CN101789121B - 用于阴影校正的装置和方法 - Google Patents

用于阴影校正的装置和方法 Download PDF

Info

Publication number
CN101789121B
CN101789121B CN2009100099228A CN200910009922A CN101789121B CN 101789121 B CN101789121 B CN 101789121B CN 2009100099228 A CN2009100099228 A CN 2009100099228A CN 200910009922 A CN200910009922 A CN 200910009922A CN 101789121 B CN101789121 B CN 101789121B
Authority
CN
China
Prior art keywords
image
light intensity
image block
background pixel
pixel
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.)
Expired - Fee Related
Application number
CN2009100099228A
Other languages
English (en)
Other versions
CN101789121A (zh
Inventor
温东超
胥立丰
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to CN2009100099228A priority Critical patent/CN101789121B/zh
Priority to JP2010010371A priority patent/JP4966384B2/ja
Publication of CN101789121A publication Critical patent/CN101789121A/zh
Application granted granted Critical
Publication of CN101789121B publication Critical patent/CN101789121B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Character Input (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种对在其全部或部分上具有阴影的图像(I)进行阴影校正的装置和方法。该方法包括步骤:从图像(I)检测背景像素;根据所检测到的背景像素产生光强度图像;以及利用该光强度图像从图像(I)去除阴影。

Description

用于阴影校正的装置和方法
技术领域
本发明涉及对在其全部或部分上具有阴影的图像进行阴影校正的装置和方法。
背景技术
对于印刷材料等等的基于照相机或基于扫描仪的成像,阴影物(下文中也称作阴影)是非常常见的问题。阴影物可能由于不均匀的照明以及印刷材料的不平坦的形状而被引入。
在现有技术中,已经有许多的文章和专利处理通过照相机或扫描仪捕捉的文档图像中的阴影物问题。
美国专利5912992公开了一种方法,其通过预先从含阴影的图像中去除阴影,提取诸如字符和线条的对象,而不受阴影的影响。但该发明主要针对处理车牌(license plate)图像,并且没有给出关于处理一般文档(例如,纸件文档,或书本)图像的指导。
美国专利6788822公开一种利用多尺度(multi-scale)retinex方法进行阴影校正的方法,并且它提供了一种对DC图像的优化的动态范围。但是,retinex方法是非常耗时的处理过程。此外,retinex不能完全去除图像中的阴影。
美国专利6577762公开一种阈值(thresholding)技术用于产生文档图像的背景图像,并且它利用背景图像来将图像的背景归一化。然而,美国专利6577762的公开假设在文档图像中存在大的空白区域(例如,在页的四边上的空白,行间的间隔),并根据空白区域估算背景图像。但是,在某些文档中,行间隔可能非常小,并且不能被该技术使用来估算背景。在此情况下,仅依靠页四边的空白将导致估算的背景不正确,例如,当在拍摄的环境中存在两个或更多个光源时。
本发明至少解决了现有技术中的一些不足或缺点。
发明内容
根据本发明一个方面,提供了一种能够自动估算图像上的光强度分布并然后根据所估算的光强度分布去除阴影物的方法。
根据本发明另一方面,提供了一种对在其全部或部分上具有阴影的图像I进行阴影校正的方法,包括步骤:从图像I检测背景像素;根据所检测到的背景像素产生光强度图像;以及利用该光强度图像从图像I去除阴影。
根据本发明另一方面,提供了一种对在其全部或部分上具有阴影的图像I进行阴影校正的装置,包括:检测模块,用于从所述图像I检测背景像素;产生模块,用于根据所检测到的背景像素产生光强度图像;以及阴影去除模块,用于利用所述光强度图像从所述图像I去除阴影。
根据本发明另一方面,提供了一种OCR系统,其中利用了本发明的上述方法或设置了本发明的上述装置。
利用本发明,可以有效且更准确地去除图像上的阴影,从而可以提高图像的OCR准确性。
根据本发明的实施例,特别是通过在检测背景象素和/或在产生所述光强度图像时将图像划分为图像块以便基于所述图像块执行所述检测和所述产生,并且更特别的,通过从先前提取的第一组背景像素基于光强度范围进一步提取第二组背景像素,可以更准确地确定背景像素,并且可以根据该背景像素更正确地产生光强度图像。
本发明上述的特征和优点仅是示例性的,并且在研究或检验下面的详细说明时,本发明的其他特征和优点对于本领域技术人员而言将是显而易见的,或者可以从本发明的实践中获知。
附图说明
本申请包括附图,其被结合进本说明书中,并构成本说明书的一部分,附图提供对本发明原理的进一步理解,并且在任何情况下都不用于限制本发明的范围,在附图中示出了本发明的示例性实施例,其中:
图1是示出根据本发明一个实施例的用于阴影校正的方法的流程图;
图2和图3是示出了分别根据本发明不同实施例的检测背景像素的步骤的示例性流程图;
图4是示出根据本发明实施例的从图像I提取第一组背景像素并确定该第一组背景像素的光强度范围[T1,T2]的过程的流程图;
图5是示出根据本发明一个实施例的产生光强度图像的过程的流程图;
图6是示出根据本发明实施例的用于阴影校正的装置的框图;
图7至图10是根据本发明的实验的用以说明本发明能够实现的效果的图;
图11是示出应用了本发明的OCR系统的处理过程的流程图。
具体实施方式
应当理解,关系术语的使用,诸如第一和第二等等,仅是用于将一个实体、项、或动作与另一实体、项、或动作区分开,而并不是必然要求或暗示这些实体、项、或动作之间的任何实际上的这样的关系或次序。
还应理解,本发明的功能性以及本发明的原理中的大部分在具体实现时,可以以软件、固件、硬件、和/或其组合,诸如计算机程序、可以由中央处理单元(CPU)执行的软件指令、和/或专用集成电路等,来最佳地实现。可以预期,本领域的普通技术人员,尽管受例如可用时间、当前技术以及经济上的考虑的制约,可能付出相当的努力以及遇到许多的设计选择,但受这里所公开的概念和原理的指导时,将容易地能够通过最少的实验产生这些程序、指令和/或IC。
下面,将参考附图详细说明本发明。
图1是示出根据本发明一个实施例的用于阴影校正的方法的流程图。如图1所示,该方法包括以下步骤:从图像I检测背景像素(步骤100);根据所检测到的背景像素产生光强度图像(步骤200);以及利用所述光强度图像去除阴影(步骤300)。因此,根据本发明的该方法可以获得去除了阴影的图像O。
下面将参考附图2至5详细说明图1中所示的步骤。
图2和图3是分别示出了根据本发明不同实施例的检测背景像素的步骤的示例性流程图。
在步骤100,从原始图像I检测背景像素。如图2中所示,在本发明的特定实施例中,可以如下进行步骤100中的处理。
首先,从图像I产生二值图像A(步骤110)。二值图像表示其像素仅包括两种值的图像,一种表示前景像素,而另一种表示背景像素。
接着,通过参考该二值图像A从图像I的全部或部分中提取第一组背景像素(以set1表示),作为检测到的背景像素(步骤S120)。
在本发明的进一步的实施例中,如图3所示,步骤100进一步包括根据set1确定光强度范围[T1,T2]的步骤(步骤130),以及通过提取其光强度在光强度范围[T1,T2]内的像素来从set1提取第二组背景像素(以set2表示)的步骤(步骤140)。在这种情况下,将第二组背景像素,而不是第一组背景像素,作为检测到的背景像素。
如本领域技术人员根据下面的具体说明将理解的,在某些实施例中,可以通过将图像划分成图像块来执行本发明的方法。
现在,将参考图2和图3进一步讨论步骤110至140的细节。
在步骤110从原始图像I产生二值图像A。在本发明的优选实施例中,将图像划分成图像块,并随后对每一图像块应用二值化以便产生二值图像块,这些二值图像块共同形成所述二值图像A。在此可以应用多种局部二值化方法,例如公知的Ni-Black方法。
对于文档(诸如纸件文档)的图像,将图像块的大小设置为原始图像中的平均字符大小是更适用的。在大多数情况下,不必估算图像中的平均字符大小。根据发明人的实验,在15和50像素之间的块大小对于大多数图像是适用的。在本发明的一种实现方法中,块大小被设置为20像素。结果,可以高度精确地检测文本范围,以便于更准确地检测背景像素。
在步骤120,通过参考二值图像A从图像I的整个或部分中提取第一组背景像素(以set1表示)。
然而,发明人发现,尽管在步骤110中已经识别了大多数的前景像素,包括字符或笔划(stroke),但是仍有某些残留的、属于前景的微弱的笔划未被从背景分开。也就是说,可能有某些前景像素未被从背景像素分开,并仍残留。如果这些残留的前景像素被包含在所检测到的用于产生光强度图像的背景像素中,这可能是不利的。
此外,在所提取的set1中,仍可能存在某些噪声像素,其是具有高的光强度的像素且可以是“椒盐(salt and pepper)”噪声等。如果这些噪声像素被包含在所检测到的用于产生光强度图像的背景像素中,这可能也是不利的。
为了更准确地提取背景像素,需要对通过参考二值图像A提取的、并且可能包括在步骤110中未被识别的残留的前景像素和/或噪声像素的这些背景像素执行更精确的处理。
为了解决这一问题,在本发明更优选的实施例中,进一步根据第一组背景像素(set1)确定光强度范围[T1,T2](步骤130),然后根据该光强度范围[T1,T2]从该第一组背景像素(set1)提取第二组背景像素(set2),这将在下面进一步详细讨论。
这里,光强度范围[T1,T2]被定义用于检测和去除由微弱笔划形成的残留的前景像素等。也就是说,利用光强度范围来去除set1中的残留的前景像素。因为没有其他的现有信息,所以均值和方差对于确定光强度范围是合适的参考。
假设set1具有n个像素,符号Vi表示属于set1的像素的灰度值(该灰度值可以对应于该像素的光强度)。通常,用M来表示set1的背景像素的灰度值的光强度均值,用σ来表示set1的背景像素的灰度值的光强度方差,于是,下式成立:
M = 1 n Σ i = 1 n V i - - - ( 1 )
σ = 1 n * [ Σ i = 1 n ( V i - M ) 2 ] - - - ( 2 )
可以通过均值和方差的函数来描述下限和上限T1和T2,如下式所示:
T=f(M,σ)    (3)
并且,考虑到对于大多数应用线性函数就足够了,因此可以得到下式:
T=M+α*σ    (4)
其中,因子α是由置信区间所确定的恒定值,置信区间意指这样的区间,在该区间中确保像素被看作背景像素。因而,下式成立:
T1=M+α1*σ    (5)
T2=M+α2*σ    (6)
其中,T1<T2,α1∈[-1,0]且α2∈[0,1]。在本发明的一个实现方式中,α1=0,α2=0.5。在本发明的另一实施例中,可以采用其他合适的函数来确定该下限和上限T1和T2
然后,处理过程进行至步骤140,如图3所示。
在步骤140,从set1中提取其光强度在该光强度范围[T1,T2]内的第二组背景像素(以set2表示),以便基本去除残留的前景像素和噪声像素。
假设set1具有n个像素,符号i用于表示属于set1的像素,而符号Vi表示像素i的灰度值,其可以对应于该像素的光强度。在步骤130定义了两个阈值T1和T2。如果Vi<T1,则像素i被看作前景像素。如果Vi>T2,则像素i被看作噪声像素。且如果Vi是在光强度范围[T1,T2]内,则像素i被接受作为正确的背景像素。将该操作应用于set1,则可以获得基本仅包含背景像素的第二组背景像素(set2)。
下面,将参考图4进一步讨论根据本发明的用于提取set1和确定光强度范围[T1,T2]的另一示例性过程。
图4是示出根据本发明实施例的从图像I提取第一组背景像素和确定该第一组背景像素的光强度范围[T1,T2]的过程的流程图。
在步骤121,根据本发明的一个优选实施例,在从图像I提取背景像素时,将图像I划分成至少一个图像块。在一个实施例中,将图像划分成PQ个图像块(步骤121)。在该情况下,将明白如果P=1且Q=1,则整个图像被看作一个块。在更优选的实施例中,将图像划分成具有相同大小的图像块。
对于文档(诸如纸件文档)图像,将图像块的大小设置为原始图像I中的平均字符大小是更适用的。通常,存在数种计算字符大小的方法,例如连通单元分析(CCA)等。然而,在大多数情况下,不必估算图像中的平均字符大小。根据发明人的实验,在15和50像素之间的块大小对于大多数图像是适用的。在本发明的一种实现方法中,块大小被设置为20像素。应当注意,在整个说明书中,在根据需要将图像划分成图像块时,上述指导也是适用的。
然后,处理过程进行至步骤122.
在步骤S122,对于每个图像块,通过参考二值图像A提取一组背景像素。图像块中的每一指定像素都与二值图像A中的一像素对应。通过参考二值图像A,很容易标示指定块中的前景像素和背景像素。所提取的这些组的背景像素单独地或共同地形成所述第一组背景像素(set1)。然后,处理过程进行至步骤130’。
与步骤130类似,在步骤130’对于每一图像块根据所提取的背景像素的组确定光强度范围[T1,T2]。
然后,在步骤140’,对于每一图像块,根据光强度范围[T1,T2]从所提取的背景像素的组中提取背景像素的子组,作为最终的所检测到的背景像素。并且,从图像块中提取的这些所述背景像素的子组可以共同地形成所述第二组背景像素(set2)。在这种情况下,基本去除了上述的残留在背景像素中的微弱字符或笔划。
顺便提及,在本发明的优选实施例中,在步骤121的所述划分,可以与上面就步骤110所描述的划分相同,并且更优选的,在这种情况下,可以省略步骤121的划分,使得随后的步骤诸如122、130’和140’可以根据上面就步骤110描述的图像块来执行。
下面,将描述根据本发明的根据所检测到的背景像素产生光强度图像的示例性过程。
在正确地检测了背景像素之后,在步骤200可以相应根据这些背景像素计算光强度图像。
在本发明的一优选实施例中,可以将图像划分成至少一个图像块,所检测到的背景像素也就被对应划分。在一个实施例中,将图像划分成例如P1Q1个图像块。如果P1=1且Q1=1,则整个图像被看作一个块。在一个更优选的实施例中,将图像划分成具有相同大小的图像块。
计算每一图像块中所包含的被检测到的背景像素(set1或set2)的光强度的平均值,作为图像块的平均背景光强度。假设,图像块具有k个检测到的背景像素,符号Vi表示该图像块中所检测到的背景像素i的灰度值,符号Vaverage表示该图像块的平均背景光强度,而符号M用于表示该图像块的所检测到的背景像素的光强度的均值,于是下式成立:
V average = M = 1 k Σ i = 1 k V i - - - ( 7 )
从而,获得这些图像块的平均背景光强度。之后,可以由这些图像块的平均背景光强度生成光强度图像。
考虑到在某些情况下,如此产生的光强度图像的分辨率可能与原始图像I的分辨率不匹配,因此在更优选的实施例中,进一步将如此产生的光强度图像上采样,例如双线性上采样,以便匹配原始图像I的分辨率。也就是说,这些平均背景光强度被上采样(例如,双线性上采样)以产生具有与原始图像I相同尺寸的光强度图像。为了使分辨率匹配,本领域技术人员根据本发明的指导将理解可以采用其他适当的方法。在此情况下,可以将上采样的背景图像作为用于原始图像I的所述光强度图像。并且,在进一步的实施例中,可以利用某种平滑方法,诸如高斯(Gauss)平滑方法,来进一步将该光强度图像平滑化,以擦除噪声和异常数据。
应当理解,在步骤200的所述划分并非是必要或必须的。在本发明的其他实施例中,可以参考在先前的步骤110或121中划分的图像块,而不是在步骤200中划分图像,来执行步骤S200。下面将参考图5详细描述这种情况下的示例性处理过程。
图5是示出根据本发明一个实施例的对于图像I产生光强度图像的过程的示例性流程图。与图4中所示的步骤121、122、130’和140’类似地,将图像I划分成图像块(步骤121’),通过参考二值图像A对每一图像块提取一组背景像素(步骤122’),然后对于每一图像块根据所提取的背景像素的组确定光强度范围[T1,T2](步骤130”),之后,通过从对于每一图像块在步骤122'提取的背景像素的组中提取其光强度在该图像块的所述光强度范围[T1,T2]内的像素来对于每一图像块提取背景像素子组(步骤140”)。然后,对于每一图像块如上所述地计算该图像块的平均背景光强度(步骤S210)。之后,可以由这些图像块的平均背景光强度生成光强度图像(步骤S220)。
下面,将进一步讨论根据本发明实施例的利用光强度图像去除阴影的处理过程(图1中所示的步骤300)。
在步骤300,可以通过利用所述光强度图像来去除在全部或部分图像上的阴影。
在本发明的一特定实施例中,假设原始图像数据是I(x,y),而光强度图像数据是M(x,y),于是作为输出图像的去除了阴影的图像数据O(x,y)可以通过下式来计算:
O(x,y)=c*(I(x,y)/M(x,y))    (8)
其中,c是恒定值,其应确保O(x,y)落在有效的强度范围内(例如,对于8位灰度图像,O(x,y)应在0-255内)。c越大,则输出图像将越亮。在本发明的一个实施例中,c被设置为原始图像中的最大光强度。可以通过对图像I内的每一像素执行上述计算来获得去除了阴影的图像数据O(x,y)。
受益于本发明的公开,本领域技术人员将理解,在步骤300可以应用其他的适当的方法或技术来执行所述阴影去除。
还应注意到,所述产生光强度图像也可以是指从背景像素产生光强度数据,并且并不必然意味着实际生成实体文件来作为所述光强度图像。作为选择,在某些情况下,在需要时也可以为所述光强度图像生成实体文件。
作为本发明的一个方面,还提供了对在其全部或部分上具有阴影的图像I进行阴影校正的装置。图6示出根据本发明一个实施例的用于阴影校正的装置的框图。如图6中所示,该装置包括:检测模块600,用于从图像I检测背景像素;产生模块700,用于根据所检测到的背景像素产生光强度图像;以及阴影去除模块800,用于利用所述光强度图像从图像I去除阴影。
在本发明某些特定实施例的装置中,在从图像I检测背景像素时和/或在产生光强度图像时,可以将图像I划分成图像块,以便基于图像块执行所述检测和/或所述产生。
在本发明的优选实施例中,检测模块600可以从图像I产生二值图像A,以及然后通过参考该二值图像A从图像I的全部或部分中提取第一组背景像素,来作为检测到的背景像素。
在本发明的一个更优选的实施例中,用于从图像I检测背景像素的检测模块600可以根据第一组背景像素确定光强度范围[T1,T2],以及通过提取其光强度在该光强度范围[T1,T2]内的背景像素来从该第一组背景像素中提取第二组背景像素,代替第一组背景像素来作为检测到的背景像素。
在本发明的一更优选的实施例中,检测模块600可以计算第一组背景像素中的光强度均值M和光强度方差σ,并如下计算T1和T2
T1=M+α1
T2=M+α2
其中,α1∈[-1,0]且α2∈[0,1]。
在本发明的一更优选的实施例中,检测模块600可以将图像I划分成图像块,以及对每一图像块应用二值化,以产生各自的二值图像块,所得到的二值图像块共同形成所述二值图像A。之后,检测模块600可以通过参考二值图像A的各自相应的二值图像块从每一图像块提取各自的背景像素的组,来作为检测到的背景像素。
在本发明的一更优选的实施例中,检测模块600可以将图像I划分成图像块,以及通过参考图像A从每一图像块提取各自的背景像素的组,来作为检测到的背景像素。
顺便提及,在本发明的优选实施例中,上述的由检测模块600进行的这两个划分可以是相同的,在这种情况下,可以省略后面的一个划分,使得可以基于按前面的一个划分的图像块执行后续步骤。
在本发明的一更优选的实施例中,用于从图像I检测背景像素的检测模块600可以根据从每一图像块提取的各自的背景像素的组来确定每一图像块的光强度范围[T1,T2],并从对每一图像块提取的各自的背景像素的组中提取其光强度在该图像块的光强度范围[T1,T2]内的背景像素的子组,来代替第一组背景像素作为检测到的背景像素。
在本发明的一更优选的实施例中,检测模块600可以对每一图像块计算在各自所提取的背景像素的子组中的光强度均值M和光强度方差σ,并如上所述地计算每一图像块的T1和T2
在本发明的一更优选的实施例中,用于从所述背景像素产生光强度图像的产生模块700可以将图像划分成图像块,将每一图像块的平均背景光强度设置为该图像块中所检测到的背景像素的光强度的平均值,并由这些图像块的平均背景光强度生成光强度图像。
顺便提及,在本发明的优选实施例中,上述的由所述产生模块700进行的划分可以与由检测模块600进行的划分相同,在这种情况下,可以省略由所述产生模块700进行的划分,使得根据按前面的一个划分的图像块执行后续的处理。在如上所述在检测模块中已将图像划分成图像块的情况下,用于从所述背景像素产生光强度图像的产生模块700可以将每一图像块的平均背景光强度设置为该图像块中所检测到的背景像素的光强度的平均值,并由这些图像块的平均背景光强度生成光强度图像。
在本发明的一个更优选的实施例中,图像块具有相同大小。
在本发明的一更优选的实施例中,产生模块700可以通过对图像块的平均背景光强度进行上采样,或进行上采样然后平滑,来产生具有与所述原始图像I相同大小的光强度图像。
在本发明的一更优选的实施例中,用于利用所述光强度图像去除图像I上的阴影的阴影去除模块800可以通过下式来计算去除了阴影的图像数据O(x,y):
O(x,y)=c*(I(x,y)/M(x,y))
其中,I(x,y)表示原始图像数据,而M(x,y)表示光强度图像数据。
根据本公开,将理解,本发明的方法和装置,以及其步骤和模块,可以以软件、固件、硬件和/或其任意组合来实施。
图7至图10是根据本发明的实验的用以说明本发明能够实现的效果的图。图7是拍摄或扫描等等的纸件文档的具有阴影的原始图像。图8是根据本发明的实现方式从图7的原始图像产生的二值图像。图9是示出根据本发明的实现方式估算的图7的原始图像的光强度分布的光强度图像。图10是图7的原始图像的去除了阴影的图像,其中根据本发明的实现方式去除了图像上的阴影。如从图7至图10可见的,图像上的阴影被基本上且准确地去除,使得能够例如通过OCR系统,更准确地识别所得到的去除了阴影的图像上的文本。
本发明进一步构思,根据本发明不同实施例的装置和方法至少可应用于OCR系统,例如,数字照相机OCR系统。
图11示出了应用了本发明的OCR系统的处理过程。如图11所示,首先,通过数字照相机拍摄,或通过扫描仪扫描一些文档材料,诸如纸件文档、图书等等,从而形成文档材料的电子版本,例如图像。然后,利用本发明的方法或装置对图像进行阴影校正,通过此更准确地去除图像上的阴影,从而可以获得去除了阴影的图像。然后,可以对该去除了阴影的图像应用常规的OCR处理,必要时包括另外的二值化处理,以使得能够准确地从图像识别文本内容。
尽管上面参考附图描述了本发明的实施例,但应当理解,附图及其具体说明并非意图将本发明限制于所公开的特定形式,相反,本发明的范围仅由所附权利要求及其等效物限定。因此,落在所附权利要求所限定的本发明的精神和范围内的所有修改、等效和替换都被包括在本发明的范围内。

Claims (10)

1.一种对在其全部或部分上具有阴影的图像I进行阴影校正的方法,包括以下步骤:
从图像I检测背景像素;
根据所检测到的背景像素产生图像I的光强度图像;以及
利用该光强度图像从图像I去除阴影,
其中,从图像I检测背景像素的步骤包括:
将图像I划分为图像块;
通过对每个图像块应用二值化来产生与每个图像块对应的二值图像块;
通过参考所产生的二值图像块对于每个图像块从包含在该图像块的像素提取第一组背景像素;
通过向对于每个图像块提取的第一组背景像素应用用于计算用于去除前景像素和噪声像素的阈值T1和T2的等式,对每个图像块确定光强度范围[T1,T2];以及
从包含在对每个图像块提取的第一组背景像素中的像素检测均具有在光强度范围[T1,T2]内的光强度的第二组背景像素,作为每个图像块的背景像素,
其中,根据所检测到的背景像素产生图像I的光强度图像的步骤包括:
基于检测到的每个图像块的背景像素的光强度,获取每个图像块的背景光强度;以及
基于每个图像块的背景光强度,产生图像I的光强度图像。
2.一种对在其全部或部分上具有阴影的图像I进行阴影校正的方法,包括以下步骤:
从图像I检测背景像素;
根据所检测到的背景像素产生图像I的光强度图像;以及
利用该光强度图像从图像I去除阴影,
其中,从图像I检测背景像素的步骤包括:
通过对图像I应用二值化来产生二值图像A;
将图像I划分为图像块;
通过参考二值图像A从包含在每个图像块中的像素提取第一组背景像素;
通过向对于每个图像块提取的第一组背景像素应用用于计算用于去除前景像素和噪声像素的阈值T1和T2的等式,对每个图像块确定光强度范围[T1,T2];以及
从包含在对每个图像块提取的第一组背景像素中的像素检测均具有在光强度范围[T1,T2]内的光强度的第二组背景像素,作为每个图像块的背景像素,
其中,根据所检测到的背景像素产生图像I的光强度图像的步骤包括:
基于每个图像块的背景像素的光强度,获取每个图像块的背景光强度;以及
基于每个图像块的背景光强度,产生图像I的光强度图像。
3.如权利要求1或2所述的方法,其中所述确定光强度范围[T1,T2]的步骤进一步包括:
对于每一图像块计算在所提取的各自的第一组背景像素中的光强度均值M和光强度方差σ;
对于每一图像块如下计算T1和T2
T1=M+α1
T2=M+α2
其中,α1∈[-1,0]且α2∈[0,1]。
4.如权利要求1或2所述的方法,其中根据所检测到的背景像素产生图像I的光强度图像的步骤包括:
将每一图像块中的所检测到的背景像素的光强度的平均值设置为该图像块的平均背景光强度;以及
由各图像块的平均背景光强度生成光强度图像。
5.如权利要求4所述的方法,其中由各图像块的平均背景光强度生成光强度图像的步骤包括:
通过对各图像块的平均背景光强度进行上采样,或进行上采样并然后进行平滑,来产生具有与图像I相同尺寸的光强度图像。
6.一种对在其全部或部分上具有阴影的图像I进行阴影校正的装置,包括:
检测模块,用于从图像I检测背景像素;
产生模块,用于根据所检测到的背景像素产生图像I的光强度图像;以及
阴影去除模块,用于利用所述光强度图像从图像I去除阴影,
其中,所述检测模块包括:
用于将图像I划分为图像块的部件;
用于通过对每个图像块应用二值化来产生与每个图像块对应的二值图像块的部件;
用于通过参考所产生的二值图像块对于每个图像块从包含在该图像块的像素提取第一组背景像素的部件;
用于通过向对于每个图像块提取的第一组背景像素应用用于计算用于去除前景像素和噪声像素的阈值T1和T2的等式,对每个图像块确定光强度范围[T1,T2]的部件;以及
用于从包含在对每个图像块提取的第一组背景像素中的像素检测均具有在光强度范围[T1,T2]内的光强度的第二组背景像素,作为每个图像块的背景像素的部件,
其中,所述产生模块包括:
用于基于检测到的每个图像块的背景像素的光强度,获取每个图像块的背景光强度的部件;以及
用于基于每个图像块的背景光强度,产生图像I的光强度图像的部件。
7.一种对在其全部或部分上具有阴影的图像I进行阴影校正的装置,包括:
检测模块,用于从图像I检测背景像素;
产生模块,用于根据所检测到的背景像素产生图像I的光强度图像;以及
阴影去除模块,用于利用所述光强度图像从图像I去除阴影,
其中,所述检测模块包括:
用于通过对图像I应用二值化来产生二值图像A的部件;
用于将图像I划分为图像块的部件;
用于通过参考二值图像A从包含在每个图像块中的像素提取第一组背景像素的部件;
用于通过向对于每个图像块提取的第一组背景像素应用用于计算用于去除前景像素和噪声像素的阈值T1和T2的等式,对每个图像块确定光强度范围[T1,T2]的部件;以及
用于从包含在对每个图像块提取的第一组背景像素中的像素检测均具有在光强度范围[T1,T2]内的光强度的第二组背景像素,作为每个图像块的背景像素的部件,
其中,所述产生模块包括:
用于基于每个图像块的背景像素的光强度,获取每个图像块的背景光强度的部件;以及
用于基于每个图像块的背景光强度,产生图像I的光强度图像的部件。
8.如权利要求6或7所述的装置,其中,用于确定光强度范围[T1,T2]的部件进一步包括:
用于对于每一图像块计算在所提取的各自的第一组背景像素中的光强度均值M和光强度方差σ的部件;
用于对于每一图像块如下计算T1和T2的部件:
T1=M+α1
T2=M+α2
其中,α1∈[-1,0]且α2∈[0,1]。
9.如权利要求6或7所述的装置,其中所述产生模块包括:
用于将每一图像块中的所检测到的背景像素的光强度的平均值设置为该图像块的平均背景光强度的部件;以及
用于由各图像块的平均背景光强度生成光强度图像的部件。
10.如权利要求9所述的装置,其中用于由各图像块的平均背景光强度生成光强度图像的部件包括:
用于通过对各图像块的平均背景光强度进行上采样,或进行上采样并然后进行平滑,来产生具有与图像I相同尺寸的光强度图像的部件。
CN2009100099228A 2009-01-22 2009-01-22 用于阴影校正的装置和方法 Expired - Fee Related CN101789121B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2009100099228A CN101789121B (zh) 2009-01-22 2009-01-22 用于阴影校正的装置和方法
JP2010010371A JP4966384B2 (ja) 2009-01-22 2010-01-20 シェーディング補正を行なう装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100099228A CN101789121B (zh) 2009-01-22 2009-01-22 用于阴影校正的装置和方法

Publications (2)

Publication Number Publication Date
CN101789121A CN101789121A (zh) 2010-07-28
CN101789121B true CN101789121B (zh) 2013-11-13

Family

ID=42532324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100099228A Expired - Fee Related CN101789121B (zh) 2009-01-22 2009-01-22 用于阴影校正的装置和方法

Country Status (2)

Country Link
JP (1) JP4966384B2 (zh)
CN (1) CN101789121B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5488530B2 (ja) * 2011-05-23 2014-05-14 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
CN104240207B (zh) * 2014-10-10 2017-12-19 深圳开立生物医疗科技股份有限公司 一种图像去阴影方法及装置
CN106023113B (zh) * 2016-05-27 2018-12-14 哈尔滨工业大学 基于非局域稀疏的卫星高分图像阴影区域恢复方法
JP6317413B1 (ja) 2016-10-28 2018-04-25 株式会社Pfu 画像処理装置、画像処理方法及び画像処理プログラム
CN108257104B (zh) * 2018-01-26 2020-03-06 维沃移动通信有限公司 一种图像处理方法及移动终端
CN113221601A (zh) * 2020-01-21 2021-08-06 深圳富泰宏精密工业有限公司 字符识别方法、装置及计算机可读存储介质
CN113222826A (zh) * 2020-01-21 2021-08-06 深圳富泰宏精密工业有限公司 文档阴影去除方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5374841A (en) * 1976-12-15 1978-07-03 Nec Corp Television signal processor
JPH01126877A (ja) * 1987-11-12 1989-05-18 Fuji Photo Film Co Ltd シェーディング補正方法
JP3804214B2 (ja) * 1996-10-29 2006-08-02 セイコーエプソン株式会社 画像処理方法および画像処理装置
JP2000276581A (ja) * 1999-03-23 2000-10-06 Minolta Co Ltd 画像処理装置および画像処理方法ならびに画像処理プログラムを記録した記録媒体
JP3917341B2 (ja) * 2000-01-05 2007-05-23 株式会社東芝 画像処理装置
JP4375069B2 (ja) * 2004-03-19 2009-12-02 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
CN101789121A (zh) 2010-07-28
JP2010191952A (ja) 2010-09-02
JP4966384B2 (ja) 2012-07-04

Similar Documents

Publication Publication Date Title
CN101789121B (zh) 用于阴影校正的装置和方法
CN103366167B (zh) 用于处理图像以识别一连串字母数字字符的系统和方法
CN104361336A (zh) 一种水下视频图像的文字识别方法
JP6366024B2 (ja) 画像化された文書からテキストを抽出する方法及び装置
US9349237B2 (en) Method of authenticating a printed document
CN106537416B (zh) 图像处理装置、文字识别装置、图像处理方法及存储介质
Agarwal et al. An efficient algorithm for automatic car plate detection & recognition
Chakraborty et al. An improved template matching algorithm for car license plate recognition
Saddami et al. Improvement of binarization performance using local otsu thresholding.
Dev A novel approach for car license plate detection based on vertical edges
Boiangiu et al. Handwritten documents text line segmentation based on information energy
Rani et al. A quad tree based binarization approach to improve quality of degraded document images
Davix et al. License plate localization by sobel vertical edge detection method
Chaudhari et al. Document image binarization using threshold segmentation
Yutao et al. License plate character segmentation from video images: A survey
AL-Khatatneh et al. Compound binarization for degraded document images
Tyagi et al. Performance analysis of localization algorithms applied on real time license plates of different countries
Mohana et al. Era identification and recognition of Ganga and Hoysala phase Kannada stone inscriptions characters using advance recognition algorithm
Bawa et al. A review on binarization algorithms for camera based natural scene images
US9367760B2 (en) Coarse document classification in an imaging device
Talari et al. Indus Image Segmentation Using Watershed and Histogram Projections
Das et al. Adaptive method for multi colored text binarization
CN108664978B (zh) 模糊车牌的字符分割方法及装置
Dong Comparison of Edge Detection Techniques and Mathematical Morphology in Car Plate Detection Application
Majumder Image processing algorithms for improved character recognition and components inspection

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131113