本發(fā)明涉及圖像處理
技術領域：
，特別涉及一種基于對象點集的平滑濾波方法。
背景技術：
：最新的對象提取技術maskr-cnn，該技術對圖像進行語義分割，分割得到的同種類別的像素的集合稱為對象點集。一張圖片包括若干個對象點集，如果對某個對象點集進行處理時，比如說對某個對象點集進行對比度的調整，在調整之后，對象點集與對象點集之間、對象點集與背景之間則容易出現(xiàn)塊效應，這些塊效應會影響到整個圖片的質量。因此，如果消除對象點集與對象點集之間、對象點集與背景之間的塊效應成了領域內急需解決的問題。技術實現(xiàn)要素：為了解決上述問題，本發(fā)明提供了一種基于對象點集的平滑濾波方法，該方法可有效地解決對象點集與對象點集之間、對象點集與背景之間的塊效應。本發(fā)明解決其技術問題的解決方案是：一種基于對象點集的平滑濾波方法，包括步驟：獲得邊界1；獲得邊界2；對邊界1和邊界2之間的區(qū)域點集進行平滑濾波處理，所述邊界1為對象點集經(jīng)過10次腐蝕后的邊緣點集，所述邊界2為對象點集經(jīng)過10次膨脹后的邊緣點集。進一步，所述10次腐蝕的方法包括步驟：a1)用當前的對象點集減去當前的邊緣點集得到新的對象點集；a2)用所述新的對象點集獲取得到新的邊緣點集；a3)重復步驟a1)-a2)10次。進一步，所述邊緣點集的獲取方法包括：以對象點集中的任意一個像素點為中心，該點稱為中心像素點，判斷所述中心像素點的左、右、上、下的像素點與其是否為同一類別，根據(jù)判斷結果獲取邊緣點，將所述邊緣點集合為邊緣點集。進一步，所述10次膨脹的方法包括步驟：a11)將結構元的中心放到當前邊緣點集的任意一點上，并且結構元的中心沿著所述邊緣點集移動，找到屬于結構元但不屬于對象點集的像素點，并將所述像素點集合為新的邊緣點集；a12)將當前的對象點集與所述邊緣點集合并成為新的對象點集；a13)重復步驟a11)-a12)10次。進一步，采用3×3的濾波模板對邊界1和邊界2之間的區(qū)域點集進行平滑濾波。本發(fā)明的有益效果是：本方法利用腐蝕和膨脹的方法得到邊界1和邊界2，并且利用邊界1和邊界2得到區(qū)域點集，該區(qū)域點集反映出整個對象點集的輪廓信息，對該區(qū)域點集進行平滑濾波處理，可以消除圖片上的對象與對象之間、對象與背景之間的塊效應，提高圖片的整體質量。附圖說明為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單說明。顯然，所描述的附圖只是本發(fā)明的一部分實施例，而不是全部實施例，本領域的技術人員在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他設計方案和附圖。圖1是基于對象點集的平滑濾波方法的流程圖；圖2是10次腐蝕的流程圖；圖3是10次膨脹的流程圖。具體實施方式以下將結合實施例和附圖對本發(fā)明的構思、具體結構及產(chǎn)生的技術效果進行清楚、完整地描述，以充分地理解本發(fā)明的目的、特征和效果。顯然，所描述的實施例只是本發(fā)明的一部分實施例，而不是全部實施例，基于本發(fā)明的實施例，本領域的技術人員在不付出創(chuàng)造性勞動的前提下所獲得的其他實施例，均屬于本發(fā)明保護的范圍。另外，文中所提到的所有聯(lián)接/連接關系，并非單指構件直接相接，而是指可根據(jù)具體實施情況，通過添加或減少聯(lián)接輔件，來組成更優(yōu)的聯(lián)接結構。本發(fā)明創(chuàng)造中的各個技術特征，在不互相矛盾沖突的前提下可以交互組合。實施例1，參考圖1，對經(jīng)過maskr-cnn技術處理后的圖片進行如下處理：一種基于對象點集的平滑濾波方法，s00：找到需要處理的對象并且得到其當前的對象點集；s01：對象點集經(jīng)過10次腐蝕得到邊界1；s02：對象點集經(jīng)過10次膨脹得到邊界2；s03：對邊界1和邊界2之間的區(qū)域點集進行平滑濾波處理。需要說明的是步驟s01和s02并沒有先后順序所限制，本實施以步驟s01為先。參考圖2，其中，10次腐蝕的方法包括如下步驟：s1：用當前的對象點集減去當前的邊緣點集得到新的對象點集；s2：用所述新的對象點集獲取得到新的邊緣點集；s3：重復10次步驟s1-s2。其中邊緣點集的獲取方法包括：此時假設對象點集為∑(xi,yi)，在標簽類別圖中，以∑(xi,yi)每一個像素點(xi,yi)為中心，像素點(xi-1,yi),(xi+1,yi)分別為像素點(xi,yi)的左右兩點；(xi,yi+1),(xi,yi-1)分別為點(xi,yi)的上下兩點。所述像素點(xi,yi)如果滿足以下公式：|c(xi-1,yi)-c(xi,yi)|+|c(xi,yi)-c(xi+1,yi)|≥1或|c(xi,yi+1)-c(xi,yi)|+|c(xi,yi)-c(xi,yi-1)|≥1則判定所述像素點(xi,yi)為邊緣點，將該邊緣點集合到邊緣點集中。該公式的解釋為：像素點(xi,yi)從左到右或者從上到下的像素點標簽類別值變化大于等于1。則判定像素點(xi,yi)為邊緣點，其中函數(shù)c(x，y)指的是像素點(x，y)的標簽類別值。參考圖3，10次膨脹的方法包括步驟：s11：將結構元的中心放到當前邊緣點集的任意一點上，并且結構元的中心沿著所述邊緣點集順時針移動，找到屬于結構元但不屬于對象點集的像素點，并將所述像素點集合為新的邊緣點集；用公式表示為：其中a為當前的邊緣點集，b為結構元，z就是膨脹一次得到的邊緣點集。s12：將當前的對象點集與所述邊緣點集合并成為新的對象點集；s13：重復10次步驟s11-s12。確定邊界1和邊界2后，便得到了邊界1和邊界2之間的區(qū)域點集，該區(qū)域點集滿足下面條件：設像素點(x,y)表示區(qū)域點集上任意一點，像素點(x1,y1)表示邊界1的任意一點，像素點(x2,y2)表示邊界2的任意一點，則滿足x1＝x＝x2時，y1<y<y2或者y2<y<y2。對邊界1和邊界2之間的區(qū)域點集進行平滑濾波處理，本實施例采用3×3的濾波模板，該模板為：平滑濾波過程如下：假設下面是一幅圖像的灰度值矩陣：001430009315789018915616205608900000000灰度值f(3,1)＝189，f(3,2)＝156，f(3,3)＝162通過模板濾波后將邊界1和邊界2之間的區(qū)域點集轉換為灰度值矩陣，按照上述方法對每一個像素點依次進行平滑濾波處理從而得到最終的平滑后的區(qū)域點集。本發(fā)明創(chuàng)造的方法利用腐蝕和膨脹的方法得到邊界1和邊界2，并且利用邊界1和邊界2得到區(qū)域點集，該區(qū)域點集反映出整個對象點集的輪廓信息，對該區(qū)域點集進行平滑濾波處理，可以消除圖片上的對象與對象之間、對象與背景之間的塊效應，提高圖片的整體質量。以上對本發(fā)明的較佳實施方式進行了具體說明，但本發(fā)明創(chuàng)造并不限于所述實施例，熟悉本領域的技術人員在不違背本發(fā)明精神的前提下還可做出種種的等同變型或替換，這些等同的變型或替換均包含在本申請權利要求所限定的范圍內。當前第1頁12