CN102270340A - 基于笔画算子的文本图像增强方法及系统 - Google Patents

基于笔画算子的文本图像增强方法及系统 Download PDF

Info

Publication number
CN102270340A
CN102270340A CN2011102598957A CN201110259895A CN102270340A CN 102270340 A CN102270340 A CN 102270340A CN 2011102598957 A CN2011102598957 A CN 2011102598957A CN 201110259895 A CN201110259895 A CN 201110259895A CN 102270340 A CN102270340 A CN 102270340A
Authority
CN
China
Prior art keywords
stroke
operator
value
pattern
image
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
CN2011102598957A
Other languages
English (en)
Other versions
CN102270340B (zh
Inventor
程豪
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.)
Shanghai Zhangmen Science and Technology Co Ltd
Original Assignee
SHANGHAI GUOKE ELECTRONIC CO 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 SHANGHAI GUOKE ELECTRONIC CO Ltd filed Critical SHANGHAI GUOKE ELECTRONIC CO Ltd
Priority to CN201110259895.7A priority Critical patent/CN102270340B/zh
Publication of CN102270340A publication Critical patent/CN102270340A/zh
Application granted granted Critical
Publication of CN102270340B publication Critical patent/CN102270340B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Character Input (AREA)

Abstract

本发明提供一种基于笔画算子的文本图像增强方法及系统,将笔画算子引入到图像增强处理中,通过笔画算子能够智能的区分笔画和背景,对笔画进行加深,对背景进行去噪,从而有效的达到增强阅读效果的目的;此外,本发明采用的笔画算子、二值化以及膨胀运算,计算量小,性能好,能够满足实时性的要求;并且,本发明技术实现简单,无技术障碍,成本和风险较低,应用性广,可用于手持阅读器中图像增强,也可以用于光学字符识别的图像预处理步骤中。

Description

基于笔画算子的文本图像增强方法及系统
技术领域
本发明涉及图像处理领域,尤其涉及一种基于笔画算子的文本图像增强方法及系统。
背景技术
图像增强是指增强图像中的有用信息,目的是改善图像的视觉效果。图像增强可分成两大类:频率域法和空间域法。频率域法把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。频率域法包括低通滤波法和高通滤波法,采用低通滤波法可去掉图中的噪声,采用高通滤波法则可增强边缘等高频信号,使模糊的图片变得清晰。但噪声和文字笔画都属于高频信号,很难兼顾,并且频率域法复杂度高。空间域法包括局部求平均值法和中值滤波法等,它们可用于去除或减弱噪声,但是使用这些方法在减弱噪声的同时还会消弱文字中的笔画信息。
对文本图像的增强则是要加强文字部分的特征,扩大文字和背景的差别,抑制背景中的噪声,使之改善图像质量,加强图像阅读识别的效果。受扫描和图像压缩算法的影响,文字的细笔画部分通常会减弱,文字附近的背景区域会夹杂一些小噪声。在手持阅读器中,受屏幕分辨率的限制图像的压缩率会更大,笔画部分消弱,背景噪声增多的情况会更加明显,严重影响图像的视觉效果。
发明内容
本发明的目的在于提供一种基于笔画算子的文本图像增强方法及系统,能对笔画进行增强的同时,对噪声进行抑制,提高文本图像的视觉效果。
为解决上述问题,本发明提供一种基于笔画算子的文本图像增强方法,包括:
步骤一:使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
步骤二:根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
步骤三:将所述二值笔画图进行膨胀运算,生成笔画掩码图;
步骤四:用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
进一步的,所述步骤一中,所述笔画算子计算指定笔画宽度上限以内,横、竖、撇、捺四个方向的笔画图,分别对应0、π/4、π/2、3π/4四个方向,计算公式为:
DE d + ( p ) = max i = 1 W - 1 { min { f d ( p - i ) , f d ( p + W - i ) } } - f ( p ) ;
Figure BDA0000088934730000022
其中,d=0,1,2,3分别代表笔画的0、π/4、π/2、3π/4四个方向,W为指定笔画宽度上限,fd(p+i)表示d方向上与点p距离为i的点的像素灰度值。
进一步的,所述步骤一中,所述二值笔画图的白点对应所述待处理图像满足指定笔画宽度上限的笔画点。
进一步的,所述步骤一中,所述笔画算子适用于所述待处理图像为白底黑字的情况,当所述原始图像为黑底白字时,先做反色处理。
进一步的,使用OTSU算法计算所述笔画特征图的二值化阈值,以对所述笔画特征图进行二值化分割,得到所述待处理图像的二值笔画图。
进一步的,所述步骤二中,取所述二值笔画图中白点对应所述待处理图像位置的点,将所述待处理图像位置的点的灰度降低预定义数值。
进一步的,所述步骤二中,为了增强后的笔画更加平滑,对所述笔画增强图进行均值滤波。
进一步的,所述步骤三中,将所述二值笔画图进行膨胀运算的实现操作包括:
取所述二值笔画图的某个像素点,若在包含该像素点的预定义采样窗口内存在白点,则该点置成白色;
遍历所述二值笔画图中全部像素点。
进一步的,所述步骤四中,对所述笔画掩码图中黑点对应的笔画增强图的区域进行均值滤波,去除背景噪声。
相应的,本发明还提供一种基于笔画算子的文本图像增强系统,包括:
图像二值化单元,用于使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
笔画增强单元,用于根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
笔画掩码单元,用于将所述二值笔画图进行膨胀运算,生成笔画掩码图;
背景去噪取单元,用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
与现有技术相比,本发明提供的基于笔画算子的文本图像增强方法及系统,具有以下有益效果:
本发明将笔画算子引入到图像增强处理中,通过笔画算子能够智能的区分笔画和背景,对笔画进行加深,对背景进行去噪,从而有效的达到增强阅读效果的目的;
此外,本发明采用的笔画算子、二值化以及膨胀运算,计算量小,性能好,能够满足实时性的要求;并且,本发明技术实现简单,无技术障碍,成本和风险较低,应用性广,可用于手持阅读器中图像增强,也可以用于光学字符识别的图像预处理步骤中。
附图说明
图1是本发明实施例一的基于笔画算子的文本图像增强方法的流程图;
图2是本发明实施例一的待处理图像;
图3是本发明实施例一的二值笔画图;
图4是本发明实施例一的笔画掩码图;
图5是本发明实施例一的背景去噪图;
图6是本发明实施例二的基于笔画算子的文本图像增强系统的结构图。
具体实施方式
以下结合附图和具体实施例对本发明提出的基于笔画算子的文本图像增强方法及系统作进一步详细说明。
实施例一
如图1所示,本实施例提供一种基于笔画算子的文本图像增强方法,包括如下步骤:
步骤一:使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
步骤二:根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
步骤三:将所述二值笔画图进行膨胀运算,生成笔画掩码图;
步骤四:用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
需要说明的是,步骤二和步骤三属于并列并行操作,无先后执行顺序。
下面结合附图1至5详细描述本实施例的步骤一至四。
步骤一:使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图。
本步骤中,使用的笔画算子适用于所述待处理图像为白底黑字的情况,当所述原始图像为黑底白字时,先做反色处理,使用的笔画算子描述如下,它可以计算指定笔画宽度上限W以内,横、竖、撇、捺四个方向的笔画图,分别对应0、π/4、π/2、3π/4四个方向,计算公式为:
DE d + ( p ) = max i = 1 W - 1 { min { f d ( p - i ) , f d ( p + W - i ) } } - f ( p ) ;
Figure BDA0000088934730000052
其中,d=0,1,2,3分别代表笔画的0、π/4、π/2、3π/4四个方向,W为指定笔画宽度上限,fd(p+i)表示d方向上与点p距离为i的点的像素灰度值。
步骤一中,使用笔画算子计算待处理图像中指定宽度笔画宽度上限W以内、特定方向的笔画点形成笔画特征图,并用OTSU算法计算该笔画特征图的二值化阈值以对该笔画特征图进行二值分割,从而得到待处理图像的二值笔画图。所述步骤一中,所述二值笔画图的白点对应所述待处理图像满足指定笔画宽度上限的笔画点。
在本实施例中,使用的待处理图像为图2所示,取W=3,d=0,即计算笔画宽度为3,水平方向的笔画特征图,在水平方向上,宽度小于3的笔画都能得到较强的响应。利用OTSU算法对横向笔画图进行二值分割,从而得到待处理图像的二值笔画图(如图3所示)。
步骤二:根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图。
步骤一获得的二值笔画图标记了待处理图像中特定方向的笔画点,如果针对这部分点做加深则起到了增强文字的效果。
本实施例中,得到笔画增强图的具体规则如下:
1)如果二值笔画图中的笔画点标记为笔画的点,即所述二值笔画图中白点,找到原始待处理图像相应位置的点,将其灰度值降低预定义数值,如16,如果减后的灰度值小于0,则记为0;
2)如果二值笔画图标记为背景的点,即二值笔画图中的黑点,不做处理;
细笔画部分得到增强后,与其相邻点产生了灰度的跳变,为了是笔画增强图中的笔画更加平滑,可对笔画增强图进行3*3的均值滤波。
步骤三:将所述二值笔画图进行膨胀运算,生成笔画掩码图。
本实施例中对二值笔画图进行形态学的膨胀操作,实现方法包括:
首先,取二值笔画图的某个像素点,如果该像素点周围一定面积(例如是3*3的窗口)内存在白点,则该点置成白色;
然后,遍历二值图中全部像素点,得到笔画掩码图。本实施例中,如图4所示,笔画掩码图有效地覆盖了小号字的全部笔画。
步骤四:用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
本实施例中,用笔画掩码图(如图4所示)中白色部分保护所述笔画增强图中的笔画,对笔画掩码图(如图4所示)的黑色部分对应的如图1所示的待处理图像的区域进行3*3的中值滤波,它将每一像素点的灰度值设置为该点某邻域窗口内,且笔画掩码图中对应为黑点的,图像像素点灰度值的中值,最终获得了待处理图像经过笔画增强和背景去噪的效果图(如图5所示)。
本实施例中,去噪处理的具体实现方法包括:
通过从待处理图像某个像素点的3*3采样窗口取出对应笔画掩码图为黑点的像素点进行排序;
用排序后的中值取代该像素点的值。
中值滤波对消除椒盐噪声非常有效,在本实施例中有效地去除所述笔画增强图的字里行间的噪声。
综上所述,本实施提供的基于笔画算子的文本图像增强方法,将笔画算子引入到图像增强处理中,通过笔画算子能够智能的区分笔画和背景,对笔画进行加深,对背景进行去噪,从而有效的达到增强阅读效果的目的。
实施例二
如图6所示,本实施例提供一种基于笔画算子的文本图像增强系统,包括:
图像二值化单元11,用于使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
笔画增强单元12,用于根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
笔画掩码单元13,用于将所述二值笔画图进行膨胀运算,生成笔画掩码图;
背景去噪取单元14,用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
综上所述,本发明提供的基于笔画算子的文本图像增强系统,将笔画算子引入到图像增强处理中,通过笔画算子能够智能的区分笔画和背景,对笔画进行加深,对背景进行去噪,从而有效的达到增强阅读效果的目的;此外,本发明采用的笔画算子、二值化以及膨胀运算,计算量小,性能好,能够满足实时性的要求;并且,本发明技术实现简单,无技术障碍,成本和风险较低,应用性广,可用于手持阅读器中图像增强,也可以用于光学字符识别的图像预处理步骤中。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (18)

1.一种基于笔画算子的文本图像增强方法,其特征在于,包括:
步骤一:使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
步骤二:根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
步骤三:将所述二值笔画图进行膨胀运算,生成笔画掩码图;
步骤四:用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
2.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤一中,所述笔画算子计算指定笔画宽度上限以内,横、竖、撇、捺四个方向的笔画图,分别对应0、π/4、π/2、3π/4四个方向,计算公式为:
DE d + ( p ) = max i = 1 W - 1 { min { f d ( p - i ) , f d ( p + W - i ) } } - f ( p ) ;
Figure FDA0000088934720000012
其中,d=0,1,2,3分别代表笔画的0、π/4、π/2、3π/4四个方向,W为指定笔画宽度上限,fd(p+i)表示d方向上与点p距离为i的点的像素灰度值。
3.如权利要求2所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤一中,所述二值笔画图的白点对应所述待处理图像满足指定笔画宽度上限的笔画点。
4.如权利要求3所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤一中,所述笔画算子适用于所述待处理图像为白底黑字的情况,当所述原始图像为黑底白字时,先对所述原始图像做反色处理,再执行步骤一。
5.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,使用OTSU算法计算所述笔画特征图的二值化阈值,以对所述笔画特征图进行二值化分割,得到所述待处理图像的二值笔画图。
6.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤二中,取所述二值笔画图中白点对应所述待处理图像位置的点,将所述待处理图像位置的点的灰度降低预定义数值。
7.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤二中,还包括:对所述笔画增强图进行均值滤波。
8.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤三中,将所述二值笔画图进行膨胀运算的实现操作包括:
取所述二值笔画图的某个像素点,若在包含该像素点的预定义采样窗口内存在白点,则该点置成白色;
遍历所述二值笔画图中全部像素点。
9.如权利要求1所述的基于笔画算子的文本图像增强方法,其特征在于,所述步骤四中,对所述笔画掩码图中黑点对应的笔画增强图的区域进行均值滤波,去除背景噪声。
10.一种基于笔画算子的文本图像增强系统,其特征在于,包括:
图像二值化单元,用于使用笔画算子对待处理图像进行笔画检测形成笔画特征图,对笔画特征图进行二值化,得到二值笔画图;
笔画增强单元,用于根据所述二值笔画图的笔画点信息对待处理图像中对应笔画点增强,得到笔画增强图;
笔画掩码单元,用于将所述二值笔画图进行膨胀运算,生成笔画掩码图;
背景去噪取单元,用所述笔画掩码图保护所述笔画增强图中的细笔画区域,对其余部分进行去噪处理。
11.如权利要求10所述的基于笔画算子的文本图像增强系统,其特征在于,所述图像二值化单元使用的笔画算子计算指定笔画宽度上限以内,横、竖、撇、捺四个方向的笔画图,分别对应0、π/4、π/2、3π/4四个方向,计算公式为:
DE d + ( p ) = max i = 1 W - 1 { min { f d ( p - i ) , f d ( p + W - i ) } } - f ( p ) ;
其中,d=0,1,2,3分别代表笔画的0、π/4、π/2、3π/4四个方向,W为指定笔画宽度上限,fd(p+i)表示d方向上与点p距离为i的点的像素灰度值。
12.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述图像二值化单元获得的二值笔画图的白点对应所述待处理图像满足指定笔画宽度上限的笔画点。
13.如权利要求12所述的基于笔画算子的文本图像增强系统,其特征在于,所述图像二值化单元使用的笔画算子适用于所述待处理图像为白底黑字的情况,当所述原始图像为黑底白字时,先做反色处理。
14.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述图像二值化单元使用OTSU算法计算所述笔画特征图的二值化阈值,以对所述笔画特征图进行二值化分割,得到所述待处理图像的二值笔画图。
15.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述笔画增强单元取所述二值笔画图中白点对应所述待处理图像位置的点,将所述待处理图像位置的点的灰度降低预定义数值。
16.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述笔画增强单元对所述笔画增强图进行均值滤波。
17.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述笔画掩码单元将所述二值笔画图进行膨胀运算的实现操作包括:
取所述二值笔画图的某个像素点,若在包含该像素点的预定义采样窗口内存在白点,则该点置成白色;
遍历所述二值笔画图中全部像素点。
18.如权利要求11所述的基于笔画算子的文本图像增强系统,其特征在于,所述背景去噪取单元对所述笔画掩码图中黑点对应的笔画增强图的区域进行均值滤波,去除背景噪声。
CN201110259895.7A 2011-09-05 2011-09-05 基于笔画算子的文本图像增强方法及系统 Active CN102270340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110259895.7A CN102270340B (zh) 2011-09-05 2011-09-05 基于笔画算子的文本图像增强方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110259895.7A CN102270340B (zh) 2011-09-05 2011-09-05 基于笔画算子的文本图像增强方法及系统

Publications (2)

Publication Number Publication Date
CN102270340A true CN102270340A (zh) 2011-12-07
CN102270340B CN102270340B (zh) 2014-09-17

Family

ID=45052638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110259895.7A Active CN102270340B (zh) 2011-09-05 2011-09-05 基于笔画算子的文本图像增强方法及系统

Country Status (1)

Country Link
CN (1) CN102270340B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425973A (zh) * 2012-05-25 2013-12-04 夏普株式会社 对含有文本的图像进行增强处理的方法、装置和视频显示设备
CN104268512A (zh) * 2014-09-17 2015-01-07 清华大学 基于光学字符识别的图像中字符识别方法及装置
CN106485666A (zh) * 2015-08-31 2017-03-08 中国航天科工集团第四研究院指挥自动化技术研发与应用中心 一种信息标示方法和装置
CN107766014A (zh) * 2017-11-06 2018-03-06 珠海奔图电子有限公司 文字增强方法及装置
CN108171235A (zh) * 2018-01-08 2018-06-15 北京奇艺世纪科技有限公司 标题区域检测方法及系统
CN116071763A (zh) * 2023-03-06 2023-05-05 山东薪火书业有限公司 基于文字识别的教辅图书智能校编系统
CN116468640A (zh) * 2023-06-20 2023-07-21 山东正禾大教育科技有限公司 一种用于互联网教学的视频图像增强方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030035580A1 (en) * 2001-06-26 2003-02-20 Kongqiao Wang Method and device for character location in images from digital camera
JP2003058879A (ja) * 2001-07-31 2003-02-28 Canon Inc 画像処理方法及び装置
CN1420472A (zh) * 2001-11-21 2003-05-28 松下电器产业株式会社 彩色文献图像的自适应二值化方法和设备
CN101599124A (zh) * 2008-06-03 2009-12-09 汉王科技股份有限公司 一种从视频图像中分割字符的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030035580A1 (en) * 2001-06-26 2003-02-20 Kongqiao Wang Method and device for character location in images from digital camera
JP2003058879A (ja) * 2001-07-31 2003-02-28 Canon Inc 画像処理方法及び装置
CN1420472A (zh) * 2001-11-21 2003-05-28 松下电器产业株式会社 彩色文献图像的自适应二值化方法和设备
CN101599124A (zh) * 2008-06-03 2009-12-09 汉王科技股份有限公司 一种从视频图像中分割字符的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘德宽等: "基于图像分割和仿射变换的真实感枫树绘制方法", 《贵州大学学报(自然科学版)》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425973A (zh) * 2012-05-25 2013-12-04 夏普株式会社 对含有文本的图像进行增强处理的方法、装置和视频显示设备
CN104268512A (zh) * 2014-09-17 2015-01-07 清华大学 基于光学字符识别的图像中字符识别方法及装置
CN104268512B (zh) * 2014-09-17 2018-04-27 清华大学 基于光学字符识别的图像中字符识别方法及装置
CN106485666A (zh) * 2015-08-31 2017-03-08 中国航天科工集团第四研究院指挥自动化技术研发与应用中心 一种信息标示方法和装置
CN106485666B (zh) * 2015-08-31 2019-11-29 中国航天科工集团第四研究院指挥自动化技术研发与应用中心 一种信息标示方法和装置
CN107766014A (zh) * 2017-11-06 2018-03-06 珠海奔图电子有限公司 文字增强方法及装置
CN108171235A (zh) * 2018-01-08 2018-06-15 北京奇艺世纪科技有限公司 标题区域检测方法及系统
CN108171235B (zh) * 2018-01-08 2021-01-22 北京奇艺世纪科技有限公司 标题区域检测方法及系统
CN116071763A (zh) * 2023-03-06 2023-05-05 山东薪火书业有限公司 基于文字识别的教辅图书智能校编系统
CN116468640A (zh) * 2023-06-20 2023-07-21 山东正禾大教育科技有限公司 一种用于互联网教学的视频图像增强方法
CN116468640B (zh) * 2023-06-20 2023-08-29 山东正禾大教育科技有限公司 一种用于互联网教学的视频图像增强方法

Also Published As

Publication number Publication date
CN102270340B (zh) 2014-09-17

Similar Documents

Publication Publication Date Title
CN102270340B (zh) 基于笔画算子的文本图像增强方法及系统
CN100550978C (zh) 一种保持边缘的自适应图像滤波方法
CN107066986A (zh) 一种基于单目视觉的车道线与前方障碍物检测方法
CN105374015A (zh) 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法
CN105608429B (zh) 基于差分激励的鲁棒车道线检测方法
CN102314599A (zh) 一种车道识别偏离检测方法
CN105654091A (zh) 海面目标检测方法及装置
CN109961416B (zh) 一种基于形态学梯度多尺度融合的营业执照信息提取方法
CN109272461A (zh) 基于中值滤波和全局直方图的红外图像增强方法
CN101493932A (zh) 基于形态Haar小波纹理梯度提取的分水岭纹理图像分割方法
CN103077531A (zh) 基于边缘信息的灰度目标自动跟踪方法
CN101930597A (zh) 一种基于数学形态学的图像边缘检测方法
CN108647593A (zh) 基于图像处理和svm的无人机路面破损分类检测方法
Mello et al. Automatic image segmentation of old topographic maps and floor plans
Xu et al. An efficient method of locating vehicle license plate
CN105447489A (zh) 一种图片ocr识别系统的字符与背景粘连噪声消除方法
CN103914829A (zh) 一种含噪图像边缘检测方法
CN110348442B (zh) 一种基于支持向量机的船载雷达图像海上油膜识别方法
Sehad et al. Gabor filters for degraded document image binarization
CN104616259A (zh) 一种噪声强度自适应的非局部均值图像去噪方法
Saini Document image binarization techniques, developments and related issues: a review
Wang et al. Adaptive binarization: A new approach to license plate characters segmentation
Liu An improved image enhancement algorithm based on fuzzy set
CN104809733A (zh) 一种古建墙壁受污题记文字图像边缘提取方法
Zhang et al. A rapid locating method of vehicle license plate based on characteristics of characters' connection and projection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SHANGHAI SHENGXUAN NETWORK TECHNOLOGY CO., LTD.

Free format text: FORMER OWNER: SHANGHAI GUOKE ELECTRONIC CO., LTD.

Effective date: 20130220

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: PUDONG NEW AREA, SHANGHAI TO: 201203 PUDONG NEW AREA, SHANGHAI

TA01 Transfer of patent application right

Effective date of registration: 20130220

Address after: 201203 Shanghai Guo Shou Jing Road, Zhangjiang hi tech Park No. 356 building 3 room 126

Applicant after: Shanghai Shengxuan Network Technology Co., Ltd.

Address before: Room 1, building 380, No. 108 Yin Yin Road, Shanghai, Pudong New Area

Applicant before: Shanghai Guoke Electronic Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160805

Address after: 201806, room 5358, 140 Shanghai Yi Road, Shanghai, Jiading District

Patentee after: SHANGHAI ZHANGMEN TECHNOLOGY CO., LTD.

Address before: 201203 Shanghai Guo Shou Jing Road, Zhangjiang hi tech Park No. 356 building 3 room 126

Patentee before: Shanghai Shengxuan Network Technology Co., Ltd.