CN102567952A - 一种图像分割方法及系统 - Google Patents
一种图像分割方法及系统 Download PDFInfo
- Publication number
- CN102567952A CN102567952A CN2010105928776A CN201010592877A CN102567952A CN 102567952 A CN102567952 A CN 102567952A CN 2010105928776 A CN2010105928776 A CN 2010105928776A CN 201010592877 A CN201010592877 A CN 201010592877A CN 102567952 A CN102567952 A CN 102567952A
- Authority
- CN
- China
- Prior art keywords
- rule
- row
- image
- cut
- split
- 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
本申请公开了一种图像分割方法及系统,一种图像分割方法包括:根据待分割图像的行和列的像素特征,确定待分割图像中的备选分割线;将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段,确定为待分割图像的正式分割线;利用正式分割线构成矩形区域,保存矩形区域信息;将所保存信息对应的矩形区域从所述待分割图像中切割出来。以上技术方案,根据待分割图像的行和列的像素特征,确定该图像可能的分割线,然后从这些分割线所构成的矩形区域中确定该图像中独立存在的区域块,最后将这些区域块从原图像中切割出来,以此实现对大型拼接图像的自动分割处理。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像分割方法及系统。
背景技术
图像处理技术的发展,使得图像已经成为计算机以及互联网领域的一种重要的信息承载形式。
一般而言,一幅图像应能够独立地表达相对完整的信息,但是在实际应用中,经常会碰到一些大型图像,这些大型图像由多幅简单图像拼接而成,虽然在显示效果上与普通图像类似,但是并不利于对图像进行后期处理。例如,在图像识别、图形分类、图像检索以及建立图像数据库等应用需求中,都需要对图像进行分析以及特征提取等操作,一方面,由于图像尺寸过大,在进行图像分析及处理时需要消耗大量的运算资源,处理一幅大型图像所消耗的运算资源远大于处理将大型图像切分后的得到的多幅简单图像所消耗的运算资源;另一方面,拼接而成的图像所包含的信息过多,很从中难提取出能够代表这一幅图像的特征。
为了满足各种应用需求,需要对这种拼接而成的大型图像进行分割处理,尽量将大型图像分割成拼接前的状态。现有的图像分割技术,主要是采用轮廓提取以及迭代的方式,将图像的前景和背景分割开来。这种方式主要是用于将不规则的区域从图像中分割出来,并不适用于对大型拼接图像进行分割处理。因此,目前对大型图像的分割处理操作仍然需要人工参与完成。
发明内容
为解决上述技术问题,本申请实施例提供一种图像分割方法及系统,以实现对大型拼接图像的自动分割处理,技术方案如下:
本申请实施例提供一种图像分割方法,包括:
根据待分割图像的行和列的像素特征,确定待分割图像中的备选分割线;
将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段,确定为待分割图像的正式分割线;
利用正式分割线构成矩形区域,保存矩形区域信息;
将所保存信息对应的矩形区域从所述待分割图像中切割出来。
本申请实施例还提供一种图像分割系统,该系统包括:
备选分割线确定模块,用于根据待分割图像的像素特征,确定待选图像中的备选分割线;
正式分割线确定模块,用于将备选分割线确定模块确定的备选分割线所在行和列的交点所夹的线段确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段确定为待分割图像的正式分割线;
矩形区域确定模块,用于利用正式分割线确定模块确定的正式分割线构成矩形区域,保存矩形区域信息;
矩形区域切割模块,用于将矩形区域确定模块中保存的矩形区域信息对应的矩形区域从待分割图像中切割出来。
本申请实施例所提供的技术方案,根据待分割图像的行和列的像素特征,确定该图像可能的分割线,然后从这些分割线所构成的矩形区域中确定该图像中独立存在的区域块,最后将这些区域块从原图像中切割出来,以此实现对大型拼接图像的自动分割处理。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例图像分割方法的一种流程示意图;
图2为本申请实施例图像分割结果的示意图一;
图3为本申请实施例图像分割结果的示意图二;
图4为本申请实施例图像分割结果的示意图三;
图5为本申请实施例图像分割方法的正式分割线相交示意图;
图6为本申请实施例图像分割方法的第二种流程示意图;
图7为本申请实施例图像分割方法的图像示意图四;
图8为本申请实施例图像分割方法的第三种流程示意图;
图9为本申请实施例图像分割结果的示意图五;
图10为本申请实施例图像分割结果的示意图六;
图11为本申请实施例图像分割结果的示意图七;
图12为本申请实施例图像分割结果的示意图八;
图13为本申请实施例图像分割系统的一种结构示意图;
图14为本申请实施例第一备选分割线确定子模块的一种结构示意图。
具体实施方式
针对图像的各种应用需求,用户希望将大型拼接图像尽量分割成拼接前的状态,或者分割成多个有独立意义的矩形区域。本申请实施例所提供方案,能够实现对大型拼接图像的自动分割处理,下面首先对本申请实施例所提供的一种图像分割方法进行说明,包括以下步骤:
根据待分割图像的行和列的像素特征,确定待分割图像中的备选分割线;
将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段,确定为待分割图像的正式分割线;
利用正式分割线构成矩形区域,保存矩形区域信息;
将所保存信息对应的矩形区域从所述待分割图像中切割出来。
本申请实施例所提供的技术方案,根据待分割图像的行和列的像素特征,确定该图像可能的分割线,然后从这些分割线所构成的矩形区域中确定该图像中独立存在的区域块,最后将这些区域块从原图像中切割出来,以此实现对大型拼接图像的自动分割处理。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请保护的范围。
图1所示为本申请实施例所提供的一种图像分割方法流程图,包括以下步骤:
S101:根据待分割图像的行和列的像素特征,确定待分割图像中的备选分割线;
待分割的图像由若干像素点构成,本申请实施例的方案是,根据各行和各列像素点的像素特征确定该待分割图像中那些可能为图像边界的备选分割线。(其中所述备选分割线具体可以包括第一类备选分割线和第二类备选分割线,后面将详细说明)。根据像素特征确定备选分割线的具体过程为:
分别计算待分割图像各行和各列的相对梯度值,将相对梯度值大于预设的第一梯度阈值的行和列确定为第一类备选分割线;
分别判断待分割图像各行和各列是否平滑,如果相邻两行的平滑状态不同,则将这两行中的任一行确定为第二类备选分割线;如果相邻两列的平滑状态不同,则将这两列中的任一列确定为第二类备选分割线。
本申请实施例根据行和列梯度变化和平滑状态变化来确定可能的分割线,下面分别进行说明:
1)根据行和列梯度变化来确定可能的分割线:
相对梯度值是用于衡量某行(列)相对于邻行(列)灰度变化情况的参量。其中,行的相对梯度值定义为:该行像素点相对于邻行对应像素点的灰度绝对差值的平均值,也就是说:该行的某一像素点和邻行相对应的像素点的绝对差值为该行中该点的相对梯度值,该行所有的像素点的相对梯度值相加求平均,即为该行的相对梯度值。可以理解的是,“相对梯度值”是用来衡量两行之间变化的参量,因此对于一个n行的图像而言,实际上仅存在n-1个这样的参量,为了方便记录,既可以将这个“两行之间”的参量归为上行的一个参量,也可以归为下行的一个参量。相应地,上述的“邻行”具体可以是“上邻行”或“下邻行”,当然,针对一副图像而言,应统一采用“上邻行”或“下邻行”来计算各行的相对梯度值。
类似地,列的相对梯度值的定义为:该列像素点相对于邻列对应像素点的灰度绝对差值的平均值,其中,所述邻列可以是:左邻列或右邻列。
由于图像梯度变化比较大的行和列很有可能为图像的边界,所以按照行和列的相对梯度值的计算方式,分别计算出该待分割图像的各行和各列的相对梯度值。逐行和逐列依次判断各行和各列的相对梯度值是否大于某个阈值,如果大于,说明该行或该列的相对于邻行或邻列的梯度变化较为明显,可能为图像边界,可以将这样的行或列确定为第一类备选分割线。
为便于区分,在本申请实施例中,将上述阈值称为第一梯度阈值,根据经验,在256级灰度体系中,可将第一梯度阈值设置为20左右,当然,这并不构成对本申请实施例方案的限定,本领域技术人员可以根据实际的应用需求自行设置第一梯度阈值。
图2为根据上述方法确定第一类备选分割线的一种图像示意。
2)根据行和列的平滑状态变化来确定可能的分割线:
除了根据梯度变化确定可能的分割线之外,本申请实施例还根据行和列平滑状态来确定可能的分割线。具体方法是:逐行和逐列判断各行和各列是否处于平滑状态,然后标记出各行和各列是平滑或不平滑。如果相邻的两行平滑状态不同,则可以认为这两行中间可能存在分界线,为了方便记录,可以将“中间线”归为上一行或下一行,并且从宏观角度上,这两条相邻的行是都可以作为分割区域的边界,所以记录下这两行中的任意一行作为第二类备选分割线都是合理的。类似地,如果相邻的两列平滑状态不同,也可以将这两列中的任意一列确定为第二类备选分割线。
其中,判断行和列是否处于平滑状态具体方法为:
判断行是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该行平滑,否则判断该行不平滑;
类似地,判断列是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该列平滑,否则判断该列不平滑;
其中,梯度平滑条件为:行或列的相对梯度值小于预设的零梯度阈值;也就是说,当行或列相对于邻行或邻列的梯度变化很小(接近于0)时,认为该行或列满足梯度平滑条件。
这里,可以利用确定第一类分割线时所计算出的行或列的相对梯度值,判断行或列是否满足梯度平滑条件。另外,根据经验,在256级灰度体系中,可将零梯度阈值设置为0.5-2,当然,这并不构成对本申请实施例方案的限定,本领域技术人员可以根据实际的应用需求自行设置零梯度阈值。
所述色彩平滑条件为:行或列的色彩变化范围小于预设的色彩范围阈值。也就是说,当行或列自身的色彩变化幅度很小时,认为该行或列满足色彩平滑条件。
色彩变化范围的计算方式为:计算该行或列的任意两个像素点的色彩距离,取色彩距离最大的值为该行或列的色彩变化范围。
在256级RGB色彩体系中,可以采用耦合加权的欧几里德距离函数计算两个像素点的色彩距离计算公式,并且设置色彩范围阈值为50左右,其中,欧几里德距离函数的表达式:
其中,ΔC为两个像素点的色彩距离,Δr=r1-r2,Δg=g1-g2,Δb=b1-b2,(r1、g1、b1)和(r2、g2、b2)分别为这两个像素点的RGB值。
当然,在实际应用中,也可以采用其他的方式计算两个像素点的色彩距离,或者设置其他的色彩范围阈值,本实施例对此并不需要进行限定。
图3为根据上述方法确定第二类备选分割线的一种图像示意。
以上分别根据行或列梯度变化和平滑状态变化来确定了可能的分割线,在实际应用中,这两个步骤可以不存在执行顺序关系,也就是说,某行或某列可能既被确定为第一类备选分割线,又被确定为第二类备选分割线。而通过后续的步骤S102可以发现,第二类备选分割线可以直接被确定为正式分割线,因此在本步骤中,也可以先确定第二类备选分割线,然后在剩余的行和列中确定第一类备选分割线。
在本实施例的另一种实施方式中,为了使根据梯度变化获得第一类备选分割线更加精确,除了判断该行相对梯度值是否大于第一梯度阈值之外,还可以进一步判断该行的相对梯度值与邻行的相对梯度值的比值是否大于预设的梯度比门限,如果这两个条件都满足,才将该行确定为第一类备选分割线。这样做的目的是:不仅要保证分割线所在的位置相对邻行或邻列的梯度变化足够大,还应保证所确定的分割线所处位置是处于图像梯度变化的极值区域,而不是处于梯度连续增加或连续减少的区域。在256级灰度体系中,可将梯度比门限设置为4左右,当然,这并不构成对本申请实施例方案的限定。
类似地,在判断各列是否为第一类备选分割线时,也需要判断该列的相对梯度值是否大于第一梯度阈值并且与邻列相对梯度值的比值是否大于梯度比门限,同时满足这两个条件时,才将该列确定为第一类备选分割线。
S102:将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段,确定为待分割图像的正式分割线;
通过S101,已经排除了大量不可能包含该图像边界的行和列,由于最终要切割的矩形区域,是由线段所构成的,因此在本步骤中,可以将第一类备选分割线和第二类备选分割线构成的备选分割线所在的行和列的交点所夹的所有线段,直接确定为该待分割图像的正式分割线。
可以理解的是,正式分割线的确定,除了考虑备选分割线所在行和列的交点所夹的线段之外,还应该考虑待分割图像的原边界线与备选分割线的交点所夹的线段。
在实施例的另一种实施方式中,可以进一步通过一定的选择算法,在这些备选分割线中确定正式分割线,以减少后续切割工作的计算量。其中根据备选分割线所夹的所有的线段确定该待分割图像的正式分割线的具体过程可以包括:
获得所有备选分割线所在行和列的交点所夹的线段;
将与第二类备选分割线重合的线段直接确定为待分割图像的正式分割线;
在与第一类备选分割线重合的线段中,将符合像素点梯度条件的线段确定为待分割图像的正式分割线。
由于通过平滑变化得到的第二类备选分割线是图像边界的可能性较大,所以可以直接将那些与第二类备选分割线重合的线段直接确定为待分割图像的正式分割线进行保存。
而第一类备选分割线为图像边界的可能性相对于第二类备选分割线较小,所以为了使选择结果更加精确,省去某些成为图像边界可能性极小的线段,对于那些与第一类备选分割线重合的线段可以做进一步的判断,将那些符合像素点梯度条件的线段确定为待分割图像的正式分割线。其中,判断与第一类备选分割线重合的线段是否符合像素点梯度条件的过程为:
获取与第一类备选分割线重合的线段中,相对梯度值属于预设的梯度区间的像素点个数A,以及当前线段的像素点总数B;如果A/B小于预设的比例门限,则将当前线段确定为待分割图像的正式分割线。所述的预设的梯度区间的左右两个端点可以分别是前述的零梯度阈值和第一梯度阈值,也可以根据实际情况设置为其他值,比例门限根据经验可设为20%。
上述区间将像素点分为三类:
1.相对梯度值很大的点;这类点在图像中体现为相对邻行或邻列灰度变化非常明显,例如由黑到白。
2.相对梯度值很小的点;这类点在图像中体现为相对邻行或邻列灰度基本没有变化。
3.相对梯度值属于预设的梯度区间的点。
其中,如果线段包含的第1类点较多,那么该线段显然有很大的可能是分割线,同时,如果在有很多第1类点的同时,还具有一定数量的第2类点,那么该线段依然是可以成为分割线的。如图4所示,该图像上边界的左半部分的点相对梯度值很大,后半部分的点虽然相对梯度值很小,但是该线段依然可以成为分割线。
但是,如果线段所包含的第3类点数量过多(超过比例门限),说明该线段很可能处于待分割图像中灰度自然变化的区域,那么该线段就不应该成为分割线。
如图4所示,在箭头所标识出来的线段中,绝大部分都是第1类像素点和第2类像素点,也就是说相对梯度值属于预设梯度区间的点数与总点数的比值小于比例门限,所以可以将该线段确定为一条正式分割线。
为了后续的切割,需要对已经确认为正式分割线的线段进行相应的保存。保存时,考虑到对于一个横向的分割线段,可能是一个图像的上边界,也可能是下边界,同样,对于一个竖向的分割线段,可能是一个图像的左边界,也可能是右边界。所以,在实际保存时,这样的分割线段会保存两次。另外对于完全相邻的两个分割线段,如果它们交点附近的垂直方向的线段已经被剔除,则交点为虚交点,对于这种存在虚交点的相邻分割线段,保存时,会将他们连接起来,并且会对上、下边界和左、右边界区别对待。下面结合图5,对正式分割线的保存方式进行说明:
对于图5(a)保存的正式分割线为:a1o1、o1b1、c1o1、o1d1、a1o1、o1b1、c1o1、o1d1;
对于图5(b)保存的正式分割线为:a2o2、a2b2、o2b2、c2o2、c2o2;
对于图5(c)保存的正式分割线为:c3o3、c3d3、o3d3、o3b3、o3b3。
其中,对于图5(a)中所保存的正式分割线中不包括:a1b1和c1d1,这是因为:对于相交的a1b1与c1d1,既不能成为上下边界、也不能成为左右边界,在保存时只需对a1o1、o1b1、c1o1、o1d1进行保存即可。在图5(b)中a2b2可能成为上边界,但是不会成为下边界,所以仅保存一次即可。类似地,在图5(b)中,c3d3可能作为右边界,但是不会成为左边界,所以仅保存一次即可。
S103:利用正式分割线构成矩形区域,保存矩形区域信息;
通过S102,确定出了待分割图像的正式分割线,因此在本步骤中,可以将正式分割线构成的所有矩形区域,直接保存为矩形区域信息。
在本实施例的另一种实施方式中,可以进一步通过一定的算法,在这些矩形区域中进一步确定出更加准确的矩形区域,以减少后续切割的工作量。
如图6所示,所述利用正式分割线构成矩形的过程可以包括以下步骤:
S103a:开始;
S103b:将某条正式分割线确定为第一边界;
本步骤的目的是确认矩形区域的第一条边界,在实际应用中,可以将某条横向的正式分割线确认为第一边界,也可以将某条竖向的正式分割线确认为第一边界。
其中,横行的第一边界具体可以是上边界或下边界,竖向的第一边界具体可以是左边界或右边界。
S103c:判断是否存在两条正式分割线分别与第一边界两个端点垂直相连,并且这两条正式分割线位于第一边界的相同侧,如果是,进入步骤S103d,如果否,则进入步骤S103j;
本步骤与S103d的目的是确认矩形区域的第二条边界和第三条边界。可以理解的是,矩形区域的第二边界和第三边界应该位于第一边界的相同侧。例如:
当第一边界为下边界时,第二边界和第三边界应位于第一边界的上侧,构成左边界和右边界;
当第一边界为上边界时,第二边界和第三边界应位于第一边界的下侧,构成左边界和右边界;
当第一边界为左边界时,第二边界和第三边界应位于第一边界的右侧,构成上边界和下边界;
当第一边界为右边界时,第二边界和第三边界应位于第一边界的左侧,构成上边界和下边界;
在实际的图像中,两条相互垂直的线段端点可能重合,也可能不重合,本实施例中,将“垂直相连”定义如下:
若第一线段与第二线段垂直,且第一线段的第一端点与第二线段的任一端点之间距离小于预设的阈值,则第二线段与第一线段的第一端点满足垂直相连条件。
也就是说,对于端点不重合,但是距离又比较近的两条垂直线段,也可以近似认为它们构成矩形区域的两条相互垂直的边界。在这种情况下“第二边界和第三边界应该位于第一边界的相同侧”应理解为“第二边界和第三边界的另一端点(即与第一边界垂足距离较远的端点)应该位于第一边界的相同侧”。
可以理解的是,在实际应用中,距离阈值应根据待分割图像的尺寸具体设置,如果图像尺寸较大,则可以设置较大的距离阈值,本实施例不需对其进行限定。
S103d:将与第一边界的两个端点垂直相连的两条正式分割线确认为第二边界和第三边界;
S103e:确定第二边界与第三边界之中最长的线段;
本步骤至S103h的目的是确认矩形区域的第四条边界。
可以理解的是,在第二边界和第三边界长度相等的情况下,第二边界和第三边界都符合“最长”这一条件。
S103f:判断是否存在与最长线段的端点垂直相连且不与第一边界重合的正式分割线,如果是,则进入步骤S103g,如果否,则进入步骤S103j;
由于第一边界也分别与第二边界和第三边界垂直相连,所以在确认第四边界的过程中,还应保证该条线段不与第一边界重合。
S103g:判断该正式分割线与第一边界的比值是否在预设的比值区间,如果是,则进入步骤S103h,如果否,则进入步骤S103j;
根据经验,可以将比值区间设置在1/3与3之间,当然本实施例对此并不需要进行限定。这个步骤的作用是排除掉一些边长比例明显失调的情况。如图7所示,当rs作为第一边界时,第二三边界可以分别是yr和zs,与yr垂直相连的正式分割线为xz;由于正式分割线xz的长度与rs的比值不在预设的比值区间内,所以xz无法满足第四边界的确认条件,而在该图像中,最终也不会切割出yzrs这样一个矩形区域。
S103h:将该正式分割线确认为第四边界;
S103i:利用上述四条边界构成矩形区域,并保存矩形区域信息;
可以理解的是,第四边界与第一边界应位于第二边界和第三边界之间最长线段的相同侧,而且,在考虑“垂直相连”定义的情况下,“第四边界和第一边界位于最长线段的相同侧”应理解为“第一边界和第四边界的另一端点(即与最长线段垂足距离较远的端点)位于最长线段的相同侧”。
S103j:结束。
需要说明的是,在步骤S103c中,满足条件的正式分割线可能多于两条,这种情况下,需要将满足条件的任意两条正式分割线作为第二边界和第三边界执行后续步骤,直到遍历所有可能的情况。
类似地,同时满足步骤S103f和S103g的正式分割线也可能存在多条,这种情况下,同样需要将每条正式分割线分别确认为第四边界并执行后续步骤,直到遍历所有可能的情况。
可见,在S103b确认一条第一边界以后,通过执行S103c-S103j,可能会得到多个矩形区域。
对于其他与第一边界平行的正式分割线,重复执行以上步骤S103a至步骤S103j,其中,每次执行所确定的第四边界与第一边界具有相同的相对位置关系;这里的“相对位置关系”包括“上下关系”或“左右关系”。举例说明:如果首次确定的第一边界为下边界,那么后续确定的第一边界也应该作为下边界,而不是作为上边界。
根据本实施例的另一种实施方式,在S103h之后,S103i之前,还可以包括:
判断上述四条边界是否都大于预设的长度阈值,如果是,则进入步骤S103i,如果否,则结束。该步骤的作用是,排除掉那些边长过短的矩形区域因为这类区域往往并不具有实际的切割意义。在实际应用中,该长度阈值应根据待分割图像的尺寸具体设置,如果图像尺寸较大,则可以设置较大的长度阈值,本实施例不需对其进行限定。
当然,该步骤也可以在确定每条边界之后分别执行,这样,如果判断出刚刚确认的边界小于预设的长度阈值,则可以直接转到结束步骤。
进一步地,为了保证将所有的矩形区域确定出来,可以在更换“第一边界”的定义以后,再重新执行一遍上述确认矩形区域的过程。例如,在第一轮确定过程中,首先确定的第一边界是作为下边界,那么在第二轮确定过程中,可以将第一边界作为上边界,然后重新执行上述确认矩形区域的过程。最后将两轮过程所确定的区域共同作为待切割的备选区域。
S104:将所保存信息对应的矩形区域从所述待分割图像中切割出来。
通过S103,将需要切割的矩形区域的信息进行了保存,可以根据这些矩形区域的信息将所有的矩形区域切割出来,所切割出的矩形区域即为待分割图像的最终的切割结果。
在本实施例的另一种实施方式中,可以进一步通过一定的比较算法,只保留有实际意义的矩形区域进行后续切割,以减少后续切割的工作量。所述将所保存信息对应的矩形区域从所述待分割图像中切割出来,可以包括以下步骤:
S104a:在所保存信息对应的矩形区域中,选择任意两个区域进行比较,根据比较结果保留至少一个区域的信息;
S104b:在所保存信息对应的矩形区域中,选择未经过比较的其他区域,与经过比较且保留下来的每个区域进行比较,根据比较结果保留一个或两个区域的信息,重复本步骤直到所有矩形区域都经过至少一次比较;
S104c:将最终保留的矩形区域从所述待分割图像中切割出来;
其中,对两个区域进行比较,根据比较结果,保留至少一个区域的信息,具体包括:
如果第二区域包含于第一区域,并且第二区域的面积与第一区域的面积的比值大于第一阈值,则删除第一区域的信息,将第二区域信息保留;
如果第二区域包含第一区域,并且第二区域的面积与第一区域的面积的比值小于第二阈值,则删除第二区域的信息,将第一区域信息保留;
如果第二区域包含第一区域,并且第二区域的面积大于预设的面积阈值,则删除第二区域的信息,将第一区域的信息保留。
在实际应用中,根据经验可以分别将第一阈值和第二阈值分别设置为1/4和4,而面积阈值应根据待分割图像的实际尺寸具体设定。当然这些都不应该构成对本申请方案的限制。
此外,当第二区域与第一区域进行比较时,如果上述三种情况均不符合,则应同时保留第一区域的信息和第二区域的信息。
本申请实施例所提供的图像分割方法,根据待分割图像的行和列的像素特征,确定该图像可能的分割线,然后从这些分割线的交点所夹的线段构成的矩形区域中确定该图像中独立存在的区域块,最后将这些区域块从原图像中切割出来,以此实现对大型拼接图像的自动分割处理。
在本申请的另一种实施方式中,还可以在待分割图像中预先选取适当的采样点,然后利用这些预先选取的采样点,分别计算待分割图像行和列的相对梯度值,从而提高图像分割的处理速度。其中,采样点可以根据待分割图像的行和列的长度进行选取,以保证尽量不遗漏重要像素信息。例如,令x=行的长度/5,则可以按照如下的方式选取行的采样点:
如果x<5,则不取采样点;
如果x≥10,则隔10个像素点选取一个采样点;
如果5≤x<10,则隔5个像素点选取一个采样点。
利用类似的方法,可以得到列的采样点。当然,本申请实施例并不需要对选择采样点的具体方式进行限定。
下面结合一个具体的应用实例,对本申请所提供的图像分割方法进行说明。以电子商务应用为例,商家在网上发布自己的商品时,可以上传一张或多张商品的附图,相对于文字而言,图像能够更直观地对商品进行展示,很多情况下,商品附图也可以作为买家确认商品信息真实性的一个重要依据。但是在实际应用中,出于某些主观或客观原因,商家会上传一些拼接而成的大型图像。这些大型图像非常不利于对电子商务系统进行后期的数据挖掘,(例如根据商品的外观对商品进行分类等等)。
图9、图10、图11为拼接图像根据本申请所提供的图像分割方法处理的图像示意图,图8为该图像利用本申请所提供的方法的处理流程图。下面结合图8、图9、图10和图11,详细介绍利用本申请所提供的方法对该拼接图像进行切割处理的过程:
如图8所示,对该拼接图像的处理流程如下:
S201:根据该图像的行和列的长度,选取适当的采样点;
S202:根据选取的采样点,计算各行和各列的相对梯度值;
S203:根据各行和各列的相对梯度值,将符合成为第一类备选分割线的条件的行和列确定为第一类备选分割线;
其中,行成为第一类备选分割线的条件为:该行的相对梯度值大于第一梯度阈值20,并且该行的相对梯度值与下一行的相对梯度值的比值大于梯度比门限4。类似地,列成为第一类备选分割线的条件为:该列的相对梯度值大于第一梯度阈值20,并且该列的相对梯度值与右邻列的相对梯度值的比值大于梯度比门限4。
S204:计算各行和各列的色彩变化范围;
S205:将同时满足色彩平滑条件和梯度平滑条件的行标记为平滑,其他的行标记为不平滑;类似地,将同时满足色彩平滑条件和梯度平滑条件的列标记为平滑,其他的列标记为不平滑;
其中,色彩平滑条件为:行或列的色彩变化范围小于色彩范围阈值50;梯度平滑条件为:行或列的相对梯度值小于零梯度阈值1。
S206:根据各行和各列的平滑状态,将符合成为第二类备选分割线条件的行和列确定为第二类备选分割线;
其中,行成为第二类备选分割线的条件为:该行和下一行的平滑状态不同;类似地,列成为第二类备选分割线的条件为:该列和右邻列的平滑状态不同。
如图9所示,分割线01、02、03、04、05为经过上述步骤处理所确定的该图像的第二类备选分割线,其他分割线为所确定的第一类备选分割线。
S207:将第一类备选分割线和第二类备选分割线构成的所有备选分割线所在的行和列交点所夹的线段中,符合条件的线段确定为正式分割线;
其中,将符合条件的线段确定为正式分割线的具体过程为:
将与第二类备选分割线重合的线段直接确认为该图像的正式分割线;
在与第一类备选分割线重合的线段中,将符合像素点梯度条件的线段确定为正式分割线。判断是否符合像素点梯度条件的过程为:
获取与第一类备选分割线重合的线段中,相对梯度值属于预设的梯度区间[1,20]的像素点个数A,以及当前线段的像素点总数B;如果A/B小于比例门限20%,则将当前线段确定为待分割图像的正式分割线。
当然,正式分割线的确定,还应该考虑到待分割图像的原边界与备选分割线的交点所夹的线段,这里不再详细说明。
如图10所示,所有符合条件的正式分割线包括:mn、fj、fk、fg、jk、jg、kg、hp、hi、pi、cd、ce、de、ab、cf、dj、dh、hj、lk、be、bi、bg、bn、ei、eg、en、ig、in、gn。需要说明的是,图10中,q为分割线jd的延长线与分割线ab相交的点,p为分割线kl的延长线与分割线hi相交的点。
S208:利用正式分割线构成矩形区域,保存矩形区域信息;
结合图10,利用正式分割线构成矩形区域的具体过程为:
根据各正式分割线的位置,可知
可能为下边界的正式分割线包括:mn、fj、fk、fg、jk、jg、kg、hi、ce、de、ab,(mn、fj、jk、fk只能是下边界);
可能为上边界的正式分割线包括:fg、jg、kg、hi、cd、ce、de、ab(cd只能是上边界);
可能为左边界的正式分割线包括:cf、dh、dj、hj、lk,(cf只能是左边界);
可能为右边界的正式分割线包括:dh、dj、hj、lk、bn、bg、bi、be、ei、eg、en、ig、in、gn,(bn、bg、bi、be、ei、eg、en、ig、in、gn只可能是右边界)。
其中,设hj、lk、ig都小于预设的长度阈值。
将可能为图像下边界的正式分割线视为第一边界,判断各正式分割线能否构成矩形区域的过程为:
1)将mn确定为图像的下边界,在所有正式分割线中只能找到与mn垂直相连的右边界,无左边界,所以以mn为图像的下边界不能构成矩形区域。
2)将fj确定为图像的下边界,与fj两端垂直相连的正式分割线有cf、dj、hj;cf只能作为图像的左边界,右边界可能为dj或hj。当右边界为dj时,dj与cf长度相等,与dj和cf分别垂直相连的cd、ce为可能的上边界,cd与fj的比值为1,且上边界、下边界、左边界、右边界的长度都大于长度阈值,所以将该区域cdjf的信息保存;ce与fj的比值在预设的比值区间[1/3,3],且四条边界都大于长度阈值,所以这四条边界构成的矩形区域也为cdjf。
当右边界为hj,左边界cf最长,与cf垂直相连的正式分割线cd和ce,cd、ce与fj的比值都在比值区间内,但右边界小于长度阈值,所以,以fj为下边界,hj为右边界不能构成矩形区域。
所以将fj确定为图像的下边界,能够构成的矩形区域为cdjf。
3)将fk确定为图像的下边界,与fk两端垂直相连的正式分割线有cf、lk,其中cf为左边界,lk为右边界。无论能否找到与cf垂直相连的上边界,由于lk小于长度阈值,所以以fk为下边界不能构成矩形区域。
4)将fg确定为图像的下边界,与fg两端垂直相连的正式分割线为cf、ge、bg、ig;
以cf为左边界、ge为右边界确定的上边界为ce、cd、de,因为确定的这三条上边界与fg的比值都在预设的比值区内,且边界的长度都大于长度阈值,所以以fg为下边界,ce、cd、de分别为上边界构成的矩形区域都为cegf;
以cf为左边界,bg为右边界,bg最长,与bg垂直相连的正式分割线为ab,ab与fg的比值为1,且此时的四条边界都大于长度阈值,所以延长fc至与ab相交可构成矩形区域abgf;
以cf为左边界,ig为右边界,因为ig小于长度阈值,所以无论能否找到与较长的cf垂直相连的正式分割线,都不能构成矩形区域;
所以,以fg为图像的下边界能构成的矩形区域为cegf、abgf。
5)将jk确定为图像的下边界,与jk两端垂直相连左边界有hj、dj,右边界有lk。由于lk的长度小于长度阈值,所以以jk为下边界不能构成矩形区域。
6)将jg确定为图像的下边界,与jg两端垂直相连左边界有hj、dj,右边界有eg、ig、bg,由于hj、ig的长度小于长度阈值,所以以jg为下边界确定的矩形区域只有degj、qbgj。
7)将kg确定为图像的下边界,由于kg左端垂直相连的lk的长度小于长度阈值,所以以kg为图像的下边界不能构成矩形区域。
8)将hi确定为图像的下边界,与hi两端垂直相连的正式分割线有dh、ei、bi,由于与ei垂直相连的de、ce与hi的比值都在预设的区间内,并且各边界的长度都大于长度阈值,所以可构成矩形区域deih;类似地,以bi为右边界,可构成矩形区域qbih。所以以hi为图像下边界能构成矩形区域为deih和qbih。
9)将ce确定为图像的下边界,没有与ce左端垂直相连的正式分割线,所以以ce为图像下边界不能构成矩形区域。
10)将de确定为图像的下边界,没有与de左端垂直相连的正式分割线,所以以de为图像下边界不能构成矩形区域。
11)将ab确定为图像的下边界,没有与ab左端垂直相连的正式分割线,所以以ab为图像的下边界不能构成矩形区域。
为了找到所有可能的矩形区域,还需要从上边界开始确定矩形区域,所确定的矩形区域已包含在上述确定的多个矩形区域中。
综上,由正式分割线构成的矩形区域包括:cdjf、cegf、degj、qbgj、deih、qbih、abgf。
S209:根据保存的矩形区域的信息,将各个矩形区域进行对比判断,切割出最后保留的矩形区域。
具体过程为:
取保存的矩形区域cdjf、cegf、degj、qbgj、deih、qbih、abgf中的cdjf和cegf进行比较,由于矩形区域cdjf包含于矩形区域cegf,并且cdjf的面积与cegf的面积的比值大于第一阈值1/4,所以保留矩形区域cdjf,删除矩形区域cegf;
将矩形区域degj与矩形区域cdjf进行比较,由于degj与cdjf是两个完全独立的矩形区域,不存在包含的关系,所以将矩形区域degj和cdjf都保留下来;
将矩形区域qbgj分别与矩形区域degj和cdjf进行比较,当qbgj与cdjf进行比较时,由于qbgj与cdjf是两个独立的矩形区域,不存在包含的关系,所以同时保留qbgj和cdjf;而当qbgj与degj进行比较时,由于qbgj包含degj,且qbgj的面积与degj的面积的比值小于第二阈值4,所以删除矩形区域qbgj,保留矩形区域degj;
将矩形区域deih分别与cdjf和degj进行比较;当deih与cdjf进行比较时,它们是两个独立的矩形区域,所以同时保留下来;当deih与degj进行比较时,由于deih包含于degj,并且deih的面积与degj的面积的比值大于第一阈值1/4,所以删除矩形区域degj,保留矩形区域deih;
将矩形区域qbih分别与之前保留的矩形区域cdjf和deih进行比较;由于qbih与cdjf是两个独立的矩形区域,所以都保留下来;而当qbih与deih进行比较时,由于qbih包含deih,且qbih的面积与deih的面积的比值小于第二阈值4,所以删除矩形区域qbih,保留矩形区域deih;
将矩形区域abgf与之前保留的矩形区域cdjf、deih进行比较;由于abgf包含cdjf,且abgf的面积与cdjf的比值小于第二阈值4,所以删除矩形区域abgf,保留矩形区域cdjf和deih。
综上,经过比较之后,最终保留下来的矩形区域为cdjf和矩形区域deih,将这两个矩形区域从待分割图像中切割下来。如图11所示,矩形区域cdjf和矩形区域deih为该待分割图像最终的分割结果。
此外,对于一些尺寸较大的待分割图像,梯度变化和平滑状态的变化不能很好的反应图像局部的分界特征,这样的待处理图像经过上述方案的处理后会出现切割不完全的情况。因此,对于尺度大于一定阈值的图像进行分割之后,如果切割出的图像长宽比仍然比较悬殊,则可以进一步对分割结果进行第二次分割,甚至多次分割。图12列举了一种进行了两次分割的情况,其中,竖向的三幅细长图像为第一次分割的结果。
相应于上面的方法实施例,本申请还提供一种图像分割系统,如图13所示,该系统包括:
备选分割线确定模块110,用于根据待分割图像的像素特征,确定待选图像中的备选分割线;
正式分割线确定模块120,用于将备选分割线确定模块110确定的备选分割线所在行和列的交点所夹的线段确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段确定为待分割图像的正式分割线;
矩形区域确定模块130,用于利用正式分割线确定模块120确定的正式分割线构成矩形区域,保存矩形区域信息;
矩形区域切割模块140,用于将矩形区域确定模块130中保存的矩形区域信息对应的矩形区域从待分割图像中切割出来;
其中,备选分割线确定模块110可以包括:
像素特征计算子模块111,用于计算各行和各列的相对梯度值以及平滑状态;
第一备选分割线确定子模块112,用于根据像素特征计算子模块111计算出的各行和各列的相对梯度值,将相对梯度值大于预设的第一梯度阈值的行和列确定为第一类备选分割线;
第二备选分割线确定子模块113,用于根据像素特征计算子模块111计算出的各行和各列的平滑状态,确定第二类备选分割线:如果相邻两行的平滑状态不同,则将这两行中的任一行确定为第二类备选分割线;如果相邻两列的平滑状态不同,则将这两列中的任一列确定为第二类备选分割线。
如图14所示,第一备选分割线确定子模块112,具体可以包括:第一判断单元112a、第二判断单元112b和第一确定单元112c;
第一判断单元112a,用于判断行的相对梯度值是否大于第一梯度阈值;
第二判断单元112b,用于判断行的相对梯度值与邻行的相对梯度值的比值是否大于预设的梯度比门限;
第一确定单元112c,用于在所述第一判断单元112a和第二判断单元112b的判断结果都为是的情况下,将该行确定为第一类备选分割线;
第一判断单元112a,还用于判断列的相对梯度值是否大于第一梯度阈值;
第二判断单元112b,还用于判断列的相对梯度值与邻行的相对梯度值的比值是否大于预设的梯度比门限;
第一确定单元112c,还用于在所述第一判断单元112a和第二判断单元112b的判断结果都为是的情况下,将该列确定为第一类备选分割线。
其中,像素特征计算子模块111,可以包括相对梯度值计算单元和平滑状态计算单元;
平滑状态计算单元,用于判断行是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该行平滑,否则判断该行不平滑;以及
用于判断列是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该列平滑,否则判断该列不平滑;
所述色彩平滑条件为:行或列的色彩变化范围小于预设的色彩范围阈值;
所述梯度平滑条件为:行或列的相对梯度值小于预设的零梯度阈值。
在本申请一种实施方式中,所述像素特征计算子模块111,可以利用预先选取的采样点,分别计算待分割图像行和列的相对梯度值。
正式分割线确定模块120,可以包括:
线段获得子模块,用于获得备选分割线确定模块110所确定的备选分割线所在行和列交点所夹的线段;
线段判定子模块,用于将与第二类备选分割线重合的线段直接确定为待分割图像的正式分割线;在与第一类备选分割线重合的线段中,将符合像素点梯度条件的线段确定为待分割图像的正式分割线。
其中,线段判定子模块设置的像素点梯度条件为:
A/B小于预设的比例门限,其中,A为相对梯度值属于预设的梯度区间的像素点个数,B为当前线段的像素点总数。
矩形区域确定模块130,可以包括:
第一边界确定子模块,用于将一组相互平行的正式分割线分别确定为第一边界;
第二、三边界确定子模块,用于根据所述第一边界确定子模块的确定结果,将分别与该第一边界的两个端点垂直相连的两条正式分割线确认为第二边界和第三边界;
第四边界确定子模块,用于选择第二边界与第三边界之中最长的线段,如果存在与该线段的端点垂直相连的正式分割线,且该线段与第一边界的比值属于预设的比值区间,则将该正式分割线确认为第四边界;
区域信息保存子模块,用于利用所确定的四条边界构成矩形区域,保存矩形区域信息;
其中,若第一线段与第二线段垂直,且第一线段的第一端点与第二线段的任一端点之间距离小于预设的阈值,则第二线段与第一线段的第一端点满足垂直相连条件。
此外,矩形区域确定模块130,还可以包括:
判断子模块,用于在利用所确定的四条边界构成矩形区域之前,判断四条边界是否都大于预设的长度阈值;
所述区域信息保存子模块,在所述判断子模块的判断结果为是的情况下,进一步利用所确定的四条边界构成矩形区域,保存矩形区域信息。
矩形区域切割模块140可以包括:选择子模块、比较子模块和切割子模块:
选择子模块,用于在所保存信息对应的矩形区域中,选择任意两个区域;并将选择结果发送至所述比较子模块;
其中,在所述比较子模块进行过至少一次比较之后,所述选择子模块,还用于在所保存信息对应的矩形区域中,选择未经过比较的一个其他区域,以及依次选择一个经过比较且保留下来的区域,将选择结果发送至所述比较子模块;
比较子模块,用于对所述选择子模块所选择的区域进行比较,根据比较结果保留至少一个区域的信息;
切割子模块,用于在所有矩形区域都经过至少一次比较的情况下,将最终保留的矩形区域从所述待分割图像中切割出来;
其中,所述比较子模块具体配置为:
如果第二区域包含于第一区域,并且第二区域的面积与第一区域的面积的比值大于第一阈值,则删除第一区域的信息;
如果第二区域包含第一区域,并且第二区域的面积与第一区域的面积的比值小于第二阈值,则删除第二区域的信息;
如果第二区域包含第一区域,并且第二区域的面积大于预设的面积阈值,则删除第二区域的信息。
为了描述的方便,描述以上装置时以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的,其中所述作为分离部件说明的模块或单元可以是或者也可以不是物理上分开的,作为模块或单元显示的部件可以是或者也可以不是物理模块或单元,即可以位于一个地方,或者也可以分布到多个网络模块或单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种图像分割方法,其特征在于,包括:
根据待分割图像的行和列的像素特征,确定待分割图像中的备选分割线;
将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段,确定为待分割图像的正式分割线;
利用正式分割线构成矩形区域,保存矩形区域信息;
将所保存信息对应的矩形区域从所述待分割图像中切割出来。
2.根据权利要求1所述的方法,其特征在于:
所述确定待分割图像中的备选分割线,包括:
分别计算待分割图像各行和各列的相对梯度值,将相对梯度值大于预设的第一梯度阈值的行和列确定为第一类备选分割线;
分别判断待分割图像各行和各列是否平滑,如果相邻两行的平滑状态不同,则将这两行中的任一行确定为第二类备选分割线;如果相邻两列的平滑状态不同,则将这两列中的任一列确定为第二类备选分割线。
3.根据权利要求2所述的方法,其特征在于,所述将相对梯度值大于预设的第一梯度阈值的行和列确定为第一类备选分割线,包括:
判断行的相对梯度值是否大于第一梯度阈值;并且
判断该行的相对梯度值与邻行的相对梯度值的比值是否大于预设的梯度比门限;
如果该行的两次判断的结果都为是,则将该行确定为第一类备选分割线;
判断列的相对梯度值是否大于第一梯度阈值;并且
判断该列的相对梯度值与邻列的相对梯度值的比值是否大于预设的梯度比门限;
如果该列的两次判断的结果都为是,则将该列确定为第一类备选分割线。
4.根据权利要求2所述的方法,其特征在于,所述分别判断待分割图像各行和各列是否平滑,具体为:
判断行是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该行平滑,否则判断该行不平滑;
判断列是否同时满足色彩平滑条件和梯度平滑条件,如果是,则判断该列平滑,否则判断该列不平滑;
所述色彩平滑条件为:行或列的色彩变化范围小于预设的色彩范围阈值;
所述梯度平滑条件为:行或列的相对梯度值小于预设的零梯度阈值。
5.根据权利要求2所述的方法,其特征在于,所述将备选分割线所在行和列的交点所夹的线段,确定为待分割图像的正式分割线,具体为:
获得备选分割线所在行和列的交点所夹的线段;
将与第二类备选分割线重合的线段直接确定为待分割图像的正式分割线;
在与第一类备选分割线重合的线段中,将符合像素点梯度条件的线段确定为待分割图像的正式分割线。
6.根据权利要求5所述的方法,其特征在于,所述将符合像素点梯度条件的线段确定为待分割图像的正式分割线,包括:
获取当前线段中,相对梯度值属于预设的梯度区间的像素点个数A,以及当前线段的像素点总数B;
如果A/B小于预设的比例门限,则将当前线段确定为待分割图像的正式分割线。
7.根据权利要求2所述的方法,其特征在于,所述利用正式分割线构成矩形区域,包括:
A.将某条正式分割线确定为第一边界;
B.将分别与该第一边界的两个端点垂直相连的两条正式分割线确认为第二边界和第三边界;
C.选择第二边界与第三边界之中最长的线段,如果存在与该选择的线段的端点垂直相连的正式分割线,且该正式分割线与第一边界的比值属于预设的比值区间,则将该正式分割线确认为第四边界,并且利用所确定的四条边界构成矩形区域,保存矩形区域信息;
对于其他与第一边界平行的正式分割线,重复执行以上步骤A至步骤C,其中,每次执行所确定的第四边界与第一边界具有相同的相对位置关系;
其中,若第一线段与第二线段垂直,且第一线段的第一端点与第二线段的任一端点之间距离小于预设的阈值,则第二线段与第一线段的第一端点满足垂直相连条件。
8.根据权利要求7所述的方法,其特征在于,在利用所确定的四条边界构成矩形区域之前,还包括:
判断四条边界是否都大于预设的长度阈值,如果是,则进一步利用所确定的四条边界构成矩形区域,保存矩形区域信息。
9.根据权利要求2所述的方法,其特征在于,所述将所保存信息对应的矩形区域从所述待分割图像中切割出来,包括:
在所保存信息对应的矩形区域中,选择任意两个区域进行比较,根据比较结果保留至少一个区域的信息;
在所保存信息对应的矩形区域中,选择未经过比较的其他区域,与经过比较且保留下来的每个区域进行比较,根据比较结果保留一个或两个区域的信息,重复本步骤直到所有矩形区域都经过至少一次比较;
将最终保留的矩形区域从所述待分割图像中切割出来;
其中,对两个区域进行比较,根据比较结果,保留至少一个区域的信息,具体包括:
如果第二区域包含于第一区域,并且第二区域的面积与第一区域的面积的比值大于第一阈值,则删除第一区域的信息;
如果第二区域包含第一区域,并且第二区域的面积与第一区域的面积的比值小于第二阈值,则删除第二区域的信息;
如果第二区域包含第一区域,并且第二区域的面积大于预设的面积阈值,则删除第二区域的信息。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述分别计算待分割图像各行和各列的相对梯度值,具体为:
利用预先选取的采样点,分别计算待分割图像行和列的相对梯度值。
11.一种图像分割系统,其特征在于,该系统包括:
备选分割线确定模块,用于根据待分割图像的像素特征,确定待选图像中的备选分割线;
正式分割线确定模块,用于将备选分割线确定模块确定的备选分割线所在行和列的交点所夹的线段确定为待分割图像的正式分割线、以及将待分割图像的原边界线与备选分割线的交点所夹的线段确定为待分割图像的正式分割线;
矩形区域确定模块,用于利用正式分割线确定模块确定的正式分割线构成矩形区域,保存矩形区域信息;
矩形区域切割模块,用于将矩形区域确定模块中保存的矩形区域信息对应的矩形区域从待分割图像中切割出来。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010592877.6A CN102567952B (zh) | 2010-12-16 | 2010-12-16 | 一种图像分割方法及系统 |
HK12108961.4A HK1168185A1 (zh) | 2010-12-16 | 2012-09-13 | 種圖像分割方法及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010592877.6A CN102567952B (zh) | 2010-12-16 | 2010-12-16 | 一种图像分割方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102567952A true CN102567952A (zh) | 2012-07-11 |
CN102567952B CN102567952B (zh) | 2014-07-16 |
Family
ID=46413306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010592877.6A Active CN102567952B (zh) | 2010-12-16 | 2010-12-16 | 一种图像分割方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN102567952B (zh) |
HK (1) | HK1168185A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504712A (zh) * | 2014-12-30 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 图片处理方法和装置 |
CN104867105A (zh) * | 2015-05-30 | 2015-08-26 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
CN106603838A (zh) * | 2016-12-06 | 2017-04-26 | 深圳市金立通信设备有限公司 | 一种图像处理方法及终端 |
CN107609546A (zh) * | 2017-08-29 | 2018-01-19 | 北京奇艺世纪科技有限公司 | 一种文字标题识别方法及装置 |
CN109376746A (zh) * | 2018-10-25 | 2019-02-22 | 黄子骞 | 一种图片识别方法及系统 |
WO2019104666A1 (zh) * | 2017-11-30 | 2019-06-06 | 深圳市沃特沃德股份有限公司 | 扫地机器人及其进行区域划分的方法 |
CN110189319A (zh) * | 2019-05-31 | 2019-08-30 | 北京百度网讯科技有限公司 | 置物架分割方法、装置、设备和存储介质 |
CN110675414A (zh) * | 2019-09-30 | 2020-01-10 | 广州极飞科技有限公司 | 地块分割方法、装置、电子设备及存储介质 |
CN110782463A (zh) * | 2019-10-31 | 2020-02-11 | 京东方科技集团股份有限公司 | 分割方式的确定方法、装置、显示方法和设备、存储介质 |
CN110853063A (zh) * | 2019-10-31 | 2020-02-28 | 广州华多网络科技有限公司 | 图像分割信息的处理方法、装置、设备和存储介质 |
CN113470053A (zh) * | 2020-03-30 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001026050A2 (en) * | 1999-10-04 | 2001-04-12 | A.F.A. Products Group, Inc. | Improved image segmentation processing by user-guided image processing techniques |
CN101106716A (zh) * | 2007-08-21 | 2008-01-16 | 北京大学软件与微电子学院 | 一种分水岭图象分割处理方法 |
CN101303769A (zh) * | 2008-07-10 | 2008-11-12 | 哈尔滨工业大学 | 基于先验知识测地几何流的二维序列医学图像分割方法 |
CN101493932A (zh) * | 2009-03-05 | 2009-07-29 | 西安电子科技大学 | 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 |
-
2010
- 2010-12-16 CN CN201010592877.6A patent/CN102567952B/zh active Active
-
2012
- 2012-09-13 HK HK12108961.4A patent/HK1168185A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001026050A2 (en) * | 1999-10-04 | 2001-04-12 | A.F.A. Products Group, Inc. | Improved image segmentation processing by user-guided image processing techniques |
CN101106716A (zh) * | 2007-08-21 | 2008-01-16 | 北京大学软件与微电子学院 | 一种分水岭图象分割处理方法 |
CN101303769A (zh) * | 2008-07-10 | 2008-11-12 | 哈尔滨工业大学 | 基于先验知识测地几何流的二维序列医学图像分割方法 |
CN101493932A (zh) * | 2009-03-05 | 2009-07-29 | 西安电子科技大学 | 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 |
Non-Patent Citations (2)
Title |
---|
王振杰, 盛焕烨: "一种基于边缘梯度的图像分割方法", 《计算机应用研究》, no. 2, 31 December 2004 (2004-12-31) * |
秦剑,李林,李绍明,王龙鹤,时振通: "基于梯度的图像分割新方法", 《计算机应用》, vol. 29, no. 8, 31 August 2009 (2009-08-31) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504712B (zh) * | 2014-12-30 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 图片处理方法和装置 |
CN104504712A (zh) * | 2014-12-30 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 图片处理方法和装置 |
CN104867105B (zh) * | 2015-05-30 | 2018-11-23 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
CN104867105A (zh) * | 2015-05-30 | 2015-08-26 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
CN106603838A (zh) * | 2016-12-06 | 2017-04-26 | 深圳市金立通信设备有限公司 | 一种图像处理方法及终端 |
CN107609546B (zh) * | 2017-08-29 | 2020-12-18 | 北京奇艺世纪科技有限公司 | 一种文字标题识别方法及装置 |
CN107609546A (zh) * | 2017-08-29 | 2018-01-19 | 北京奇艺世纪科技有限公司 | 一种文字标题识别方法及装置 |
WO2019104666A1 (zh) * | 2017-11-30 | 2019-06-06 | 深圳市沃特沃德股份有限公司 | 扫地机器人及其进行区域划分的方法 |
CN109376746A (zh) * | 2018-10-25 | 2019-02-22 | 黄子骞 | 一种图片识别方法及系统 |
CN110189319A (zh) * | 2019-05-31 | 2019-08-30 | 北京百度网讯科技有限公司 | 置物架分割方法、装置、设备和存储介质 |
CN110189319B (zh) * | 2019-05-31 | 2021-08-13 | 北京百度网讯科技有限公司 | 置物架分割方法、装置、设备和存储介质 |
CN110675414A (zh) * | 2019-09-30 | 2020-01-10 | 广州极飞科技有限公司 | 地块分割方法、装置、电子设备及存储介质 |
CN110675414B (zh) * | 2019-09-30 | 2021-08-17 | 广州极飞科技股份有限公司 | 地块分割方法、装置、电子设备及存储介质 |
CN110853063A (zh) * | 2019-10-31 | 2020-02-28 | 广州华多网络科技有限公司 | 图像分割信息的处理方法、装置、设备和存储介质 |
CN110782463A (zh) * | 2019-10-31 | 2020-02-11 | 京东方科技集团股份有限公司 | 分割方式的确定方法、装置、显示方法和设备、存储介质 |
CN110782463B (zh) * | 2019-10-31 | 2022-06-24 | 京东方科技集团股份有限公司 | 分割方式的确定方法、装置、显示方法和设备、存储介质 |
CN110853063B (zh) * | 2019-10-31 | 2023-04-07 | 广州方硅信息技术有限公司 | 图像分割信息的处理方法、装置、设备和存储介质 |
CN113470053A (zh) * | 2020-03-30 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
CN113470053B (zh) * | 2020-03-30 | 2024-03-05 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN102567952B (zh) | 2014-07-16 |
HK1168185A1 (zh) | 2012-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102567952A (zh) | 一种图像分割方法及系统 | |
CN100451921C (zh) | 用户界面系统和用于显示界面上条目的计算机实现的方法 | |
CN107181976A (zh) | 一种弹幕显示方法及电子设备 | |
CN101944109B (zh) | 一种基于页面分块的图片摘要提取系统及方法 | |
CN101576894B (zh) | 实时图像内容检索系统及图像特征提取方法 | |
CN103530052A (zh) | 一种界面内容的显示方法和用户设备 | |
CN103500332B (zh) | 图片内文字显示方法及装置 | |
CN103488569A (zh) | 电子设备性能的测试方法及装置 | |
WO2015077188A1 (en) | Visualizing large graphs | |
CN109635718A (zh) | 一种文本区域划分方法、装置、设备及存储介质 | |
CN107958338A (zh) | 用电策略推荐方法及装置、存储介质 | |
CN110019353A (zh) | 一种数据处理方法及装置 | |
CN103491116A (zh) | 正文相关的结构化数据的处理方法及装置 | |
CN104111769A (zh) | 一种电子文件夹的显示方法及装置 | |
CN105867779A (zh) | 一种图片传输方法、装置及电子设备 | |
CN105989013A (zh) | 去除文字水印的方法及装置 | |
CN105095250A (zh) | 页面调度的处理方法和装置 | |
CN105550207A (zh) | 一种信息推广方法及装置 | |
CN114816410A (zh) | 界面生成方法、装置以及存储介质 | |
CN107506871A (zh) | 一种区间预测的方法及系统 | |
CN103955713A (zh) | 一种图标识别方法和装置 | |
CN104461280A (zh) | 一种信息处理方法及电子设备 | |
CN116521782A (zh) | 一种数据资产地图获取方法、装置、设备、介质及产品 | |
CN110457030B (zh) | 一种组件编排的移动适配重排方法及装置 | |
CN109299441A (zh) | 一种文章编辑方法及系统 |
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: 1168185 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: 1168185 Country of ref document: HK |