CN101354783B - 边缘检测方法和装置 - Google Patents
边缘检测方法和装置 Download PDFInfo
- Publication number
- CN101354783B CN101354783B CN2008101419322A CN200810141932A CN101354783B CN 101354783 B CN101354783 B CN 101354783B CN 2008101419322 A CN2008101419322 A CN 2008101419322A CN 200810141932 A CN200810141932 A CN 200810141932A CN 101354783 B CN101354783 B CN 101354783B
- Authority
- CN
- China
- Prior art keywords
- edge
- decision window
- block
- thresholding
- pixel point
- 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
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种边缘检测方法和装置,所述方法包括:确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;根据不同的边缘方向将所述判决窗口划分为不同的边缘块;根据相同边缘方向上的两组边缘块计算相应边缘方向上的块方差;若所述边缘方向上的任一方向的块方差大于该方向对应的预设的门限,则判断所述判决窗口的中心象素点为边缘象素点。采用上述技术方案,具有如下的有益效果:采用基于块方差的方法进行边缘检测,能够有效屏蔽噪声,得到准确的图像边缘,较好的保留图像信息。
Description
技术领域
本发明涉及多媒体技术领域,尤其一种边缘检测方法和装置。
背景技术
图像边缘检测是数字图像处理领域一个重要的分支,尤其是随着近年计算机领域的高速发展,人们对图像质量的要求越来越高,对图像的边缘检测处理成为了研究的一个热点。在图像增强和降噪、图像的插值计算等技术中,边缘检测经常用到。
目前的边缘检测通常采用Sobel边缘检测算子,Sobel模板如图1所示,图1中的数值表示各象素点对应的加权系数,其中图1(a)表示垂直方向的模板,图1(b)表示水平方向的模板。对于垂直方向模板有:
g1(x,y)=|[f(x-1,y+1)+2f(x,y+1)+f(x+1,y+1)]-[f(x-1,y-1)+2f(x+1,y)+f(x+1,y+1)]|;
对于水平方向模板有:
g2(x,y)=|[f(x-1,y+1)+2f(x,y+1)+f(x+1,y+1)]-[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]|;
其中(x,y)表示中心象素点坐标,f(x,y)表示坐标为(x,y)对应象素点的象素值,g1(x,y)或g2(x,y)表示中心象素点的权值
如果有g1(x,y)>T,那么则认为当前中心象素点为垂直边缘点;
如果有g2(x,y)>T,那么则认为当前中心象素点为水平边缘点;
如果不考虑边缘的方向,如果有s(x,y)=g1(x,y)+g2(x,y)>T,则认为当前中心象素点为图像边缘上点。T是根据实际情况设定的门限值。
发明人在实现本发明的过程中,发现现有技术至少存在以下缺点:一般来说,现实中的图像都是带有噪声的。噪声主要可以分为两大类:高斯噪声和脉冲噪声。例如用摄像头采集图像或用数码相机拍照时,由于本身物理器件的颗粒和电子噪声的原因,叠加后在图像上形成高斯噪声。由于外界环境的干扰,造成信号在某一点的剧烈突变而形成的噪声,一般为脉冲噪声。现有技术计算 g1(x,y)或g2(x,y)的公式中,采用了二阶梯度算子,对噪声比较敏感,因此在进行边缘检测的时候,容易产生误判或者漏判,导致边缘检测的效果变差。
发明内容
本发明实施例提供了一种边缘检测方法和装置,可以有效屏蔽噪声,得到较为准确的图像边缘检测结果。
一种边缘检测方法,包括:
确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;
根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
根据相同边缘方向上的两组边缘块计算相应边缘方向上的块方差;
若任一边缘方向上的块方差大于该边缘方向对应的预设的门限,则判断所述判决窗口的中心象素点为边缘象素点。
一种边缘检测装置,包括:
确定模块,用于确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;
划分模块,用于根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
计算模块,用于根据所述划分模块相同边缘方向上的两组边缘块计算相应边缘方向上的块方差;
判断模块,用于在任一边缘方向上的块方差大于该边缘方向对应的预设的门限时,判断所述判决窗口的中心象素点为边缘象素点。
采用上述技术方案,具有如下的有益效果:采用基于块方差的方法进行边缘检测,能够有效屏蔽噪声,得到准确的图像边缘,较好的保留图像信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中Sobel检测模板示意图
图2为本发明实施例提供的边缘检测方法的流程示意图;
图3(a)为本发明实施例提供的边缘检测方法中5×5判决窗口按照水平和垂直方向的边缘块划分示意图;
图3(b)为本发明实施例提供的边缘检测方法中5×5判决窗口按照45度和135度方向的边缘块划分示意图;
图4为图2中步骤S3的计算块方差的流程示意图;
图5为本发明实施例二的应用实例中采用的原始图像;
图6为采用本发明实施例的边缘检测方法对图5进行检测的结果,图6(a)为水平边缘判断结果,其中,图6(b)为垂直边缘判断结果,图6(c)为45度边缘判断结果,图6(d)为135度边缘判断结果;
图7为采样本发明实施例提供的边缘检测方法与采用Sobel边缘检测方法的对比结果,其中,图7(a)为含有噪声的原始图像,图7(b)为Sobel边缘检测结果,图7(c)为本发明实施例的边缘检测结果;
图8为本发明实施例提供的边缘检测装置实施例一的结构示意图;
图9为本发明实施例提供的边缘检测装置实施例二的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图2为本发明实施例提供的边缘检测方法流程示意图,该方法包括:
S1、确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N 大于1;
本发明实施例采用奇数大小的正方形窗口来作为判决窗口,用于判定判决窗口的中心象素点是否是边缘象素点。判决窗口的选择可以由资源消耗和应用场合来决定。窗口越大,对资源的消耗也越多,但对大颗粒噪声的屏蔽效果也较好。例如可以采用5×5、7×7或9×9大小的判决窗口等,这里的大小是用象素点表示的,5×5的判决窗口,表示这个窗口中包含5行5列的25个象素点。
S2、根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
可以将判决窗口按照不同的边缘方向,划分成不同的边缘块,例如按照水平和垂直的方向将判决窗口划分成4个边缘块。下面举个例子加以说明,参考图3。图3(a)为水平和垂直方向边缘块划分示意图,圆圈代表象素点,判决窗口被划分成F(1)、F(3)、F(5)、F(7)四个边缘块,相邻边缘块之间存在重叠的象素点(实线经过之处的象素点),每个边缘块包括9个象素点。
如果要区分其他边缘方向的象素点,还可以对判决窗口进行其他边缘方向的划分。例如,参考图3(b),对于5×5的判决窗口,可以进一步将判决窗口按照45度和135度的方向进一步划分成4个另外的边缘块F(2)、F(4)、F(6)、F(8),相邻边缘块之间存在重叠的象素点(实线经过之处的象素点),每个边缘块包括9个象素点。
对于7×7或9×9或其他尺寸判决窗口的划分,和图3所示一样,只是每个边缘块包含的象素点数目不同。
S3、根据划分的边缘块计算相应边缘方向上的块方差;
如图4所示,步骤S3具体可以包括以下步骤:
S31、计算所述边缘块的象素平均值;
以图3(a)的5×5判决窗口为例,假设水平方向用i坐标表示,垂直方向用j坐标表示,判决窗口中心象素点的坐标为(i,j),相应象素值记为a(i,j),中心象素点的斜上方第一个象素点坐标为(i+1,j+1)相应象素值记为a(i+1,j+1)其他象素点依此类推。计算F(1)、F(3)、F(5)、F(7)各个边缘块的象素平均值如下(即将边缘块的9个象素点的象素值相加,然后将相加的结果除以9):
f1=[a(i-2,j+2)+a(i-2,j+1)+a(i-2,j)+a(i-1,j+2)+a(i-1,j+1)+a(i-1,j)+a(i,j+2)+a(i,j+1)+a(i,j)]/9;
f3=[a(i+2,j+2)+a(i+2,j+1)+a(i+2,j)+a(i+1,j+2)+a(i+1,j+1)+a(i+1,j)+a(i,j+2)+a(i,j+1)+a(i,j)]/9;
f5=[a(i-2,j-2)+a(i-2,j-1)+a(i-2,j)+a(i-1,j-2)+a(i-1,j-1)+a(i-1,j)+a(i,j-2)+a(i,j-1)+a(i,j)]/9;
f7=[a(i+2,j-2)+a(i+2,j-1)+a(i+2,j)+a(i+1,j-2)+a(i+1,j-1)+a(i+1,j)+a(i,j-2)+a(i,j-1)+a(i,j)]/9;
对图3(b),同样可以计算F(2)、F(4)、F(6)、F(8)四个边缘块的象素平均值,计算公式如下:
f2=[a(i-2,j-2)+a(i-2,j-1)+a(i-2,j)+a(i-2,j+1)+a(i-2,j+2)+a(i-1,j-1)+a(i-1,j)+a(i-1,j+1)+a(i,j)]/9;
f4=[a(i-2,j+2)+a(i-1,j+2)+a(i,j+2)+a(i+1,j+2)+a(i+2,j+2)+a(i-1,j+1)+a(i,j+1)+a(i+1,j+1)+a(i,j)]/9.;
f6=[a(i+2,j-2)+a(i+2,j-1)+a(i+2,j)+a(i+2,j+1)+a(i+2,j+2)+a(i+1,j-1)+a(i+1,j)+a(i+1,j+1)+a(i,j)]/9;
f8=[a(i-2,j-2)+a(i-1,j-2)+a(i-1,j-1)+a(i,j-2)+a(i,j-1)+a(i,j)+a(i+1,j-2)+a(i+1,j-1)+a(i+2,j-2)]/9;
S32、根据边缘块的象素平均值计算相同边缘方向上两组边缘块的块平均值;
仍以图3为例,对于图3(a),水平方向边缘块F(1),F(3)为第一组,F(3)、F(5)为第2组,计算该两组边缘块的块平均值m1和m2,即将各组中的两个边缘块的象素平均值相加求平均,公式表示如下:
m1=[f1+f3]/2,m2=[f5+f7]/2;
S33、计算两组块平均值的差值绝对值的平方,得到所述边缘方向的块方差D1。
具体地,计算公式可以表示如下:D1=|m1-m2|×|m1-m2|;
S4、根据所述块方差判断所述判决窗口的中心象素点是否为边缘象素点。
判断块方差D1是否大于T1,若是则可以判断象素点(i,j)为水平边缘象素点。T1是根据实际应用设定的门限值。
对于其他方向的判断,与水平方向的判断类似,下面以公式表示其他方向的边缘象素点的判断方法:
垂直边缘方向上有:
(1)m3=[f1+f5]/2,m4=[f3+f7]/2;
(2)D2=|m3-m4|×|m3-m4|;
(3)If(D2>T2),那么判断5×5窗口中心象素点(i,j)为垂直边缘点;其中m3为边缘块F(1)和F(5)的块平均值,m4为边缘块F(3)和F(7)的块平均值,D2为块方差,T2表示判决门限。
45度边缘方向上:
(1)m5=[f2+f4]/2,m6=[f6+f8]/2;
(2)D3=|m5-m6|×|m5-m6|;
(3)If(D3>T3),那么判断5×5窗口中心象素点(i,j)为45度边缘点,其中m5为边缘块F27)和F(4)的块平均值,m6为边缘块F(6)和F(8)的块平均值,D3为块方差,T3表示判决门限。。
135度边缘方向上:
(1)m7=[f2+f8]/2,m8=[f4+f6]/2;
(2)D4=|m7-m8|×|m7-m8|;
(3)If(D4>T4)那么判断5×5窗口中心象素点点(i,j)为135度方向边缘点,其中m7为边缘块F(7)和F(8)的块平均值,m8为边缘块F(4)和F(6)的块平均值,D4为块方差,T4表示判决门限。
以上对象素点的边缘检测,具体到不同的方向上,如果不区分方向的边缘 检测,则只要各个方向中有任一方向满足相应的判决条件,则判断5×5窗口中心象素点点(i,j)为边缘象素点,判决公式可以表示如下:
If(D1>T1‖D2>T2‖D3>T3‖D4>T4),那么判断5×5窗口中心点象素点为边缘点。
应该说明的是,在实施过程中,上述的4个门限值T1-T4,可以完全相同,也可以采用不同的门限值。在本发明的一个实施例中,T1=T2=T3=T4=T。
本发明实施例采用基于块方差的方法进行边缘检测,能够有效的屏蔽噪声,得到准确的图像边缘,较好的保留图像信息;同时可以通过窗口的大小的调整和门限参数的选择来达到抗噪能力和图像边缘信息保存的最佳平衡。对象素点进行区分方向的边缘检测,例如水平方向、垂直方向、45度方向、135度方向等。
实施例二
下面以一个具体的应用实例,介绍本发明的边缘检测方法。
以5x5的判决窗口对含后噪声的图像的0度、90度、45度和135度边缘的检测为例,原始图像如图5所示,它被一定的高斯噪声污染。
步骤1、选择5×5的判决窗口;
步骤2、判决窗口内的边缘块划分、具体的划分方式与图3所示相同:
步骤3、计算各个边缘方向的块方差,与前面描述的相同。
步骤4、根据块方差进行结果的判定。这里设置统一的门限T=10000,对各个方向的判定结果如图6所示,图6(a)为水平边缘判断结果,图6(b)为垂直边缘判断结果,图6(c)为45度边缘判断结果,图6(d)为135度边缘判断结果。
由图6可见,采用本发明实施例的边缘检测方法,通过分块平滑的办法来实现边缘检测,能够有效的屏蔽噪声,得到准确的图像边缘,较好的保留图像信息,不会造成误判或漏判。
图7是采样本发明实施例提供的边缘检测方法与采用Sobel边缘检测方法的对比结果,图7(a)为含有噪声的原始图像,图7(b)为Sobel边缘检测结 果,图7(c)为本发明实施例的边缘检测结果。可见,采用本发明实施例的边缘检测方法,检测结果更清晰准确,对噪声的屏蔽效果更好。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
图8为本发明实施例提供的边缘检测装置实施例一的结构示意图,该边缘检测装置包括:
确定模块81,用于确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;
判决窗口的选择可以由资源消耗和应用场合来决定。窗口越大,对资源的消耗也越多,但对大颗粒噪声的屏蔽效果也较好。例如可以采用5×5、7×7或9×9大小的判决窗口等。
划分模块82,用于根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
计算模块83,用于根据所述划分模块划分的边缘块计算相应边缘方向上的块方差;
判断模块84,用于根据所述计算单元计算的块方差判断所述判决窗口的中心象素点是否为边缘象素点。
本发明实施例提供的边缘检测装置,通过分块平滑的办法来实现边缘检测,能够有效的屏蔽噪声,得到准确的图像边缘,较好的保留图像信息。同时通过窗口的大小的调整和门限参数的选择来达到抗噪能力和图像边缘信息保存较好的平衡。
图9为本发明实施例提供的边缘检测装置实施例二的结构示意图,如图9 所示,在实施例一的基础上,划分模块82可以根据不同方向的需要细分为更小的单元,例如,划分模块可以包括:
第一划分单元821,用于按照水平和垂直的方向将所述判决窗口划分为4个不同的边缘块,相邻的边缘块存在重叠的象素点。划分方法可以参考图3(a)所示的方法,前面均有描述,这里不再赘述。
第二划分单元822,用于按照45度和135度的方向将所述判决窗口划分为另外4个不同边缘块,相邻的边缘块存在重叠的象素点。划分方法可以参考图3(b)所示的方法。
具体实现时,上述第一划分单元821和第二划分单元822并不一定需要一并存在,只要其中任一单元即可实现本发明。
计算模块83可以包括:
第一计算单元831,用于计算边缘块的象素平均值;即将边缘块的所有象素点的象素值相加,然后将相加的结果除以边缘块的象素点数目。
第二计算单元832,用于根据所述第一计算单元831计算的边缘块的象素平均值计算相同边缘方向上两组边缘块的块平均值;具体地,以图3为例,对于图3(a),水平方向边缘块F(1),F(3)为第一组,F(3)、F(5)为第2组,计算该两组边缘块的块平均值m1和m2,即将各组中的两个边缘块的象素平均值相加求平均,其他类推。
第三计算单元833,用于计算所述第二计算单元832得到的两组块平均值的差值绝对值的平方,得到所述边缘方向的块方差。
判断模块84可以包括:
第一判断单元841,用于在水平方向上的块方差大于预设的第一门限时,判断所述判决窗口的中心象素点为水平边缘象素点;
第二判断单元842,用于在垂直方向上的块方差大于预设的第二门限,判断所述判决窗口的中心象素点为垂直边缘象素点;
第三判断单元843,用于在45度方向上的块方差大于预设的第三门限时,判断所述判决窗口的中心象素点为45度方向边缘象素点;或
第四判断单元844,用于在135度方向上的块方差大于预设的第四门限时,判断所述判决窗口的中心象素点为135度方向边缘象素点。
上述的4个门限值,可以完全相同,也可以采用不同的门限值。在本发明的一个实施例中,T1=T2=T3=T4=T。
本发明实施例提供的边缘检测方法和装置,通过分块平滑的方法进行边缘检测,能够有效的屏蔽噪声,得到准确的图像边缘,较好的保留图像信息。同时通过窗口的大小的调整和门限参数的选择来达到抗噪能力和图像边缘信息保存较好的平衡,且通过不同的判断单元,对象素点进行区分方向的边缘检测,例如水平方向、垂直方向、45度方向、135度方向等。在具体实现过程中,可以对判决窗口划分更多数量的边缘块,或者细分更多的方向。
以上所述仅为本发明的几个实施例,本领域的技术人员依据申请文件公开的可以对本发明进行各种改动或变型而不脱离本发明的精神和范围。
Claims (12)
1.一种边缘检测方法,其特征在于,包括:
确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;
根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
根据相同边缘方向上的两组边缘块计算相应边缘方向上的块方差;
若任一边缘方向上的块方差大于该边缘方向对应的预设的门限,则判断所述判决窗口的中心象素点为边缘象素点。
2.如权利要求1所述的方法,其特征在于,所述判决窗口包括5×5、7×7或9×9大小的象素块。
3.如权利要求1或2所述的方法,其特征在于,所述根据不同的边缘方向将所述判决窗口划分为不同的边缘块包括:
按照水平和垂直的方向将所述判决窗口划分为4个不同的边缘块,相邻的边缘块存在重叠的象素点。
4.如权利要求3所述的方法,其特征在于,所述根据不同的边缘方向将所述判决窗口划分为不同的边缘块还包括:
按照45度和135度的方向将所述判决窗口划分为另外4个不同边缘块,相邻的边缘块存在重叠的象素点。
5.如权利要求1所述的方法,其特征在于,所述根据相同边缘方向上的两组边缘块计算相应边缘方向上的块方差包括:
计算所述边缘方向上每个边缘块的象素平均值;
根据边缘块的象素平均值计算相同边缘方向上的两组边缘块的块平均值;
计算两组块平均值的差值绝对值的平方,得到所述边缘方向的块方差。
6.如权利要求1所述的方法,其特征在于,所述若所述边缘方向上的任一方向的块方差大于该方向对应的预设的门限,则判断所述判决窗口的中心象素点为边缘象素点的步骤包括:
若水平方向上的块方差大于预设的第一门限,则判断所述判决窗口的中心象素点为水平边缘象素点;或
若垂直方向上的块方差大于预设的第二门限,则判断所述判决窗口的中心象素点为垂直边缘象素点;或
若45度方向上的块方差大于预设的第三门限,则判断所述判决窗口的中心象素点为45度方向边缘象素点;或
若135度方向上的块方差大于预设的第四门限,则判断所述判决窗口的中心象素点为135度方向边缘象素点。
7.如权利要求6所述的方法,其特征在于,所述第一门限、所述第二门限、所述第三门限与所述第四门限相同。
8.一种边缘检测装置,其特征在于,包括:
确定模块,用于确定判决窗口,所述判决窗口为N*N大小的象素块,其中N为奇数,且N大于1;
划分模块,用于根据不同的边缘方向将所述判决窗口划分为不同的边缘块;
计算模块,用于根据相同边缘方向上的两组边缘块计算相应边缘方向上的块方差;
判断模块,用于在所述边缘方向上的任一方向的块方差大于该方向对应的预设的门限时,判断所述判决窗口的中心象素点为边缘象素点。
9.如权利要求8所述的装置,其特征在于,所述划分模块包括以下两个单元中的至少一个:
第一划分单元,用于按照水平和垂直的方向将所述判决窗口划分为4个不同的边缘块,相邻的边缘块存在重叠的象素点;
第二划分单元,用于按照45度和135度的方向将所述判决窗口划分为另外4个不同边缘块,相邻的边缘块存在重叠的象素点。
10.如权利要求9所述的装置,其特征在于,所述判断模块包括以下两个单元中的至少一个:
第一判断单元,用于在水平方向上的块方差大于预设的第一门限时,判断所述判决窗口的中心象素点为水平边缘象素点;
第二判断单元,用于在垂直方向上的块方差大于预设的第二门限,判断所述判决窗口的中心象素点为垂直边缘象素点;
第三判断单元,用于在45度方向上的块方差大于预设的第三门限时,判断所述判决窗口的中心象素点为45度方向边缘象素点;或
第四判断单元,用于在135度方向上的块方差大于预设的第四门限时,判断所述判决窗口的中心象素点为135度方向边缘象素点。
11.如权利要求8所示的装置,其特征在于,所述计算模块包括:
第一计算单元,用于计算各个边缘块的象素平均值;
第二计算单元,用于根据所述第一计算单元计算的边缘块的象素平均值计算相同边缘方向上两组边缘块的块平均值;
第三计算单元,用于计算所述第二计算单元得到的两组块平均值的差值绝对值的平方,得到所述边缘方向的块方差。
12.如权利要求10所示的装置,其特征在于,所述第一门限、所述第二门限、所述第三门限与所述第四门限相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101419322A CN101354783B (zh) | 2008-08-21 | 2008-08-21 | 边缘检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101419322A CN101354783B (zh) | 2008-08-21 | 2008-08-21 | 边缘检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101354783A CN101354783A (zh) | 2009-01-28 |
CN101354783B true CN101354783B (zh) | 2011-05-18 |
Family
ID=40307583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101419322A Active CN101354783B (zh) | 2008-08-21 | 2008-08-21 | 边缘检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101354783B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706962B (zh) * | 2009-11-27 | 2011-08-17 | 四川长虹电器股份有限公司 | 图像边缘提取方法 |
CN102005051B (zh) * | 2010-11-23 | 2013-03-20 | 华亚微电子(上海)有限公司 | 一种边缘检测方法以及相关装置 |
US9177383B2 (en) * | 2013-08-29 | 2015-11-03 | Analog Devices Global | Facial detection |
CN104331887B (zh) * | 2014-10-30 | 2017-02-15 | 安徽清新互联信息科技有限公司 | 一种基于区域边缘信息的车牌粗定位方法 |
CN108629786B (zh) * | 2017-03-23 | 2020-07-21 | 展讯通信(上海)有限公司 | 图像边缘检测方法及装置 |
CN110766028B (zh) * | 2019-10-23 | 2023-02-21 | 紫光展讯通信(惠州)有限公司 | 像素类型确定方法及装置 |
-
2008
- 2008-08-21 CN CN2008101419322A patent/CN101354783B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101354783A (zh) | 2009-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101354783B (zh) | 边缘检测方法和装置 | |
US7110612B1 (en) | Weighted absolute difference based noise reduction method and apparatus | |
CN101087365B (zh) | 一种滤除图像混合噪声的方法 | |
US8295607B1 (en) | Adaptive edge map threshold | |
CN103106648B (zh) | 确定图像中投影区域的方法和设备 | |
US6175659B1 (en) | Method and apparatus for image scaling using adaptive edge enhancement | |
US8665378B2 (en) | Filter for video stream | |
US9779321B2 (en) | Image processing device and method thereof | |
CN102281388A (zh) | 适应性滤除影像噪声的方法及装置 | |
US20160301848A1 (en) | Generating synthetic video frames using optical flow | |
CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
CN101405765A (zh) | 内容自适应的滤波器技术 | |
KR20110005408A (ko) | 영상 잡음 제거 장치 및 방법 | |
CN101610414A (zh) | 图像处理装置、图像处理方法及程序 | |
JPH04188283A (ja) | 画像処理方法および装置 | |
CN101141655A (zh) | 影像信号像素点色彩值调整方法 | |
CN115239653A (zh) | 支持多分屏的黑屏检测方法、装置、电子设备及可读存储介质 | |
US7916970B2 (en) | Image processing apparatus, method of same, and program for same | |
KR100627615B1 (ko) | 조정 가능한 임계값을 이용한 노이즈 제거 장치 | |
US6449389B1 (en) | Method and apparatus for single channel color image segmentation using local context based adaptive weighting | |
US8189874B2 (en) | Method for motion detection of horizontal line | |
US8077926B2 (en) | Method of motion detection using adaptive threshold | |
US20060159361A1 (en) | Image filter, image filtering method and computer program | |
CN114584832A (zh) | 视频自适应多尺寸动态播放方法及装置 | |
CN102447817B (zh) | 图像处理装置与空间图像噪声消除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |