影像分割方法以及电子装置与流程

1.本发明涉及一种图像处理技术，特别是有关于一种影像分割方法以及电子装置。


背景技术：

2.数字图像处理中的影像分割(image segmentation)技术长久以来一直是图像处理暨计算机视觉领域的一项关键技术，特别是在使用数字影像作为媒介，以预测、分析、检查或测量目标区域中的物件(object)时，首先条件就是要先界定目标物件在影像中的明确范围。然而，传统的影像分割都是依据色彩空间或灰度空间的分布来进行，而未考虑到光照不均，或是目标物件本身反射亮度有大幅变化的情形。换言之，传统的影像分割所依据的判断信息并未区分是来自背景或物体的像素，也未区分是否来自于边界附近的像素。因此，传统的影像分割通常会具有大量杂讯或判断出的物件范围未完整。有鉴于此，如何实施有效的影像分割，以使影像分割的可靠性以及可用性增加，以下将提出几个实施例的解决方案。
[0003]“背景技术”段落只是用来帮助了解本

技术实现要素：
，因此在“背景技术”段落所公开的内容可能包含一些没有构成所属技术领域中普通技术人员所知道的已知技术。在“背景技术”段落所公开的内容，不代表所述内容或者本发明一个或多个实施例所要解决的问题，在本发明申请前已被所属技术领域中普通技术人员所知晓或认知。
发明内容
[0004]
本发明是针对一种影像分割方法以及电子装置，可将影像中的目标物件与背景影像分割，以有效地提取出目标物件。
[0005]
为实现上述之一或部分或全部目的或是其他目的，本发明的影像分割方法包括以下步骤：取得第一灰阶影像；对所述第一灰阶影像进行回归分析，以取得残差影像，并且决定所述残差影像的物件主干区域；计算在所述残差影像中的所述物件主干区域的平均灰阶值，以定义所述物件主干区域中的各像素的像素值为所述平均灰阶值，并且产生具有所述物件主干区域的第二灰阶影像；递归判断在所述残差影像中邻接所述物件主干区域的多个边缘像素的多个邻接像素各别的残差极性是否与对应的边缘像素的残差极性相同，并且在所述残差影像中所述多个邻接像素的各别的像素值是否大于各别对应的第一阈值，以扩张所述第二灰阶影像中的所述物件主干区域；以及将经递归判断后的所述第二灰阶影像中的所述物件主干区域提取为目标物件。
[0006]
为实现上述之一或部分或全部目的或是其他目的，本发明的具有影像分割功能的电子装置包括影像传感器以及处理器。影像传感器用于朝目标区域取得第一灰阶影像。处理器耦接所述影像传感器。处理器用于执行以下操作：对所述第一灰阶影像进行回归分析，以取得残差影像，并且决定所述残差影像的物件主干区域；计算在所述残差影像中的所述物件主干区域的平均灰阶值，以定义所述物件主干区域中的各像素的像素值为所述平均灰阶值，并且产生具有所述物件主干区域的第二灰阶影像；递归判断在所述残差影像中邻接所述物件主干区域的多个边缘像素的多个邻接像素各别的残差极性是否与对应的边缘像
素的残差极性相同，并且在所述残差影像中所述多个邻接像素各别的像素值是否大于各别对应的第一阈值，以扩张所述第二灰阶影像中的所述物件主干区域；以及将经递归判断后的所述第二灰阶影像中的所述物件主干区域提取为所述目标区域中的目标物件。
[0007]
基于上述，本发明的影像分割方法以及电子装置可对灰阶影像进行影像分析及处理，以使电子装置可自动地将灰阶影像中的目标物件与背景影像分割，以有效地提取出影像中的目标物件。
[0008]
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下
附图说明
[0009]
包含附图以便进一步理解本发明，且附图并入本说明书中并构成本说明书的一部分。附图说明本发明的实施例，并与描述一起用于解释本发明的原理。
[0010]
图1为本发明一实施例的电子装置的功能方框图；
[0011]
图2为本发明一实施例的影像分割方法的流程图；
[0012]
图3为本发明一实施例的取得残差影像的流程图；
[0013]
图4为本发明一实施例的决定物件主干区域的流程图；
[0014]
图5a至图5e为本发明一实施例的多个影像示意图；
[0015]
图6为本发明一实施例的再次扩张第二灰阶影像中的物件主干区域的流程图。
具体实施方式
[0016]
有关本发明的前述及其他技术内容、特点与功效，在以下配合参考附图的一较佳实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的方向用语，例如：上、下、左、右、前或后等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本发明。
[0017]
为了使本发明的内容可以被更容易明了，以下特举实施例作为本发明确实能够据以实施的范例。另外，凡可能之处，在附图及实施方式中使用相同标号的元件/构件/步骤代表相同或类似部件。
[0018]
图1为本发明一实施例的电子装置的功能方框图。参考图1，本实施例的电子装置100具有影像分割(image segmentation)功能。电子装置100包括处理器110、影像传感器120以及存储器130。处理器110耦接影像传感器120以及存储器130。在本实施例中，存储器130可用于储存用于实现本发明的影像分割功能的多个图像处理程序以及在影像分割过程中所产生的多个影像，以供处理器110读取。在本实施例中，所述多个图像处理程序是基于本发明各实施例所述的影像分割方法所建立的，并且本发明各实施例所述的影像分割方法可例如采用基于阀值法(threshold based method)、基于边缘(梯度)法(edge based method)、基于区域法(region based method)、聚类法(clustering method)、谱聚类法(spectral clustering method)、分水岭法(watershed method)、水平集法(level set method)以及基于神经网络法(neural network based method)的至少其中之一的衍伸、改良或变化及来实现。在本实施例中，电子装置100可例如用于显示设备的生产制造过程中，对显示设备进行影像撷取，并进行影像分析，以自动地判断出显示设备的显示面上是否具
有非预期的物件。换言之，本发明各实施例所述的目标物件是指电子装置100针对目标区域的影像所自动辨识出的非预期的物件。
[0019]
在本实施例中，处理器110包括具有图像处理功能的中央处理单元(central processing unit,cpu)，或是其他可编程的通用或专用的微处理器(microprocessor)、图像处理器(image processing unit,ipu)、图形处理器(graphics processing unit,gpu)、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuits,asic)、现场可编程门阵列(field-programmable gate array，fpga)、其他类似运算电路或这些电路的结合。在本实施例中，影像传感器120可为摄影机(camera)。在本实施例中，存储器130可例如是动态随机存取存储器(dynamic random access memory,dram)、闪存(flash memory)或非易失性随机存取存储器(non-volatile random access memory,nvram)等。
[0020]
在本实施例中，影像传感器120用于朝目标区域取得第一灰阶影像，并且将第一灰阶影像提供至处理器110。处理器110对第一灰阶影像进行回归分析(regression analysis)，以取得残差(residual)影像，并且决定残差影像的物件主干区域。处理器110计算在残差影像中的物件主干区域的平均灰阶值，以定义物件主干区域中的各像素的像素值为平均灰阶值，并且产生具有物件主干区域的第二灰阶影像。接着，处理器110递归判断在残差影像中邻接物件主干区域的多个边缘像素的多个邻接像素各别的残差极性是否与对应的边缘像素的残差极性相同，并且在残差影像中所述多个邻接像素各别的像素值是否大于各别对应的第一阈值，以扩张第二灰阶影像中的物件主干区域。因此，处理器110可将经递归判断后的第二灰阶影像中的物件主干区域提取为目标区域中的目标物件(物件影像)。
[0021]
值得注意的是，上述的边缘像素是指在物件主干区域中与非物件主干区域相邻的像素，而上述的邻接像素是指在非物件主干区域中与物件主干区域的边缘像素相邻的像素。并且，本实施例所述的多个邻接像素各别对应的第一阈值为第二灰阶影像中的各别对应的边缘像素的像素值(即上述的平均灰阶值)与背景影像中的各别对应的邻接像素的像素值的中间值。另外，上述的处理器110所执行的回归分析是指利用处理器110执行一个或多个特定函式，以依序(递归)对影像中的每一个像素进行运算。
[0022]
图2为本发明一实施例的影像分割方法的流程图。图5a至图5e为本发明一实施例的多个影像示意图。参考图1、图2以及图5a至图5e，本实施例的影像分割方法可至少适用于图1实施例的电子装置100。电子装置100可执行步骤s210～s250，以依序产生如图5a至图5e。在步骤s210中，影像传感器120朝向目标区域取得如图5a所示的第一灰阶影像501。在步骤s220中，处理器110对第一灰阶影像501进行回归分析，以取得残差影像，并且决定残差影像的物件主干区域。在步骤s230中，处理器110计算在残差影像中的物件主干区域的平均灰阶值，以定义物件主干区域中的各像素的像素值为平均灰阶值，并且产生如图5d所示的具有物件主干区域ma2的第二灰阶影像504。在步骤s240中，处理器110递归判断在残差影像中邻接物件主干区域的多个边缘像素的多个邻接像素各别的残差极性是否与对应的边缘像素的残差极性相同，并且在残差影像中多个邻接像素的各别的像素值是否大于各别对应的第一阈值，以扩张第二灰阶影像504中的物件主干区域ma2，并且产生如图5e所示的经递归判断后的第二灰阶影像505。在步骤s250中，处理器110将经递归判断后的第二灰阶影像505中的物件主干区域ma3提取为目标物件。因此，本实施例的影像分割方法以及电子装置100
可有效地将目标区域的影像中的目标物件(物件影像)与背景影像分割，以正确地辨识出目标物件的位置。并且，上述步骤s220的步骤细节将由以下图3以及图4的流程来进一步说明之。
[0023]
图3为本发明一实施例的取得残差影像的流程图。在一实施例中，关于上述图2实施例的步骤s220，处理器110可进一步执行如图3的步骤s310～s330，以取得残差影像。在步骤s310中，处理器110对第一灰阶影像501进行二阶回归分析，以去除在第一灰阶影像中具有像素值属于离群值的部分。在步骤s320中，处理器110对经二阶回归分析的第一灰阶影像501进行四阶回归分析，以估测背景影像。在步骤s330中，处理器110将第一灰阶影像的各像素的像素值与背景影像的各像素的像素值相减，以取得残差影像。值得注意的是，本实施例的回归分析可依据图像处理领域的相关影像分析技术而获致足够的教示、建议以及实施说明，因此在此不多加赘述。
[0024]
图4为本发明一实施例的决定物件主干区域的流程图。在一实施例中，关于上述图2实施例的步骤s220，处理器110可进一步执行如图4的步骤s410～s450，以决定物件主干区域。在步骤s410中，处理器110去除残差影像中具有像素值属于离群值的部分。在步骤s420中，处理器110依据残差影像的剩余部分的多个像素的多个像素值以及背景影像来计算标准差。举例而言，处理器110可将残差影像分为多个子影像区域，已产生灰阶直方图，并且将直方图中较大的离群值区去除，最后计算出残差影像对背景影像的标准差。在步骤s430中，处理器110依据标准差来决定第二阈值。在步骤s440中，处理器110依据第二阈值来决定如图5b所示在残差影像502中的多个物件核心区域ca。在本实施例中，处理器110是依据由标准差所决定出的第二阈值对残差影像的多个像素各别的像素值的绝对值进行二值化，以决定在残差影像中的物件核心区域ca。在步骤s450中，递归判断在残差影像502中的邻接物件核心区域ca的多个边缘像素的多个邻接像素各别的残差极性是否与对应的边缘像素的残差极性相同，并且多个邻接像素各别的像素值是否大于第三阈值，以扩张物件核心区域ca来形成如图5c所示的影像503当中的物件主干区域ma1。
[0025]
值得注意的是，本实施例所述的第二阈值是将上述的标准差乘以预设增益值，并且加上预设偏移值来取得的。并且，本实施例所述的第三阈值是将上述的第二阈值乘以第一预设值来取得的，并且所述第一预设值为小于1且大于0。
[0026]
图6为本发明一实施例的再次扩张第二灰阶影像中的物件主干区域的流程图。参考图2、图5a至图5e以及图6，在一实施例中，步骤s610、s620可接续在图2的步骤s250之后，以使第二灰阶影像中的物件主干区域的范围更接近实际物件。在步骤s610中，处理器110将递归判断在残差影像中邻接物件主干区域的多个边缘像素的多个邻接像素各别的像素值是否大于第四阈值。在步骤s620中，处理器110将满足判断的邻接像素在第一灰阶影像501中的原始像素值乘以预设值，并且加上乘以另一预设值的在第二灰阶影像505中对应的边缘像素(如物件主干区域ma3的边缘)的像素值，以更新为新的边缘像素的像素值。
[0027]
值得注意的是，本实施例所述的第四阈值是将上述的第三阈值乘以第二预设值来取得的，并且所述第二预设值为小于1且大于0。并且，上述将满足判断的邻接像素定义为所述新的边缘像素是指处理器110将所述满足判断的邻接像素在第一灰阶影像501中的原始像素值乘以第三预设值，并且加上乘以第四预设值的在第二灰阶影像505中对应的边缘像素的像素值，以更新为所述第二灰阶影像505中所述新的边缘像素的像素值，其中所述第三
预设值加上所述第四预设值为1。对此，新的边缘像素将成为第二灰阶影像505中新的物件主干区域的边缘像素。因此，本实施例的步骤s610～s620可有效地扩张第二灰阶影像505中的物件主干区域ma3的范围，以使处理器110所产生的物件影像可更接近实际物件。
[0028]
综上所述，本发明的影像分割方法以及电子装置可对目标区域进行影像撷取，以取得目标区域的影像，并且依据目标区域的影像来产生灰阶影像。接着，本发明的影像分割方法以及电子装置可对灰阶影像进行影像分析及处理，以自动地将灰阶影像中的目标物件与背景影像分割，以有效地提取出目标区域的影像中的目标物件。
[0029]
以上所述内容仅为本发明的较佳实施例而已，当不能以此限定本发明实施的范围，即所有依本发明权利要求书及发明内容所作的简单的等效变化与修改，皆仍属本发明专利涵盖的范围内。另外本发明的任一实施例或权利要求不须实现本发明所公开的全部目的或优点或特点。此外，摘要和发明名称仅是用来辅助专利档检索之用，并非用来限制本发明的权利范围。此外，本说明书或权利要求书中提及的“第一”、“第二”等用语仅用于命名元件(element)的名称或区别不同实施例或范围，而并非用来限制元件数量上的上限或下限。