特征點包括該特征 點的相鄰像素中類似圖像屬性的連通圖像區域，其中，針對用于記錄圖像的攝像系統的噪 聲模型來定義類似度。現在參考圖3A，示出根據本專利技術的特征的、用于在圖2的圖像文件18所描述的場 景中識別C型特征點區域的流程圖。利用圖3A的步驟可以在圖像中容易地識別出C本文檔來自技高網...

【技術保護點】
一種用于處理圖像的自動化且計算機化的方法，所述方法包括以下步驟：識別所述圖像中的特征點區域，其中，每個特征點區域均包括類似顏色和強度的連通圖像區域；以及利用識別出的特征點區域來生成在處理所述圖像的素材和光照方面時使用的單素材特征點區域。

【技術特征摘要】
【國外來華專利技術】...

【專利技術屬性】
技術研發人員：布魯斯艾倫麥斯威爾，卡西阿瑟史密斯，克里斯汀簡丹娜，理查德馬克弗里德霍夫，
申請(專利權)人：曇盾特視覺科學有限公司，
類型：發明
國別省市：US[美國]