发明名称 |
基于常量时间复杂度的图像矩形邻域极大(极小)值计算方法 |
摘要 |
本发明提供了一种基于常量时间复杂度的图像矩形邻域极大(极小)值计算方法。该方法可以简要的概括为以下四个步骤:用户给定一幅灰度图像作为输入图像;根据输入图像构造一个三维的多层直方图;分别计算多层直方图中每一层的直方图的图像矩形邻域求和,获得一个矩形邻域求和的多层直方图;根据矩形邻域求和的多层直方图计算出输入图像中每一个像素所对应的矩形邻域求和值大于0的最大(最小)层的层号,即为所求的输入图像的图像矩形邻域极大(极小)值。本方法利用三维的多层直方图及其局部相关性来求解图像矩形邻域极大(极小)值,使图像矩形邻域极大(极小)值的计算具有常量时间复杂度。 |
申请公布号 |
CN105389580A |
申请公布日期 |
2016.03.09 |
申请号 |
CN201510662958.1 |
申请日期 |
2015.10.10 |
申请人 |
温州大学 |
发明人 |
赵汉理;姜磊 |
分类号 |
G06K9/46(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于常量时间复杂度的图像矩形邻域极大(极小)值计算方法,可以阐述为以下四个步骤:(1).给定一幅灰度图像作为输入图像,给定一个二维矩形作为每个像素的矩形邻域;(2).根据步骤(1)中的输入图像构造一个三维的多层直方图。多层直方图中每一层的直方图大小和输入图像相同,其层数等于输入图像中像素值的取值范围。根据输入图像的每一个像素值,将多层直方图中的每一个像素值设置为0或1;(3).根据步骤(1)中的矩形邻域和步骤(2)中的多层直方图,采用基于常量时间复杂度的积分图算法分别计算多层直方图中每一层的直方图的图像矩形邻域求和,获得一个矩形邻域求和的多层直方图;(4).根据步骤(3)中的矩形邻域求和的多层直方图,基于常量时间复杂度找到输入图像中每一个像素所对应的矩形邻域求和值大于0的最大(最小)层的层号,即为所求的输入图像的图像矩形邻域极大(极小)值。 |
地址 |
325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器 |