[发明专利]基于非对称逆布局模式表示模型的图像几何矩处理方法

权利要求书

1.基于非对称逆布局模式表示模型的图像几何矩处理方法，其特征在于，包括以下步骤：

(1)定义大小为M×N矩阵变量R，所有元素赋值为0，其中M和N均为自然数；所述矩阵变量R的大小与待处理的灰度图像矩阵f相等；定义同类块计数变量i，令i＝0；

(2)定义同类块为满足下述条件的矩形块：该矩形块内所有像素的灰度值g(x，y)均满足条件|g(x，y)-g_est(x，y)|≤ε；其中，ε为用户设定的误差允许量；g_est(x，y)表示该矩形块中坐标(x，y)处的近似灰度值，g_est(x，y)的计算方法如下：设(x₁，y₁)、(x₂，y₂)分别为该矩形块左上角和右下角的坐标值，x₁≤x≤x₂，y₁≤y≤y₂；

如果x₁＜x₂且y₁＜y₂，则g_est(x，y)＝g₅+(g₆-g₅)×i₁；

如果x₁≠x₂且y₁＝y₂，则g_est(x，y)＝g₁+(g₄-g₁)×[(x-x₁)/(x₂-x₁)]；

如果x₁＝x₂且y₁≠y₂，则g_est(x，y)＝g₁+(g₄-g₁)×[(y-y₁)/(y₂-y₁)]；

如果x₁＝x₂且y₁＝y₂，则g_est(x，y)＝g₁；

其中g₁、g₂、g₃、g₄分别为该矩形块的左上角、右下角、左下角、右上角的灰度值；g₅＝g₁+(g₂-g₁)×i₂，g₆＝g₃+(g₄-g₃)×i₂，i₁＝(y-y₁)/(y₂-y₁)，i₂＝(x-x₁)/(x₂-x₁)；

(3)按光栅扫描的顺序确定灰度图像矩阵f中的一个未被标识的矩形块的起始点(x₁，y₁)，根据该起始点和给定的误差允许量ε确定一个面积最大的同类块H，并将同类块H在灰度图像f中作标识；

(4)记录同类块H的参数，即：左上角的坐标(x₁，y₁)、右下角的坐标(x₂，y₂)、左上角灰度值g₁、右下角灰度值g₂、左下角灰度值g₃、右上角灰度值g₄；令i＝i+1；

(5)根据坐标(x₁，y₁)和(x₂，y₂)的位置关系，将同类块H的参数存储到一个颜色表P中；

(6)重复步骤(3)～(5)直到灰度图像矩阵f中的同类块均被标识完毕；

(7)输出颜色表P；

(8)对矩阵变量R中所有非零元素的坐标进行编码，并将矩阵变量R的所有行的行编码表顺序连接，存储到坐标表Q中；

(9)输出坐标表Q；

(10)设待计算的低阶几何矩的阶p和q，其中0≤p+q≤3；同时令同类块计数变量i＝0；

(11)根据坐标表Q进行解码，重建大小为M×N的矩阵变量R；

(12)根据颜色表P，计算出同类块的总数num；

(13)令i＝i+1；根据P{i}，获取第i个同类块B_i的左上角灰度值g_1i、右下角灰度值g_2i、左下角灰度值g_3i、右上角灰度值g_4i；

(14)根据坐标(x₁，y₁)和(x₂，y₂)的位置关系，按步骤(2)所述的g_est(x，y)的计算方法计算第i个同类块各点的g_est(x，y)；

(15)计算第i个同类块B_i的低阶几何矩m_pqi：

设第i个同类块B_i的左上和右下角的坐标分别为(x_1i，y_1i)和(x_2i，y_2i)，则B_i的长表示为：W_i＝x_2i-x_1i+1，宽表示为H_i＝y_2i-y_1i+1；

mpqi=Σx=0Wi-1Σy=0Hi-1xpyqgest(x+x1i,y+y1i)+Cq1y1iΣx=0Wi-1Σy=0Hi-1xpyq-1gest(x+x1i,y+y1i)+...+]]>

y1iqΣx=0Wi-1Σy=0Hi-1xpgest(x+x1i,y+y1i)+Cp1x1iΣx=0Wi-1Σy=0Hi-1xp-1yqgest(x+x1i,y+y1i)+]]>

Cq1Cp1x1iy1iΣx=0Wi-1Σy=0Hi-1xp-1yq-1gest(x+x1i,y+y1i)+...+]]>

Cp1x1iy1iqΣx=0Wi-1Σy=0Hi-1xp-1gest(x+x1i,y+y1i)+...+x1ipΣx=0Wi-1Σy=0Hi-1yqgest(x+x1i,y+y1i)+]]>

Cq1x1ipy1iΣx=0Wi-1Σy=0Hi-1yq-1gest(x+x1i,y+y1i)+...+x1ipy1iqΣx=0Wi-1Σy=0Hi-1gest(x+x1i,y+y1i)]]>

其中Cp1=1(p-1)!,]]>Cq1=1(q-1)!;]]>

Tpqi=Σx=0Wi-1Σy=0Hi-1xpyqgest(x+x1i,y+y1i)]]>按以下方法计算：

当x_1i＜x_2i且y_1i＜y_2i，则

T_pqi＝g_1ig(W_i，p)g(H_i，q)+Ag(W_i，p+1)g(H_i，q)+Bg(W_i，p)g(H_i，q+1)+...+

                                                                           (1)

    Cg(W_i，p+1)g(H_i，q+1)

当x_1i≠x_2i且y_1i＝y_2i，则

T_pqi＝g_1ig(W_i，p)g(H_i，q)+Ag(W_i，p+1)g(H_i，q)                              (2)

当x_1i＝x_2i且y_1i≠y_2i，则

T_pqi＝g_1ig(W_i，p)g(H_i，q)+Bg(W_i，p)g(H_i，q+1)                     (3)

当x_1i＝x_2i且y_1i＝y_2i，则

T_pqi＝f_1ig(W_i，p)g(H_i，q)                                         (4)

上述式(1)～(4)中，

A＝(g_2i-g_1i)/(W_i-1)，B＝(g_3i-g_1i)/(H_i-1)，C＝(g_1i-g_2i-g_3i+g_4i)/((W_i-1)(H_i-1))；

g(Wi,0)=Σx=0Wi-1x0=Wi,]]>g(Hi,0)=Σx=0Hi-1x0=Hi,]]>

g(Wi,1)=Σx=0Wi-1x1=Wi(Wi-1)2,]]>g(Hi,1)=Σx=0Hi-1x1=Hi(Hi-1)2]]>

g(Wi,2)=Σx=0Wi-1x2=Wi(Wi-1)(2Wi-1)6,]]>g(Hi,2)=Σx=0Hi-1x2=Hi(Hi-1)(2Hi-1)6,]]>

g(Wi,3)=Σx=0Wi-1x3=Wi2(Wi-1)24,]]>g(Hi,3)=Σx=0Hi-1x3=Hi2(Hi-1)24,]]>

g(Wi,4)=Σx=0Wi-1x4=Wi(Wi-1)(2Wi-1)(3Wi2-3Wi-1)30,]]>

g(Hi,4)=Σx=0Hi-1x4=Hi(Hi-1)(2Hi-1)(3Hi2-3Hi-1)30;]]>

(16)若i＜num，重复步骤(13)～(16)，否则，进行步骤(17)；

(17)输出图像的低阶几何矩