[发明专利]一种检测图像区域边缘附近背景点的方法

摘要

本发明公开了一种检测图像区域边缘附近背景点的方法，步骤为：首先，抽样选取以区域近似边缘点为圆心的圆周上的点；接着，对圆周上的点进行整理，存于列表中。然后，反复变换不同的起止地址标记，把列表中的点划为前景点和背景点两类，计算每次分类后的综合类间方差并修正。进而，选取综合类间方差修正值最大者对应的分类方案，以其起止地址标记，计算确定所求的背景点的位置。

主权项

1.一种检测图像区域边缘附近背景点的方法，其特征在于，包括以下步骤：S1、记当前图像为currentImage，输入点p和前景二值图foregroundMask；点p是当前图像中目标区域的一个近似边缘点，所述近似边缘点是指离目标区域边缘的最短距离小于当前图像短边M％的像素点，M的取值范围是(0,3]；S2、以点p为中心，在半径为radius的圆周上，按顺时针或逆时针方向，均匀地选取circlePointsNum个点，依次存储各点的横坐标和纵坐标组成的二元组于circlePoints中；S3、圆周点的像素值整理复制；具体为：顺序检测circlePoints中的每一个点在前景二值图foregroundMask里的值，从circlePoints中，把在前景二值图foregroundMask中记为“1”的点，按顺序从圆周上抽取，依次复制它们在图像currentImage中的红、绿、蓝像素值到pixelList，同时记录它们的横纵坐标到pixelIndexInCirclePoints中的相应位置；而后，从circlePoints中，把在前景二值图foregroundMask中记为“0”的点，按顺序从圆周上抽取，紧跟着pixelList上的最后一个点，依次复制各点在currentImage中的红、绿、蓝像素值到pixelList中，同时记录它们的横纵坐标在pixelIndexInCirclePoints中的相应位置；记录pixelList中，在foregroundMask里为“1”且下标最大的那个点的下标LastInpointIndex；S4、初始化最大类间方差maxD＝‑1；S5、初始化背景类起始下标i等于LastInpointIndex+1；S6、判断背景类起始下标i是否小于等于circlePointsNum；若是，转向步骤S7；否则，转向步骤S17；S7、初始化背景类终止下标j等于背景类起始下标i；S8、判断背景类终止下标j是否小于等于circlePointsNum；若是，转向步骤S9；否则，转向步骤S16；S9、求分量类间方差：把pixelList中，下标从i到j的点，看作一类；剩下的为另一类，分别就两类点的红色像素值、绿色像素值、蓝色像素值三个分量求类间方差dr、dg、db；其中类间方差公式为：d＝ω1(μ1‑μ)^2+ω2(μ2‑μ)^2；其中，ω1，ω2分别为第一类和第二类的点出现的概率，ω1+ω2＝1；μ表示所有点某一颜色分量的像素均值；μ1、μ2分别为第一类和第二类的点某一颜色分量的像素均值；S10、令综合类间方差D＝dr+dg+db；S11、求修正系数modifyCoefficient，具体为：Step11.1：计算i和j的均值并取整，记为midOfij；step11.2：求midOfij‑LastInpointIndex和circlePointsNum‑midOfij中的最小者，记为testX；step11.3：计算(circlePointsNum‑LastInpointIndex)/2，并取整，记为testR；step11.4：modifyCoefficient＝arctan(testX/testR×20)/(π/2)；arctan为反正切函数；S12、基于下式求综合类间方差修正值D’，D’＝D^modifyCoefficient；S13、判断当前的D’是否大于maxD，若是，转向步骤S14；否则，转向步骤S15；S14、更新最优值：maxD＝D’；bestStartIndex＝i；bestStopIndex＝j；其中bestStartIndex表示最佳分类方案的背景点类起始下标；bestStopIndex表示最佳分类方案的背景点类终止下标；S15、更新j＝j+1；转向步骤S8；S16、更新i＝i+1；转向步骤S6；S17、确定所求的点p附近的背景点o的坐标：对bestStartIndex和bestStopIndex求均值并取整，以此为下标，在pixelIndexInCirclePoints中查询得到点o在图像currentImage中的横纵坐标。