CN102005029A - 图像处理方法及装置 - Google Patents

图像处理方法及装置 Download PDF

Info

Publication number
CN102005029A
CN102005029A CN200910171277XA CN200910171277A CN102005029A CN 102005029 A CN102005029 A CN 102005029A CN 200910171277X A CN200910171277X A CN 200910171277XA CN 200910171277 A CN200910171277 A CN 200910171277A CN 102005029 A CN102005029 A CN 102005029A
Authority
CN
China
Prior art keywords
pixel
image
threshold value
light level
character features
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
Application number
CN200910171277XA
Other languages
English (en)
Other versions
CN102005029B (zh
Inventor
廖武杰
郑丁元
田百育
简慧然
陈再兴
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.)
Primax Electronics Ltd
Original Assignee
Primax Electronics Ltd
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 Primax Electronics Ltd filed Critical Primax Electronics Ltd
Priority to CN200910171277XA priority Critical patent/CN102005029B/zh
Publication of CN102005029A publication Critical patent/CN102005029A/zh
Application granted granted Critical
Publication of CN102005029B publication Critical patent/CN102005029B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

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

Abstract

本发明提供了一种图像处理方法及装置,用以在一输入图像中取出具有文字特征的图像。该图像处理方法包含有:对该输入图像进行多个边缘检测程序以分别产生多个边缘图像,以及依据该多个边缘图像来得到第一文字特征图像。该多个边缘检测程序包含有:依据一第一上门槛值与一第一下门槛值,对该输入图像进行第一边缘检测程序以得到第一边缘图像,以及依据一第二上门槛值与一第二下门槛值,对该输入图像进行第二边缘检测程序以得到第二边缘图像。本发明具有能快速而有效地在输入图像中取出具有文字特征的图像的优点。

Description

图像处理方法及装置
技术领域
本发明涉及图像处理方法及其相关装置,尤其涉及一种可在输入图像中截取出具有文字特征的图像的图像处理方法及装置。
背景技术
一般而言,扫描仪在截取出图像数据后,如果能检测出该图像数据中文字的部分,则将该些文字的部分以纯黑色的墨料来打印并将非文字的图形部分作不同的打印设定,不但可提升打印质量与效率,更可大大地提高该图像数据的可读性。现有的文字检测技术除了使用边缘检测来截取出文字的部分之外,还使用了彩度检测以及网点检测的方式来排除非文字的图形部分,然而,现有的边缘检测技术的运算成本过高,且彩度检测以及网点检测的技术无法找出位于彩色图形上的文字或是靠近图形的文字。因此,如何快速而有效地在一输入图像中截取出文字部分的方法仍是此领域中的一大课题。
发明内容
本发明要解决的技术问题在于,针对现有技术存在的上述不足,提供一种图像处理方法及装置,能快速而有效地在输入图像中取出具有文字特征的图像。
本发明解决其技术问题所采用的技术方案是提供一种图像处理方法,用以在一输入图像中取出具有文字特征的图像,该方法包含有下列步骤:
(1)对该输入图像进行多个边缘检测程序以分别产生多个边缘图像,包含有:
依据一第一上门槛值与一第一下门槛值,对该输入图像进行该多个边缘检测程序中的第一边缘检测程序以得到该多个边缘图像中的第一边缘图像,其中该第一上门槛值大于该第一下门槛值;以及
依据一第二上门槛值与一第二下门槛值,对该输入图像进行该多个边缘检测程序中的第二边缘检测程序以得到该多个边缘图像中的第二边缘图像,其中该第二上门槛值大于该第二下门槛值,且该第二上门槛值小于该第一上门槛值而该第二下门槛值小于该第一下门槛值;
(2)依据该多个边缘图像来得到第一文字特征图像。
所述图像处理方法,还包含有:
对一原始图像进行一色彩空间转换以得到一转换后图像;以及
对该转换后图像进行一前置处理程序来增强文字特征或减少非文字特征以得到该输入图像。
该前置处理程序为卷积(convolution)运算或是滤波(filtering)处理。
该色彩空间转换为一RGB色彩空间至一YCC色彩空间的转换。
所述图像处理方法,还包含有:
对该输入图像进行彩度检测以得到第二文字特征图像,其中该彩度检测包含有:
针对该文字特征图像中的每一像素:若该像素的彩度在一文字彩度范围内,将该像素归类为一文字特征像素;并依据输出的所有文字特征像素来得到该第二文字特征图像;以及
依据该第一文字特征图像与该第二文字特征图像来得到第三文字特征图像。
该依据该第一文字特征图像与该第二文字特征图像来得到该第三文字特征图像的步骤包含有:
依据该第一文字特征图像与该第二文字特征图像的交集结果来得到该第三文字特征图像。
该第一边缘检测程序包含有:
针对该输入图像中的每一像素:若该像素的亮度大于该第一上门槛值,则将该像素归类于高亮度像素;若该像素的亮度小于该第一下门槛值,则将该像素归类于低亮度像素;
针对该输入图像中每一高亮度像素与每一低亮度像素进行扩张程序:将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
针对已完成扩张程序的该输入图像中所有的高亮度像素与低亮度像素,依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第一边缘图像。
该第二边缘检测程序包含有:
针对该输入图像中的每一像素:若该像素的亮度大于该第二上门槛值,则将该像素归类于高亮度像素;若该像素的亮度小于该第二下门槛值,则将该像素归类于低亮度像素;
针对该输入图像中每一高亮度像素与每一低亮度像素进行一扩张程序:将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
针对已完成扩张程序的该输入图像中所有的高亮度像素与低亮度像素,依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第二边缘图像。
所述步骤(2)包含有:
依据该多个边缘图像的并集结果来得到该文字特征图像。
本发明还提供一种图像处理装置,用以在一输入图像中取出具有文字特征的图像,该装置包含有:
多个边缘检测模块,用以分别处理该输入图像以产生多个边缘图像,包含有一第一边缘检测模块和一第二边缘检测模块,其中该第一边缘检测模块,用以依据一第一上门槛值与一第一下门槛值,对该输入图像进行处理以得到该多个边缘图像中的第一边缘图像,其中该第一上门槛值大于该第一下门槛值;该第二边缘检测模块,用以依据一第二上门槛值与一第二下门槛值,对该输入图像进行处理以得到该多个边缘图像中的第二边缘图像,其中该第二上门槛值大于该第二下门槛值,且该第二上门槛值小于该第一上门槛值而该第二下门槛值小于该第一下门槛值;以及
合成模块,耦接于该多个边缘检测模块,用以依据该多个边缘图像来得到第一文字特征图像。
所述图像处理装置,还包含有:
转换模块,用以对一原始图像进行一色彩空间转换以得到一转换后图像;以及
前置处理模块,耦接于该转换模块与该多个边缘检测模块,用以对该转换后图像进行前置处理程序来增强文字特征或减少非文字特征以得到该输入图像。
该前置处理程序为卷积(convolution)运算或是滤波(filtering)处理。
该色彩空间转换为一RGB色彩空间至一YCC色彩空间的转换。
所述图像处理装置,还包含有:
彩度检测模块,用以对该输入图像中的每一像素进行彩度检测,若该像素的彩度在文字彩度范围内,则该彩度检测模块将该像素归类为一文字特征像素并依据所有文字特征像素来得到第二文字特征图像;以及
彩字截取模块,用以依据该第一文字特征图像与该第二文字特征图像来得到第三文字特征图像。
该彩字截取模块依据该第一文字特征图像与该第二文字特征图像的交集结果来得到该第三文字特征图像。
该第一边缘检测模块包含有:
比较元件,用以对该输入图像中每一像素进行处理,若该像素的亮度大于该第一上门槛值,该比较元件将该像素归类于高亮度像素;若该像素的亮度小于该第一下门槛值,该比较元件将该像素归类于低亮度像素;
扩张元件,耦接于该比较元件,用以对该输入图像中每一高亮度像素与每一低亮度像素进行处理,该扩张元件将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;该扩张元件将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
输出元件,耦接于该扩张元件,用以依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第一边缘图像。
该第二边缘检测模块包含有:
比较元件,用以对该输入图像中每一像素进行处理,若该像素的亮度大于该第二上门槛值,该比较元件将该像素归类于高亮度像素;若该像素的亮度小于该第二下门槛值,该比较元件将该像素归类于低亮度像素;
扩张元件,耦接于该比较元件,用以对该输入图像中每一高亮度像素与每一低亮度像素进行处理,该扩张元件将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;该扩张元件将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
输出元件,耦接于该扩张元件,用以依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第二边缘图像。
该合成模块依据该多个边缘图像的并集结果来得到该文字特征图像。
本发明图像处理方法及装置,可在输入图像中截取出具有文字特征的图像。通过设定适当的门槛值,使得多个边缘检测程序可从同一输入图像中撷取出多个边缘图像,并通过对该多个边缘图像的处理有效而快速地截取出具文字特征的图像;同时,本发明还可通过应用彩度检测程序而截取出位于彩色图形上的文字或是靠近图形的文字。另外,本发明还可降低边缘检测技术的运算成本。
附图说明
图1是本发明较佳实施例的图像处理装置的方块图。
图2是本发明较佳实施例中用来进行前置处理的数字滤波器。
图3是图1中的第一边缘检测模块依据第一上门槛值与第一下门槛值来得到第一边缘图像的操作示意图。
图4是本发明较佳实施例中第一上门槛值、第一下门槛值以及亮度的关系示意图。
图5是图1中的第二边缘检测模块依据第二上门槛值与第二下门槛值来得到第二边缘图像的操作示意图。
图6是本发明较佳实施例中第二上门槛值、第二下门槛值以及亮度的关系示意图。
图7是图1所示的合成模块依据第一边缘图像以及第二边缘图像来得到第一文字特征图像的操作示意图。
图8是本发明较佳实施例中用以检测具有特定色彩文字的装置的方块图。
具体实施方式
请参照图1,其为本发明较佳实施例的图像处理装置100的方块图。图像处理装置100包含有转换模块101、前置处理模块102、第一边缘检测模块103、第二边缘检测模块104以及合成模块105。首先,转换模块101对原始图像IMG_OG进行色彩空间转换以得到具有原始图像IMG_OG的亮度信息的一转换后图像IMG_CV,举例来说,该色彩空间转换可为RGB色彩空间至YCC色彩空间的转换。接着,前置处理模块102则对转换后图像IMG_CV进行一前置处理程序来增强文字特征或减少非文字特征,以得到一输入图像IMG,其中,前置处理模块102可为一运算子(operator)或一数字滤波器(digital filter)以对转换后图像IMG CV进行卷积(convolution)运算或是滤波(filtering)处理。请参照图2,其为本发明较佳实施例中用来进行前置处理的数字滤波器,该数字滤波器规格为7x7。应用该数字滤波器可增强转换后图像IMG_CV的低频成分并移除高频成分,由于本领域普通技术人员可轻易理解该数字滤波器的运行,故在此便不再赘述。
第一边缘检测模块103包含有比较元件1031、扩张元件1032以及输出元件1033。在取得输入图像IMG后,比较元件1031便依据第一上门槛值UT1与第一下门槛值LT1,对输入图像IMG中的每一像素进行处理,若该像素的亮度大于第一上门槛值UT1,比较元件1031便将该像素归类于高亮度像素;另一方面,若该像素的亮度小于第一下门槛值LT1,比较元件1031将该像素归类于低亮度像素。请注意,第一上门槛值UT1大于第一下门槛值LT1(亦即UT1>LT1)。接着,耦接于比较元件1031的扩张元件1032对输入图像IMG中的每一高亮度像素与每一低亮度像素进行处理,例如,扩张元件1032将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素,并将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素。最后,耦接于扩张元件1032的输出元件1033依据空间上同时为高亮度像素与低亮度像素的每一像素来得到第一边缘图像IMG_1。
请参照图3,来进一步了解第一边缘检测模块103的运行。图3是第一边缘检测模块103依据第一上门槛值UT1与第一下门槛值LT1来得到第一边缘图像IMG_1的操作示意图。在图3中,输入图像IMG具有第一字样T1、第二字样T2以及背景图案BG,其中第一字样T1与背景图案BG具有相同的亮度B,而第二字样T2则具有最低值的亮度(亦即是最暗的黑色)。由于第一字样T1与背景图案BG的亮度B以及第二字样T2的亮度均小于第一下门槛值LT1,比较元件1031选取第一字样T1、第二字样T2以及背景图案BG内所有像素作为低亮度像素(在图3中以黑色部分以及斜线部分来表示);同样地,除了第一字样T1、背景图案BG和第二字样T2之外的图像像素的亮度均大于第一上门槛值UT1,因此比较元件1031选取第一字样T1、第二字样T2以及背景图案BG之外的所有像素作为高亮度像素(在第3图中以斜线部分来表示)。接着,扩张元件1032将所有的高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素,将所有的低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素。最后,输出元件1033同时将所有的高亮度像素与低亮度像素进行交集处理(输出该些同时被归类为高亮度与低亮度的像素)来得到第一边缘图像IMG_1。由图可知,第一边缘图像IMG_1具有第一字样T1的边缘部分以及背景图案BG的边缘部分,而第二字样T2由于位于背景图案BG当中而无法被第一边缘检测模块103检测出来。请配合图3来参照图4,图4绘示了本实施例中第一上门槛值UT1、第一下门槛值LT1以及亮度B之间的关系。由图可知,由于第一字样T1的亮度与背景图案BG的亮度B同位于第一下门槛值LT1之下的斜线区域,因此第一边缘检测模块103实际上无法正确地检测出第二字样T2,但可顺利检测出第一字样T1。为了尽可能地撷取出输入图像IMG中的文字特征图像,本实施例的图像处理装置100中设置多个边缘检测模块,分别采用不同的边缘检测条件。
图5是第二边缘检测模块104依据第二上门槛值UT2与第二下门槛值LT2来得到第二边缘图像IMG_2的操作示意图。由于第二边缘检测模块104的运行以及组成元件与第一边缘检测模块103大致相同,在此便不再赘述,而第二边缘检测模块104与第一边缘检测模块103之间主要的不同之处在于所使用的第二上门槛值UT2以及第二下门槛值LT2,举例来说,第二上门槛值UT2大于第二下门槛值LT2(亦即UT2>LT2),且第二上门槛值UT2小于第一上门槛值UT1(亦即UT1>UT2)而第二下门槛值LT2小于第一下门槛值LT1(亦即LT1>LT2)。由图5可知,在第二边缘图像IMG_2中,位于背景图像BG中的第二字样T2可被第二边缘检测模块104成功检测出来,而第一字样T1则由于其亮度B大于第二下门槛值LT2而无法被检测出来。图6绘示了本实施例中第二上门槛值UT2、第二下门槛值LT2以及亮度B之间的关系。由图可知,由于第一字样T1的亮度B位于第二下门槛值LT2与第二上门槛值UT2之间的斜线区域,第二边缘检测模块104实际上无法正确地检测出第一字样T1,但却可顺利检测出第一边缘检测模块103无法检测到的第二字样T2。
请参照图7,图7为图1所示的合成模块105依据第一边缘图像IMG_1以及第二边缘图像IMG_2来得到第一文字特征图像IMG_TX1的操作示意图。合成模块105对第一边缘图像IMG_1以及第一边缘图像IMG_2进行并集运算来得到第一文字特征图像IMG_TX1。由图可知,第一文字特征图像IMG_TX1成功地在输入图像IMG中截取出了第一字样T1以及第二字样T2的边缘部分,而背景图像BG的边缘部分由于也具有文字特征,亦由输入图像IMG中被顺利地截取出来。
请注意,在此实施例中,图像处理装置100仅使用了第一边缘检测模块103来排除亮度为B的背景图像,并使用了第二边缘检测模块104来排除亮度为B的第一字样T1的截取问题。本发明亦可同时采用不同边缘检测模块来针对不同的应用需求(例如:检测出具有一特定亮度的文字以及位于具有一特定亮度的背景中的文字)以得到较佳的图像处理效果,并非限定于仅使用两个边缘检测模块,其它设计上的变化,例如使用二个以上的边缘检测模块,亦符合本发明的精神,举例来说,图1所示的图像处理装置100还可包含第三边缘检测模块106,其如同第一、第二边缘检测模块103、104具有比较元件1061、扩张元件1062以及输出元件1063,并根据适当的第三上门槛值UT3及第三下门槛值LT3的设定(例如UT3>LT3、UT2>UT3以及LT2>LT3)而产生第三边缘图像IMG_3至后续的合成模块105。
此外,上述例子仅为本发明的较佳佳实施例,前置处理模块102仅用来对输入图像IMG的质量作最佳化处理,并非本发明实际操作时必要的手段,而只要输入图像IMG中包含各个像素的亮度信息,转换模块101亦非必要手段,换言之,请注意,转换模块101与前置处理模块102为选择性的(optional)元件,假若原始图像IMG_OG本身即为处理过的图像,则于图像处理装置100的其它实施例中,转换模块101及/或前置处理模块102可以被省略。
此外,本发明亦可应用彩度检测模块来检测出具有特定色彩的文字。请参照图8,其为本发明较佳实施例中用以检测具有特定色彩文字的装置800的方块图。彩度检测模块200对输入图像IMG中的每一像素进行彩度检测,若该像素的彩度在一文字彩度范围内(例如低于某一彩度值),彩度检测模块200便将该像素归类为一文字特征像素,最后依据所有文字特征像素来得到第二文字特征图像IMG_TX2,而彩字截取模块300耦接于图像处理装置100与彩度检测模块200,用以依据第一文字特征图像IMG_TX1与第二文字特征图像IMG_TX2的交集结果来得到第三文字特征图像IMG_TX3。举例来说,如果希望通过彩度检测模块200只截取出黑色的文字时,可在彩度检测模块200中作相对应的设定,如此一来便可将第一文字特征图像IMG_TX1中的第一字样T1以及背影图像BG的边缘排除,仅留下纯黑色的第二字样T2。同样地,亦可通过不同的设定使彩度检测模块200仅截取出第一字样T1的彩字。
综上所述,本发明提供了一种图像处理方法以及采用该图像处理方法的图像处理装置,可在输入图像中截取出具有文字特征的图像。通过设定适当的门槛值,多个边缘检测程序可从同一输入图像中撷取出多个边缘图像,之后,再通过对该多个边缘图像的处理可有效而快速地截取出具有文字特征的图像,并且亦可搭配彩度检测程序而截取出位于彩色图形上的文字或是靠近图形的文字。
以上所述仅为本发明的较佳实施例,然而该些实施例并非用以限定本发明,因此凡其它在未脱离本发明所揭示的精神下所完成的等效改变或修饰,均应包含在本发明的保护范围内。

Claims (18)

1.一种图像处理方法,用以在一输入图像中取出具有文字特征的图像,其特征在于,该方法包含有下列步骤:
(1)对该输入图像进行多个边缘检测程序以分别产生多个边缘图像,包含有:
依据一第一上门槛值与一第一下门槛值,对该输入图像进行该多个边缘检测程序中的第一边缘检测程序以得到该多个边缘图像中的第一边缘图像,其中该第一上门槛值大于该第一下门槛值;以及
依据一第二上门槛值与一第二下门槛值,对该输入图像进行该多个边缘检测程序中的第二边缘检测程序以得到该多个边缘图像中的第二边缘图像,其中该第二上门槛值大于该第二下门槛值,且该第二上门槛值小于该第一上门槛值而该第二下门槛值小于该第一下门槛值;
(2)依据该多个边缘图像来得到第一文字特征图像。
2.如权利要求1所述的图像处理方法,其特征在于,还包含有:
对一原始图像进行一色彩空间转换以得到一转换后图像;以及
对该转换后图像进行一前置处理程序来增强文字特征或减少非文字特征以得到该输入图像。
3.如权利要求2所述的图像处理方法,其特征在于,该前置处理程序为卷积运算或是滤波处理。
4.如权利要求2所述的图像处理方法,其特征在于,该色彩空间转换为一RGB色彩空间至一YCC色彩空间的转换。
5.如权利要求1所述的图像处理方法,其特征在于,还包含有:
对该输入图像进行彩度检测以得到第二文字特征图像,其中该彩度检测包含有:
针对该文字特征图像中的每一像素:若该像素的彩度在一文字彩度范围内,将该像素归类为一文字特征像素;并依据输出的所有文字特征像素来得到该第二文字特征图像;以及
依据该第一文字特征图像与该第二文字特征图像来得到第三文字特征图像。
6.如权利要求5所述的图像处理方法,其特征在于,该依据该第一文字特征图像与该第二文字特征图像来得到该第三文字特征图像的步骤包含有:
依据该第一文字特征图像与该第二文字特征图像的交集结果来得到该第三文字特征图像。
7.如权利要求1所述的图像处理方法,其特征在于,该第一边缘检测程序包含有:
针对该输入图像中的每一像素:若该像素的亮度大于该第一上门槛值,则将该像素归类于高亮度像素;若该像素的亮度小于该第一下门槛值,则将该像素归类于低亮度像素;
针对该输入图像中每一高亮度像素与每一低亮度像素进行扩张程序:将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
针对已完成扩张程序的该输入图像中所有的高亮度像素与低亮度像素,依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第一边缘图像。
8.如权利要求1所述的图像处理方法,其特征在于,该第二边缘检测程序包含有:
针对该输入图像中的每一像素:若该像素的亮度大于该第二上门槛值,则将该像素归类于高亮度像素;若该像素的亮度小于该第二下门槛值,则将该像素归类于低亮度像素;
针对该输入图像中每一高亮度像素与每一低亮度像素进行一扩张程序:将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
针对已完成扩张程序的该输入图像中所有的高亮度像素与低亮度像素,依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第二边缘图像。
9.如权利要求1所述的图像处理方法,其特征在于,所述步骤(2)包含有:
依据该多个边缘图像的并集结果来得到该文字特征图像。
10.一种图像处理装置,用以在一输入图像中取出具有文字特征的图像,其特征在于,该装置包含有:
多个边缘检测模块,用以分别处理该输入图像以产生多个边缘图像,包含有一第一边缘检测模块和一第二边缘检测模块,其中该第一边缘检测模块,用以依据一第一上门槛值与一第一下门槛值,对该输入图像进行处理以得到该多个边缘图像中的第一边缘图像,其中该第一上门槛值大于该第一下门槛值;该第二边缘检测模块,用以依据一第二上门槛值与一第二下门槛值,对该输入图像进行处理以得到该多个边缘图像中的第二边缘图像,其中该第二上门槛值大于该第二下门槛值,且该第二上门槛值小于该第一上门槛值而该第二下门槛值小于该第一下门槛值;以及
合成模块,耦接于该多个边缘检测模块,用以依据该多个边缘图像来得到第一文字特征图像。
11.如权利要求10所述的图像处理装置,其特征在于,还包含有:
转换模块,用以对一原始图像进行一色彩空间转换以得到一转换后图像;以及
前置处理模块,耦接于该转换模块与该多个边缘检测模块,用以对该转换后图像进行前置处理程序来增强文字特征或减少非文字特征以得到该输入图像。
12.如权利要求11所述的图像处理装置,其特征在于,该前置处理程序为卷积运算或是滤波处理。
13.如权利要求11所述的图像处理装置,其特征在于,该色彩空间转换为一RGB色彩空间至一YCC色彩空间的转换。
14.如权利要求10所述的图像处理装置,其特征在于,还包含有:
彩度检测模块,用以对该输入图像中的每一像素进行彩度检测,若该像素的彩度在文字彩度范围内,则该彩度检测模块将该像素归类为一文字特征像素并依据所有文字特征像素来得到第二文字特征图像;以及
彩字截取模块,用以依据该第一文字特征图像与该第二文字特征图像来得到第三文字特征图像。
15.如权利要求14所述的图像处理装置,其特征在于,该彩字截取模块依据该第一文字特征图像与该第二文字特征图像的交集结果来得到该第三文字特征图像。
16.如权利要求10所述的图像处理装置,其特征在于,该第一边缘检测模块包含有:
比较元件,用以对该输入图像中每一像素进行处理,若该像素的亮度大于该第一上门槛值,该比较元件将该像素归类于高亮度像素;若该像素的亮度小于该第一下门槛值,该比较元件将该像素归类于低亮度像素;
扩张元件,耦接于该比较元件,用以对该输入图像中每一高亮度像素与每一低亮度像素进行处理,该扩张元件将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;该扩张元件将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
输出元件,耦接于该扩张元件,用以依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第一边缘图像。
17.如权利要求10所述的图像处理装置,其特征在于:该第二边缘检测模块包含有:
比较元件,用以对该输入图像中每一像素进行处理,若该像素的亮度大于该第二上门槛值,该比较元件将该像素归类于高亮度像素;若该像素的亮度小于该第二下门槛值,该比较元件将该像素归类于低亮度像素;
扩张元件,耦接于该比较元件,用以对该输入图像中每一高亮度像素与每一低亮度像素进行处理,该扩张元件将该高亮度像素一特定距离内的所有非高亮度像素均归类为高亮度像素;该扩张元件将该低亮度像素一特定距离内的所有非低亮度像素均归类为低亮度像素;以及
输出元件,耦接于该扩张元件,用以依据空间上同时为高亮度像素与低亮度像素的每一像素作为边缘像素,得到该第二边缘图像。
18.如权利要求10所述的图像处理装置,其特征在于,该合成模块依据该多个边缘图像的并集结果来得到该文字特征图像。
CN200910171277XA 2009-09-01 2009-09-01 图像处理方法及装置 Expired - Fee Related CN102005029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910171277XA CN102005029B (zh) 2009-09-01 2009-09-01 图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910171277XA CN102005029B (zh) 2009-09-01 2009-09-01 图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN102005029A true CN102005029A (zh) 2011-04-06
CN102005029B CN102005029B (zh) 2013-03-06

Family

ID=43812370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910171277XA Expired - Fee Related CN102005029B (zh) 2009-09-01 2009-09-01 图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN102005029B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794504A (zh) * 2015-04-28 2015-07-22 浙江大学 基于深度学习的图形图案文字检测方法
CN106504294A (zh) * 2016-10-17 2017-03-15 浙江工业大学 基于扩散曲线的rgbd图像矢量化方法
CN106611407A (zh) * 2015-10-21 2017-05-03 中华映管股份有限公司 图像增强方法及图像处理设备
CN113544738A (zh) * 2018-12-31 2021-10-22 I-Deal有限责任公司 人体测量数据便携式获取设备和收集人体测量数据的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1306447C (zh) * 2004-02-27 2007-03-21 致伸科技股份有限公司 影像图文分离方法
CN101291384B (zh) * 2007-04-20 2010-05-26 致伸科技股份有限公司 图文分离及文字增强方法
CN101276461B (zh) * 2008-03-07 2011-11-02 北京航空航天大学 一种利用边缘特征的视频文本增强方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794504A (zh) * 2015-04-28 2015-07-22 浙江大学 基于深度学习的图形图案文字检测方法
CN104794504B (zh) * 2015-04-28 2018-05-22 浙江大学 基于深度学习的图形图案文字检测方法
CN106611407A (zh) * 2015-10-21 2017-05-03 中华映管股份有限公司 图像增强方法及图像处理设备
CN106504294A (zh) * 2016-10-17 2017-03-15 浙江工业大学 基于扩散曲线的rgbd图像矢量化方法
CN106504294B (zh) * 2016-10-17 2019-04-26 浙江工业大学 基于扩散曲线的rgbd图像矢量化方法
CN113544738A (zh) * 2018-12-31 2021-10-22 I-Deal有限责任公司 人体测量数据便携式获取设备和收集人体测量数据的方法
CN113544738B (zh) * 2018-12-31 2024-03-05 I-Deal有限责任公司 人体测量数据便携式获取设备和收集人体测量数据的方法
US11995840B2 (en) 2018-12-31 2024-05-28 I-Deal S.R.L. Anthropometric data portable acquisition device and method of collecting anthropometric data

Also Published As

Publication number Publication date
CN102005029B (zh) 2013-03-06

Similar Documents

Publication Publication Date Title
EP2642738B1 (en) Apparatus, system, and method of inspecting image, and carrier medium storing image inspection control program
US8818095B2 (en) Image processing apparatus, image processing method, and computer-readable, non-transitory medium
CN101197919B (zh) 成像设备及其图像质量提高方法
US9189714B2 (en) Apparatus and method for enlarging object included in image data, and storage medium therefor
CN107659799B (zh) 摄像装置、图像处理方法和存储介质
CN102318330B (zh) 用于处理数字图像的图像处理系统和处理数字图像的图像处理方法
JP5701181B2 (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
JP2010251927A (ja) 画像処理装置及び制御方法及びプログラム
KR20170067123A (ko) 이미징 장치 및 그것의 이미지 처리 방법
CN102005029B (zh) 图像处理方法及装置
CN105160682A (zh) 图像边缘检测方法及装置
JP2008187710A (ja) 画像特性特定方法、画像特性特定システム、背景色決定方法、制御プログラム、および、記録媒体
US9628635B1 (en) Systems and methods for halftone frequency detection
JP2010074342A (ja) 画像処理装置、画像形成装置、及びプログラム
KR102158633B1 (ko) 인감 사용 서류의 인감 이미지 추출 방법
EP3407252B1 (en) Image processing apparatus, image processing method, and storage medium
CN111414960A (zh) 一种人工智能图像特征提取系统及其特征识别方法
US10896344B2 (en) Information processing apparatus, information processing method, and computer program
TWI442329B (zh) 在輸入影像中取出具有文字特徵之影像的影像處理方法及其相關裝置
US9813592B2 (en) Image forming apparatus, storage medium, and color conversion method
US7948662B2 (en) Image processing apparatus and method for performing shade correction on generated image using a shading coefficient
JP7022847B2 (ja) 画像処理装置、制御方法及び制御プログラム
US8233713B2 (en) Image processing method and image processing apparatus
CN101620668A (zh) 近单色文字特征撷取的影像辨识处理系统及其方法
CN109996028A (zh) 监控显示设备和水印添加方法

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

Granted publication date: 20130306

Termination date: 20150901

EXPY Termination of patent right or utility model