基于常量时间复杂度的图像矩形邻域极大或极小值计算方法

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。