CN101841643A - 一种黑边检测方法和装置 - Google Patents
一种黑边检测方法和装置 Download PDFInfo
- Publication number
- CN101841643A CN101841643A CN 201010160701 CN201010160701A CN101841643A CN 101841643 A CN101841643 A CN 101841643A CN 201010160701 CN201010160701 CN 201010160701 CN 201010160701 A CN201010160701 A CN 201010160701A CN 101841643 A CN101841643 A CN 101841643A
- Authority
- CN
- China
- Prior art keywords
- black surround
- picture frame
- height
- zone
- subelement
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种黑边检测方法,该方法包括:从所接收到的视频数据中确定需要进行检测的图像帧;取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边,并将判断结果保存至历史记录中;根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。本发明实施例还公开了一种黑边检测装置。本发明实施例所提供的技术方案,可以实现对图像帧中黑边快速、准确地检测。
Description
技术领域
本发明涉及图像处理领域,更具体地说,涉及一种黑边检测方法和装置。
背景技术
数字电视内容繁多,有各种各样的电影、电视以及广告等节目。其中,电影和电视剧一般采用宽银幕的画面,画面比例通常情况下为16∶9。而现有国内数字电视播放的画面比例还是4∶3。当播放16∶9或其他宽银幕的内容时只能居中显示,上下用黑色填充,这样制作出来的节目就会带有黑边。
显然这些黑边是没有实际意义的。因此,在数字电视相关内容应用处理中,如果不对黑边进行相关处理,则会浪费一些资源。举例来说,在限制显示内容大小的应用场景下,如在704×576的某个应用中用176×144的小窗口对视频进行预览,若此时播放的内容是16∶9的电视剧,则会有45行画面都是黑线,即31.25%的显示空间都被浪费掉,这样就会直接影响用户体验。如果在接收到视频数据后,将图像帧中的黑边检测出来,并将原来黑边区域加以利用,则可以有效提高银幕的资源利用率。但目前还没有有效的方法可以实现黑边快速、准确地得到检测。
发明内容
有鉴于此,本发明实施例提供一种黑边检测方法和装置,以实现快速、准确地检测到图像帧中的黑边。
本发明实施例是这样实现的:
本发明实施例提供了一种黑边检测方法,该方法包括:
从视频数据中确定需要进行检测的图像帧;
获取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边,并将判断结果保存至历史记录中;
根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。
所述从视频数据中确定需要进行检测的图像帧,包括:
对所接收到的视频数据中的图像帧进行计数,每过一定间隔数取一帧进行检测。
所述取所述图像帧给定区域的图像数据,包括:
取所述图像帧顶部最小黑边高度行区域和底部最小黑边高度行区域的图像数据。
所述判断所述给定区域是否为黑边,并将结果保存至历史记录中,包括:
在所述图像帧顶部最小黑边高度行随机抽取多个顶部样点,在所述图像帧底部最小黑边高度行随机抽取多个底部样点;
将所抽取的多个顶部样点和底部样点从YUV颜色模型转换至HSV颜色模型;
根据所抽取的顶部样点和底部样点分别判断所述图像帧顶部最小高度行区域和底部最小黑边高度行区域是否为黑边;
并将判断结果分别保存至顶部历史记录和底部历史记录中。
所述根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置,包括:
将顶部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的顶部阈值进行比较,当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域为黑边,则确定该区域仍为黑边,所述图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,所述图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则对所述图像帧的顶部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的顶部黑边位置;
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域是黑边,则确定该区域不是黑边,所述图像帧的顶部黑边位置高度为0;
以及,
将底部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的底部阈值进行比较,当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域为黑边,则确定该区域仍为黑边,所述图像帧的底部黑边位置与上一检测帧的底部黑边位置相同;
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,所述图像帧的底部黑边位置与上一检测帧的底部黑边位置相同;
当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则对所述图像帧的底部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的底部黑边位置;
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域是黑边,则确定该区域不是黑边,所述图像帧的底部黑边位置高度为0。
所述对所述图像帧的顶部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的顶部黑边位置,包括:
对所述图像帧的顶部最大可用黑边高度行区域图像的亮度分量进行边缘检测,得到该区域图像的轮廓信息;
根据所述轮廓信息获取黑边区域的可能值;
通过颜色判断对所述黑边位置的可能值进行确认。
所述对所述图像帧的底部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的底部黑边位置,包括:
对所述图像帧的底部最大可用黑边高度行区域图像的亮度分量进行边缘检测,得到该区域图像的轮廓信息;
根据所述轮廓信息获取黑边位置的可能值;
通过颜色判断对所述黑边位置的可能值进行确认。
所述视频数据包括PAL制式视频数据、NTSC制式视频数据。
本发明实施例提供了一种黑边检测装置,该装置包括:图像帧确定单元、黑边判断单元、存储单元和确认与检测单元,其中,
所述图像帧确定单元,用于从视频数据中确定需要进行检测的图像帧;
所述黑边判断单元,用于获取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边;
所述存储单元,用于将所述黑边判断单元所做出的判断结果进行保存,生成历史记录;
所述确认与检测单元,用于根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。
所述黑边判断单元包括:顶部数据获取子单元、底部数据获取子单元、顶部区域判断子单元和底部区域判断子单元,其中,
所述顶部数据获取子单元,用于获取所述图像帧顶部最小黑边高度行区域的图像数据;
所述底部数据获取子单元,用于获取所述图像帧底部最小黑边高度行区域的图像数据;
所述顶部区域判断子单元,用于判断所述图像帧顶部最小黑边高度行区域是否为黑边;
所述底部区域判断子单元,用于判断所述图像帧底部最小黑边高度行区域是否为黑边。
所述存储单元包括顶部数据存储子单元和底部数据存储子单元,其中,
所述顶部数据存储子单元,用于存储所述图像帧顶部最小黑边高度行区域黑边判断结果;
所述底部数据存储子单元,用于存储所述图像帧底部最小黑边高度行区域黑边判断结果。
所述确认与检测单元包括:顶部数据计算子单元、顶部比较子单元、顶部检测子单元、底部数据计算子单元、底部比较子单元和底部检测子单元,其中,
所述顶部数据计算子单元,用于将顶部历史记录中所保存的数据信息进行加权计算;
所述顶部比较子单元,用于将所述顶部数据计算子单元的计算结果与预先设置的顶部阈值进行比较;
所述顶部检测子单元,用于根据所述顶部比较子单元的比较结果对所述图像帧的黑边位置进行检测;
所述底部数据计算子单元,用于将底部历史记录中所保存的数据信息进行加权计算;
所述底部比较子单元,用于将所述底部数据计算子单元的计算结果与预先设置的底部阈值进行比较;
所述底部检测子单元,用于根据所述底部比较子单元的比较结果对所述图像帧的黑边位置进行检测。
与现有技术相比,本发明实施例提供的技术方案具有以下优点和特点:本发明实施例所提供的技术方案,通过从接收到的视频数据中有选择性地对其中的图像帧进行检测,并对所选择的图像帧的给定区域进行黑边判断,并将判断结果保存至历史记录中,并根据历史记录中所保存的数据信息进行黑边的确认,并根据确认结果检测和获取所述图像帧的黑边位置,从而实现对黑边快速、准确地检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例所提供的一种黑边检测方法流程图;
图2为本发明实施例所提供的一种黑边检测装置结构示意图;
图3为本发明实施例所提供的一种黑边检测装置中某一单元结构示意图;
图4为本发明实施例所提供的一种黑边检测装置中某一单元结构示意图;
图5为本发明实施例所提供的一种黑边检测装置中某一单元结构示意图;
图6为本发明实施例所提供的一种黑边检测方法流程示意图。
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做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。
本发明实施例提供了一种黑边检测方法,该方法包括如图1所示流程图:
步骤101:从视频数据中确定需要进行检测的图像帧;
在步骤101中,由于视频由一帧一帧的图像组成,而视频节目在较短的时间内一般是不会发生变化的,因此,可以从接收到的视频数据中选择特定的图像帧进行检测。而在进行图像帧的选择时,可以采用每隔特定帧选择一帧的方式来进行,也可根据视频数据的实际情况选择其他方式来进行,在此不做限制。
步骤102:取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边,并将判断结果保存至历史记录中;
在步骤102中,由于黑边通常存在于图像帧的上下部位,因此,可以在进行检测时,将检测分为两部分进行,即对与顶部的黑边和对于底部的黑边进行分别检测。在本实施例中,可取需要检测图像帧的顶部最小黑边高度行区域和底部最小黑边高度行区域的图像数据,并在该图像帧顶部最小黑边高度行区域和底部最小黑边高度行区域分别随机抽取多个样点;之后,将所抽取的多个样点从YUV颜色模型转换至HSV颜色模型;根据转换结果,对所抽取的顶部样点和底部样点分别进行判断、统计,判断所述图像帧顶部最小高度行区域和底部最小黑边高度行区域是否为黑边;并将判断结果分别保存至顶部历史记录和底部历史记录中。
步骤103:根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。
在步骤103中,在完成该次判断后,还需结合历史记录中所保存的相关数据信息对黑边进行进一步确认,以获取黑边的具体位置信息,其中,可利用如下方法进行进一步确认:
将顶部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的顶部阈值进行比较,当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域为黑边,则确定该区域仍为黑边,并且该图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,并且该图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则对所述图像帧的顶部最大可用黑边高度行区域进行精确黑边检测以获取该图像帧的顶部黑边位置;其中,在进行顶部黑边的精确检测以获取该图像帧的顶部黑边位置时,可以采取以下方式来进行:
对该图像帧的顶部最大可用黑边高度行区域图像的亮度分量进行边缘检测,得到该区域图像的轮廓信息;根据该轮廓信息获取黑边位置的可能值;之后,通过颜色判断对所述黑边位置的可能值进行确认。
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域是黑边,则确定该区域不是黑边,并且该图像帧的顶部黑边位置高度为0;以及,
将底部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的底部阈值进行比较,当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域为黑边,则确定该区域仍为黑边,并且该图像帧的底部黑边位置与上一检测的底部黑边位置相同;
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,并且该图像帧的底部黑边位置与上一检测帧的底部黑边位置相同;
当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则对所述图像帧的底部最大可用黑边高度行区域进行精确黑边检测以获取该图像帧的底部黑边位置;
在此处,可以采用与上述顶部黑边精确检测相同的方式来进行,在此不做赘述。
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域是黑边,则确定该区域不是黑边,且该图像帧的底部黑边位置高度为0。
需要说明的是,由于图像帧的顶部黑边和底部黑边通常对称存在,因此在本实施例中所涉及到的顶部阈值和底部阈值可以相同,而具体如何设置定顶部阈值和底部阈值,在此并不做限制。
本发明实施例所提供的一种黑边检测方法,通过从接收到的视频数据中有选择性地对其中的图像帧进行检测,并对所选择的图像帧的给定区域进行黑边判断,并将判断结果保存至历史记录中,并根据历史记录中所保存的数据信息进行黑边的确认,并根据确认结果检测和获取所述图像帧的黑边位置,从而实现对黑边快速、准确的检测。
相应地,本发明实施例提供了一种黑边检测装置,该装置包括如图2所示结构:图像帧确定单元201、黑边判断单元202、存储单元203和确认与检测单元204,其中:
图像帧确定单元201,用于从视频数据中确定需要进行检测的图像帧;
黑边判断单元202,用于获取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边;
存储单元203,用于将所述黑边判断单元所做出的判断结果进行保存,生成历史记录;
确认与检测单元204,用于根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像的黑边位置。
结合实际应用情况,黑边判断单元202还可包括如图3所示结构:顶部数据获取子单元301、底部数据获取子单元302、顶部区域判断子单元303和底部区域判断子单元304,其中:
顶部数据获取子单元301,用于获取所述图像帧顶部最小黑边高度行区域的图像数据;
底部数据获取子单元302,用于获取所述图像帧底部最小黑边高度行区域的图像数据;
顶部区域判断子单元303,用于判断所述图像帧顶部最小黑边高度行区域是否为黑边;
底部区域判断子单元304,用于判断所述图像帧底部最小黑边高度行区域是否为黑边。
另外,存储单元203还可包括如图4所示结构:顶部数据存储子单元401和底部数据存储子单元402,其中,
顶部数据存储子单元401,用于存储所述图像帧顶部最小黑边高度行黑边判断结果;
底部数据存储子单元402,用于存储所述图像帧底部最小黑边高度行黑边判断结果。
最后,结合上述情况,确认与检测单元204还可包括如图5所示结构:顶部数据计算子单元501、顶部比较子单元502、顶部检测子单元503、底部数据计算子单元504、底部比较子单元505和底部检测子单元506,其中:
顶部数据计算子单元501,用于将顶部历史记录中所保存的数据信息进行加权计算;
顶部比较子单元502,用于将所述顶部数据计算子单元的计算结果与预先设置的顶部阈值进行比较;
顶部检测子单元503,用于根据所述顶部比较子单元502的比较结果对所述图像帧的黑边位置进行检测;
底部数据计算子单元504,用于将底部历史记录中所保存的数据信息进行加权计算;
底部比较子单元505,用于将所述底部数据计算子单元的计算结果与预先设置的底部阈值进行比较;
底部检测子单元506,用于根据所述底部比较子单元505的比较结果对所述图像帧的黑边位置进行检测。
本发明实施例所提供的一种黑边检测装置,可以用于执行本发明实施例提供的黑边检测方法。该黑边检测装置进行黑边检测的过程,可以参见本发明实施例提供的黑边检测方法。
本发明实施例所提供的一种黑边检测装置,通过从接收到的视频数据中有选择性地对其中的图像帧进行检测,并对所选择的图像帧的给定区域进行黑边判断,并将判断结果保存至历史记录中,并根据历史记录中所保存的数据信息进行黑边的确认,并根据确认结果检测和获取所述图像帧的黑边位置,从而实现对黑边快速、准确的检测。
结合上述方法、装置和具体应用场景,对本发明所提供的技术方案做进一步介绍,在本实施例中,当接收到需要进行处理的视频数据后,可以进行如图6所示操作:
步骤601:确定需要进行检测的帧;
在步骤601中,由于视频节目在较短的时间内一般是不会发生变化的,因此节目的黑边具有一定的稳定性,相邻的几帧图像是否有黑边和黑边的位置基本上是相似的。所以对一个视频进行黑边检测时,没有必要对全部的帧都进行检测,只须从中选择一些进行检测即可。在本实施例中,可采用以下方法进行需要检测的帧的确定:
对所接收到的视频帧进行计数,通过计数值和间隔数K取余,判断当前图像帧是不是需要检测的帧,例如,当计数值和间隔数K取余后值为0,则可确定该帧为需要进行检测的帧,也就是说,在所接收到的视频帧中,每接收到K帧检测一帧,其中,K值可根据实际情况进行设定,优选地,当为PAL制式时,可将K值取为12,约为该制式视频帧率的一半。
步骤602:取图像帧顶部Hmin行区域的图像数据,通过颜色判断该区域是否为黑边,并将该结果保存到顶部历史记录中;
在步骤602中,当接收到的帧被确定为需要检测的帧时,取该图像帧顶部Hmin行区域的图像数据,其中,在该处,Hmin指代最小的可用黑边高度。其中,在进行黑边的判断时,可采用如下方法来进行:
步骤A:在给定图像区域随机抽取Sc个样点;
在步骤A中,为了减少运算量,在给定的图像区域,进行样点的抽取即可,其中,在进行样点的抽取过程中,可以根据实际情况来确定,样点的个数越多,运算量也会较大,但同时所获取的结果也会比较精确;反之,运算量较小,但结果会有较大误差。
步骤B:将所抽取的Sc个样点从YUV颜色模型转换到HSV颜色模型;
在步骤B中,由于HSV颜色模型可以用一个三维的圆锥体来表示整个颜色空间,并且相对于其他颜色模型,HSV颜色模型的颜色空间具有较好的类聚性,比较容易区分各种颜色。其中,在HSV颜色模型中,“H”表示色相,也就是平常所说的颜色名称;“S”表示色彩的纯度,越高色彩越纯,低则逐渐变灰;“V”表示色彩的明亮程度。
步骤C:对所抽取的样点进行判断、统计,确定给定图像区域是否为黑边。
在步骤C中,当某一样点的V值小于0.2,并且S值等于0时,判断该样点为黑色样点,对所抽取的样点中的黑色样点进行统计,当黑色样点与所抽取的总样点的比值大于一定阈值时,可以认为该区域为黑边,优选地,该处阈值可取为0.85,但并不限于该值。
在完成黑边区域的判定之后,将判定结果保存到顶部历史记录中去,此处需要说明的是,在所保存的顶部历史记录中,为减少运算量,可只保存最近的N个值,在本实施例中,N值可取为5。
步骤603:根据顶部历史记录数据确定该图像帧顶部最小黑边高度行区域是否为黑边;
视频中字幕、弹出界面、视频数据有误产生的色块和黑边检测的误判,都会让检测到的黑边变化比较频繁,视频显示出来就会不停抖动,而利用保存的N个历史记录,并将这些历史记录按照一定的权重判断顶部是否为黑边,可以减少图像的抖动。其中,在本实施例中,可以将加权系数设置为0.2,在所存储的N个历史记录数据中,如果所检测帧顶部为黑边,则将该值记为1,否则将该值记为0,并利用所设置的加权系数进行计算,获取计算结果。当计算结果大于预先设定的阈值,且上一检测帧的顶部检测结果为不是黑边,则执行步骤604;如果计算结果小于预先设定的阈值,且上一检测帧的顶部检测结果为黑边,则执行步骤606;其他情况表明黑边的有无情况和黑边的位置没有变化,执行步骤607,直接返回上次结果。其中,需要说明的是,此处所涉及的阈值可以根据实际情况自行设定,在本实施例中,可将该阈值设置为0.55。
步骤604:对图像帧的顶部Hmax高度行区域的子图像进行完整的黑边检测;
在步骤604中,此处的Hmax指代最大的可用黑边高度,在本实施例中,可将Hmax的值设置为整个图像高度的0.26倍,取该值的原因是:宽银幕的画面比例通常为16∶9,黑边所占的比例为7/16,平均到顶部和底部就不到1/4,可以减少运算量,另外,也可以减少图像帧中间区域比较亮而顶部或底部比较暗时导致的边缘检测失败。由于在该情况下,上一检测帧的检测结果为顶部不是黑边,但根据历史记录数据显示本帧顶部是黑边的可能性较大,因此,需要对该帧顶部Hmax高度行区域的子图像进行完整的黑边检测。其中,在本实施例中,可采用如下流程来进行检测:
步骤a:对给定图像的Y分量进行边缘检测;
在步骤a中,需要说明的是,视频解码后的原始数据是YUV颜色模型的数据,其中,“Y”表示明亮度,也就是灰度值;“U”、“V”表示的则是色度,作用是描述影像色彩及饱和度,用于指定像素的颜色。另外,边缘检测的目的是标识图像中亮度变化明显的点,黑边和图像内容之间存在亮度的变化,所以可以使用边缘检测方式来检测黑边的位置。在本实施例中,使用的是Canny边缘检测算法。使用其他边缘检测算法也可以达到相同的效果,因此本专利此步骤的算法不限于Canny边缘检测算法。在本例的Canny边缘检测算法中,由于视频黑边只存在顶部和底部的特点,可以只进行单方向的运算,相应减少了计算量。其中,在利用Canny边缘检测算法来进行边缘检测时,具体步骤如下:
1)对给定图像进行高斯平滑滤波;
在本步骤中,通过高斯平滑滤波使图像的信噪比最大,能使得非边缘点判为边缘点或边缘点判为非边缘点的概率最小。另外,在本实施例中,采用5x5大小的高斯滤波模版,对原始图像进行模板运算。
2)用一阶偏导的有限差分来计算梯度的幅值和方向;
在本步骤中,在计算梯度的幅值和方向时,可具体为:
①、先对图像上的所有点的灰度值I(x,y),计算出横向和纵向(即x、y方向)的方向导数:Px(x,y)=I(x+1,y)-I(x-1,y),Py(x,y)=I(x,y+1)-I(x,y-1)。对于图像边缘的点,方向导数则取与相邻像素的差值。
③、对于视频图像,黑边一般只存在于图像的顶部和底部,所以计算偏导数的时候只需要对纵向(y方向)进行运算,横向的方向导数取0,梯度的幅值直接取纵向偏导数的绝对值。
3)对梯度幅值进行非极大值抑制;
在本步骤中,可采用以下方式具体实现:
①、对于梯度幅值图像,值越大表明其所对应的图像变化越大,但是这不足以确定其是否为边缘点,为了更准确的确定边缘点,需要对幅值图像中进行细化,只保留幅值局部变化最大的点。
②、对于本方法,非极大值抑制处理时,只需进行跟纵向有关的运算。即直接判断图像点(x,y)是否是(x,y-1)、(x,y)、(x,y+1)中的最大值。
4)用双阈值算法检测和连接边缘。
在本步骤中,可采用以下方式具体实现:
①、根据第3步非极大值抑制后的梯度幅值计算高低阈值。计算高低阈值的过程如下:统计各点梯度幅值的直方图和可能是边界的点数量nEdge。根据边界点数量占图像总点数的比例RatioEdge,适当调整高域值比例Ratioh。按梯度幅值从小到大累加幅值直方图的计数,当计数大于Ratioh×nEdge时停止累加,此时的幅值即为高域值Th。而低域值Tl则为Th×Ratiol,Ratiol为预先设定的低域值比例。
②、算得高低阈值后,用算得的高低阈值连接边缘。是边缘点则灰度值为255,不是则为0。连接边缘的过程如下:若梯度幅值大于等于高域值,则该点为边缘点;若梯度幅值小于低阈值,则该点不是边缘点;若梯度幅值大于等于低阈值小于高域值,将其看作是疑似边缘点。之后对每个边缘点,对其8领域(上下左右和对角线8个点)进行遍历,若该点是疑似边缘点,则该点是边界点,再对其8领域进行遍历,直到所有边缘点的8领域判断完成为止。剩下的疑似边缘点则不是边缘点。
③、本方法中,Ratioh初始值取0.85,当RatioEdge<0.17时取0.75,当RatioEdge>0.27时取0.95。
步骤b:利用步骤b中所获得的图像轮廓信息找出可能是黑边的位置和区域;
在步骤b中,如何用所获得的图像轮廓信息找出可能是黑色边界的位置和区域,可采用以下方法来实现:
由最上边坐标(i,0)开始,从最上边Hmin垂直向下进行像素探测,直到查找到第一个灰度值为255的点,并记录该点的纵坐标位置Yi,其中,为确保检测的准确性,i的取值范围可以从0到图像宽度减1。
用记录的Yi统计纵坐标位置出现的次数,找出计数值最大的纵坐标Y,检查已记录的Yi,如果Yi与Y相差不超过3个像素,则可认为Yi等于Y。用更新后的Yi重新统计纵坐标位置出现的次数,找出技术最大的纵坐标位置Y,即为黑色边界所在的位置。
步骤c:根据步骤b中的获取结果,通过颜色判断该区域是否是黑边,如果是黑边,则返回黑边的位置;否则返回失败标记,其中,该处的失败是指通过边缘检测和探测得到黑边位置是错误的。
步骤605:当黑边检测成功时,更新历史记录中的最近检测结果为有黑边;而当黑边检测失败时,仍采用之前的历史记录数据;
步骤606:更新历史记录中的最近检测结果为非黑边,黑边高度为0。
上述流程对如何进行图像帧的顶部黑边进行检测,由于黑边通常存在与图像帧的顶部和底部,则完成顶部黑边的检测后,还需要对图像帧的底部黑边进行检测。在对图像帧的底部黑边进行检测时,可采用同顶部黑边检测相同的方法进行,在此不做赘述。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM(Read-Only Memory,只读存储记忆体)、RAM(RandomAccess Memory,随机存储记忆体)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种黑边检测方法,其特征在于,包括:
从视频数据中确定需要进行检测的图像帧;
获取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边,并将判断结果保存至历史记录中;
根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。
2.根据权利要求1所述的方法,其特征在于,所述从视频数据中确定需要进行检测的图像帧,包括:
对所接收到的视频数据中的图像帧进行计数,每过一定间隔数取一帧进行检测。
3.根据权利要求1所述的方法,其特征在于,所述取所述图像帧给定区域的图像数据,包括:
取所述图像帧顶部最小黑边高度行区域和底部最小黑边高度行区域的图像数据。
4.根据权利要求3所述的方法,其特征在于,所述判断所述给定区域是否为黑边,并将结果保存至历史记录中,包括:
在所述图像帧顶部最小黑边高度行随机抽取多个顶部样点,在所述图像帧底部最小黑边高度行随机抽取多个底部样点;
将所抽取的多个顶部样点和底部样点从YUV颜色模型转换至HSV颜色模型;
根据所抽取的顶部样点和底部样点分别判断所述图像帧顶部最小高度行区域和底部最小黑边高度行区域是否为黑边;
并将判断结果分别保存至顶部历史记录和底部历史记录中。
5.根据权利要求4所述的方法,其特征在于,所述根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置,包括:
将顶部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的顶部阈值进行比较,当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域为黑边,则确定该区域仍为黑边,所述图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,所述图像帧的顶部黑边位置与上一检测帧的顶部黑边位置相同;
当所述计算结果大于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域不是黑边,则对所述图像帧的顶部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的顶部黑边位置;
当所述计算结果小于所述顶部阈值,且最新检测结果表明所述顶部最小黑边高度行区域是黑边,则确定该区域不是黑边,所述图像帧的顶部黑边位置高度为0;
以及,
将底部历史记录中所保存的数据信息进行加权计算,并将计算结果与预先设置的底部阈值进行比较,当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域为黑边,则确定该区域仍为黑边,所述图像帧的底部黑边位置与上一检测帧的底部黑边位置相同;
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则确定该区域仍不是黑边,所述图像帧的底部黑边位置与上一检测帧的底部黑边位置相同;
当所述计算结果大于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域不是黑边,则对所述图像帧的底部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的底部黑边位置;
当所述计算结果小于所述底部阈值,且最新检测结果表明所述底部最小黑边高度行区域是黑边,则确定该区域不是黑边,所述图像帧的底部黑边位置高度为0。
6.根据权利要求5所述的方法,其特征在于,所述对所述图像帧的顶部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的顶部黑边位置,包括:
对所述图像帧的顶部最大可用黑边高度行区域图像的亮度分量进行边缘检测,得到该区域图像的轮廓信息;
根据所述轮廓信息获取黑边区域的可能值;
通过颜色判断对所述黑边位置的可能值进行确认。
7.根据权利要求5所述的方法,其特征在于,所述对所述图像帧的底部最大可用黑边高度行区域进行精确黑边检测以获取所述图像帧的底部黑边位置,包括:
对所述图像帧的底部最大可用黑边高度行区域图像的亮度分量进行边缘检测,得到该区域图像的轮廓信息;
根据所述轮廓信息获取黑边位置的可能值;
通过颜色判断对所述黑边位置的可能值进行确认。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述视频数据包括PAL制式视频数据、NTSC制式视频数据。
9.一种黑边检测装置,其特征在于,包括:图像帧确定单元、黑边判断单元、存储单元和确认与检测单元,其中,
所述图像帧确定单元,用于从视频数据中确定需要进行检测的图像帧;
所述黑边判断单元,用于获取所述图像帧给定区域的图像数据,判断所述给定区域是否为黑边;
所述存储单元,用于将所述黑边判断单元所做出的判断结果进行保存,生成历史记录;
所述确认与检测单元,用于根据所述历史记录中所保存的数据信息进一步确认所述给定区域是否为黑边,并根据确认结果检测和获取所述图像帧的黑边位置。
10.根据权利要求9所述的装置,其特征在于,所述黑边判断单元包括:顶部数据获取子单元、底部数据获取子单元、顶部区域判断子单元和底部区域判断子单元,其中,
所述顶部数据获取子单元,用于获取所述图像帧顶部最小黑边高度行区域的图像数据;
所述底部数据获取子单元,用于获取所述图像帧底部最小黑边高度行区域的图像数据;
所述顶部区域判断子单元,用于判断所述图像帧顶部最小黑边高度行区域是否为黑边;
所述底部区域判断子单元,用于判断所述图像帧底部最小黑边高度行区域是否为黑边。
11.根据权利要求10所述的装置,其特征在于,所述存储单元包括顶部数据存储子单元和底部数据存储子单元,其中,
所述顶部数据存储子单元,用于存储所述图像帧顶部最小黑边高度行区域黑边判断结果;
所述底部数据存储子单元,用于存储所述图像帧底部最小黑边高度行区域黑边判断结果。
12.根据权利要求11所述的装置,其特征在于,所述确认与检测单元包括:顶部数据计算子单元、顶部比较子单元、顶部检测子单元、底部数据计算子单元、底部比较子单元和底部检测子单元,其中,
所述顶部数据计算子单元,用于将顶部历史记录中所保存的数据信息进行加权计算;
所述顶部比较子单元,用于将所述顶部数据计算子单元的计算结果与预先设置的顶部阈值进行比较;
所述顶部检测子单元,用于根据所述顶部比较子单元的比较结果对所述图像帧的黑边位置进行检测;
所述底部数据计算子单元,用于将底部历史记录中所保存的数据信息进行加权计算;
所述底部比较子单元,用于将所述底部数据计算子单元的计算结果与预先设置的底部阈值进行比较;
所述底部检测子单元,用于根据所述底部比较子单元的比较结果对所述图像帧的黑边位置进行检测。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101607013A CN101841643B (zh) | 2010-04-29 | 2010-04-29 | 一种黑边检测方法和装置 |
HK11101862.0A HK1147878A1 (en) | 2010-04-29 | 2011-02-25 | A device and method for detecting black edge |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101607013A CN101841643B (zh) | 2010-04-29 | 2010-04-29 | 一种黑边检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101841643A true CN101841643A (zh) | 2010-09-22 |
CN101841643B CN101841643B (zh) | 2012-07-25 |
Family
ID=42744737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101607013A Active CN101841643B (zh) | 2010-04-29 | 2010-04-29 | 一种黑边检测方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN101841643B (zh) |
HK (1) | HK1147878A1 (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547365A (zh) * | 2010-12-28 | 2012-07-04 | 中国移动通信集团公司 | 视频图像的黑边检测方法及装置 |
CN102984437A (zh) * | 2012-12-17 | 2013-03-20 | 广东威创视讯科技股份有限公司 | 一种基于fpga的模拟视频信号黑边去除方法及装置 |
CN103095966A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种视频抖动量化方法及装置 |
CN103369205A (zh) * | 2012-03-26 | 2013-10-23 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和视频图像处理方法 |
CN105573747A (zh) * | 2015-12-10 | 2016-05-11 | 小米科技有限责任公司 | 用户界面的测试方法及装置 |
CN106231278A (zh) * | 2016-08-08 | 2016-12-14 | 深圳Tcl数字技术有限公司 | 视频处理方法及电视系统 |
CN107464251A (zh) * | 2016-06-03 | 2017-12-12 | 上海顺久电子科技有限公司 | 一种图像的黑边检测方法及装置 |
WO2018188438A1 (zh) * | 2017-04-11 | 2018-10-18 | 杭州海康威视数字技术股份有限公司 | 一种图像显示方法及装置 |
CN108769803A (zh) * | 2018-06-29 | 2018-11-06 | 北京字节跳动网络技术有限公司 | 带边框视频的识别方法、裁剪方法、系统、设备及介质 |
CN109862411A (zh) * | 2019-03-04 | 2019-06-07 | 深圳市梦网百科信息技术有限公司 | 一种字幕处理方法和系统 |
CN110517246A (zh) * | 2019-08-23 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN110557654A (zh) * | 2018-05-30 | 2019-12-10 | 晨星半导体股份有限公司 | 影像裁剪装置与影像裁剪方法 |
CN112866572A (zh) * | 2021-01-11 | 2021-05-28 | 浙江大华技术股份有限公司 | 画面黑边矫正的方法、装置、电子装置和存储介质 |
CN114071209A (zh) * | 2020-08-05 | 2022-02-18 | 晶晨半导体(上海)股份有限公司 | 实时检测视频图像显示区域的方法和装置及电子设备 |
TWI774270B (zh) * | 2021-03-12 | 2022-08-11 | 瑞昱半導體股份有限公司 | 電影偵測系統及電影偵測方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101146324A (zh) * | 2006-09-13 | 2008-03-19 | 华为技术有限公司 | 一种移动终端获取媒体无关信息服务信息的方法和系统 |
CN101277381A (zh) * | 2008-04-15 | 2008-10-01 | 北京中星微电子有限公司 | 一种视频图像处理方法及装置 |
-
2010
- 2010-04-29 CN CN2010101607013A patent/CN101841643B/zh active Active
-
2011
- 2011-02-25 HK HK11101862.0A patent/HK1147878A1/xx unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101146324A (zh) * | 2006-09-13 | 2008-03-19 | 华为技术有限公司 | 一种移动终端获取媒体无关信息服务信息的方法和系统 |
CN101277381A (zh) * | 2008-04-15 | 2008-10-01 | 北京中星微电子有限公司 | 一种视频图像处理方法及装置 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547365B (zh) * | 2010-12-28 | 2014-07-23 | 中国移动通信集团公司 | 视频图像的黑边检测方法及装置 |
CN102547365A (zh) * | 2010-12-28 | 2012-07-04 | 中国移动通信集团公司 | 视频图像的黑边检测方法及装置 |
CN103095966A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种视频抖动量化方法及装置 |
CN103095966B (zh) * | 2011-10-28 | 2016-04-27 | 浙江大华技术股份有限公司 | 一种视频抖动量化方法及装置 |
CN103369205A (zh) * | 2012-03-26 | 2013-10-23 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和视频图像处理方法 |
CN103369205B (zh) * | 2012-03-26 | 2016-11-16 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和视频图像处理方法 |
CN102984437A (zh) * | 2012-12-17 | 2013-03-20 | 广东威创视讯科技股份有限公司 | 一种基于fpga的模拟视频信号黑边去除方法及装置 |
CN105573747B (zh) * | 2015-12-10 | 2018-11-06 | 小米科技有限责任公司 | 用户界面的测试方法及装置 |
CN105573747A (zh) * | 2015-12-10 | 2016-05-11 | 小米科技有限责任公司 | 用户界面的测试方法及装置 |
CN107464251A (zh) * | 2016-06-03 | 2017-12-12 | 上海顺久电子科技有限公司 | 一种图像的黑边检测方法及装置 |
CN106231278A (zh) * | 2016-08-08 | 2016-12-14 | 深圳Tcl数字技术有限公司 | 视频处理方法及电视系统 |
CN106231278B (zh) * | 2016-08-08 | 2019-02-01 | 深圳Tcl数字技术有限公司 | 视频处理方法及电视系统 |
WO2018188438A1 (zh) * | 2017-04-11 | 2018-10-18 | 杭州海康威视数字技术股份有限公司 | 一种图像显示方法及装置 |
CN110557654A (zh) * | 2018-05-30 | 2019-12-10 | 晨星半导体股份有限公司 | 影像裁剪装置与影像裁剪方法 |
CN108769803A (zh) * | 2018-06-29 | 2018-11-06 | 北京字节跳动网络技术有限公司 | 带边框视频的识别方法、裁剪方法、系统、设备及介质 |
CN109862411A (zh) * | 2019-03-04 | 2019-06-07 | 深圳市梦网百科信息技术有限公司 | 一种字幕处理方法和系统 |
CN109862411B (zh) * | 2019-03-04 | 2021-09-24 | 深圳市梦网视讯有限公司 | 一种字幕处理方法和系统 |
CN110517246A (zh) * | 2019-08-23 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN114071209A (zh) * | 2020-08-05 | 2022-02-18 | 晶晨半导体(上海)股份有限公司 | 实时检测视频图像显示区域的方法和装置及电子设备 |
CN112866572A (zh) * | 2021-01-11 | 2021-05-28 | 浙江大华技术股份有限公司 | 画面黑边矫正的方法、装置、电子装置和存储介质 |
TWI774270B (zh) * | 2021-03-12 | 2022-08-11 | 瑞昱半導體股份有限公司 | 電影偵測系統及電影偵測方法 |
US11989940B2 (en) | 2021-03-12 | 2024-05-21 | Realtek Semiconductor Corp. | Movie detection system and movie detection method |
Also Published As
Publication number | Publication date |
---|---|
CN101841643B (zh) | 2012-07-25 |
HK1147878A1 (en) | 2011-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101841643B (zh) | 一种黑边检测方法和装置 | |
US9792883B2 (en) | Apparatus and method for compositing image in a portable terminal | |
US9311533B2 (en) | Device and method for detecting the presence of a logo in a picture | |
US8781249B2 (en) | Image processing apparatus and image processing method | |
US9584824B2 (en) | Method for motion vector estimation | |
US8644605B2 (en) | Mapping colors of an image | |
US8599270B2 (en) | Computing device, storage medium and method for identifying differences between two images | |
CN101933047B (zh) | 数字图像中的牙齿定位与白化 | |
CN101378514A (zh) | 增强rgbw图像信号的饱和度的系统和方法 | |
CN102739911B (zh) | 图像处理装置及图像处理方法 | |
JP4997237B2 (ja) | 画像処理回路、半導体装置、画像処理装置 | |
CN102270300A (zh) | 图像处理设备、图像处理方法和程序 | |
EP3376470B1 (en) | Moving body tracking method, moving body tracking device, and program | |
JP5352859B2 (ja) | 複数のガウス分布モデルを利用して映像の背景を維持する方法と装置 | |
US8693740B1 (en) | System and method for face detection in digital images | |
US9218782B2 (en) | Video window detection | |
US8803998B2 (en) | Image optimization system and method for optimizing images | |
CN104602096A (zh) | 一种视频字幕区的检测方法和装置 | |
US20120169937A1 (en) | Image processing apparatus and image processing method | |
JP5188272B2 (ja) | 映像処理装置及び映像表示装置 | |
JPH10320557A (ja) | テロップ文字表示フレーム検出方法及び装置 | |
CN104346599A (zh) | 一种色彩边缘的检测方法及图像处理设备 | |
EP2509045B1 (en) | Method of, and apparatus for, detecting image boundaries in video data | |
JP2011009816A5 (zh) | ||
JP2011009816A (ja) | 画像再生装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1147878 Country of ref document: HK |
|
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: 1147878 Country of ref document: HK |