CN101888469B - 图像处理方法和图像处理设备 - Google Patents
图像处理方法和图像处理设备 Download PDFInfo
- Publication number
- CN101888469B CN101888469B CN 200910138451 CN200910138451A CN101888469B CN 101888469 B CN101888469 B CN 101888469B CN 200910138451 CN200910138451 CN 200910138451 CN 200910138451 A CN200910138451 A CN 200910138451A CN 101888469 B CN101888469 B CN 101888469B
- Authority
- CN
- China
- Prior art keywords
- images
- image
- value
- pixel
- similarity
- 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
Links
Images
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像处理方法和图像处理设备,用于从多幅待处理图像中找出共有图案。该图像处理方法包括:灰度图像获取步骤,用于获取所述多幅待处理图像的多幅灰度图像;三值化步骤,按照三值化阈值将所述多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像;以及合成步骤,对所述多幅三值化图像进行合成以得到共有图案。本发明可以从多幅待处理图像中识别出共有图案。
Description
技术领域
本发明总体上涉及图像处理,更具体地说,涉及一种图像处理方法和图像处理设备,其能够从多幅待处理图像中找出共有图案。
背景技术
随着计算机技术以及数字技术的日益发展,人们越来越多地需要从多幅图像中找出它们之间的共有图案。例如,出于对文档进行标识和版权保护等各种目的,目前许多的Office Word文档或PowerPoint文档的背景中都嵌入有数字、文字或者图形等作为水印,但是,在后续需要对打印电子文档而得到的文档纸件进行进一步的处理、例如复印或者扫描时,人们往往希望从文档图像中提取出水印并对提取出来的水印进行认证,以确保文件的完整性,和/或从文档图像中去除水印以仅仅保留正文部分等。此外,人们在利用数码相机、扫描仪等设备对某一个具有较大尺寸或范围的对象或场景进行拍摄或扫描时,往往不能一次获得该对象或场景的图像,而是需要对该对象或场景进行多角度的连续拍摄或扫描,得到多幅图像,然后找出多幅图像间的共同部分并据此对多幅图像进行拼接。除此之外,从多幅图像中找出它们之间的共有图案,还有许多其他可能的应用。
为此,目前已经提出了许多从图像中找出共有图案的方法。例如,在Yusaku FUJII、Hiroaki TAKEBE、Katsuhito FUJIMOTO和SatoshiNAOI所著的“Confidential Pattern Extraction from Document ImagesBased on the Color Uniformity of the Pattern”(Technical Report ofIEICE,SIS2006-81,第1~5页,2007年3月)一文中,公开了一种基于图案的颜色一致性从多幅文档图像中提取共有的机密图案的方法,其中,首先对每幅文档图像进行颜色分类,以第一幅文档图像作为基准图像,在每一个颜色分类中,将其他文档图像与其进行对准,并对所有图像进行累加,然后基于共有图案的颜色一致性确定重叠概率最高的合成图像作为共有图案。
此外,现有技术中还提出了很多用于实现图像拼接的方法及系统。例如,在由M.Toyoda等人提出的、名为“Image forming method and animage forming apparatus therefore”的美国专利US 6,690,482 B1,以及由T.Kitaguchi等人提出的、名为“Method of and apparatus for composinga series of partial images into one image based upon a calculated amountof overlap”的美国专利US 7,145,596 B2中,分别公开了一种用于基于所计算的两两部分图像之间的重叠量,对多幅部分图像进行拼接或者合成的方法及装置。
在由孙俊和Satoshi Naoi等人所著的“An Image based WatermarkString Detection System for Document Security Checking”(the 8th IAPRInternational Workshop on Document Analysis,43-50,2008年)一文中公开了采用Canny算子提取N幅图像的所有边缘像素,根据边缘强度将每幅图像的所有边缘点分为C个边缘组,对N幅边缘图像进行彼此对准,将具有最大对准值的边缘组作为水印字符串组,然后根据水印字符串组提取N幅图像的水印字符串图像,作为前景图案,然后对各前景图案进行合成,得到共有水印字符串。
上述现有技术存在从多幅待处理图像中提取的共有图案中的噪声较大的缺点。
发明内容
有必要提供一种技术,其能够降低从多幅待处理图像中提取的共有图案中的噪声。
根据本发明的一个方面,提供一种用于从多幅待处理图像中找出共有图案的图像处理方法,包括:灰度图像获取步骤,用于获取多幅待处理图像的多幅灰度图像;三值化步骤,按照三值化阈值将多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像;以及合成步骤,对多幅三值化图像进行合成以得到共有图案。
根据本发明的另一个方面,提供了一种用于从多幅待处理图像中找出共有图案的图像处理设备,包括:灰度图像获取单元,被配置为获取多幅待处理图像的灰度图像;三值化单元,被配置为按照三值化阈值将多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像;和合成单元,被配置为对多幅三值化图像进行合成以得到共有图案。
本发明能够降低从多幅待处理图像中提取的共有图案中的噪声,从而提高提取的共有图案的准确度。
附图说明
本发明可以通过参考下文中结合附图所给出的详细描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并形成说明书的一部分,用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中:
图1示出了本发明的实施例可以处理的多幅待处理图像的例子;
图2示出可以在其上应用根据本发明的图像处理方法和图像处理设备的一个示例性数据处理系统的框图;
图3示出根据本发明的一个实施例从多幅待处理图像中找出其中的共有图案的图像处理方法的示意性流程图;
图4示出图3所示的方法中的三值化步骤的一个示例的示意性流程图;
图5示出图3所示的方法中的合成步骤的一个示例的示意性流程图;
图6示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图;
图7示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图;
图8示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图;
图9示出根据本发明的一个实施例从多幅待处理图像中找出共有图案的图像处理设备的示意性方框图;
图10示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理设备的示意性方框图;
图11示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理设备的示意性方框图;
图12示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理设备的示意性方框图;
图13示出对图1所示的包含共有图案的多幅待处理图像进行三值化处理之后得到的多幅三值化图像;
图14示出对图13所示的多幅三值化图像进行分割处理后得到的各个图像块;
图15示出对图14所示的多幅三值化图像的其中一个相应图像块进行合成后得到的共有图案块;
图16示出从图1所示的包含共有图案的多幅待处理图像中到的共有图案;以及
图17示出多幅三值化图像的两两之间的相似度和每幅三值化图像的平均相似度的示意性表格。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,或者某幅图像的灰度值发生了变化,以便有助于提高对本发明实施例的理解。
具体实施方式
下面参照附图来说明本发明的实施例。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
图1示出了本发明的实施例可以处理的多幅待处理图像的例子。具体地,图1中示出了七幅图像,每幅图像中都含有作为共有图案的水印字符串“ORIGINAL”。在下文中,以从图1所示的多幅图像中找出其中的共有图案即水印字符串“ORIGINAL”为例,对根据本发明的图像处理方法及其设备进行描述。但是,显然本发明也可以适用于其他情形。
图2示出可以在其上应用根据本发明的图像处理方法和图像处理设备的一个示例性数据处理系统的框图。
如图2所示,数据处理系统200可以是包括连接至系统总线206的多个处理器202和204的对称多处理器(SMP)系统。然而,作为选择,也可以采用单处理器系统(图中并未示出)。此外,存储器控制器/高速缓存208也连接至系统总线206,用于提供与本地存储器209的接口。I/O总线桥210与系统总线206相连,并且提供与I/O总线212的接口。存储器控制器/高速缓存208和I/O总线桥210可以如所描绘的那样被集成在一起。连接至I/O总线212的外围部件互联(PCI)总线桥214提供了与PCI本地总线216的接口。调制解调器218和网络适配器220可以连接至PCI本地总线216。典型的PCI总线实现方式可以支持四个PCI扩展槽或者内插式连接器。附加的PCI总线桥222和224为附加的PCI本地总线226和228提供了接口,借此,使得可以支持附加的调制解调器或者网络适配器。依照此方式,数据处理系统200允许与多个外部设备、例如网络计算机进行连接。存储器映射的图形适配器230和硬盘232可以如图中所描绘的那样直接或者间接地与I/O总线212相连。
根据本发明的图像处理设备可以集成在例如图2所示的处理器202或204中,或者是作为一个外部设备通过I/O总线与数据处理系统200相连。
本领域普通技术人员将会明白,图2中描绘的硬件可以发生改变。例如,除了所描绘的硬件之外,或者作为对它们的替代,可以使用诸如光盘驱动器等之类的其它外围设备。图2中所描绘的示例并不意味着对可适用本发明的体系结构加以限制。
图3示出根据本发明的一个实施例从多幅待处理图像(例如,图1所示的七幅图像)中找出其中的共有图案(例如,图1所示的七幅图像所共有的水印字符串“ORIGINAL”)的图像处理方法的示意性流程图。
如图3所示,步骤310为灰度图像获取步骤,用于获取多幅待处理图像的多幅灰度图像。在一个示例中,步骤301可以包括接收多幅待处理图像,判断多幅待处理图像是否为灰度图像。如果多幅待处理图像是灰度图像,则可以没有额外的处理。如果多幅待处理图像为多幅彩色图像,则可以将多幅彩色图像转换为多幅灰度图像。将彩色图像转换为灰度图像的方法是本领域的技术人员熟知的,这里不再详细描述。
在本发明的实施例中,待处理的多幅图像可以是原始的未经处理的图像,也可以是经过其他图像处理方法(例如在本说明书的背景技术部分所描述的各种图像处理方法)处理过的图像。
图3中的步骤320为三值化步骤。在步骤320中,按照三值化阈值将上述步骤310中得到的多幅灰度图像的每一幅进行三值化处理,以得到多幅三值化图像。在一个示例中,按照像素灰度值的三值化阈值将多幅灰度图像的每一幅中的像素分为三组,并为同一组的像素取相同的像素值,以得到多幅三值化图像。例如,图1中的多幅灰度图像在经过三值化步骤的处理之后,可以得到图13所述的多幅三值化图像。三值化步骤可以用于将灰度图像划分为候选的背景、候选的共有图案以及其他图案。
图3的步骤330为合成步骤。在步骤330中,对上述步骤320中得到的多幅三值化图像进行合成,得到共有图案。在一个示例中,将上述步骤320中得到的多幅三值化图像中属于候选的共有图案的像素进行合成。通过合成步骤,可以降低图像中的噪声。例如,图13中的三值化图像经过合成步骤的处理后可以得到如图16所示的较为清晰的共有水印字符串“ORIGINAL”。
图4示出图3所示的方法中的步骤320的一个示例的示意性流程图。
在图4的步骤410中,求出多幅灰度图像的灰度值的方差图。在一个示例中,求出多幅灰度图像的每一个对应像素的灰度值的方差。所有像素的灰度值的方差就构成了一幅方差图。方差的算法是本领域普通技术人员熟知的,这里不再详细描述。在一个示例中,可以对方差进行归一化的处理,从而可以得到归一化的方差图。
在图4的步骤420中,对上述步骤410中得到的多个灰度值的方差图分别进行二值化处理,得到非前景区域。在一个示例中,采用Otsu二值化算法对上述方差图进行二值化处理。由于灰度图像中背景和共有图案的像素的灰度值的方差相比于前景的像素的灰度值的方差较小,因此通过二值化处理,可以将方差图区分为两个区域,方差较小的为非前景区域。Otsu二值化算法是本领域的普通技术人员所熟知的,这里不再详细描述,另外本领域的技术人员应当明白,本实施例可以采用除了Otsu二值化算法以外的二值化方法,在此不再赘述。另外,应注意,由于方差图与多幅灰度图像是相对应的,因此方差图的非前景区域也对应于每幅灰度图像的非前景区域。
在图4的步骤430中,对每幅灰度图像的非前景区域进行二值化处理,从而将每幅灰度图像的非前景区域分为第一候选背景和第一候选共有图案,并得到每幅灰度图像的第一候选背景的像素的灰度值的方差和平均值V1和M1,以及第一候选共有图案的像素的灰度值的方差和平均值V2和M2。应注意,通过二值化处理将非前景区域划分为两个区域后,可以通过以下方法来确定哪个区域是第一候选共有图案。例如,可以求出每个区域所包含的像素数目,一般来说可以将像素数目少的区域作为第一候选共有图案。或者可以根据像素灰度值的平均值来确定第一候选共有图案,例如将像素灰度值的平均值较大的区域作为第一候选共有图案。
在图4的步骤440中,利用V1、M1、V2和M2确定步骤320中所述的三值化阈值,用于灰度图像的三值化处理。在一个示例中,可以根据下述公式来确定四个三值化阈值:
T1=M1-α1V1,T2=M1+α2V1,T3=M2-α3V2,T4=M2+α4V2
其中α1、α2、α3、α4是常数,可以相同,也可以不相同。可以选取如下范围:1≤α1≤2,1≤α2≤2,1≤α3≤2,1≤α4≤2。优选地,α1、α2、α3、α4的取值均为1.5。
灰度值为T1到T2的像素构成第二候选背景,灰度值为T3到T4的像素构成第二候选共有图案,其他像素构成其他图案。至此,完成了灰度图像的三值化处理。
图5示出图3所示的方法中的步骤330的一个示例的示意性流程图。
在图5的步骤510中,计算多幅三值化图像两两之间的相似度。在一个示例中,通过如下公式1或2或3或4来计算该相似度:
公式1:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式2:
公式3:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式4:
在上述公式中,Ii表示第i幅三值化图像,Ij表示第j幅三值化图像,Sim(Ii,Ij)表示Ii和Ij之间的基于Ii的相似度,N(Ii cm)和N(Ij cm)分别表示Ii和Ij中的第二候选共有图案的像素数目,N(Ii cm·Ij (cm+ot))表示Ii中的第二候选共有图案的像素中对应于Ij的第二候选共有图案或其他图案的像素的数目,N(Ij cm·Ii (cm+ot))表示Ij中的第二候选共有图案的像素中对应于Ii的第二候选共有图案或其他图案的像素的数目,N(Ii cm·Ij cm)表示Ii中的第二候选共有图案的像素中对应于Ij的第二候选共有图案的像素的数目。N(Ij cm·Ii cm)表示Ij中的第二候选共有图案的像素中对应于Ii中的第二候选共有图案的像素的数目。上述公式1和3中,Diff(Ii,Ij)用于表示Ii和Ij之间基于Ii的差异度,Diff(Ij,Ii)用于表示Ij和Ii之间基于Ij的差异度。公式1和3中的Sim(Ii,Ij)具有对称性,也就是说,Sim(Ii,Ij)恒等于Sim(Ij,Ii),而公式2和4中的Sim(Ii,Ij)不具有对称性。公式1和2中使用N(Ii cm·Ij (cm+ot))和N(Ij cm·Ii (cm+ot))的物理含义是要考虑到共有图案可能被前景遮挡,因此,如果对应位置的像素在一个图像中是共有图案,在另一个图案中是前景,则将该另一个图案中的相应像素也视为共有图案。
以图13的七幅三值化图像为例,通过使用公式1计算,得到如图17的表格所示的七幅三值化图像(P1,P2,...P7)两两之间的相似度。由于上述相似度计算公式1的对称性,以对角线为中心的两侧对称位置的相似度是相同的。
在图5中的步骤520中,计算每幅三值化图像的平均相似度。在一个示例中,将一幅三值化图像与其他每幅三值化图像的相似度求和然后除以其他三值化图像的数目作为该三值化图像的平均相似度。在另一个示例中,对于每幅三值化图像,根据预定相似度参考值,选取相似度高于或等于该预定相似度参考值的M个相似度,对所选取的M个相似度求和,然后除以M,得出一个平均值,作为该幅三值化图像的平均相似度。如果M为0,则可以将该三值化图像的平均相似度取为0。例如,在图17所示的表格中,根据预定的相似度参考值(例如95%),选取高于该参考值95%的第三幅、第四幅、第六幅以及第七幅这四幅三值化图像的相似度,并分别计算出它们的平均相似度97.66%、96.83%、98.27%以及97.50%(见图17的最后一行(avg行))。而在图17的表格中,由于第一幅、第二幅和第五幅三值化图像的每个相似度均低于预定相似度参考值95%,因此这三幅三值化图像的平均相似度被置为0。
在图5的步骤530中,选择平均相似度最高或者平均相似度高于预定平均相似度阈值的三值化图像作为参考图像。在图17所示的表格中,第三幅三值化图像的平均相似度为97.66%,第四幅三值化图像的平均相似度为96.83%,第六幅三值化图像的平均相似度为98.27%,第七幅三值化图像的平均相似度为97.50%,则可以选定具有最高平均相似度98.27%的第六幅三值化图像作为参考图像。或者,假定预定平均相似度阈值为97.66%,则可以选定任何一幅平均相似度高于或等于97.66%的三值化图像作为参考图像。
在图5的步骤540中,在多幅三值化图像中与该参考图像的相似度大于或等于预定相似度阈值的N幅三值化图像中,对于每一个像素,如果在P幅或更多幅三值化图像中该像素被确定是第二候选共有图案的像素,则确定该像素是共有图案的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。在对每一个像素进行了如上的判断后,即可以得到整个共有图案。例如,在P=N的情况下,对于N幅三值化图像中相同位置(即相对应)的每一个像素,判断该像素在这N幅三值化图像中是否都被确定是第二候选共有图案的像素,如果是,则确定该像素是共有图案的像素,如果否,则确定该像素不是共有图案的像素。这种方式事实上是取每一幅三值化图像中的第二候选共有图案的交集。最终得到的共有图案噪声较低,但是有可能不是很完整。在P=1的情况下,对于N幅三值化图像中相同位置的每一个像素,判断该像素是否在这N幅三值化图像中的1幅或更多幅中被确定是第二候选共有图案的像素,如果是,则确定该像素是共有图案的像素,如果否,则确定该像素不是共有图案的像素。这种方式事实上是取每一幅三值化图像中的第二候选共有图案的并集。最终得到的共有图案更加完整,但是有可能有较多的噪声。在1<P<N的情况下,对于N幅三值化图像中相同位置的每一个像素,判断该像素是否在这N幅三值化图像中的P幅或更多幅中被确定是第二候选共有图案的像素,如果是,则确定该像素是共有图案的像素,如果否,则确定该像素不是共有图案的像素。这种方式是前述交集方式和并集方式的中间方式,可以通过适当地选取P值来取得完整性和低噪声的平衡。
在一个示例中,如果P等于N,则通过公式1或2来计算上述相似度,这是由于在公式1和2中,如前所述,将可能遮挡了共有图案像素的前景像素算作了共有图案像素,因此每一幅三值化图像中的第二候选共有图案更加完整,但是可能噪声较多,也就是说有些并未遮挡共有图案像素的前景像素也被算作了共有图案像素;如果P等于1,则通过公式3或4来计算上述相似度,这是由于在公式3和4中,如前所述,没有考虑可能存在的前景对共有图案的遮挡,因此共有图案更不完整,但是噪声相应较低;如果1<P<N,则可以选择公式1或2或3或4来计算上述相似度,例如根据P值的大小进行选择。
图6示出根据本发明的另一实施例的从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图。
图6所示的灰度图像获取步骤610、三值化步骤620与图3所示的灰度图像获取步骤310、三值化步骤320类似,这里不再详细描述。与图3所示实施例不同的是,在图6所示的实施例中,在三值化步骤620和合成步骤630之间,增加了分割步骤626。在步骤626中,将每幅灰度图像的第二候选共有图案分割为Q个图案块,其中,Q是大于或等于1的整数,然后将每个图案块所对应的三值化图像的部分确定为图像块。在这种情况下,合成步骤630与图3所示的合成步骤330不同的是:首先,对于Q个图像块中的每个图像块进行如下处理:(1)计算多幅三值化图像两两之间的对应图像块的相似度;(2)计算每幅三值化图像的图像块的平均相似度;(3)选择多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像块作为参考图像块;(4)在多幅三值化图像中与所述参考图像块的相似度大于或等于预定相似度阈值的N幅三值化图像的对应图像块中,对于每一个像素,如果在P幅或更多幅三值化图像的对应图像块中该像素被确定是第二候选共有图案的像素,则确定该像素是该图像块所对应的共有图案部分的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。其次,将Q个图像块中的每个图像块所对应的共有图案部分组合得到共有图案。其中,计算多幅三值化图像两两之间的对应图像块的相似度的过程与图5的步骤510中的计算多幅三值化图像两两之间的相似度的过程相似,计算每幅三值化图像的图像块的平均相似度的过程与图5的步骤520中的计算每幅三值化图像的平均相似度的过程相似,选取参考图像块的过程与图5的步骤530中的选取参考图像的过程相同,并且确定该像素是共有图案部分的像素的过程与图5的步骤540中的确定该像素是该图像块所对应的共有图案部分的像素的过程也相似,区别在于在图6的实施例中对每一个图像块进行处理。也就是说只要将图6中的每个图像块视作图像,就可以采用图5的各个步骤来处理。例如,如果将上述公式1或2或3或4中的Ii认为是表示第i幅三值化图像的图像块,Ij表示第j幅三值化图像的图像块,就可以将公式1或2或3或4用于计算多幅三值化图像两两之间的对应图像块的相似度。在此不再重复描述上述四个过程。从以上描述可以看出,可以认为在图6所示的实施例中,将多个三值化图像分割为Q个图像块,对每个图像块进行如图3所示的实施例的合成处理以得到共有图案部分,然后将每个图像块的合成处理所得到的共有图案部分组合以得到整个共有图案。
上述的分割步骤630可以通过例如垂直投影的方式或者等距离分割的方式(即按固定的距离将图像均匀地分割为若干图像块)来实现,这些分割方法是本领域普通技术人员所熟知的,这里不再详细描述。图14示出对图13所示的多幅三值化图像采用垂直投影的方式进行分割处理后得到的各个图像块。
图15示出对图14所示的多幅三值化图像的其中一个相应图像块进行合成后得到的共有图案块“N”。
图7示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图。
实际应用中,有可能存在由于对灰度图像进行扫描或复印等处理使得各幅灰度图像中的共有图案在位置、角度和/或尺度方面有所不同。为了更准确地提取共有图案,可以进行对准处理。如上文所述,待处理图像可以是已经经过图像处理的图像。如果待处理图像已经经过了对准处理,则在本发明的实施例中不需要对准处理。如果待处理图像没有经过对准处理,则在本发明的实施例中可以进行对准处理。图7所示的图像处理方法的灰度图像获取步骤710、三值化步骤720以及合成步骤730与图3所示的图像处理方法中灰度图像获取步骤310、三值化步骤320以及合成步骤330类似,这里不再详细描述。与图3所示实施例不同的是,在图7中,在三值化步骤720和合成步骤730之间,增加了对准步骤722,用于在三值化步骤720之后对多幅三值化图像进行对准。在一个示例中,也可以在三值化步骤720之前进行对多幅待处理图像的灰度图像准处理。如何实现多幅图像之间的对准是本领域的普通技术人员公知的,例如在由孙俊和Satoshi Naoi等人所著的“An Image based Watermark String DetectionSystem for Document Security Checking”(the 8th IAPR InternationalWorkshop on Document Analysis,43-50,2008年)一文中提出了一种基于交叉验证的图像对准(cross validation based image registration)方法。
图8示出根据本发明的另一实施例的从多幅待处理图像中找出共有图案的图像处理方法的示意性流程图。
图8所示的图像处理方法的灰度图像获取步骤810、三值化步骤820、分割步骤826以及合成步骤830与图6中的灰度图像获取步骤610、三值化步骤620、分割步骤626以及合成步骤630相似,但与图6所示实施例不同的是,在三值化步骤820和分割步骤826之间,增加了对准步骤822,用于在该三值化步骤820之后对多幅三值化图像进行对准。图8中的对准步骤822与图7中的对准步骤722类似,这里不再详细描述。在一个示例中,可以在三值化步骤820之前或者在分割步骤826和合成步骤830之间进行对准步骤822。
在根据本发明的实施例的图像处理方法中,还可以包括在所述灰度图像获取步骤之后找出每幅灰度图像中包含共有图案的子图像,作为待处理的灰度图像。
在根据本发明的实施例的图像处理方法中还可以包括在灰度图像获取步骤之后找出每幅灰度图像中包含共有图案的子图像,作为待处理的灰度图像。
在根据本发明的实施例的图像处理方法中,还可以包括输出步骤,用于输出共有图案。例如,可以将共有图案输出到存储器或者显示器。
下面结合图9描述根据本发明的一个实施例从多幅待处理图像中找出共有图案的图像处理设备900的示意性方框图。
如图9所示,该图像处理设备900可以应用图3所示的方法。如图9所示,该图像处理设备包括:灰度图像获取单元902、三值化单元904和合成单元906。
灰度图像获取单元902被配置为获取多幅待处理图像的灰度图像。
三值化单元904被配置为按照三值化阈值将多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像。在一个示例中,三值化单元904按照像素灰度值将多幅灰度图像的每一幅中的像素分为三组,并为同一组的像素取相同的像素值,以得到多幅三值化图像。例如,图1中的多幅灰度图像在经过三值化单元904的处理之后,可以得到图13所示的多幅三值化图像。三值化单元904可以用于将灰度图像划分为候选的背景、候选的共有图案以及其他图案。
合成单元906被配置为对多幅三值化图像进行合成以得到共有图案。在一个示例中,将三值化单元904中得到的多幅三值化图像中属于候选的共有图案的像素进行合成,得到共有图案。通过合成步骤,可以降低图像中的噪声。例如,图13中的三值化图像经过合成单元906的处理后可以得到如图16所示的较为清晰的共有水印字符串“ORIGINAL”。
在一个示例中,三值化单元904包括:方差图求取模块,被配置为求出多幅灰度图像的灰度值的方差图;二值化模块,被配置为对方差图进行二值化处理,以得到非前景区域;区域划分模块,被配置为对每幅灰度图像的非前景区域进行二值化处理从而将所述非前景区域分为第一候选背景和第一候选共有图案,并得到第一候选背景的像素的灰度值的方差和平均值V1和M1,以及第一候选共有图案的像素的灰度值的方差和平均值V2和M2;以及三值化阈值确定模块,被配置为利用V1、M1、V2和M2确定三值化阈值。在一个示例中,三值化阈值确定模块被配置为确定四个所述三值化阈值:T1=M1-α1V1,T2=M1+α2V1,T3=M2-α3V2,T4=M2+α4V2,其中α1,α2,α3,α4是常数;其中,灰度值为T1到T2的像素构成第二候选背景,灰度值为T3到T4的像素构成第二候选共有图案,其他像素构成其他图案。可选地,1≤α1≤2,1≤α2≤2,1≤α3≤2,1≤α4≤2,优选地,α1、α2、α3、α4的取值均为1.5。
在一个示例中,合成单元906被配置为:计算多幅三值化图像两两之间的相似度;计算每幅三值化图像的平均相似度;选择平均相似度最高或者平均相似度高于预定平均相似度阈值的三值化图像作为参考图像;以及在多幅三值化图像中与参考图像的相似度大于或等于预定相似度阈值的N幅三值化图像中,对于每一个像素,如果在P幅或更多幅三值化图像中该像素被确定是第二候选共有图案的像素,则确定该像素是共有图案的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。在一个示例中,合成单元906可以包括相似度计算模块,被配置为计算多幅三值化图像两两之间的相似度;平均相似度计算模块,被配置为计算每幅三值化图像的平均相似度;参考图像选择模块,被配置为选择多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像作为参考图像;共有图案确定模块,被配置为在多幅三值化图像中与参考图像的相似度大于或等于预定相似度阈值的N幅三值化图像中,对于每一个像素,如果在P幅或更多幅三值化图像中该像素被确定是第二候选共有图案的像素,则确定该像素是该共有图案的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。
在一个示例中,合成单元906或合成单元906中的相似度计算模块通过如下公式1或2或3或4来计算该相似度:
公式1:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式2:
公式3:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式4:
在上述公式中,Ii表示第i幅三值化图像或者第i幅三值化图像中的图像块,Ij表示第j幅三值化图像或者第j幅三值化图像中的图像块,Sim(Ii,Ij)表示Ii和Ij之间的基于Ii的相似度,N(Ii cm)和N(Ij cm)分别表示Ii和Ij中的第二候选共有图案的像素数目,N(Ii cm·Ij (cm+ot))表示Ii中的第二候选共有图案的像素中对应于Ij的第二候选共有图案或其他图案的像素的数目,N(Ij cm·Ii (cm+ot))表示Ij中的第二候选共有图案的像素中对应于Ii的第二候选共有图案或其他图案的像素的数目,N(Ii cm·Ij cm)表示Ii中的第二候选共有图案的像素中对应于Ij中的第二候选共有图案的像素的数目。N(Ij cm·Ii cm )表示Ij中的第二候选共有图案的像素中对应于Ii中的第二候选共有图案的像素的数目。在一个示例中,如果P等于N,则通过公式1或2来计算上述相似度;如果P等于1,则通过公式3或4来计算上述相似度;如果1<P<N,可以选择通过公式1或2或3或4来计算上述相似度。
对于图像处理设备900上述单元和模块的操作的具体内容,可以参见前面对根据本发明的实施例的方法的说明,这里不再详细描述。
图10示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理设备1000的示意性方框图。
如图10所示的图像处理设备1000包括灰度图像获取单元1002、三值化单元1004、分割单元1008和合成单元1006。图像处理设备1000的灰度图像获取单元1002、三值化单元1004与图像处理设备900的灰度图像获取单元902、三值化单元904类似,这里不再详细描述。图像处理设备900不同的是,在图像处理设备1000中增加了分割单元1008,分割单元1008被配置为:将三值化单元获得的每幅灰度图像的第二候选共有图案分割为Q个图案块,Q是大于或等于1的整数,以及将每个图案块所对应的三值化图像的部分确定为图像块。合成单元1006被配置为:对于Q个图像块中的每个图像块,计算多幅三值化图像两两之间的对应图像块的相似度;计算每幅三值化图像的图像块的平均相似度;选择多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像块作为参考图像块;以及在多幅三值化图像中与参考图像块的相似度大于或等于预定相似度阈值的N幅三值化图像的对应图像块中,对于每一个像素,如果在P幅或更多幅三值化图像的对应图像块中该像素被确定是第二候选共有图案的像素,则确定该像素是该图像块所对应的共有图案部分的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数,以及将Q个图像块中的每个图像块所对应的共有图案部分组合得到共有图案。在一个示例中,合成单元1006可以包括相似度计算模块,被配置为对于Q个图像块中的每个图像块,计算多幅三值化图像两两之间的对应图像块的相似度;平均相似度计算模块,被配置为对于Q个图像块中的每个图像块,计算每幅三值化图像的图像块的平均相似度;参考图像块选择模块,被配置为对于Q个图像块中的每个图像块,选择多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像块作为参考图像块;共有图案部分确定模块,被配置为对于Q个图像块中的每个图像块,在多幅三值化图像中与参考图像块的相似度大于或等于预定相似度阈值的N幅三值化图像的对应图像块中,对于每一个像素,如果在P幅或更多幅三值化图像的对应图像块中该像素被确定是第二候选共有图案的像素,则确定该像素是该图像块所对应的共有图案部分的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数;以及共有图案组合模块,被配置为将Q个图像块中的每个图像块所对应的共有图案部分组合得到共有图案。
鉴于上文中已经结合图6就各个处理过程进行了较为详细的描述,在此不再对图像处理设备1000的各单元的工作过程进行详细描述。
图11示出根据本发明的另一实施例的从多幅待处理图像中找出共有图案的图像处理设备1100的示意性方框图。
如图11所示的图像处理设备1100包括灰度图像获取单元1102、三值化单元1104、对准单元1110和合成单元1006。图像处理设备1100的灰度图像获取单元1102、三值化单元1104和合成单元1006和图像处理设备900的灰度图像获取单元902、三值化单元904和合成单元906类似,这里不再详细描述。在图像处理设备1100中新增了对准单元1110。对准单元1110被配置为对三值化单元1104获得的三值化图像进行对准,并将对准后的三值化图像输入到合成单元1106。虽然在图11中,对准单元1110耦合在三值化单元1104和合成单元1006之间,但是在一个示例中,对准单元1110也可以耦合在灰度图像获取单元1102和三值化单元1104之间。此时对准单元1110被配置为对灰度图像获取单元1102获取的灰度图像进行对准,并将对准后的灰度图像输入到三值化单元1104。
鉴于上文中已经结合图7就各个处理过程进行了较为详细的描述,在此不再对图像处理设备1100的各单元的工作过程进行详细描述。
图12示出根据本发明的另一实施例从多幅待处理图像中找出共有图案的图像处理设备1200的示意性方框图。
如图12所示的图像处理设备1200包括灰度图像获取单元1202、三值化单元1204、对准单元1210、分割单元1208和合成单元1206。图像处理设备1200的灰度图像获取单元1202、三值化单元1204、分割单元1208和合成单元1206与图像处理设备1000中的灰度图像获取单元1002、三值化单元1004、分割单元1008和合成单元1006相似,这里不再详细描述。图像处理设备1200新增了对准单元1210。对准单元1210被配置为对三值化单元1204获得的三值化图像进行对准,并将对准后的三值化图像输入到分割单元1208。虽然在图12中,对准单元1210耦合在三值化单元1204和分割单元1208之间,但是在一个示例中,对准单元1210也可以耦合在灰度图像获取单元1202和三值化单元1204之间。此时对准单元1210被配置为对灰度图像获取单元1202获取的灰度图像进行对准,并将对准后的灰度图像输入到三值化单元1204。在另一个示例中,对准单元1210也可以耦合在分割单元1208和合成单元1206之间。此时对准单元1210被配置为对分割单元1208获取的各个三值化图像的图像块进行对准,并将对准后的三值化图像的图像块输入到合成单元1206。
鉴于上文中已经结合图8就各个处理过程进行了较为详细的描述,在此不再对图像处理设备1200的各单元的工作过程进行详细描述。
另外,在根据本发明的实施例的图像处理设备中还可以包括子图像获取单元,该子图像获取单元被配置为找出灰度图像获取单元获取的灰度图像中包含共有图案的子图像,将其作为待处理的图像。
在根据本发明的实施例的图像处理设备的灰度图像获取单元可以包括图像转换模块,被配置为在待处理图像是彩色图像的情况下将彩色图像转换为灰度图像。
在根据本发明的实施例的图像处理设备中还可以包括输出单元,该输出单元被配置为输出共有图案。例如,可以将共有图案输出到存储器或者显示器。
在根据本发明的实施例中,待处理图像可以是多幅文档图像,共有图案可以是嵌入在文档图像中的水印。
正如上文所提到的,根据本发明的图像处理方法和图像处理设备可以应用于如图2所示的通用数据处理系统上。但是,根据本发明的图像处理方法和图像处理设备显然也可以应用于不同于图2所示的系统中。例如,它们还可以应用于扫描仪、复印机或多功能一体机等,使得该扫描仪、复印机或多功能一体机可以从多幅文档图像中提取出嵌入在其中的水印,从而对文档进行管理,并且可以被进一步用于对公司内部拷贝或复印机密文档进行监控和报警。
需要注意的是,术语“包括”或者其他变体意为“非排他性的包含”,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
以上虽然结合附图详细描述了本发明的实施例,但是应当明白,上述实施例只是用于说明本发明,而并不构成对本发明的限制。对本领域的技术人员来说,可以对上述实施方式做出各种修改和变更而没有背离本发明的范围。因此,本发明的范围仅由所附的权利要求及其等同含义来限定。
Claims (26)
1.一种用于从多幅待处理图像中找出共有图案的图像处理方法,包括:
灰度图像获取步骤,用于获取所述多幅待处理图像的多幅灰度图像;
三值化步骤,按照三值化阈值将所述多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像;以及
合成步骤,对所述多幅三值化图像进行合成以得到共有图案,
其中,所述三值化步骤包括:
求出所述多幅灰度图像的灰度值的方差图;
对所述方差图进行二值化处理,以得到非前景区域;
对每幅灰度图像的非前景区域进行二值化处理从而将所述非前景区域分为第一候选背景和第一候选共有图案,并得到第一候选背景的像素的灰度值的方差和平均值V1和M1,以及第一候选共有图案的像素的灰度值的方差和平均值V2和M2;
利用V1、M1、V2和M2确定所述三值化阈值。
2.如权利要求1所述的方法,其中,确定所述三值化阈值的步骤包括确定以下四个阈值:
T1=M1-α1V1,T2=M1+α2V1,T3=M2-α3V2,T4=M2+α4V2,其中α1,α2,α3,α4是常数,
其中,灰度值为T1到T2的像素构成第二候选背景,灰度值为T3到T4的像素构成第二候选共有图案,其他像素构成其他图案。
3.如权利要求2所述的方法,其中1≤α1≤2,1≤α2≤2,1≤α3≤2,1≤α4≤2。
4.如权利要求2所述的方法,其中所述合成步骤包括:
计算所述多幅三值化图像两两之间的相似度;
计算每幅三值化图像的平均相似度;
选择平均相似度最高或者平均相似度高于预定平均相似度阈值的三值化图像作为参考图像;以及
在所述多幅三值化图像中与所述参考图像的相似度大于或等于预定相似度阈值的N幅三值化图像中,对于每一个像素,如果在P幅或更多幅三值化图像中该像素被确定是第二候选共有图案的像素,则确定该像素是共有图案的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。
5.如权利要求2所述的方法,还包括在所述三值化步骤和所述合成步骤之间的分割步骤,所述分割步骤包括:
将每幅灰度图像的第二候选共有图案分割为Q个图案块,Q是大于或等于1的整数,以及
将每个图案块所对应的三值化图像的部分确定为图像块;
并且所述合成步骤包括:
对于Q个图像块中的每个图像块,
计算所述多幅三值化图像两两之间的对应图像块的相似度;
计算所述每幅三值化图像的图像块的平均相似度;
选择所述多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像块作为参考图像块;以及
在所述多幅三值化图像中与所述参考图像块的相似度大于或等于预定相似度阈值的N幅三值化图像的对应图像块中,对于每一个像素,如果在P幅或更多幅三值化图像的对应图像块中该像素被确定是第二候选共有图案的像素,则确定该像素是该图像块所对应的共有图案部分的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数,以及
将Q个图像块中的每个图像块所对应的共有图案部分组合得到共有图案。
6.如权利要求4或5所述的方法,其中计算多幅三值化图像两两之间的相似度或者计算多幅三值化图像两两之间的对应图像块的相似度的步骤包括通过以下公式1或2或3或4来计算相似度:
公式1:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式2:
公式3:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式4:
7.如权利要求6所述的方法,其中计算多幅三值化图像两两之间的相似度或者计算多幅三值化图像两两之间的对应图像块相似度的步骤包括
如果P等于N,则通过公式1或2来计算相似度;
如果P等于1,则通过公式3或4来计算相似度;以及
如果1<P<N,则通过公式1或2或3或4来计算相似度。
8.如权利要求1-5任一项所述的方法,还包括在所述三值化步骤之前对所述多幅灰度图像进行对准,或者在所述三值化步骤和所述合成步骤之间对所述多幅灰度图像进行对准。
9.如权利要求5所述的方法,还包括在所述三值化步骤和所述分割步骤之间对所述多幅三值化图像进行对准。
10.如权利要求1-5任一项所述的方法,还包括在所述灰度图像获取步骤之后找出每幅灰度图像中包含共有图案的子图像,作为待处理的灰度图像。
11.如权利要求1-5任一项所述的方法,其中所述待处理图像是文档图像,所述共有图案是嵌入在所述文档图像中的水印。
12.如权利要求1-5任一项所述的方法,其中所述灰度图像获取步骤包括如果所述待处理图像是彩色图像,则将所述彩色图像转换为灰度图像。
13.如权利要求1-5任一项所述的方法,还包括输出步骤,用于输出所述共有图案。
14.一种用于从多幅待处理图像中找出共有图案的图像处理设备,包括:
灰度图像获取单元,被配置为获取所述多幅待处理图像的灰度图像;
三值化单元,被配置为按照三值化阈值将所述多幅灰度图像的每一幅进行三值化,以得到多幅三值化图像;和
合成单元,被配置为对所述多幅三值化图像进行合成以得到共有图案,
其中,所述三值化单元包括:
方差图求取模块,被配置为求出所述多幅灰度图像的灰度值的方差图;
二值化模块,被配置为对所述方差图进行二值化处理,以得到非前景区域;
区域划分模块,被配置为对每幅灰度图像的非前景区域进行二值化处理从而将所述非前景区域分为第一候选背景和第一候选共有图案,并得到第一候选背景的像素的灰度值的方差和平均值V1和M1,以及第一候选共有图案的像素的灰度值的方差和平均值V2和M2;以及
三值化阈值确定模块,被配置为利用V1、M1、V2和M2确定所述三值化阈值。
15.如权利要求14所述的图像处理设备,其中,所述三值化阈值确定模块被配置为确定四个所述三值化阈值:
T1=M1-α1V1,T2=M1+α2V1,T3=M2-α3V2,T4=M2+α4V2,其中α1,α2,α3,α4是常数;
其中,灰度值为T1到T2的像素构成第二候选背景,灰度值为T3到T4的像素构成第二候选共有图案,其他像素构成其他图案。
16.如权利要求15所述的图像处理设备,其中1≤α1≤2,1≤α2≤2,1≤α3≤2,1≤α4≤2。
17.如权利要求15所述的图像处理设备,其中所述合成单元被配置为:
计算所述多幅三值化图像两两之间的相似度;
计算每幅三值化图像的平均相似度;
选择平均相似度最高或者平均相似度高于预定平均相似度阈值的三值化图像作为参考图像;以及
在所述多幅三值化图像中与所述参考图像的相似度大于或等于预定相似度阈值的N幅三值化图像中,对于每一个像素,如果在P幅或更多幅三值化图像中该像素被确定是第二候选共有图案的像素,则确定该像素是共有图案的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数。
18.如权利要求15所述的图像处理设备,还包括分割单元,所述分割单元被配置为:
将所述三值化单元获得的每幅灰度图像的第二候选共有图案分割为Q个图案块,Q是大于或等于1的整数,以及
将每个图案块所对应的三值化图像的部分确定为图像块;
并且所述合成单元被配置为:
对于Q个图像块中的每个图像块,
计算所述多幅三值化图像两两之间的对应图像块的相似度;
计算所述每幅三值化图像的图像块的平均相似度;
选择所述多幅三值化图像中平均相似度最高的或者平均相似度高于预定平均相似度阈值的图像块作为参考图像块;以及
在所述多幅三值化图像中与所述参考图像块的相似度大于或等于预定相似度阈值的N幅三值化图像的对应图像块中,对于每一个像素,如果在P幅或更多幅三值化图像的对应图像块中该像素被确定是第二候选共有图案的像素,则确定该像素是该图像块所对应的共有图案部分的像素,其中,N是大于或等于1的整数,P是满足1≤P≤N的整数,以及
将Q个图像块中的每个图像块所对应的共有图案部分组合得到共有图案。
19.如权利要求17或18所述的图像处理设备,其中所述合成单元通过以下公式1或2或3或4来计算多幅三值化图像两两之间的相似度或者计算多幅三值化图像两两之间的对应图像块的相似度:
公式1:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式2:
公式3:Sim(Ii,Ij)=1-(Diff(Ii,Ij)+Diff(Ij,Ii))/2
其中,
公式4:
20.如权利要求19所述的图像处理设备,其中所述合成单元被配置为,
如果P等于N,则通过公式1或2来计算相似度;
如果P等于1,则通过公式3或4来计算相似度;以及
如果1<P<N,则通过公式1或2或3或4来计算相似度。
21.如权利要求14-18任一项所述的图像处理设备,还包括对准单元,该对准单元被配置为对所述灰度图像获取单元获取的灰度图像进行对准,并将对准后的灰度图像输入到所述三值化单元,或者对所述三值化单元获得的三值化图像进行对准,并将对准后的三值化图像输入到所述合成单元。
22.如权利要求18所述的图像处理设备,还包括对准单元,该对准单元被配置为对所述三值化单元获得的三值化图像进行对准,并将对准后的三值化图像输入到所述分割单元。
23.如权利要求14-18任一项所述的图像处理设备,还包括子图像获取单元,该子图像获取单元被配置为找出所述灰度图像获取单元获取的灰度图像中包含共有图案的子图像,作为待处理的灰度图像。
24.如权利要求14-18任一项所述的图像处理设备,其中所述待处理图像是多幅文档图像,所述共有图案是嵌入在所述文档图像中的水印。
25.如权利要求14-18任一项所述的图像处理设备,其中所述灰度图像获取单元包括图像转换模块,被配置为在所述待处理图像是彩色图像的情况下将所述彩色图像转换为灰度图像。
26.如权利要求14-18任一项所述的图像处理设备,还包括输出单元,被配置为输出所述共有图案。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910138451 CN101888469B (zh) | 2009-05-13 | 2009-05-13 | 图像处理方法和图像处理设备 |
JP2010084020A JP5488130B2 (ja) | 2009-05-13 | 2010-03-31 | 画像処理方法及び画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910138451 CN101888469B (zh) | 2009-05-13 | 2009-05-13 | 图像处理方法和图像处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101888469A CN101888469A (zh) | 2010-11-17 |
CN101888469B true CN101888469B (zh) | 2013-03-13 |
Family
ID=43074172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910138451 Expired - Fee Related CN101888469B (zh) | 2009-05-13 | 2009-05-13 | 图像处理方法和图像处理设备 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5488130B2 (zh) |
CN (1) | CN101888469B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890780B (zh) | 2011-07-19 | 2015-07-22 | 富士通株式会社 | 图像处理装置和方法 |
CN103092861B (zh) * | 2011-11-02 | 2016-01-06 | 阿里巴巴集团控股有限公司 | 一种商品代表图的选取方法和系统 |
US9147178B2 (en) * | 2012-01-16 | 2015-09-29 | International Business Machines Corporation | De-identification in visual media data |
CN104050622B (zh) * | 2014-06-02 | 2017-10-27 | 鲁东大学 | 基于三进制编码的彩色图像盲水印方法 |
CN106845532B (zh) * | 2016-12-30 | 2018-07-20 | 深圳云天励飞技术有限公司 | 一种样本筛选方法 |
CN108257151B (zh) * | 2017-12-22 | 2019-08-13 | 西安电子科技大学 | 基于显著性分析的PCANet图像变化检测方法 |
CN108596916B (zh) * | 2018-04-16 | 2021-02-26 | 深圳市联软科技股份有限公司 | 一种颜色相近的水印识别方法、系统、终端及介质 |
CN109993761B (zh) | 2018-06-29 | 2021-04-09 | 长城汽车股份有限公司 | 一种三值图像获取方法、装置及车辆 |
CN111046893B (zh) * | 2018-10-12 | 2024-02-02 | 富士通株式会社 | 图像相似性确定方法和装置、图像处理方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5625717A (en) * | 1992-06-24 | 1997-04-29 | Mitsubishi Denki Kabushiki Kaisha | Image processing device for processing grey level images |
CN1542684A (zh) * | 2003-04-28 | 2004-11-03 | 上海科比生物识别技术有限公司 | 三面滚动指纹的采集和拼接方法 |
CN1557090A (zh) * | 2001-09-21 | 2004-12-22 | ������������ʽ���� | 阈值矩阵产生方法、图像输出系统、存储介质、灰度再现方法、阈值矩阵、图像处理方法、图像处理装置、图像形成装置以及打印机驱动器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001357388A (ja) * | 2000-06-12 | 2001-12-26 | Oki Electric Ind Co Ltd | 道路監視装置 |
-
2009
- 2009-05-13 CN CN 200910138451 patent/CN101888469B/zh not_active Expired - Fee Related
-
2010
- 2010-03-31 JP JP2010084020A patent/JP5488130B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5625717A (en) * | 1992-06-24 | 1997-04-29 | Mitsubishi Denki Kabushiki Kaisha | Image processing device for processing grey level images |
CN1557090A (zh) * | 2001-09-21 | 2004-12-22 | ������������ʽ���� | 阈值矩阵产生方法、图像输出系统、存储介质、灰度再现方法、阈值矩阵、图像处理方法、图像处理装置、图像形成装置以及打印机驱动器 |
CN1542684A (zh) * | 2003-04-28 | 2004-11-03 | 上海科比生物识别技术有限公司 | 三面滚动指纹的采集和拼接方法 |
Non-Patent Citations (2)
Title |
---|
JP特开2007-166346A 2007.06.28 |
周琨等.印章鉴定系统的图像处理研究.《计算机工程与应用》.2002,(第20期),218-219. * |
Also Published As
Publication number | Publication date |
---|---|
JP5488130B2 (ja) | 2014-05-14 |
JP2010267252A (ja) | 2010-11-25 |
CN101888469A (zh) | 2010-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101888469B (zh) | 图像处理方法和图像处理设备 | |
CN101546424B (zh) | 图像处理方法和装置及水印检测系统 | |
CN101491074B (zh) | 使用与快速遮盖归一化互相关性相匹配的模板进行文档认证 | |
JP6928876B2 (ja) | フォーム種別学習システムおよび画像処理装置 | |
Cao et al. | Identification of recaptured photographs on LCD screens | |
CN102194115B (zh) | 图像处理装置和图像处理方法 | |
CN104933721B (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
CN102956029B (zh) | 图像处理装置以及图像处理方法 | |
US20060153452A1 (en) | Visual enhancement for reduction of visual noise in a text field | |
CN107368829B (zh) | 确定输入图像中的矩形目标区域的方法和设备 | |
US9798952B2 (en) | Image processing apparatus and method therefor | |
JP2014131278A (ja) | 印刷された文書の認証方法 | |
US8442348B2 (en) | Image noise reduction for digital images using Gaussian blurring | |
Lee et al. | Screenshot identification using combing artifact from interlaced video | |
Kushwah et al. | A Review: Comparative Study of Edge Detection Techniques. | |
CN102915522A (zh) | 一种智能手机的名片提取系统及其实现方法 | |
US20140086473A1 (en) | Image processing device, an image processing method and a program to be used to implement the image processing | |
US8897538B1 (en) | Document image capturing and processing | |
Devaraj et al. | Performance analysis of reconstructed image using colour demosaicing algorithm for digital images | |
CN102881008A (zh) | 基于圆环统计特征的抗旋转图像Hash方法 | |
JP2019213107A (ja) | 印刷物の読取検査方法及びその装置、並びに印刷物の読取検査用ソフトウェア | |
EP3224766B1 (en) | Information bearing devices | |
James et al. | Image Forgery detection on cloud | |
Gui et al. | Blind median filtering detection based on histogram features | |
Yakushev et al. | Docmarking: Real-Time Screen-Cam Robust Document Image Watermarking |
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: 20130313 Termination date: 20180513 |