24、基于位置无关 ROI 的图像检索技术解析

基于位置无关 ROI 的图像检索技术解析

1. 图像预处理

1.1 图像值调整

在从原始图像中减去掩码后，需要重新调整图像的值。使用以下公式进行调整：
[I_{new} = \sum_{i = 1}^{M} \sum_{j = 1}^{N} \max(\min(I_{sub}(i, j), 1), 0)]

1.2 对象检测与提取

当从图像中减去背景后，接下来的任务是从相减后的图像中检测和提取对象。边缘在识别对象时非常有用，经过尝试 Sobel、Prewitt 和 Canny 边缘检测方法，发现 Canny 边缘检测方法在识别边缘方面表现更优。以下是具体步骤：
1. 计算全局阈值 ：使用相关方法计算图像的全局阈值，以最小化块内黑白像素的类间方差。
2. 选择像素值 ：选择大于计算出的全局阈值的像素值，将较小强度值设置为零。
3. 卷积处理 ：对步骤 2 中得到的图像应用卷积处理，卷积掩码如下：

Conv mask = 
| 0 1 1 1 |
| 0 0 1 1 |
| 0 0 1 1 |
| 0 0 0 0 |

4. 应用双阈值 ：Canny 边缘检测器使用两个阈值，低阈值产生高灵敏度边缘，高阈值产生低灵敏度边缘。
5. 游程编码 ：对前一步得到的图像进行游