CN101001307B - 线段检测器和线段检测方法 - Google Patents

线段检测器和线段检测方法 Download PDF

Info

Publication number
CN101001307B
CN101001307B CN2007100023198A CN200710002319A CN101001307B CN 101001307 B CN101001307 B CN 101001307B CN 2007100023198 A CN2007100023198 A CN 2007100023198A CN 200710002319 A CN200710002319 A CN 200710002319A CN 101001307 B CN101001307 B CN 101001307B
Authority
CN
China
Prior art keywords
line
detection
parts
window
line segment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2007100023198A
Other languages
English (en)
Other versions
CN101001307A (zh
Inventor
平尾浩一郎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Platforms Ltd
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN101001307A publication Critical patent/CN101001307A/zh
Application granted granted Critical
Publication of CN101001307B publication Critical patent/CN101001307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/18Extraction of features or characteristics of the image
    • G06V30/1801Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
    • G06V30/18019Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by matching or filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/20Combination of acquisition, preprocessing or recognition functions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30176Document
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

一种线段检测器包括垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分、左到右向上倾斜线检测部分和线段检测/合成部件,该线段检测/合成部件计算来自垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分和左到右向上倾斜线检测部分的输出值的“或”运算。线段检测器还包括重新确定单元,该重新确定单元包括第二线段检测部分,该第二线段检测部分对在目标像素附近的检测结果设置窗,对其检测结果被确定为所设置的窗中的线段的像素数目进行计数,当所计数的值不小于预定阈值时,该第二线段检测部分确定该像素是线段。

Description

线段检测器和线段检测方法
技术领域
本发明涉及一种在混合地具有点和线段的图像中检测线段的线段检测器,特别是涉及一种线段检测器和一种线段检测方法,其中不仅人物和线段的轮廓而且该人物和线段的内容被检测为线段图像并且校正线段的错误确定以及优选地检测到该线段。
背景技术
本申请要求在先申请JP2006-3718的优先权,该在先申请的公开内容在此引入作为参考。
线段检测器的一个例子在日本未审专利申请公开文献No.2002-281299(此后称为专利文献1)中被公开。线段检测器从输入图像中检测到人物和图表线段或者自然图像的轮廓部分的线段。专利文献1公开了多个实施例并且给出在图像中检测垂直线的一个例子的描述。
垂直线检测/左边部分取平均值部件(averaging section)在图像中的目标像素的左边附近设置一窗并且计算所设置的窗中的像素值的加权平均值。垂直线检测/右边部分取平均值部件在图像中的目标像素的右边附近设置一窗并且计算所设置的窗中的像素值的加权平均值。垂直线检测/求差分部件计算垂直线检测/左边部分取平均值部件的输出值与垂直线检测/右边部分取平均值部件的输出值之间的差的绝对值。垂直线/点检测部件设置具有图像中的目标像素的窗并且计算所设置的窗中的上部像素与下部像素之间的差分值的绝对值的平均值。垂直线检测/比较部件从垂直线检测/求差分部件的输出值中减去垂直线/点检测部件的输出值并且将该相减结果与阈值进行比较。当该相减结果高于阈值时,垂直线检测/比较部件确定目标像素是垂直线图像。
利用在专利文献1中所公开的线段检测器,在从由静止图像的输入装置(诸如彩色扫描仪)所读取的图像中提取人物或图表的时候,仅提取人物或图表的轮廓。提取结果对于图像处理的一部分是有效的,例如对于突出轮廓是有效的。然而,在将图像划分为人物区域和除了人物以外的区域(在此称为照相区域)并且执行所划分的区域的图像压缩的时候,提取结果包含仅在轮廓上的数据,因此保留了人物的内容,并且不能获得优选的压缩效率。压缩效率的提高不仅要求人物轮廓而且要求包括含有人物内容的人物区域的整个人物。
如上所提及的那样,在传统地检测点图像中的线段时,仅检测线段的边缘部分。在通过利用检测结果例如以JBIG2、MRC或JPEG2000-Part6作为图像压缩标准进行对象编码的时候,人物不作为一个对象被提取。因此,因为人物被划分为面部图像和背景图像,所以使得压缩效率恶化。此外,图像质量也恶化。此外,在获得明显不是线段的诸如孤立点的元素作为提取结果的时候,传统方法并不具有对其的校正手段。因此,当在图像处理中突出线段时,点被突出并且图像质量恶化。
发明内容
因此,为了解决上述问题,本发明的目的是提供一种线段检测器和一种线段检测方法,通过该线段检测器和该线段检测方法,包括其内容以及其轮廓的人物被提取。
在本发明中,为了解决以上问题,线段结果计数部件首先对通过线段检测/合成部件所获得的检测结果设置目标像素在其中心的窗,并且对窗中的线段图像的数目进行计数。第二线段检测部分基于所计数的值重新确定线段的检测。因此,利用线段图像获得检测结果,该线段图像以轮廓作为中心既被扩展到轮廓的内部又被扩展到轮廓的外部。
接着,阈值生成部分计算输入图像的窗中的像素值的平均值,并且基于所计算的平均值生成阈值。此外,预处理部件执行输入图像的MTF校正。
基于上述结果,第三线段检测部分执行关于由第二线段检测部分确定为线段图像的结果的确定;并且当预处理之后的像素值不大于阈值时,第三线段检测部分确定目标像素为线段图像;以及当像素值大于阈值时,第三线段检测部分确定目标像素不是线段图像。
检测结果校正部件对指示目标像素明显不是线段图像(例如孤立点作为检测结果)的部分执行去除处理,并且随着错误检测的减小获得优选的检测结果。
根据本发明的第一方面,线段检测器包括第一线段检测部分,该第一线段检测部分包括垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分、左到右向上倾斜线检测部分以及线段检测/合成部件;该垂直线检测部分检测输入图像是否具有垂直线;该水平线检测部分检测输入图像是否具有水平线;该左到右向下倾斜线检测部分检测输入图像是否具有左到右向下倾斜线;该左到右向上倾斜线检测部分检测输入图像是否具有左到右向上倾斜线;该线段检测/合成部件计算来自垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分以及左到右向上倾斜线检测部分的输出值的“或”运算。线段检测器还包括重新确定单元,该重新确定单元重新确定从线段检测/合成部件所输出的检测结果是否是线段。
在根据第一方面的线段检测器中,重新确定单元包括第二线段检测部分;该第二线段检测部分对在目标像素附近的检测结果设置窗,对其检测结果被确定为所设置的窗中的线段的像素数目进行计数;当所计数的值不小于预定阈值时,该第二线段检测部分确定像素是线段;此外当所计数的值小于预定阈值时,该第二线段检测部分确定像素不是线段,并且输出新的检测结果。
在根据第一方面的线段检测器中,第二线段检测部分包括第一线存储器(line-memory)、线段结果计数部件以及第二线段检测部件;该第一线存储器保持并延迟从线段检测/合成部分所输出的检测结果;该线段结果计数部件被连接到第一线存储器,对在目标像素附近的检测结果设置窗,并且对窗中的其检测结果被确定为线段的像素数目进行计数;该第二线段检测部件将线段结果计数部件的所计数的值与预定阈值进行比较;当所计数的值不小于预定阈值时,该第二线段检测部件确定该像素是线段;此外当所计数的值小于预定阈值时,该第二线段检测部件确定该像素不是线段,并且输出新的检测结果。
在根据第一方面的线段检测器中,重新确定单元还包括阈值生成部分、预处理部件以及第三线段检测部件;该阈值生成部分在目标像素附近设置窗,计算所设置的窗中的像素值的平均值,将特定值(aspecific value)增加到所计算的平均值,并且生成另一个阈值用于第三线段检测中;该预处理部件执行输入图像的预处理;该第三线段检测部件接收第二线段检测部件的检测结果以及预处理部件的输入图像的处理结果,并且利用阈值生成部分所生成的其它阈值确定,检测结果是线图像还是面图像。
在根据第一方面的线段检测器中,阈值生成部分包括平均值计算部件和阈值生成部件;该平均值计算部件计算所设置的窗中的像素值的平均值,该阈值生成部件基于所计算的平均值生成其它阈值。
在根据第一方面的线段检测器中,重新确定单元还包括第二线存储器和检测结果校正部件;该第二线存储器保持并延迟从第三线段检测部件所输出的第三线段检测结果;该检测结果校正部件被连接到第二线存储器,对在目标像素附近的第三线段检测结果设置窗;并且当在该窗中发现特定图案时,该检测结果校正部件校正目标像素的检测结果。
根据本发明的第二方面,提供一种包括上述线段检测器的图像处理设备。
根据本发明的第三方面,线段检测方法包括第一线段检测步骤,该第一线段检测步骤包括垂直线检测步骤、水平线检测步骤、左到右向下倾斜线检测步骤、左到右向上倾斜线检测步骤以及线段检测/合成步骤;该垂直线检测步骤确定输入图像是否具有垂直线;该水平线检测步骤确定输入图像是否具有水平线;该左到右向下倾斜线检测步骤确定输入图像是否具有左到右向下倾斜线;该左到右向上倾斜线检测步骤确定输入图像是否具有左到右向上倾斜线;该线段检测/合成步骤执行通过垂直线检测步骤、水平线检测步骤、左到右向下倾斜线检测步骤以及左到右向上倾斜线检测步骤所获得的输出值的“或”运算。线段检测方法还包括第二线段检测步骤;该第二线段检测步骤对在目标像素附近的线段结果设置窗,对其中线段结果被确定为该窗中的线段的像素数目进行计数;此外当所计数的值不小于预定阈值时,该第二线段检测步骤确定像素是线段;另外还当所计数的值小于预定阈值时,该第二线段检测步骤确定像素不是线段,并且输出新的线段检测结果。
根据本发明的第四方面,线段检测器包括第一线段检测部分,该第一线段检测部分包括垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分、左到右向上倾斜线检测部分以及彩色图像线段检测/合成部件;该垂直线检测部分确定彩色输入图像是否具有垂直线;该水平线检测部分确定彩色输入图像是否具有水平线;该左到右向下倾斜线检测部分确定彩色输入图像是否具有左到右向下倾斜线;该左到右向上倾斜线检测部分确定彩色输入图像是否具有左到右向上倾斜线;该彩色图像线段检测/合成部件执行来自垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分以及左到右向上倾斜线检测部分的输出值的“或”运算。线段检测器还包括重新确定单元,该重新确定单元重新确定从线段检测/合成部件所输出的检测结果是否是线段。
根据本发明的第五方面,提供一种包括根据第四方面的线段检测器的图像处理设备。
根据本发明的第六方面,线段检测方法包括第一线段检测步骤,该第一线段检测步骤包括垂直线检测步骤、水平线检测步骤、左到右向下倾斜线检测步骤、左到右向上倾斜线检测步骤以及彩色图像线段检测/合成步骤;该垂直线检测步骤确定彩色输入图像是否具有垂直线;该水平线检测步骤确定彩色输入图像是否具有水平线;该左到右向下倾斜线检测步骤确定彩色输入图像是否具有左到右向下倾斜线;该左到右向上倾斜线检测步骤确定彩色输入图像是否具有左到右向上倾斜线;该彩色图像线段检测/合成步骤执行来自垂直线检测步骤、水平线检测步骤、左到右向下倾斜线检测步骤以及左到右向上倾斜线检测步骤的输出值的“或”运算。线段检测方法还包括第二线段检测步骤;该第二线段检测步骤对在目标像素附近的线段结果设置窗,针对单独的彩色分量C1、C2和C3对窗中的线段上的像素数目进行计数;当所计数的像素总数不小于预定阈值时,该第二线段检测步骤确定该像素是线段;另外还当所计数的像素总数小于预定阈值时,该第二线段检测步骤确定该像素不是线段;此外,该第二线段检测步骤确定彩色分量C1至C3中的哪个是线段,并且输出新的线段检测结果。
在利用传统方法和设备在混合地具有点和线段的图像中检测线段的时候,仅检测被认为是线段的人物或线的轮廓。在另一方面,根据本发明,甚至在没有很多资源的情况下,人物或线的内容也可被检测为线段。因此,不仅包括轮廓而且包括其内容的人物可被提取为人物,并且在使用诸如JBIG2、MRC和JPEG2000-Part6进行对象编码的图像压缩中提高了图像质量/压缩效率的性能。此外,检测结果的校正提高了检测结果的精确度,并且图像压缩和图像质量被改善而没有孤立点的噪声分量。
相对于仅仅轮廓的传统检测结果,根据窗中的线段数目的所计数的值,当线段数目不小于预定阈值时,重新确定被确定为线段的部分是线段,并且如果线段数目小于预定阈值,则重新确定被确定为线段的部分不是线段。因此,线段结果的周围被扩展,并且线段的部分被延伸。因此,仅具有轮廓的部分被模糊,而且提供人物或线的轮廓内部。然而只有通过这样,被扩展到轮廓外部的检测结果可包括错误检测。因此,细线处理(线段的重整处理)被执行为进一步的检测处理。特别地,相对于利用第二线段检测被确定为线段图像的像素,当经过预处理的像素值小于在其间比较时的阈值时,确定该像素是线段图像,并且当该像素值不小于线段图像时,确定该像素不是线段图像。因此,保留人物和线的内容和轮廓,并且除了该轮廓之外的错误检测的部分被删除。以上处理使得能够获得期望的划分结果。
此外,如果该结果被校正,则诸如图像处理和图像压缩的后处理的优点可被改善。换句话说,这意味着,用于去除检测结果的校正指示检测到的线段明显不是线段。因此。划分结果的精确度被提高,而且例如在图像压缩中,压缩性能可通过去除用作噪声分量的孤立点来提高。
附图说明
图1是示意性示出根据本发明的第一实施例的线段检测器的框图;
图2A到2D是用于说明利用图1中所示的线段检测器来检测垂直线的图表;
图3A到3C是用于说明利用图1中所示的线段检测器来检测水平线的图表;
图4A到4C是用于说明利用图1中所示的线段检测器来检测左到右向下倾斜线的图表;
图5A到5C是用于说明利用图1中所示的线段检测器来检测左到右向上倾斜线的图表;
图6是示出根据本发明的用于对第二线段检测的线段数目进行计数的窗例子;
图7是示出根据本发明的第三线段检测的平均值窗例子的图表;
图8A到8P是用于说明根据本发明的预处理中的MTF校正滤波器的例子的图表;
图9是示出第三线段检测处理中的平均值、预处理之后的像素值和阈值之间的关系的曲线图,
图10是示出根据本发明的第二实施例的线段检测器的一半结构的框图;以及
图11是示出根据本发明的第二实施例的线段检测器的另一半结构的框图。
具体实施方式
[第一实施例]
在下文中,将参考附图给出本发明的实施例的描述。图1是示出根据本发明的第一实施例的线段检测器的结构的框图。首先,将给出线段检测器的组件的描述。
垂直线检测/左边部分取平均值部件1在目标像素的左侧附近设置窗并且计算所设置的窗中的像素值的加权平均值。垂直线检测/右边部分取平均值部件2在目标像素的右侧附近设置窗并且计算所设置的窗中的像素值的加权平均值。垂直线检测/求差分部件3计算来自垂直线检测/左边部分取平均值部件1的输出值与来自垂直线检测/右边部分取平均值部件2的输出值之间的差的绝对值。垂直线/点检测部件4在目标像素的附近设置窗并且计算所设置的窗中的上部像素与下部像素之间的差分值的绝对值的平均值。垂直线检测/比较部件5从垂直线检测/求差分部件3的输出值中减去垂直线/点检测部件4的输出值并且将该相减结果与第一阈值进行比较。当该相减结果大于第一阈值时,垂直线检测/比较部件5确定,该目标像素是垂直线图像,即存在垂直线图像。垂直线检测/左边部分取平均值部件1、垂直线检测/右边部分取平均值部件2、垂直线检测/求差分部件3、垂直线/点检测部件4和垂直线检测/比较部件5共同被称为垂直线检测部分。
水平线检测/上面部分取平均值部件6在目标像素的上侧附近设置窗并且计算所设置的窗中的像素值的加权平均值。水平线检测/下面部分取平均值部件7在目标像素的下侧附近设置窗并且计算所设置的窗中的像素值的加权平均值。水平线检测/求差分部件8计算来自水平线检测/上面部分取平均值部件6的输出值与来自水平线检测/下面部分取平均值部件7的输出值之间的差的绝对值。水平线/点检测部件9在目标像素的附近设置窗并且计算所设置的窗中的左边像素与右边像素之间的差分值的绝对值的平均值。水平线检测/比较部件10从水平线检测/求差分部件8的输出值中减去水平线/点检测部件9的输出值并且将该相减结果与第二阈值进行比较。当该相减结果大于第二阈值时,水平线检测/比较部件10确定,该目标像素是水平线图像,即存在水平线图像。水平线检测/上面部分取平均值部件6、水平线检测/下面部分取平均值部件7、水平线检测/求差分部件8、水平线/点检测部件9和水平线检测/比较部件10共同被称为水平线检测部分。
左到右向下倾斜线检测/下左倾斜部分取平均值部件11在目标像素的下左倾斜侧附近设置窗并且计算所设置的窗中的像素值的加权平均值,以便检测左到右向下倾斜线。左到右向下倾斜线检测/上右倾斜部分取平均值部件12在目标像素的上右倾斜侧附近设置窗并且计算所设置的窗中的像素值的加权平均值,以便检测左到右向下倾斜线。左到右向下倾斜线检测/求差分部件13计算来自左到右向下倾斜线检测/上右倾斜部分取平均值部件12的输出值与来自左到右向下倾斜线检测/下左倾斜部分取平均值部件11的输出值之间的差的绝对值。左到右向下倾斜线/点检测部件14在目标像素的附近设置窗并且计算所设置的窗中的在下右倾斜方向上的像素之间的差分值的绝对值的平均值。左到右向下倾斜线检测/比较部件15从左到右向下倾斜线检测/求差分部件13的输出值中减去左到右向下倾斜线/点检测部件14的输出值,并且将该相减结果与第三阈值进行比较。此外,当该相减值大于第三阈值时,左到右向下倾斜线检测/比较部件15确定,目标像素是左到右向下倾斜线图像,即存在左到右向下倾斜线图像。左到右向下倾斜线检测/下左倾斜部分取平均值部件11、左到右向下倾斜线检测/上右倾斜部分取平均值部件12、左到右向下倾斜线检测/求差分部件13、左到右向下倾斜线/点检测部件14和左到右向下倾斜线检测/比较部件15共同被称为左到右向下倾斜线检测部分。
左到右向上倾斜线检测/上左倾斜部分取平均值部件16在目标像素的上左倾斜侧附近设置窗并且计算所设置的窗中的像素值的加权平均值,以便检测左到右向上倾斜线。左到右向上倾斜线检测/下右倾斜部分取平均值部件17在目标像素的下右倾斜侧附近设置窗并且计算该窗中的像素值的加权平均值,以便检测左到右向上倾斜线。左到右向上倾斜线检测/求差分部件18计算来自左到右向上倾斜线检测/上左倾斜部分取平均值部件16的输出值与来自左到右向上倾斜线检测/下右倾斜部分取平均值部件17的输出值之间的差的绝对值。左到右向上倾斜线/点检测部件19在目标像素的附近设置窗并且计算所设置的窗中的在上右倾斜方向上的像素之间的差分值的绝对值的平均值。左到右向上倾斜线检测/比较部件20从左到右向上倾斜线检测/求差分部件18的输出值中减去左到右向上倾斜线/点检测部件19的输出值,并且将该相减结果与第四阈值进行比较。此外,当该相减结果大于第四阈值时,左到右向上倾斜线检测/比较部件20确定,该目标像素是左到右向下倾斜线图像,即存在左到右向下倾斜线图像。左到右向上倾斜线检测/上左倾斜部分取平均值部件16、左到右向上倾斜线检测/下右倾斜部分取平均值部件17、左到右向上倾斜线检测/求差分部件18、左到右向上倾斜线/点检测部件19和左到右向上倾斜线检测/比较部件20共同被称为左到右向上倾斜线检测部分。
线段检测/合成部件21在来自垂直线检测/比较部件5的输出值、来自水平线检测/比较部件10的输出值、来自左到右向下倾斜线检测/比较部件15的输出值与来自左到右向上倾斜线检测/比较部件20的输出值之间运算逻辑“或”。被布置在输入侧的线存储器22延迟输入图像并且获得多条线的图像。
上述结构与在专利文献1中所公开的线段检测器的结构相同。垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分、左到右向上倾斜线检测部分以及线段检测/合成部分21共同用作第一线段检测部分。
根据第一实施例,线段检测器除了以上组件以外还包括以下组件。
线段结果线存储器(第一线存储器)23保持并延迟从线段检测/合成部件21所输入的线段结果。线段结果计数部件24对在目标像素附近的线段结果设置窗,并且对确定所设置的窗中的线段结果是线段的像素数目进行计数。第二线段检测部件25将计数结果与第五阈值(预定阈值)进行比较。此外,当计数结果不小于第五阈值,即存在像素数目不小于第五阈值的线段时,第二线段部件25确定,该目标像素是线段,即存在线段;以及当计数值小于第五阈值时,第二线段部件25确定,该目标像素不是线段,即不存在线段,并且输出新的线段检测结果。
被连接到线存储器22的平均值计算部件26在目标像素附近设置窗并且计算所设置的窗中的像素值的平均值。阈值生成部件27将特定值增加到所计算的平均值,并生成第六阈值(另一个阈值),用于第三线段检测中。被连接到线存储器22的预处理部件28执行输入图像的预处理(诸如MTF校正),以便提高第三线段检测的精确度。
第三线段检测部件29通过利用由阈值生成部件27所生成的第六阈值确定第二线段检测部件25的检测结果和预处理部件28的输入图像的处理结果。检测结果线存储器(第二线存储器)30-1保持并延迟第三线段检测部件29的检测结果。当在所设置的窗中发现特定图案时,检测结果校正部件30-2对在目标像素附近的第三线段检测结果设置窗并且改变目标像素的检测结果。
接下来,将描述上述线段检测器的工作。首先,将参考图2A到2D描述垂直线检测。假设,像在图2A中所示的输入图像那样的输入图像被输入。在这种情况下,由于必须针对多条线执行跨线计算,所以对应于多条线的图像数据必须同时被输入到垂直线检测/左边部分取平均值部件1、垂直线检测/右边部分取平均值部件2、垂直线/点检测部件4、水平线检测/上面部分取平均值部件6、水平线检测/下面部分取平均值部件7、水平线/点检测部件9、左到右向下倾斜线检测/下左倾斜部分取平均值部件11、左到右向下倾斜线检测/上右倾斜部分取平均值部件12、左到右向下倾斜线/点检测部件14、左到右向上倾斜线检测/上左倾斜部分取平均值部件16、左到右向上倾斜检测/上右倾斜部分取平均值部件17、左到右向上倾斜线/点检测部件19、平均值计算部件26和预处理部件28。
在该实施例中,因此,通过使用线存储器22,对应于多条线的输入图像同时被输入。在图2A中,参考符号X00到X08、X10到X18、X20到X28、X30到X38、X40到X48、X50到X58、X60到X68、X70到X78以及X80到X88表示像素值。
垂直线检测/左边部分取平均值部件1在目标像素a的左侧设置矩形窗W1,该矩形窗W1由主扫描方向上的n1个像素(主扫描方向是水平方向;n1=3)×副扫描方向上的m1个像素(副扫描方向是垂直方向;m1=7)组成,并且垂直线检测/左边部分取平均值部件1计算窗W1中的像素值的加权平均值。更确切地说,如果窗W1如图2B中所示的那样被设置,则来自垂直线检测/左边部分取平均值部件1的输出值根据等式(1)获得。
垂直线检测/左边部分取平均值部件的输出值=
{(X11+X12+X13)×α+(X21+X22+X23)×β+(X31+X32+X33)×γ
+(X41+X42+X43)×γ+(X51+X52+X53)×γ+(X61+X62+X63)×β
+(X71+X72+X73)×α}/ε。     (1)
在等式(1)中,α、β和γ是像素值X11到X13、X21到X23、X31到X33、X41到X43、X51到X53、X61到X63、X71到X73所乘的权重。相对应的像素距目标像素a越近,权重α、β和γ被设置得越大。在该实施例中,α=1、β=2和γ=3。
如果所有权重α、β和γ是“1”,则ε变得等于窗W1中的像素数目,3×7=21。然而在该实施例中,由于α=1、β=2和γ=3,所以ε变得等于45=α×(6,要乘以权重α的像素数目)+β×(6,要乘以权重β的像素数目)+γ×(9,要乘以权重γ的像素数目)。
垂直线检测/右边部分取平均值部件2在目标像素a的右侧设置矩形窗W2,该矩形窗W2由主扫描方向上的n1个像素×副扫描方向上的m1个像素所组成,并且垂直线检测/右边部分取平均值部件2计算窗W2中的像素值的加权平均值。更确切地说,如果窗W2如图2B中所示的那样被设置,则来自垂直线检测/右边部分取平均值部件2的输出值根据等式(2)被获得。
垂直线检测/右边部分取平均值部件的输出值=
{(X14+X15+X16)×α+(X24+X25+X26)×β+(X34+X35+X36)×γ
+(a+X45+X46)×γ+(X54+X55+X56)×γ+(X64+X65+X66)×β
+(X74+X75+X76)×α}/ε。      (2)
注意,窗W1和W2如此被设置,以便没有重叠像素并且这两个窗之一包含目标像素a。窗W1和W2可被彼此分离。然而在这种情况下,所使用的线存储器需要在大小上增加。出于这个原因,如图2B中所示,窗W1和W2优选地被设置为彼此相邻。
垂直线检测/求差分部件3计算来自垂直线检测/左边部分取平均值部件1的输出值与来自垂直线检测/右边部分取平均值部件2的输出值之间的差的绝对值。更确切地说,来自垂直线检测/求差分部件3的输出值根据等式(3)获得:
垂直线检测/求差分部件的输出值=
|垂直线检测/左边部分取平均值部件的输出值-垂直线检测/右边部分取平均值部件的输出值|。         (3)
图2C示意性地示出由垂直线检测/求差分部件3所执行的计算。在图2C中,黑点指示目标像素a的位置。
垂直线/点检测部件4设置包含目标像素a的矩形窗W4,该矩形窗W4由主扫描方向上的k1(在该实施例中k1=5)个像素×副扫描方向上的j1(在该实施例中j1=6)个像素组成,并且垂直线/点检测部件4计算窗W4中的上部像素与下部像素之间的差分值的绝对值的平均值。更确切地说,如果窗W4如在图2D中所示的那样被设置,则来自垂直线/点检测部件4的输出值根据等式(4)获得。
垂直线/点检测部件的输出值=
(|X22-X32|+|X32-X42|+|X42-X52|+|X52-X62|+|X62-X72|+|X23-
X33|+|X33-X43|+|X43-X53|+|X53-X63|+|X63-X73|+|X24-
X34|+|X34-a|+|a-X54|+|X54-X64|+|X64-X74|+|X25-X35|+|X35-
X45|+|X45-X55|+|X55-X65|+|X65-X75|+|X26-X36|+|X36-
X46|+|X46-X56|+|X56-X66|+|X66-X76|)/25。         (4)
来自垂直线/点检测部件4的输出值不通过计算平均值计算之后的差获得,并且因此,当包含目标像素a的窗W4中的图像是点图像时,该输出值指示相对大的值。与之相反,如果包含目标像素a的窗W4中的图像是垂直线图像,则由于在垂直方向(平行于垂直线)上的像素之间求差分,所以该输出值指示相对小的值。
垂直线检测/比较部件5从垂直线检测/求差分部件3的输出值中减去垂直线/点检测部件4的输出值,并且将该相减结果与第一阈值进行比较。如果该相减结果大于第一阈值,那么垂直线检测/比较部件5确定,目标像素a或其相邻像素是垂直图像,并且将输出值设置为“1”。如果该相减结果不大于第一阈值,那么垂直线检测/比较部件5确定,该像素不是垂直线图像,并且将输出值设置为“0”。
水平线检测将在下面参考图3A到3C进行描述。水平线检测/上面部分取平均值部件6在图2A中所示的输入图像的目标像素a的上侧设置矩形窗W6,该矩形窗W6由主扫描方向上的n2(在该实施例中n2=7)个像素×副扫描方向上的m2(在该实施例中m2=3)个像素组成,并且计算窗W6中的像素值的加权平均值。更确切地说,如果窗W6如在图3A中所示的那样来设置,则来自水平线检测/上面部分取平均值部件6的输出值根据等式(5)获得。
水平线检测/上面部分取平均值部件的输出值=
{(X11+X21+X31)×α+(X12+X22+X32)×β+(X13+X23+X33)×γ
+(X14+X24+X34)×γ+(X15+X25+X35)×γ+(X16+X26+X36)×β
+(X17+X27+X37)×α}/ζ。               (5)
如果所有权重α、β和γ是“1”,则ζ变得等于窗W6中的像素数目,3×7=21。然而在该实施例中,由于α=1、β=2和γ=3,则ζ变得等于45=α×(6,要乘以权重α的像素数目)+β×(6,要乘以权重β的像素数目)+γ×(9,要乘以权重γ的像素数目)。
水平线检测/下面部分取平均值部件7在输入图像中的目标像素a的下侧设置由主扫描方向上的n2个像素×副扫描方向上的m2个像素所组成的矩形窗W7,并且计算窗W7中的像素值的加权平均值。更确切地说,如果窗W7如在图3A中所示的那样被设置,则来自水平线检测/下面部分取平均值部件7的输出值根据等式(6)获得。
水平线检测/下面部分取平均值部件的输出值=
{(X41+X51+X61)×α+(X42+X52+X62)×β+(X43+X53+X63)×γ
+(a+X54+X64)×γ+(X45+X55+X65)×γ+(X46+X56+X66)×β
+(X47+X57+X67)×α}/ζ。                    (6)
注意,窗W6和W7如此被设置,以便没有重叠像素并且这些窗之一包含目标像素a。窗W6和W7可被彼此分离。然而在这种情况下,所使用的线存储器需要在大小上增加。出于这个原因,如在图3A中所示的那样,窗W6和W7优选地被设置为彼此相邻。
水平线检测/求差分部件8计算来自水平线检测/上面部分取平均值部件6的输出值与来自水平线检测/下面部分取平均值部件7的输出值之间的差的绝对值。更确切地说,来自水平线检测/求差分部件8的输出值根据等式(7)获得:
水平线检测/求差分部件的输出值=
|水平线检测/上面部分取平均值部件的输出值-水平线检测/下面部分取平均值部件的输出值|。             (7)
图3B示意性地示出由水平线检测/求差分部件8所执行的计算。在图3B中,黑点指示目标像素a的位置。
水平线/点检测部件9设置包含目标像素a的矩形窗W9,该矩形窗W9由主扫描方向上的k2(在该实施例中k2=6)个像素×副扫描方向上的j2(在该实施例中j2=5)个像素组成,并且水平线/点检测部件9计算窗W9中的左边像素与右边像素之间的差分值的绝对值的平均值。更确切地说,如果窗W9如图3C中所示的那样被设置,则来自水平线/点检测部件9的输出值根据等式(8)获得。
水平线/点检测部件的输出值=
(|X22-X23|+|X23-X24|+|X24-X25|+|X25-X26|+|X26-X27|+|X32-
X33|+|X33-X34|+|X34-X35|+|X35-X36|+|X36-X37|+|X42-
X43|+|X43-a|+|a-X45|+|X45-X46|+|X46-X47|+|X52-X53|+|X53-
X54|+|X54-X55|+|X55-X56|+|X56-X57|+|X62-X63|+|X63-
X64|+|X64-X65|+|X65-X66|+|X66-X67|)/25。           (8)
水平线检测/比较部件10从水平线检测/求差分部件8的输出值中减去水平线/点检测部件9的输出值,并且将该相减结果与第二阈值进行比较。如果该相减结果大于第二阈值,那么水平线检测/比较部件10确定,该目标像素a或其相邻像素是水平线图像,并且将输出值设置为“1”。如果该相减结果不大于第二阈值,那么水平线检测/比较部件10确定,该像素不是水平线图像,并且将输出值设置为“0”。
左到右向下倾斜线检测将在以下参考图4A到4C进行描述。左到右向下倾斜线检测/下左倾斜部分取平均值部件11在输入图像中的目标像素a的下左倾斜侧设置梯形(或平行四边形)窗W11,该窗W11具有对应于主扫描方向上的n3(在该实施例中n3=2)个像素的上基线、对应于主扫描方向上的m3(在该实施例中m3=7)个像素的下基线以及对应于副扫描方向上的h3(在该实施例中h3=6)的高度,并且左到右向下倾斜线检测/下左倾斜部分取平均值部件11计算窗W11中的像素值的加权平均值。更确切地说,如果窗W11如图4A中所示的那样被设置,则来自左到右向下倾斜线检测/下左倾斜部分取平均值部件11的输出值根据等式(9)获得。
左到右向下倾斜线检测/下左倾斜部分取平均值部件的输出值=
{(X10+X11)×δ+X20×δ+(X21+X22)×β+X30×+(X31+X32+X33)
×γ+X40×δ+X41×α+(X42+X43+a)×γ+(X50+X51)×δ+X52×α
+(X53+X54+X55)×γ+(X60+X61+X62)×δ+X63×α+(X64+X65+X66)
×β}/η。               (9)
在等式(9)中,δ是类似于α、β和γ的权重。在该实施例中,δ=0。如果所有权重α、β、γ和δ是“1”,则η变得等于窗W11中的像素数目27。然而在该实施例中,由于α=1、β=2、γ=3和δ=0,所以η变得等于40=α×(3,要乘以权重α的像素数目)+β×(5,要乘以权重β的像素数目)+γ×(9,要乘以权重γ的像素数目)+δ×(10,要乘以权重δ的像素数目)。
左到右向下倾斜线检测/上右倾斜部分取平均值部件12在输入图像中的目标像素a的上右倾斜侧设置梯形(或平行四边形)窗W12,该梯形(或平行四边形)窗W12具有对应于主扫描方向上的m3个像素的上基线、对应于主扫描方向上的n3个像素的下基线以及对应于副扫描方向上的h3个像素的高度,并且该左到右向下倾斜线检测/上右倾斜部分取平均值部件12计算窗W12中的像素值的加权平均值。更确切地说,如果窗W12如图4A中所示的那样被设置,则来自左到右向下倾斜线检测/上右倾斜部分取平均值部件12的输出值根据等式(10)获得。
左到右向下倾斜线检测/上右倾斜部分取平均值部件的输出值=
{(X68+X67)×β+(X58+X57+X56)×γ+X48×α+(X47+X46+X45)×γ
+X38×δ+X37×α+(X36+X35+X34)×γ+(X28+X27)×δ+X26×α
+(X25+X24+X23)×β+(X18+X17+X15+X14+X13+X12)×δ}/η。(10)
注意,窗W11和W12如此被设置,以便没有重叠像素并且这两个窗之一包含目标像素a。窗W11和W12可被彼此分离。然而在这种情况下,所使用的线存储器必须在大小上增加。出于这个原因,如图4A中所示的那样,窗W11和W12优选地被设置为彼此相邻。
左到右向下倾斜线检测/求差分部件13计算来自左到右向下倾斜线检测/下左倾斜部分取平均值部件11的输出值与来自左到右向下倾斜线检测/上右倾斜部分取平均值部件12的输出值之间的差的绝对值。更确切地说,来自左到右向下倾斜线检测/求差分部件13的输出值根据等式(11)获得。
左到右向下倾斜线检测/求差分部件的输出值=
|左到右向下倾斜线检测/下左倾斜部分取平均值部件的输出值-左到右向下倾斜线检测/上右倾斜部分取平均值部件的输出值|。   (11)
图4B示意性地示出由左到右向下倾斜线检测/求差分部件13所执行的计算。
左到右向下倾斜线/点检测部件14设置包含目标像素a的矩形窗W14,该矩形窗W14由主扫描方向上的k3(在该实施例中k3=6)个像素×副扫描方向上的j3(在该实施例中j3=6)个像素,并且该左到右向下倾斜线/点检测部件14计算窗W14中的在下右倾斜方向上的像素之间的差分值的绝对值的平均值。更确切地说,如果窗W14如图4C中所示的那样被设置,则来自左到右向下倾斜线/点检测部件14的输出值根据等式(12)获得。
左到右向下倾斜线/点检测部件的输出值=
(|X22-X33|+|X23-X34|+|X24-X35|+|X25-X36|+|X26-X37|+|X32-
X43|+|X33-a|+|X34-X45|+|X35-X46|+|X36-X47|+|X42-X53|+|X43-
X54|+|a-X55|+|X45-X56|+|X46-X57|+|X52-X63|+|X53-X64|+|X54-
X65|+|X55-X66|+|X56-X67|+|X62-X73|+|X63-X74|+|X64-
X75|+|X65-X76|+|X66-X77|)/25。               (12)
左到右向下倾斜线检测/比较部件15从左到右向下倾斜线检测/求差分部件13的输出值中减去左到右向下倾斜线/点检测部件14的输出值,并且将该相减结果与第三阈值进行比较。如果该相减结果大于第三阈值,那么左到右向下倾斜线检测/比较部件15确定,该目标像素a或其相邻像素是左到右向下倾斜线图像,并且将输出值设置为“1”。如果该相减结果不大于第三阈值,那么左到右向下倾斜线检测/比较部件15确定,该像素不是左到右向下倾斜线图像,并且将输出值设置为“0”。
左到右向上倾斜线检测将在以下参考图5A到5C进行描述。左到右向上倾斜线检测/上左倾斜部分取平均值部件16在基本上在输入图像中的目标像素a的上左倾斜侧设置梯形(或平行四边形)窗W16,该梯形(或平行四边形)窗W16具有对应于主扫描方向上的n4(在该实施例中n4=7)个像素的上基线、对应于主扫描方向上的m4(在该实施例中m4=2)个像素的下基线以及对应于h4(在该实施例中h4=6)个像素的高度,并且该左到右向上倾斜线检测/上左倾斜部分取平均值部件16计算窗W16中的像素值的加权平均值。更确切地说,如果窗W16如图5A中所示的那样被设置,则来自左到右向上倾斜线检测/上左倾斜部分取平均值部件16的输出值根据等式(13)获得。
左到右向上倾斜线检测/上左倾斜部分取平均值部件的输出值=
{(X60+X61)×β+(X50+X51+X52)×γ+X40×α+(X41+X42+X43)×γ
+X30×δ+X31×α+(X32+X33+X34)×γ+(X20+X21)×δ+X22×α
+(X23+X24+X25)×β+(X10+X11+X12+X13+X14+X15+X16)×δ}/θ。
(13)
如果所有权重α、β、γ和δ是“1”,则θ变得等于窗W16中的像素数目27。然而在该实施例中,由于α=1、β=2、γ=3和δ=0,则θ变得等于40=α×(3,要乘以权重α的像素数目)+β×(5,要乘以权重β的像素数目)+γ×(9,要乘以权重γ的像素数目)+δ×(10,要乘以权重δ的像素数目)。
左到右向上倾斜线检测/下右倾斜部分取平均值部件17在输入图像中的目标像素a的下右倾斜侧设置梯形(或平行四边形)窗W17,该梯形(或平行四边形)窗W17具有对应于主扫描方向上的m4个像素的上基线、对应于主扫描方向上的n4个像素的下基线以及对应于副扫描方向上的h4个像素的高度,并且该左到右向上倾斜线检测/下右倾斜部分取平均值部件17计算窗W17中的像素值的加权平均值。更确切地说,如果窗W17如图5A中所示的那样被设置,则来自左到右向上倾斜线检测/下右倾斜部分取平均值部件17的输出值根据等式(14)获得。
左到右向上倾斜线检测/下右倾斜部分取平均值部件的输出值=
{(X18+X17)×δ+X28×δ+(X27+X26)×β+X38×δ+(X37+X36+X35)
×γ+X48×δ+X47×α+(X46+X45+a)×γ+(X58+X57)×δ+X56×α
+(X55+X54+X53)×γ+(X68+X67+X66)×δ+X65×α+(X64+X63+X62)
×β}/θ。                    (14)
注意,窗W16和W17如此被设置,以便没有重叠像素并且这两个窗之一包含目标像素a。窗W16和W17可被彼此分离。然而在这种情况下,所使用的线存储器需要在大小上增加。出于这个原因,如图5A中所示的那样,窗W16和W17优选地被设置为彼此相邻。
左到右向上倾斜线检测/求差分部件18计算来自左到右向上倾斜线检测/上左倾斜部分取平均值部件16的输出值与来自左到右向上倾斜线检测/下右倾斜部分取平均值部件17的输出值之间的差的绝对值。更确切地说,来自左到右向上倾斜线检测/求差分部件18的输出值根据等式(15)获得。
左到右向上倾斜线检测/求差分部件的输出值=
|左到右向上倾斜线检测/上左倾斜部分取平均值部件的输出值-左到右向上倾斜线检测/下右倾斜部分取平均值部件的输出值|。    (15)
图5B示意性地示出由左到右向上倾斜线检测/求差分部件18所执行的计算。
左到右向上倾斜线/点检测部件19设置包含目标像素a的矩形窗W19,该矩形窗W19由主扫描方向上的k4(在该实施例中k4=6)个像素×副扫描方向上的j4(在该实施例中j4=6)个像素组成,并且该左到右向上倾斜线/点检测部件19计算窗W19中的在上右倾斜方向上的像素之间的差分值的绝对值的平均值。更确切地说,如果窗W19如图5C中所示的那样被设置,则来自左到右向上倾斜线/点检测部件19的输出值根据等式(16)获得。
左到右向上倾斜线/点检测部件的输出值=
(|X22-X31|+|X23-X32|+|X24-X33|+|X25-X34|+|X26-X35|+|X32-
X41|+|X33-X42|+|X34-X43|+|X35-a|+|X36-X45|+|X42-X51|+|X43-
X52|+|a-X53|+|X45-X54|+|X46-X55|+|X52-X61|+|X53-X62|+|X54-
X63|+|X55-X64|+|X56-X65|+|X62-X71|+|X63-X72|+|X64-
X73|+|X65-X74|+|X66-X75|)/25。                (16)
左到右向上倾斜线检测/比较部件20从左到右向上倾斜线检测/求差分部件18的输出值中减去左到右向上倾斜线/点检测部件19的输出值,并且将该相减结果与第四阈值进行比较。如果该相减结果大于第四阈值,那么左到右向上倾斜线检测/比较部件20确定,该目标像素a或其相邻像素是左到右向上倾斜线图像,并且将输出值设置为“1”。如果该相减结果不大于第四阈值,那么左到右向上倾斜线检测/比较部件20确定,该像素不是左到右向上倾斜线图像,并且将输出值设置为“0”。
如果由垂直线检测/比较部件5、水平线检测/比较部件10、左到右向下倾斜线检测/比较部件15和左到右向上倾斜线检测/比较部件20中的至少一个检测到线图像,那么线段检测/合成部件21确定,该目标像素a或其相邻像素是线段图像。如果垂直线检测/比较部件5、水平线检测/比较部件10、左到右向下倾斜线检测/比较部件15和左到右向上倾斜线检测/比较部件20中的任何一个都没有检测到线图像,那么线段检测/合成部件21确定,该目标像素a或其相邻像素是面图像。
更确切地说,线段检测/合成部件21计算来自比较部件5、10、15和20的输出值之间的逻辑“或”。如果这些输出值中的至少一个是“1”,则线段检测/合成部件输出表示线段图像的输出值“1”。如果来自比较部件5、10、15和20的所有输出都是“0”,则线段检测/合成部件21输出表示面图像的输出值“0”。
接着,将给出从线段检测/合成部件21所输出的线段结果的额外处理的描述。根据本发明的用作线段检测器的主要部分的重新确定单元100被连接到来自线段检测/合成部件21的输出。重新确定单元100包括含有多条线的线段结果线存储器23。
图6示出用于对线段像素的数目进行计数的窗状态。线段结果计数部件24对被确定为作为输入图像的线段检测结果所获得的检测结果中的如图6中所示的所设置的窗中的线段的像素数目进行计数。在此,参考编号P00到P06、P10到P16、P20到P26、P30到P36、P40到P46、P50到P56、P60到P66和P70到P76表示从线段检测/合成部件21所输出的检测结果。根据第一实施例,由于使用窗大小为5×5的窗,所以例如P43被假设为目标像素并且然后如图6所示的那样由实线设置窗。窗大小可根据处理准确度和存储器资源来任意设置。此外,根据第一实施例,线段结果线存储器23的线的数目可以是四。在后面的阶段中,由第二线段检测部件25将来自线段结果计数部件24的所计数的值CT与第五阈值进行比较。如果所计数的值CT不小于第五阈值,则第二线段检测部件25重新确定,该目标像素是线段。如果所计数的值CT小于第五阈值,则第二线段检测部件25重新确定,该目标像素不是线段。
利用以上处理,检测结果可通过使用从其中检测到一次线段的数据被扩展。尽管根据传统技术只检测到线段的轮廓,如上所述以轮廓为中心来扩展检测结果,并且因此提供轮廓的内部。扩展精确度可通过设置窗大小和阈值来调整。顺便提及,线段结果线存储器23、线段结果计数部件24和第二线段检测部件25可一块被称为第二线段检测部分。
随后,所扩展的检测结果的错误确定的轮廓之外的部分受到校正处理。校正处理包括第三线段检测处理。首先,平均值计算部件26计算对输入图像如图7中所示的那样设置窗并且计算所设置的窗中的像素值的平均值。在第一实施例中,针对第三线段检测处理使用窗大小9×7。显然,窗大小可根据输入图像的特征和检测精确度来改变。所计算的平均值被用于为阈值生成部件27的第三线段检测建立第六阈值。顺便提及,平均值计算部件26和阈值生成部件27可一块被称为阈值生成部分。
特别地,阈值生成部件27将变量V3增加到由平均值计算部件26所计算的平均值,从而对该像素设置第三线段检测的第六阈值THL3,其中MIN_THL3≤THL3≤MAX_THL3。变量V3、最小值MIN_THL3和最大值MAX_THL3根据输入图像的特征和检测精确度来确定。
此外,预处理部件28执行输入图像的预处理,以便提高第三线段检测中的检测精确度。在第一实施例中,预处理部件28执行输入图像的MTF校正,以便突出图像边缘的特征。MTF校正可考虑各种方式。尽管可使用通常用于图像处理的锐度调整,但是也可划分该图像,用于调整为点图像(背景图像)部分和线段图像部分,以便进一步突出这些特征。来自线段检测/合成部件21的结果可被用于确定点图像(背景图像)部分和线段图像部分。尽管可明显地提供专用检测电路,但是根据第一实施例,使用来自线段检测/合成部件21的结果,以便减少资源。
除了通过使用点图像部分和线段图像部分进行参数划分之外,预处理通过使用线段和点的(在垂直方向/水平方向/倾斜方向上的)特征实现了参数划分。
图8A到8P示出了预处理部件28中的MTF校正的滤波器例子。对输入图像设置滤波器。在此,有用于点图像的垂直滤波器(图8A和8B)、用于点图像的水平滤波器(图8C和8D)、用于左到右向下倾斜点图像的滤波器(图8E和8F)、用于左到右向上倾斜点图像的滤波器(图8G和8H)、用于线段图像的水平滤波器(图8I和8J)、用于线段图像的垂直滤波器(图8K和8L)、用于线段图像的左到右向上倾斜滤波器(图8M和8N)以及用于线段图像的左到右向下倾斜滤波器(图80和8P)。
对于滤波器,滤波器中的系数乘以对应于滤波器的像素并将所有滤波器中的值相加,从而获得值。没有数字描述的系数值被设置为0。每个滤波器具有中心值滤波器和差值滤波器,并且利用以下表达式来执行MTF校正。
MTF校正后的像素值=中心值+(差值×MTF校正系数)。
有利地,MTF校正系数被划分为点的MTF校正系数和线段的MTF校正系数。图8A到8P中所示出的滤波器是例子并且滤波器中的滤波器大小和系数显然可根据精确度和特征来设置。此外,第一实施例示出了MTF校正的例子,并且明显地是确定是否通过使用这些例子中的图像特征来划分MTF校正系数的例子,以及另一个通用校正被任意设置。
第三线段检测部件29利用用以上处理所获得的预处理之后的像素值、由阈值生成部件27所获得的第六阈值和来自第二线段检测部件25的检测结果来执行第三线段检测。在该方法中,如果像素的第二线段检测的结果是线段,那么当预处理之后的像素值不大于第六阈值THL3时,确定该像素是线段,并且当像素值大于第六阈值THL3时,确定该像素是面图像。
图9示出了平均值、预处理之后的像素值和第六阈值之间的关系。利用这些处理,可根据强制扩展的检测结果来确定,人物或线的内容是线,并且该检测结果可在没有错误检测的情况下同时被重整。
检测结果校正部件30-2校正第三线段检测部件29的检测结果(确定结果)。检测结果指示,输入图像中的相对应的像素是线段。基本上,一个像素孤立点和两个像素孤立点不是线段。因此,在这种情况下,检测结果被假设,点是错误地被确定的,并且因此检测结果校正部件30-2去除以上孤立点并且校正检测结果。为了去除孤立点,检测结果线存储器30-1延迟线并且检测结果校正部件30-2设置对应于将被去除的孤立点的大小为3×3或4×4的窗,以及搜索并校正期望图案(孤立点)。
尽管根据第一实施例去除一个像素孤立点和两个像素孤立点,除了上述明显被确定为不是线段的图案以外的图案类似地仍被去除,从而防止错误检测并且提高了随后图像处理和图像压缩的优点。此外,除了防止错误确定之外,确定结果经受平滑和凹口去除,以便校正检测结果。因此,图像处理和图像压缩的优点可进一步被提高。
以下将给出根据第一实施例的线段检测器的优点的描述。
在混合地具有点和线段的图像中检测线段的情况下,根据传统方法和利用传统设备,只检测到被确定为线段的人物和线的轮廓。在另一方面,根据第一实施例,甚至人物和线的内容可在没有很多资源的情况下被检测为线段。因此,人物可不仅作为轮廓而且作为人物被提取。例如,在例如JBIG2、MRC和JPEG2000-Part6的对象编码的图像压缩中,诸如图像质量和压缩效率的性能可得到提高。此外,检测结果被校正,从而提高了检测结果的精确度。此外,诸如孤立点的噪声分量被去除,从而提高了图像质量和图像压缩的效率。
通过,根据被确定为线段的部分处的窗中的线段像素数目的所计数的值,如果线段像素的总数目不小于特定阈值,则重新确定检测结果是线段,并且如果线段像素的总数目小于特定阈值,则重新确定检测结果不是线段,线段结果的周边被扩展,并且线段的部分被加宽。因此,仅仅为轮廓的部分被模糊,而人物和线的轮廓的内部形成。然而,仅通过这样,包括甚至到轮廓之外的扩展的检测结果包括错误检测并且因此通过进一步检测处理来执行细线处理(重整处理)。特别地,相对于在第二线段检测中被确定为线段图像的像素,预处理之后的像素值与第六阈值进行比较,并且当像素值不大于第六阈值时,确定检测结果是线段图像,并且当像素值大于第六阈值时,检测结果不是线段图像。因此,保留人物和线的内容,并且轮廓之外的部分的错误检测的部分被删除。利用以上处理,可获得期望的划分结果。
此外,因为用于去除明显不是线段的检测结果(例如是孤立点的线段的检测结果)的校正,结果的额外校正实现了包括随后的图像处理和图像压缩的后处理中的优点的改进。因此,划分结果的精确度被提高,并且例如在图像压缩中,对应于噪声分量的孤立点被去除,从而提高了压缩性能。
[第二实施例]
根据第一实施例,使用了单色灰度图像。然而,本发明可被用于彩色图像。
图10和11是示出根据本发明的第二实施例的当本发明被用于彩色图像时的线段检测器的框图。图10主要示出用于检测垂直线和水平线的结构,而图11主要示出用于检测左到右向上倾斜线和左到右向下倾斜线的结构。
参考图10,色空间转换部件60将从线存储器22所输出的多条线的彩色图像数据转换为彩色分量C1、C2和C3。在此,彩色分量C1、C2和C3包括诸如由国际照明委员会(CIE)所定义的Lab、YCbCr和sYCbCr的色空间。此外,相对于色空间转换部件60与线存储器22之间的位置关系,受到色空间转换的数据可被输入到线存储器。
首先,将描述垂直线检测。与输入图像的彩色分量C1、C2和C3一致地提供垂直线检测/左边部分取平均值部件31-1、31-2和31-3,并且对于相对应的彩色分量,垂直线检测/左边部分取平均值部件31-1、31-2和31-3执行与由垂直线检测/左边部分取平均值部件1(图1)所执行的处理相同的处理。例如,如图2B中所提及的那样,垂直线检测/左边部分取平均值部件31-1在输入图像的彩色分量C1中的目标像素a的左侧设置窗W1,并且计算窗W1中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供垂直线检测/右边部分取平均值部件32-1、32-2和32-3,并且对于相对应的彩色分量,垂直线检测/右边部分取平均值部件32-1、32-2和32-3执行与由垂直线检测/右边部分取平均值部件2(图1)所执行的处理相同的处理。例如,如图2B中所提及的那样,垂直线检测/右边部分取平均值部件32-1在输入图像的彩色分量C1中的目标像素a的右侧设置窗W2,并且计算窗W2中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供垂直线检测/求差分部件33-1、33-2和33-3,并且对于相对应的彩色分量,垂直线检测/求差分部件33-1、33-2和33-3执行与由垂直线检测/求差分部件3(图1)所执行的处理相同的处理。例如,垂直线检测/求差分部件33-1计算来自垂直线检测/左边部分取平均值部件31-1的输出值与来自垂直线检测/右边部分取平均值部件32-1的输出值之间的差的绝对值。
与输入图像的彩色分量C1、C2和C3一致地提供垂直线/点检测部件34-1、34-2和34-3,并且对于相对应的彩色分量,垂直线/点检测部件34-1、34-2和34-3执行与由垂直线/点检测部件4(图1)所执行的处理相同的处理。例如,垂直线/点检测部件34-1设置包含输入图像的彩色分量C1中的目标像素a的窗W4,并且计算窗W4中的上部像素与下部像素之间的差分值的绝对值的平均值。
与彩色分量C1、C2和C3一致地提供彩色图像垂直线差分数量计算部件35-1、35-2和35-3。彩色图像垂直线差分数量计算部件35-1从垂直线检测/求差分部件33-1的输出值中减去垂直线/点检测部件34-1的输出值。彩色图像垂直线差分数量计算部件35-2从垂直线检测/求差分部件33-2的输出值中减去垂直线/点检测部件34-2的输出值。彩色图像垂直线差分数量计算部件35-3从垂直线检测/求差分部件33-3的输出值中减去垂直线/点检测部件34-3的输出值。由彩色图像垂直线差分数量计算部件35-1、35-2和35-3所获得的相减结果被输出到彩色图像垂直线差分数量/距离计算部件51。
如果提供有彩色图像垂直线差分数量计算部件35-1到35-3的输出,则彩色图像垂直线差分数量/距离计算部件51计算3D色空间中的窗W1与W2之间的距离。由彩色图像垂直线差分数量/距离计算部件51所计算的距离可以是欧几里德(Euclidean)距离或诸如帕斯卡(Pascal)距离的其它距离。
彩色图像垂直线检测/比较部件52将来自彩色图像垂直线差分数量/距离计算部件51的输出值与第七阈值(用于检测垂直线的阈值)进行比较;并且当输出值大于第七阈值时,彩色图像垂直线检测/比较部件52确定目标像素或其相邻像素是垂直线图像;当输出值不大于第七阈值时,彩色图像垂直线检测/比较部件52确定目标像素或其相邻像素不是垂直线图像。此外,当目标像素或其相邻像素是垂直线图像时,彩色图像垂直线检测/比较部件52将彩色图像垂直线差分数量计算部件35-1的计算结果与针对彩色分量C1的第八阈值进行比较,当计算结果大于第八阈值时,目标像素或其相邻像素是针对彩色分量C1的垂直线图像。在另一方面,当计算结果不大于第八阈值时,彩色图像垂直线检测/比较部件52将针对彩色分量C2的彩色图像垂直线差分数量计算部件35-2的计算结果与针对彩色分量C3的彩色图像垂直线差分数量计算部件35-3的计算结果进行比较。作为比较结果,当彩色图像垂直线差分数量计算部件35-2的计算结果大于针对彩色分量C3的彩色图像垂直线差分数量计算部件35-3的计算结果时,彩色图像垂直线检测/比较部件52确定,垂直线图像是针对彩色分量C2的垂直线图像,并且当彩色图像垂直线差分数量计算部件35-2的计算结果不大于针对彩色分量C3的彩色图像垂直线差分数量计算部件35-3的计算结果时,彩色图像垂直线检测/比较部件52确定,垂直线图像是针对彩色分量C3的垂直线图像。上述用于检测垂直线的组件可共同被称为垂直线检测部分。
在此,首先要与第七阈值进行比较的彩色分量C1被假设为色空间的亮度分量,而彩色分量C2和C3被假设为色调分量。当垂直线图像是针对彩色分量C1的垂直线图像时,彩色图像垂直线检测/比较部件52输出“11”;当垂直线图像是针对彩色分量C2的垂直线图像时,彩色图像垂直线检测/比较部件52输出“10”;当垂直线图像是针对彩色分量C3的垂直线图像时,彩色图像垂直线检测/比较部件52输出“01”;以及当图像不是垂直线图像时,彩色图像垂直线检测/比较部件52输出“00”。当这些输出值在整个系统中统一时,这些输出值可被输出为其它适当的值。
接着,将描述水平线检测。与输入图像的彩色分量C1、C2和C3一致地提供水平线检测/上面部分取平均值部件36-1、36-2和36-3,并且对于相对应的彩色分量,水平线检测/上面部分取平均值部件36-1、36-2和36-3执行与由水平线检测/上面部分取平均值部件6(图1)所执行的处理相同的处理。例如,如图3A中所提及的那样,水平线检测/上面部分取平均值部件36-1在输入图像的彩色分量C1中的目标像素a的上侧设置窗W6,并且计算窗W6中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供水平线检测/下面部分取平均值部件37-1、37-2和37-3,并且对于相对应的彩色分量,水平线检测/下面部分取平均值部件37-1、37-2和37-3执行与由水平线检测/下面部分取平均值部件7(图1)所执行的处理相同的处理。例如,如图3A中所提及的那样,水平线检测/下面部分取平均值部件37-1在输入图像的彩色分量C1中的目标像素A的下侧设置窗W7,并且计算窗W7中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供水平线检测/求差分部件38-1、38-2和38-3,并且对于相对应的彩色分量,水平线检测/求差分部件38-1、38-2和38-3执行与由水平线检测/求差分部件8(图1)所执行的处理相同的处理。例如,水平线检测/求差分部件38-1计算来自水平线检测/上面部分取平均值部件36-1的输出值与来自水平线检测/下面部分取平均值部件37-1的输出值之间的差的绝对值。
与输入图像的彩色分量C1、C2和C3一致地提供水平线/点检测部件39-1、39-2和39-3,并且对于相对应的彩色分量,水平线/点检测部件39-1、39-2和39-3执行与由水平线/点检测部件9(图1)所执行的处理相同的处理。例如,如图3C中所提及的那样,水平线/点检测部件39-1设置包含输入图像的彩色分量C1中的目标像素a的窗W9,并且计算窗W9中的左边像素与右边像素之间的差分值的绝对值的平均值。
与彩色分量C1、C2和C3一致地提供彩色图像水平线差分数量计算部件40-1、40-2和40-3。彩色图像水平线差分数量计算部件40-1从水平线检测/求差分部件38-1的输出值中减去水平线/点检测部件39-1的输出值。彩色图像水平线差分数量计算部件40-2从水平线检测/求差分部件38-2的输出值中减去水平线/点检测部件39-2的输出值。彩色图像水平线差分数量计算部件40-3从水平线检测/求差分部件38-3的输出值中减去水平线/点检测部件39-3的输出值。由彩色图像水平线差分数量计算部件40-1、40-2和40-3所获得的相减结果被输出到彩色图像水平线差分数量/距离计算部件53。
如果提供有彩色图像水平线差分数量计算部件40-1到40-3的输出,则彩色图像水平线差分数量/距离计算部件53计算3D色空间中的窗W6与W7之间的距离。
彩色图像水平线检测/比较部件54将来自彩色图像水平线差分数量/距离计算部件53的输出值与第九阈值(用于检测水平线的阈值)进行比较。当输出值大于第九阈值时,彩色图像水平线检测/比较部件54确定,该目标像素或其相邻像素是水平线图像,并且当输出值不大于第九阈值时,彩色图像水平线检测/比较部件54进一步确定,该目标像素或其相邻像素不是水平线图像。此外,当确定该目标像素或其相邻像素是水平线图像时,彩色图像水平线检测/比较部件54将针对彩色分量C1的彩色图像水平线差分数量计算部件40-1的计算结果与第十阈值进行比较。当确定该计算结果大于第十阈值时,彩色图像水平线检测/比较部件54确定,该目标像素或其相邻像素是针对彩色分量C1的水平线图像。在另一方面,当该计算结果不大于第十阈值时,彩色图像水平线检测/比较部件54将针对彩色分量C2的彩色图像水平线差分数量计算部件40-2的计算结果与针对彩色分量C3的彩色图像水平线差分数量计算部件40-3的计算结果进行比较。当彩色图像水平线差分数量计算部件40-2的计算结果大于彩色图像水平线差分数量计算部件40-3的计算结果时,彩色图像水平线检测/比较部件54确定,该目标像素或其相邻像素是针对彩色分量C2的水平线图像,并且当彩色图像水平线差分数量计算部件40-2的计算结果不大于彩色图像水平线差分数量计算部件40-3的计算结果时,彩色图像水平线检测/比较部件54确定,该目标像素或其相邻像素是针对彩色分量C3的水平线图像。
当水平线图像是针对彩色分量C1的水平线图像时,彩色图像水平线检测/比较部件54输出“11”;当水平线图像是针对彩色分量C2的水平线图像时,彩色图像水平线检测/比较部件54输出“10”;当水平线图像是针对彩色分量C3的水平线图像时,彩色图像水平线检测/比较部件54输出“01”;以及当目标像素或其相邻像素不是水平线图像时,彩色图像水平线检测/比较部件54输出“00”。上述用于检测水平线的组件可共同被称为水平线检测部分。
将参考图11描述左到右倾斜线检测。与输入图像的彩色分量C1、C2和C3一致地提供左到右向下倾斜线检测/下左倾斜部分取平均值部件41-1、41-2和41-3,并且对于相对应的彩色分量,左到右向下倾斜线检测/下左倾斜部分取平均值部件41-1、41-2和41-3执行与由左到右向下倾斜线检测/下左倾斜部分取平均值部件11(图1)所执行的处理相同的处理。例如,如图4A中所提及的那样,左到右向下倾斜线检测/下左倾斜部分取平均值部件41-1在输入图像的彩色分量C1中的目标像素a的下左倾斜侧设置窗W11,并且计算窗W11中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向下倾斜线检测/上右倾斜部分取平均值部件42-1、42-2和42-3,并且对于相对应的彩色分量,左到右向下倾斜线检测/上右倾斜部分取平均值部件42-1、42-2和42-3执行与由左到右向下倾斜线检测/上右倾斜部分取平均值部件12(图1)所执行的处理相同的处理。例如,如图4A中所提及的那样,左到右向下倾斜线检测/上右倾斜部分取平均值部件42-1在输入图像的彩色分量C1中的目标像素a的上右倾斜侧设置窗W12,并且计算窗W12中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向下倾斜线检测/求差分部件43-1、43-2和43-3,并且对于相对应的彩色分量,左到右向下倾斜线检测/求差分部件43-1、43-2和43-3执行与由左到右向下倾斜线检测/求差分部件13(图1)所执行的处理相同的处理。例如,左到右向下倾斜线检测/求差分部件43-1计算来自左到右向下倾斜线检测/下左倾斜部分取平均值部件41-1的输出值与来自左到右向下倾斜线检测/上右倾斜部分取平均值部件42-1的输出值之间的差的绝对值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向下倾斜线/点检测部件44-1、44-2和44-3,并且对于相对应的彩色分量,左到右向下倾斜线/点检测部件44-1、44-2和44-3执行与由左到右向下倾斜线/点检测部件14(图1)所执行的处理相同的处理。例如,如图4C中所提及的那样,左到右向下倾斜线/点检测部件44-1设置包含输入图像的彩色分量C1中的目标像素a的窗W14,并且计算窗W14中的左边像素与右边像素之间的差分值的绝对值的平均值。
与彩色分量C1、C2和C3一致地提供彩色图像左到右向下倾斜线差分数量计算部件45-1、45-2和45-3。彩色图像左到右向下倾斜线差分数量计算部件45-1从左到右向下倾斜线检测/求差分部件43-1的输出值中减去左到右向下倾斜线/点检测部件44-1的输出值。彩色图像左到右向下倾斜线差分数量计算部件45-2从左到右向下倾斜线检测/求差分部件43-2的输出值中减去左到右向下倾斜线/点检测部件44-2的输出值。彩色图像左到右向下倾斜线差分数量计算部件45-3从左到右向下倾斜线检测/求差分部件43-3的输出值中减去左到右向下倾斜线/点检测部件44-3的输出值。来自彩色图像左到右向下倾斜线差分数量计算部件45-1、45-2和45-3的输出被输出到彩色图像左到右向下倾斜线差分数量/距离计算部件55。
基于来自彩色图像左到右向下倾斜线差分数量计算部件45-1、45-2和45-3的相应输出值,彩色图像左到右向下倾斜线差分数量/距离计算部件55计算3D色空间中的窗W11与W12之间的距离。
彩色图像左到右向下倾斜线检测/比较部件56将来自彩色图像左到右向下倾斜线差分数量/距离计算部件55的输出值与第十一阈值(用于检测左到右向下倾斜线的阈值)进行比较。当输出值大于第十一阈值时,彩色图像左到右向下倾斜线检测/比较部件56确定,目标像素或其相邻像素是左到右向下倾斜线图像;以及当输出值不大于第十一阈值时,彩色图像左到右向下倾斜线检测/比较部件56确定目标像素或其相邻像素不是左到右向下倾斜线图像。此外,当确定目标像素或其相邻像素是左到右向下倾斜线图像时,彩色图像左到右向下倾斜线检测/比较部件56将彩色图像左到右向下倾斜线差分数量计算部件45-1的计算结果与针对彩色分量C1的第十二阈值进行比较;并且当计算结果大于第十二阈值时,彩色图像左到右向下倾斜线检测/比较部件56确定,该目标像素或其相邻像素是针对彩色分量C1的左到右向下倾斜线图像。在另一方面,当计算结果不大于第十二阈值时,彩色图像左到右向下倾斜线检测/比较部件56将针对彩色分量C2的彩色图像左到右向下倾斜线差分数量计算部件45-2的计算结果与针对彩色分量C3的彩色图像左到右向下倾斜线差分数量计算部件45-3的计算结果进行比较。作为比较结果,当彩色图像左到右向下倾斜线差分数量计算部件45-2的计算结果大于彩色图像左到右向下倾斜线差分数量计算部件45-3的计算结果时,彩色图像左到右向下倾斜线检测/比较部件56确定,该目标像素或其相邻像素是针对彩色分量C2的左到右向下倾斜线图像,并且当彩色图像左到右向下倾斜线差分数量计算部件45-2的计算结果不大于彩色图像左到右向下倾斜线差分数量计算部件45-3的计算结果时,彩色图像左到右向下倾斜线检测/比较部件56确定,目标像素或其相邻像素是针对彩色分量C3的左到右向下倾斜线图像。
当目标像素或其相邻像素是针对彩色分量C1的左到右向下倾斜线图像时,彩色图像左到右向下倾斜线检测/比较部件56输出“11”;当目标像素或其相邻像素是针对彩色分量C2的左到右向下倾斜线图像时,彩色图像左到右向下倾斜线检测/比较部件56输出“10”;当目标像素或其相邻像素是针对彩色分量C3的左到右向下倾斜线图像时,彩色图像左到右向下倾斜线检测/比较部件56输出“01”;以及当目标像素或其相邻像素不是左到右向下倾斜线图像时,彩色图像左到右向下倾斜线检测/比较部件56输出“00”。上述用于检测左到右向下倾斜线的组件可共同被称为左到右向下倾斜线检测部分。
接着,将描述左到右向上倾斜线检测。与输入图像的彩色分量C1、C2和C3一致地提供左到右向上倾斜线检测/上左倾斜部分取平均值部件46-1、46-2和46-3,并且对于相对应的彩色分量,左到右向上倾斜线检测/上左倾斜部分取平均值部件46-1、46-2和46-3执行与由左到右向上倾斜线检测/上左倾斜部分取平均值部件16(图1)所执行的处理相同的处理。例如,如图5A中所提及的那样,左到右向上倾斜线检测/上左倾斜部分取平均值部件46-1在输入图像的彩色分量C1中的目标像素a的上左倾斜侧设置窗W16,并且计算窗W16中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向上倾斜线检测/下右倾斜部分取平均值部件47-1、47-2和47-3,并且对于相对应的彩色分量,左到右向上倾斜线检测/下右倾斜部分取平均值部件47-1、47-2和47-3执行与由左到右向上倾斜线检测/下右倾斜部分取平均值部件17(图1)所执行的处理相同的处理。例如,如图5A中所提及的那样,左到右向上倾斜线检测/下右倾斜部分取平均值部件47-1在输入图像的彩色分量C1中的目标像素a的下右倾斜侧设置窗W17,并且计算窗W17中的像素值的加权平均值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向上倾斜线检测/求差分部件48-1、48-2和48-3,并且对于相对应的彩色分量,左到右向上倾斜线检测/求差分部件48-1、48-2和48-3执行与由左到右向上倾斜线检测/求差分部件18(图1)所执行的处理相同的处理。例如,左到右向上倾斜线检测/求差分部件48-1计算来自左到右向上倾斜线检测/上左倾斜部分取平均值部件46-1的输出值与来自左到右向上倾斜线检测/下右倾斜部分取平均值部件47-1的输出值之间的差的绝对值。
与输入图像的彩色分量C1、C2和C3一致地提供左到右向上倾斜线/点检测部件49-1、49-2和49-3,并且对于相对应的彩色分量,左到右向上倾斜线/点检测部件49-1、49-2和49-3执行与由左到右向上倾斜线/点检测部件19(图1)所执行的处理相同的处理。例如,如图5C中所提及的那样,左到右向上倾斜线/点检测部件49-1设置包含输入图像的彩色分量C1中的目标像素a的窗W19,并且计算窗W19中的左边像素与右边像素之间的差分值的绝对值的平均值。
与彩色分量C1、C2和C3一致地提供彩色图像左到右向上倾斜线差分数量计算部件50-1、50-2和50-3。彩色图像左到右向上倾斜线差分数量计算部件50-1从左到右向上倾斜线检测/求差分部件48-1的输出值中减去左到右向上倾斜线/点检测部件49-1的输出值。彩色图像左到右向上倾斜线差分数量计算部件50-2从左到右向上倾斜线检测/求差分部件48-2的输出值中减去左到右向上倾斜线/点检测部件49-2的输出值。彩色图像左到右向上倾斜线差分数量计算部件50-3从左到右向上倾斜线检测/求差分部件48-3的输出值中减去左到右向上倾斜线/点检测部件49-3的输出值。由彩色图像左到右向上倾斜线差分数量计算部件50-1、50-2和50-3所获得的相减结果被输出到彩色图像左到右向上倾斜线差分数量/距离计算部件57。
基于来自彩色图像左到右向上倾斜线差分数量计算部件50-1到50-3的相应输出值,彩色图像左到右向上倾斜线差分数量/距离计算部件57计算3D色空间中的窗W16与W17之间的距离。
彩色图像左到右向上倾斜线检测/比较部件58将彩色图像左到右向上倾斜线差分数量/距离计算部件57的输出值与第十三阈值(用于检测左到右向上倾斜线的阈值)进行比较。此外,当输出值大于第十三阈值时,彩色图像左到右向上倾斜线检测/比较部件58确定,该目标像素或其相邻像素是左到右向上倾斜线图像,并且当输出值不大于第十三阈值时,彩色图像左到右向上倾斜线检测/比较部件58确定,该目标像素或其相邻像素不是左到右向上倾斜线图像。此外,当确定该目标像素或其相邻像素是左到右向上倾斜线图像时,彩色图像左到右向上倾斜线检测/比较部件58将彩色图像左到右向上倾斜线差分数量计算部件48-1的计算结果与针对彩色分量C1的第十四阈值进行比较。当确定计算结果大于第十四阈值时,彩色图像左到右向上倾斜线检测/比较部件58确定目标像素或其相邻像素是针对彩色分量C1的左到右向上倾斜线图像。在另一方面,当确定计算结果不大于第十四阈值时,彩色图像左到右向上倾斜线检测/比较部件58将针对彩色分量C2的彩色图像左到右向上倾斜线差分数量计算部件48-2的计算结果与针对彩色分量C3的彩色图像左到右向上倾斜线差分数量计算部件48-3的计算结果进行比较。作为比较结果,当彩色图像左到右向上倾斜线差分数量计算部件48-2的计算结果大于彩色图像左到右向上倾斜线差分数量计算部件48-3的计算结果时,彩色图像左到右向上倾斜线检测/比较部件58确定,目标像素或其相邻像素是针对彩色分量C2的左到右向上倾斜线图像,并且当彩色图像左到右向上倾斜线差分数量计算部件48-2的计算结果不大于彩色图像左到右向上倾斜线差分数量计算部件48-3的计算结果时,彩色图像左到右向上倾斜线检测/比较部件58确定,该目标像素或其相邻像素是针对彩色分量C3的左到右向上倾斜线图像。
当该目标像素或其相邻像素是针对彩色分量C1的左到右向上倾斜线图像时,彩色图像左到右向上倾斜线检测/比较部件58输出“11”;当该目标像素或其相邻像素是针对彩色分量C2的左到右向上倾斜线图像时,彩色图像左到右向上倾斜线检测/比较部件58输出“10”;当目标像素或其相邻像素是针对彩色分量C3的左到右向上倾斜线图像时,彩色图像左到右向上倾斜线检测/比较部件58输出“01”;以及当该目标像素或其相邻像素不是左到右向上倾斜线图像时,彩色图像左到右向上倾斜线检测/比较部件58输出“00”。上述用于检测左到右向上倾斜线的组件可共同被称为左到右向上倾斜线检测部分。
返回到图10,在由彩色图像垂直线检测/比较部件52、彩色图像水平线检测/比较部件54、彩色图像左到右向下倾斜线检测/比较部件56和彩色图像左到右向上倾斜线检测/比较部件58中的至少一个不考虑彩色分量C1、C2和C3地来检测线图像的时候,彩色图像线段检测/合成部件59确定,目标像素或其相邻像素是线段图像。此外,当由彩色图像垂直线检测/比较部件52、彩色图像水平线检测/比较部件54、彩色图像左到右向下倾斜线检测/比较部件56和彩色图像左到右向上倾斜线检测/比较部件58没有检测到线图像时,彩色图像线段检测/合成部件59确定,该目标像素或其相邻像素是面图像。即当彩色图像垂直线检测/比较部件52、54、56和58中的至少一个输出值被确定为线段图像时,彩色图像线段检测/合成部件59将相对应的比较部件的输出结果设置为彩色图像线段检测/合成部件59的输出结果。在另一方面,当彩色图像垂直线检测/比较部件52、54、56和58的多个输出值被确定为线段图像时,彩色图像线段检测/合成部件59按(比较部件52>比较部件54>比较部件56>比较部件58)的输出值的顺序使用排列在上面的输出结果。当彩色图像垂直线检测/比较部件52、54、56和58的所有输出值都是“00”时,输出值“00”表示输出了面图像。垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分、左到右向上倾斜线检测部分和线段检测/合成部件59共同用作第一线段检测部分。
接着,将参考图10给出根据第二实施例将重新确定单元200形成为主要部分的组件61到69的描述。线段结果线存储器(第一线存储器)61执行类似于根据第一实施例的线段结果线存储器23的处理的处理。即线段结果线存储器61保持从彩色图像线段检测/合成部件59所输入的数据并延迟该数据和将该数据输出到后面的阶段。由于来自彩色图像线段检测/合成部件59的输出结果是2比特,所以线段结果线存储器61变为2比特线存储器。类似于第一实施例,线段结果计数部件62通过对每个彩色分量C1、C2和C3使用图6中所示的窗来对该窗内的线段上的像素数目进行计数,从而获得该线段上的像素总数目。第二线段检测部件63利用来自线段结果计数部件62的所计数的值重新确定线段图像。顺便提及,线段结果线存储器61、线段结果计数部件62和第二线段检测部件63可一块被称为第二线段检测部分。
特别地,当线段上的所计数的像素总数目不小于第十五阈值(预定阈值)时,第二线段检测部件63确定,目标像素是线段图像,以及当线段上的所计数的像素总数目小于第十五阈值时,第二线段检测部件63确定,目标像素不是线段图像。在此,即使目标像素最初是线段图像,第二线段检测部件63也确定,该目标像素不是线段图像,而目标像素最终也不是线段图像。此外,第二线段检测部件63执行以下处理。如果第二线段检测部件63确定,该目标像素是线段图像,则当在窗中没有针对彩色分量C1和彩色分量C2的线段图像时,第二线段检测部件63确定,该目标像素是针对彩色分量C3的线段图像,并且输出“01”。如果第二线段检测部件63确定该目标像素是线段图像,则当在窗中没有针对彩色分量C1和彩色分量C3的线段图像时,第二线段检测部件63确定,该目标像素是针对彩色分量C2的线段图像,并且输出“10”。当第二线段检测部件63确定该目标像素是线段图像并且该目标像素并不满足以上两个条件时,第二线段检测部件63确定,目标像素是针对彩色分量C1的线段图像,并且输出“11”。当该目标像素不是线段图像时,第二线段检测部件63输出“00”。
接着,将给出第三线段检测处理的描述。对应于彩色分量C1、C2和C3来布置预处理部件64-1、64-2、64-3,并且针对彩色分量,预处理部件64-1、64-2、64-3执行类似于根据第一实施例的预处理部件28的处理的处理。例如,预处理部件64-1针对彩色分量C1执行MTF校正。对应于彩色分量C1、C2和C3地来布置图11中所示的平均值计算部件65-1、65-2和65-3,并且针对彩色分量,平均值计算部件65-1、65-2和65-3执行类似于根据第一实施例的平均值计算部件26的处理的处理。例如,平均值计算部件65-1针对图7中所示的窗中的彩色分量C1计算像素值的平均值。
对应于彩色分量C1、C2和C3地来布置阈值生成部件66-1、66-2和66-3,并且针对彩色分量,阈值生成部件66-1、66-2和66-3执行类似于根据第一实施例的阈值生成部件27的处理的处理。例如,阈值生成部件66-1利用由平均值计算部件65-1所计算的平均值生成图9中所示的曲线图中的彩色分量C1的阈值(另一阈值)。顺便提及,平均值计算部件65-1到65-3和阈值生成部件66-1到66-3可一块被称为阈值生成部分。
第三线段检测部件67通过使用第二线段检测部件63的检测结果、预处理部件64-1到64-3的预处理结果和由阈值生成部件66-1到66-3所生成的阈值(其它阈值:第十六阈值到第十八阈值)来确定线段图像。特别地,当作为第二线段检测的结果确定该像素是针对彩色分量C1的线段图像时,当彩色分量C1的预处理结果不大于针对彩色分量C1的第十六阈值时,第三线段检测部件67确定,该像素是针对彩色分量C1的线段图像。换句话说,相对于指示“11”的来自第二线段检测部件63的输出,当预处理部件64-1的结果不大于来自阈值生成部件66-1的第十六阈值时,第三线段检测部件67确定,该像素是针对彩色分量C1的线段图像。相对于被确定为针对彩色分量C2的线段图像的像素,即具有“10”作为第二线段检测部件63的输出结果的像素,当预处理部件64-2的结果大于来自阈值生成部件66-2的第十七阈值时,第三线段检测部件67确定,该像素是针对彩色分量C2的线段图像。类似地,相对于被确定为针对彩色分量C3的线段图像的像素,即具有“01”作为第二线段检测部件63的输出结果的像素,当预处理部件64-3的结果大于来自阈值生成部件66-3的第十八阈值时,第三线段检测部件67确定,该像素是针对彩色分量C3的线段图像。在除了以上条件以外的情况下,第三线段检测部件67确定该像素不是线段图像。
当像素是线段图像时,第三线段检测部件67不考虑彩色分量C1、C2和C3而输出“1”,并且当像素不是线段图像时,第三线段检测部件67输出“0”。根据第二实施例,第三线段检测部件67确定针对彩色分量C1、C2和C3的情况。可替换地,第三线段检测部件67可确定仅针对彩色分量C1的情况并且可在考虑检测精确度和附件的复杂度的情况下来任意选择彩色分量。
检测结果线存储器(第二线存储器)68保持第三线段检测结果,并且延迟该结果以及将该结果输出到以后的阶段。检测结果校正部件69执行类似于根据第一实施例的检测结果校正部件31的处理的处理。即检测结果校正部件69去除表示孤立点的检测结果。
利用以上处理,即使在彩色图像的情况下,不仅人物和线的轮廓而且内容也可被提取为对象。第二实施例示出硬件结构的例子。可替换地,第二实施例可通过软件来实现。
如将从根据第一和第二实施例的描述明显的那样,通过从混合地具有线段和点的图像中检测线段图像的仅对轮廓的传统检测可通过执行根据本发明的包括第二线段检测的重新确定进行扩展。
此外,通过从混合地具有线段和点的图像中检测线段图像的仅对轮廓的传统检测可通过执行根据本发明的包括第二线段检测和第三线段检测的重新确定进行扩展,从而减少错误检测的部分。
此外,通过从混合地具有线段和点的图像中检测线段图像的仅对轮廓的传统检测可通过执行根据本发明的包括第二线段检测和第三线段检测的重新确定以及检测结果的校正进行扩展。在此之后,错误检测的部分变少(被重整)并且孤立点还被去除。因此,明显错误检测的部分被去除,从而获得优选的检测结果。
根据本发明,可能提供线段检测器和线段检测方法,其中从输入图像中检测到人物和图形的线段,并且本发明可主要被用于图像处理设备和图像压缩器。

Claims (24)

1.一种线段检测器,其包括第一线段检测部分,该第一线段检测部分包括:
垂直线检测部分,该垂直线检测部分检测输入图像是否具有垂直线;
水平线检测部分,该水平线检测部分检测输入图像是否具有水平线;
左到右向下倾斜线检测部分,该左到右向下倾斜线检测部分检测输入图像是否具有左到右向下倾斜线;
左到右向上倾斜线检测部分,该左到右向上倾斜线检测部分检测输入图像是否具有左到右向上倾斜线;以及
线段检测/合成部件,该线段检测/合成部件计算来自垂直线检测部分、水平线检测部分、左到右向下倾斜线检测部分和左到右向上倾斜线检测部分的输出值的“或”运算,
该线段检测器还包括:
重新确定单元,该重新确定单元重新确定从该线段检测/合成部件所输出的检测结果是否是线段;
其中,所述重新确定单元包括第二线段检测部分,所述第二线段检测部分包括:
第一线存储器,其保持并延迟从所述线段检测/合成部件所输出的检测结果;
线段结果计数部件,其被连接到所述第一线存储器,对在目标像素附近的检测结果设置窗,并且对其在窗中的检测结果被确定为线段的像素数目进行计数,以及
第二线段检测部件,其将所述线段结果计数部件的所计数的值与预定阈值进行比较;当所计数的值不小于预定阈值时,该第二线段检测部件确定所述像素是线段;此外当所计数的值小于预定阈值时,该第二线段检测部件确定所述像素不是线段,并且输出新的检测结果。
2.根据权利要求1所述的线段检测器,其中,所述重新确定单元还包括:
阈值生成部分,其在目标像素附近设置窗,计算所设置的窗中的像素值的平均值,将特定值增加到所计算的平均值,并且生成另一阈值,用于第三线段检测中;
预处理部件,其执行输入图像的预处理;以及
第三线段检测部件,其接收所述第二线段检测部件的检测结果以及所述预处理部件的输入图像的处理结果,并且利用由所述阈值生成部分所生成的所述另一阈值确定,所述检测结果是线图像还是面图像。
3.根据权利要求2所述的线段检测器,其中,所述阈值生成部分包括:
平均值计算部件,其计算所设置的窗中的像素值的平均值;以及
阈值生成部件,其基于所计算的平均值生成所述另一阈值。
4.根据权利要求3所述的线段检测器,所述重新确定单元还包括:
第二线存储器,其保持并延迟从所述第三线段检测部件所输出的第三线段检测结果;以及
检测结果校正部件,其被连接到所述第二线存储器,在目标像素附近对第三线段检测结果设置窗;并且当在所述窗中发现特定图案时,该检测结果校正部件校正所述目标像素的检测结果。
5.根据权利要求1所述的线段检测器,其中,所述垂直线检测部分包括:
垂直线检测/左边部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素左边附近的垂直线,并且计算用于检测垂直线的第一窗中的像素值的加权平均值;
垂直线检测/右边部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素右边附近的垂直线,并且计算用于检测垂直线的第二窗中的像素值的加权平均值;
垂直线检测/求差分部件,其计算来自所述垂直线检测/左边部分取平均值部件的输出值与来自所述垂直线检测/右边部分取平均值部件的输出值之间的差的绝对值;
垂直线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的垂直线,以及对用于检测垂直线的第三窗中的上部像素与下部像素之间的差分值的绝对值取平均;以及
垂直线检测/比较部件,其从所述垂直线检测/求差分部件的输出值中减去所述垂直线/点检测部件的输出值;并且当该相减结果大于第一阈值时,该垂直线检测/比较部件确定,该目标像素或其相邻像素是垂直线图像。
6.根据权利要求1所述的线段检测器,其中,所述水平线检测部分包括:
水平线检测/上面部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素上面部分附近的水平线,并且计算用于检测水平线的第一窗中的像素值的加权平均值;
水平线检测/下面部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素下面部分附近的水平线,并且计算用于检测水平线的第二窗中的像素值的加权平均值;
水平线检测/求差分部件,其计算来自所述垂直线检测/上面部分取平均值部件的输出值与来自所述水平线检测/下面部分取平均值部件的输出值之间的差的绝对值;
水平线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的水平线,以及对用于检测水平线的第三窗中的左边像素与右边像素之间的差分值的绝对值取平均;以及
水平线检测/比较部件,其从所述水平线检测/求差分部件的输出值中减去所述水平线/点检测部件的输出值;并且当该相减结果大于第二阈值时,该水平线检测/比较部件确定,该目标像素或其相邻像素是水平线图像。
7.根据权利要求1所述的线段检测器,其中,所述左到右向下倾斜线检测部分包括:
左到右向下倾斜线检测/下左倾斜部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素下左倾斜部分附近的左到右向下倾斜线,并且计算用于检测左到右向下倾斜线的第一窗中的像素值的加权平均值;
左到右向下倾斜线检测/上右倾斜部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素上右倾斜部分附近的左到右向下倾斜线,并且计算用于检测左到右向下倾斜线的第二窗中的像素值的加权平均值;
左到右向下倾斜线检测/求差分部件,其计算来自所述左到右向下倾斜线检测/下左倾斜部分取平均值部件的输出值与来自左到右向下倾斜线检测/上右倾斜部分取平均值部件的输出值之间的差的绝对值;
左到右向下倾斜线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的左到右向下倾斜线,以及对用于检测左到右向下倾斜线的第三窗中的在下右倾斜方向上的像素之间的差分值的绝对值取平均;以及
左到右向下倾斜线检测/比较部件,其从所述左到右向下倾斜线检测/求差分部件的输出值中减去所述左到右向下倾斜线/点检测部件的输出值;并且当该相减结果大于第三阈值时,该左到右向下倾斜线检测/比较部件确定,该目标像素或其相邻像素是左到右向下倾斜线图像。
8.根据权利要求1所述的线段检测器,其中,所述左到右向上倾斜线检测部分包括:
左到右向上倾斜线检测/上左倾斜部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素上左倾斜部分附近的左到右向上倾斜线,并且计算用于检测左到右向上倾斜线的第一窗中的像素值的加权平均值;
左到右向上倾斜线检测/下右倾斜部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素下右倾斜部分附近的左到右向上倾斜线,并且计算用于检测左到右向上倾斜线的第二窗中的像素值的加权平均值;
左到右向上倾斜线检测/求差分部件,其计算来自所述左到右向上倾斜线检测/上左倾斜部分取平均值部件的输出与来自所述左到右向上倾斜线检测/下右倾斜部分取平均值部件的输出值之间的差的绝对值;
左到右向上倾斜线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的左到右向上倾斜线,以及计算用于检测左到右向上倾斜线的第三窗中的在左到右向上倾斜方向上的像素值之间的差分值的绝对值的平均值;以及
左到右向上倾斜线检测/比较部件,其从所述左到右向上倾斜线检测/求差分部件的输出值中减去所述左到右向上倾斜线/点检测部件的输出值;并且当该相减值大于第四阈值时,该左到右向上倾斜线检测/比较部件确定,该目标像素或其相邻像素是左到右向上倾斜线图像。
9.一种线段检测器,其包括第一线段检测部分,该第一线段检测部分包括:
垂直线检测部分,该垂直线检测部分确定彩色输入图像是否具有垂直线;
水平线检测部分,该水平线检测部分确定彩色输入图像是否具有水平线;
左到右向下倾斜线检测部分,该左到右向下倾斜线检测部分确定彩色输入图像是否具有左到右向下倾斜线;
左到右向上倾斜线检测部分,该左到右向上倾斜线检测部分确定彩色输入图像是否具有左到右向上倾斜线;以及
彩色图像线段检测/合成部件,该彩色图像线段检测/合成部件对来自所述垂直线检测部分、所述水平线检测部分、所述左到右向下倾斜线检测部分和所述左到右向上倾斜线检测部分的输出值执行“或”运算,以及
所述线段检测器还包括:
重新确定单元,该重新确定单元重新确定,从所述线段检测/合成部件所输出的检测结果是否是线段;
其中,所述重新确定单元包括第二线段检测部分,所述第二线段检测部分包括:
第一线存储器,其保持并延迟从所述线段检测/合成部件所输出的检测结果;
线段结果计数部件,其被连接到所述第一线存储器,对在目标像素附近的线段结果设置窗,针对单独的彩色分量C1到C3,对窗中的线段上的像素数目进行计数,并且获得线段上的像素总数目;以及
第二线段检测部件,其将线段上的所计数的像素总数目与预定阈值进行比较;当线段上的所计数的像素总数目不小于预定阈值时,该第二线段检测部件确定该像素是线段,还确定线段上的所计数像素总数目是否小于预定阈值,确定该像素不是线段,此外确定线段对应于彩色分量C1到C3中的哪个,并且输出新的线段检测结果。
10.根据权利要求9所述的线段检测器,其中,所述重新确定单元还包括:
阈值生成部分,其在目标像素附近设置窗,针对单独的彩色分量C1到C3计算窗中的像素值的平均值,将特定值增加到所计算的平均值,并且针对单独的彩色分量C1到C3生成其它阈值,用于第三线段检测中;
预处理部件,其为单独的彩色分量C1到C3执行彩色输入图像的预处理,以及
第三线段检测部件,利用来自由所述阈值生成部分所生成的彩色分量C1到C3的其它阈值中的与其中至少一个处理结果相对应的彩色分量的其它阈值,该第三线段检测部件确定所述第二线段检测部分的检测结果和所述预处理部件的彩色输入图像的单独的彩色分量C1到C3的处理结果中的至少一个。
11.根据权利要求10所述的线段检测器,其中,所述阈值生成部分包括:
三个平均值计算部件,其为单独的彩色分量C1到C3计算所述窗中的像素值的平均值;以及
三个阈值生成部件,其基于所计算的平均值生成针对单独的彩色分量C1到C3的所述其它阈值。
12.根据权利要求11所述的线段检测器,其中,所述重新确定单元还包括:
第二线存储器,其保持并延迟从所述第三线段检测部件所输出的第三线段检测结果;以及
检测结果校正部件,其被连接到所述第二线存储器,对在目标像素附近的第三线段检测结果设置窗;并且当在窗中发现特定图案时,该检测结果校正部件校正目标像素的检测结果。
13.根据权利要求9所述的线段检测器,其中,对于色空间的每个轴,所述垂直线检测部分包括:
垂直线检测/左边部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素左边附近的垂直线,并且计算用于检测垂直线的第一窗中的像素值的加权平均值;
垂直线检测/右边部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素右边附近的垂直线,并且计算用于检测垂直线的第二窗中的像素值的加权平均值;
垂直线检测/求差分部件,其计算来自所述垂直线检测/左边部分取平均值部件的输出值与来自所述垂直线检测/右边部分取平均值部件的输出值之间的差的绝对值;
垂直线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的垂直线,以及计算用于检测垂直线的第三窗中的上部像素与下部像素之间的差分值的绝对值的平均值;以及
垂直线差分数量计算部件,其从所述垂直线检测/求差分部件的输出值中减去所述垂直线/点检测部件的输出值,以及
所述垂直线检测部分还包括:
垂直线差分数量/距离计算部件,其基于在色空间的每个轴上所计算的来自所述垂直线差分数量计算部件的输出值在色空间上计算用于检测垂直线的第一窗与用于检测垂直线的第二窗之间的距离;以及
垂直线检测/比较部件,当来自所述垂直线差分数量/距离计算部件的输出值大于用于检测垂直线的阈值时,该垂直线检测/比较部件确定,该目标像素或其相邻像素是垂直线图像。
14.根据权利要求9所述的线段检测器,其中,对于色空间的每个轴,所述水平线检测部分包括:
水平线检测/上面部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素上面部分附近的水平线,并且计算用于检测水平线的第一窗中的像素值的加权平均值;
水平线检测/下面部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素下面部分附近的水平线,并且计算用于检测水平线的第二窗中的加权平均值;
水平线检测/求差分部件,其计算来自所述垂直线检测/上面部分取平均值部件的输出值与来自所述水平线检测/下面部分取平均值部件的输出值之间的差的绝对值;
水平线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的水平线,以及对用于检测水平线的第三窗中的左边像素与右边像素之间的差分值的绝对值取平均;以及
水平线差分数量计算部件,其从所述水平线检测/求差分部件的输出值中减去所述水平线/点检测部件的输出值,以及
所述水平线检测部分还包括:
水平线差分数量/距离计算部件,其基于在色空间的每个轴上所计算的来自所述水平线差分数量计算部件的输出值在色空间上计算用于检测水平线的第一窗与用于检测水平线的第二窗之间的距离;以及
水平线检测/比较部件,当来自所述水平线差分数量/距离计算部件的输出值大于用于检测水平线的阈值时,该水平线检测/比较部件确定,该目标像素或其相邻像素是水平线图像。
15.根据权利要求9所述的线段检测器,其中,对于色空间的每个轴,所述左到右向下倾斜线检测部分包括:
左到右向下倾斜线检测/下左倾斜部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素下左倾斜部分附近的左到右向下倾斜线,和用于检测左到右向下倾斜线的第一窗中的像素值的加权平均值;
左到右向下倾斜线检测/上右倾斜部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素上右倾斜部分附近的左到右向下倾斜线,并且计算用于检测左到右向下倾斜线的第二窗中的像素值的加权平均值;
左到右向下倾斜线检测/求差分部件,其计算来自所述左到右向下倾斜线检测/下左倾斜部分取平均值部件的输出值与来自所述左到右向下倾斜线检测/上右倾斜部分取平均值部件的输出值之间的差的绝对值;
左到右向下倾斜线/点检测部件,其设置第三窗,用于在输入图像中检测具有目标像素的左到右向下倾斜线,以及对用于检测左到右向下倾斜线的第三窗中的在左到右向下倾斜线方向上的像素之间的差分值的绝对值取平均;以及
左到右向下倾斜线/差分数量计算部件,其从所述左到右向下倾斜线检测/求差分部件的输出值中减去所述左到右向下倾斜线/点检测部件的输出值,以及
所述左到右向下倾斜线检测部分还包括:
左到右向下倾斜线差分数量/距离计算部件,其基于在色空间的每个轴上所计算的来自所述左到右向下倾斜线/差分数量计算部件的输出值在色空间上计算用于检测左到右向下倾斜线的第一窗与用于检测左到右向下倾斜线的第二窗之间的距离;以及
左到右向下倾斜线检测/比较部件,当来自所述左到右向下倾斜线差分数量/距离计算部件的输出值大于用于检测左到右向下倾斜线的阈值时,所述左到右向下倾斜线检测/比较部件确定,该目标像素或其相邻像素是左到右向下倾斜线图像。
16.根据权利要求9所述的线段检测器,其中,对于色空间的每个轴,所述左到右向上倾斜线检测部分包括:
左到右向上倾斜线检测/上左倾斜部分取平均值部件,其设置第一窗,用于检测输入图像中的在目标像素上左倾斜部分附近的左到右向上倾斜线,并且计算用于检测左到右向上倾斜线的第一窗中的像素值的加权平均值;
左到右向上倾斜线检测/下右倾斜部分取平均值部件,其设置第二窗,用于检测输入图像中的在目标像素下右倾斜部分附近的左到右向上倾斜线,并且计算用于检测左到右向上倾斜线的第二窗中的像素值的加权平均值;
左到右向上倾斜线检测/求差分部件,其计算来自所述左到右向上倾斜线检测/上左倾斜部分取平均值部件的输出值与来自所述左到右向上倾斜线检测/下右倾斜部分取平均值部件的输出值之间的差的绝对值;
左到右向上倾斜线/点检测部件,其设置第三窗,用于检测输入图像中的具有目标像素的左到右向上倾斜线,以及对用于检测左到右向上倾斜线的第三窗中的在左到右向上倾斜线方向上的像素之间的差分值的绝对值取平均;以及
左到右向上倾斜线/差分数量计算部件,其从所述左到右向上倾斜线检测/求差分部件的输出值中减去左到右向上倾斜线/点检测部件的输出值,以及
所述左到右向上倾斜线检测部分还包括:
左到右向上倾斜线差分数量/距离计算部件,其基于在色空间的每个轴上所计算的来自所述左到右向上倾斜线/差分数量计算部件的输出值在色空间上计算用于检测左到右向上倾斜线的第一窗与用于检测左到右向上倾斜线的第二窗之间的距离;以及
左到右向上倾斜线检测/比较部件,当来自所述左到右向上倾斜线差分数量/距离计算部件的输出值大于用于检测左到右向上倾斜线的阈值时,所述左到右向上倾斜线检测/比较部件确定,该目标像素或其相邻像素是左到右向上倾斜线图像。
17.一种图像处理设备,其包括根据权利要求1所述的线段检测器。
18.一种图像处理设备,其包括根据权利要求9所述的线段检测器。
19.一种线段检测方法,其包括第一线段检测步骤,该第一线段检测步骤包括:
垂直线检测步骤,确定输入图像是否具有垂直线;
水平线检测步骤,确定输入图像是否具有水平线;
左到右向下倾斜线检测步骤,确定输入图像是否具有左到右向下倾斜线;
左到右向上倾斜线检测步骤,确定输入图像是否具有左到右向上倾斜线;以及
线段检测/合成步骤,对通过所述垂直线检测步骤、所述水平线检测步骤、所述左到右向下倾斜线检测步骤和所述左到右向上倾斜线检测步骤所获得的输出值执行“或”运算,
所述线段检测方法还包括:
第二线段检测步骤,对在目标像素附近的线段结果设置窗,对其中线段结果被确定为窗中的线段的像素数目进行计数,此外当所计数的值不小于预定阈值时,确定该像素是线段,另外还当所计数的值小于预定阈值时,确定该像素不是线段,并且输出新的线段检测结果。
20.根据权利要求19所述的线段检测方法,还包括:
阈值生成步骤,在目标像素附近设置窗,计算所述窗中的像素值的平均值,将特定值增加到所计算的平均值,并且生成另一阈值,用于第三线段检测中;
预处理步骤,执行输入图像的预处理;以及
第三线段检测步骤,利用通过所述阈值生成步骤所生成的所述另一阈值来确定所述第二线段检测步骤的检测结果和所述预处理步骤的所述输入图像的处理步骤。
21.如权利要求20所述的线段检测方法,还包括:
检测结果校正步骤,对在目标像素附近的第三线段检测结果设置窗,并且在窗中发现特定图案的时候,校正所述目标像素的检测结果。
22.一种线段检测方法,其包括第一线段检测步骤,该第一线段检测步骤包括:
垂直线检测步骤,确定彩色输入图像是否具有垂直线;
水平线检测步骤,确定彩色输入图像是否具有水平线;
左到右向下倾斜线检测步骤,确定彩色输入图像是否具有左到右向下倾斜线;
左到右向上倾斜线检测步骤,确定彩色输入图像是否具有左到右向上倾斜线;以及
彩色图像线段检测/合成步骤,对来自所述垂直线检测步骤、所述水平线检测步骤、所述左到右向下倾斜线检测步骤和所述左到右向上倾斜线检测步骤的输出值执行“或”运算,
所述线段检测方法还包括:
第二线段检测步骤,对在目标像素附近的线段结果设置窗,针对单独的彩色分量C1、C2和C3,对窗中的线段上的像素数目进行计数,当所计数的像素总数目不小于预定阈值时,确定该像素是线段,还当所计数的像素总数目小于预定阈值时,确定该像素不是线段,此外确定彩色分量C1到C3中的哪个是线段,并且输出新的线段检测结果。
23.根据权利要求22所述的线段检测方法,还包括:
阈值生成步骤,在目标像素附近设置窗,针对单独的彩色分量C1到C3,计算窗中的像素值的平均值,将特定值增加到所计算的平均值,并且针对单独的彩色分量C1到C3,生成另一阈值,用于第三线段检测中;
预处理步骤,针对单独的彩色分量C1到C3,执行彩色输入图像的预处理;
第三线段检测步骤,利用通过阈值生成步骤所生成的与彩色分量C1到C3的处理结果中的至少一个相对应的彩色分量的所述另一阈值,确定第二线段检测步骤的检测结果和通过预处理步骤针对单独的彩色分量C1到C 3的彩色输入图像的处理结果中的至少一个。
24.如权利要求23所述的线段检测方法,还包括:
检测结果校正步骤,对在目标像素附近的第三线段检测结果设置窗,并且在所述窗中发现特定图案的时候,校正目标像素的检测结果。
CN2007100023198A 2006-01-11 2007-01-11 线段检测器和线段检测方法 Active CN101001307B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006-003718 2006-01-11
JP2006003718A JP4243614B2 (ja) 2006-01-11 2006-01-11 線分検出器及び線分検出方法
JP2006003718 2006-01-11

Publications (2)

Publication Number Publication Date
CN101001307A CN101001307A (zh) 2007-07-18
CN101001307B true CN101001307B (zh) 2011-04-06

Family

ID=37888092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007100023198A Active CN101001307B (zh) 2006-01-11 2007-01-11 线段检测器和线段检测方法

Country Status (6)

Country Link
US (1) US7945095B2 (zh)
EP (1) EP1808812B1 (zh)
JP (1) JP4243614B2 (zh)
CN (1) CN101001307B (zh)
CA (1) CA2573629C (zh)
HK (1) HK1109256A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7856142B2 (en) * 2007-01-26 2010-12-21 Sharp Laboratories Of America, Inc. Methods and systems for detecting character content in a digital image
JP5084366B2 (ja) * 2007-06-21 2012-11-28 キヤノン株式会社 撮像装置及び撮像装置の制御方法
JP5724454B2 (ja) * 2011-02-25 2015-05-27 村田機械株式会社 画像処理装置及び画像処理方法
WO2016207875A1 (en) 2015-06-22 2016-12-29 Photomyne Ltd. System and method for detecting objects in an image
KR102087681B1 (ko) 2015-09-17 2020-03-11 삼성전자주식회사 이미지 처리 장치, 이미지 처리 방법 및 컴퓨터 판독가능 기록 매체
US20190033555A1 (en) * 2017-07-28 2019-01-31 Qualcomm Incorporated Phase detection autofocus with diagonal line detection
JP6929823B2 (ja) * 2018-11-16 2021-09-01 株式会社東芝 読取システム、読取方法、プログラム、記憶媒体、及び移動体
CN110889827A (zh) * 2019-11-06 2020-03-17 国网山西省电力公司吕梁供电公司 一种基于视觉的输电线路杆塔在线识别和倾斜检测方法
CN113689447B (zh) * 2020-05-19 2024-08-27 华晨宝马汽车有限公司 用于识别带状固定件的方法、装置、设备和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020154121A1 (en) * 2001-03-15 2002-10-24 Nec Corporation Line segment detector
US20030108237A1 (en) * 2001-12-06 2003-06-12 Nec Usa, Inc. Method of image segmentation for object-based image retrieval
US20030123730A1 (en) * 2001-12-29 2003-07-03 Kim Doo Sik Document recognition system and method using vertical line adjacency graphs
CN1449543A (zh) * 2000-09-14 2003-10-15 夏普公司 图像处理装置、图像处理方法和记录该方法的记录介质
US20050018878A1 (en) * 2003-07-21 2005-01-27 Lockheed Martin Corporation Methods and systems for detection of repeating patterns of features

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3100383B2 (ja) 1989-09-06 2000-10-16 株式会社リコー 文字領域分離方法および装置
JPH09139839A (ja) 1995-11-14 1997-05-27 Ricoh Co Ltd 画像処理装置
JPH10336443A (ja) 1997-04-04 1998-12-18 Ricoh Co Ltd デジタル画像読取装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1449543A (zh) * 2000-09-14 2003-10-15 夏普公司 图像处理装置、图像处理方法和记录该方法的记录介质
US20020154121A1 (en) * 2001-03-15 2002-10-24 Nec Corporation Line segment detector
US20030108237A1 (en) * 2001-12-06 2003-06-12 Nec Usa, Inc. Method of image segmentation for object-based image retrieval
US20030123730A1 (en) * 2001-12-29 2003-07-03 Kim Doo Sik Document recognition system and method using vertical line adjacency graphs
US20050018878A1 (en) * 2003-07-21 2005-01-27 Lockheed Martin Corporation Methods and systems for detection of repeating patterns of features

Also Published As

Publication number Publication date
CA2573629C (en) 2013-04-16
CN101001307A (zh) 2007-07-18
JP4243614B2 (ja) 2009-03-25
CA2573629A1 (en) 2007-07-11
EP1808812B1 (en) 2018-09-26
US20070172128A1 (en) 2007-07-26
US7945095B2 (en) 2011-05-17
JP2007189319A (ja) 2007-07-26
EP1808812A1 (en) 2007-07-18
HK1109256A1 (en) 2008-05-30

Similar Documents

Publication Publication Date Title
CN101001307B (zh) 线段检测器和线段检测方法
WO2017084204A1 (zh) 一种二维视频流中的人体骨骼点追踪方法及系统
CN103824091B (zh) 一种用于智能交通系统的车牌识别方法
CN112907460B (zh) 一种遥感图像增强方法
CN109671092A (zh) 一种改进的Canny图像分割方法和系统
CN109781737A (zh) 一种软管表面缺陷的检测方法及其检测系统
CN114937006A (zh) 一种基于图像增强的锤头精细化缺陷检测方法
CN114511567A (zh) 舌体与舌苔图像识别分离方法
CN104850232A (zh) 一种摄像头条件下获取远程手势轨迹的方法
CN109344758B (zh) 基于改进局部二值模式的人脸识别方法
CN110782470A (zh) 一种基于形状信息的腕骨区域分割方法
JP3785935B2 (ja) 線分検出器
CN114001674B (zh) 一种自由视角下的线束弯曲半径机器视觉测量方法
CN115358972A (zh) 基于视觉特征融合的烟叶分级方法及系统
CN109377455A (zh) 改进的基于自相似性的多序列磁共振图像配准方法
CN110717875B (zh) 一种高清图像处理方法
CN110310274B (zh) 一种植物花朵数量检测方法
CN111145193A (zh) 一种自适应全局阈值二值化方法
CN112085683A (zh) 一种显著性检测中的深度图可信度检测方法
CN109344749A (zh) 低角度精度周视图像采集装置实现运动目标检测方法
CN109063689A (zh) 人脸图像发型检测方法
CN110807414B (zh) 一种基于三维人形分割的步态识别分析方法
JP4930789B2 (ja) 個体認識装置、個体認識方法及びプログラム
CN116612289A (zh) 一种使用色度损失函数训练的深度学习去噪方法
CN114495131A (zh) 一种对地震采集数据表格的表格线检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1109256

Country of ref document: HK

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1109256

Country of ref document: HK

ASS Succession or assignment of patent right

Owner name: NEC INFRONTIA CORPORATION

Free format text: FORMER OWNER: NEC CORP.

Effective date: 20150407

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150407

Address after: Kawasaki, Kanagawa, Japan

Patentee after: NEC INFRONTIA CORP.

Address before: Tokyo, Japan

Patentee before: NEC Corp.