CN102629969A - 一种在拍摄平面物体时消除拖影的方法 - Google Patents
一种在拍摄平面物体时消除拖影的方法 Download PDFInfo
- Publication number
- CN102629969A CN102629969A CN2012100912361A CN201210091236A CN102629969A CN 102629969 A CN102629969 A CN 102629969A CN 2012100912361 A CN2012100912361 A CN 2012100912361A CN 201210091236 A CN201210091236 A CN 201210091236A CN 102629969 A CN102629969 A CN 102629969A
- Authority
- CN
- China
- Prior art keywords
- color
- point
- color point
- smear
- stain
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种在拍摄平面物体时消除拖影的方法,其特征在于,该方法包括:计算每相邻两帧图像之间,同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影。本发明在保证系统数据处理能力的前提下,不增加任何成本,不增加用户操作,彻底解决因物体移动造成的拖影。
Description
技术领域
本发明涉及图像处理方法,特别地涉及一种在拍摄平面物体时消除拖影的方法。
背景技术
现有的数码摄影或者摄像都是通过CMOS或者CCD传感器采集图像,再经过适当数据处理,在屏幕上呈现。
所有的摄影和摄像设备一样存在移动拖影问题。传感器为了得到足够清晰的一帧图像都要求快门开启保持一段时间进行曝光。光线越暗快门开启的时间要求越长。如果物体是移动的话,一个发光点在曝光期间就会在相邻多个像素点上形成图像。这就是拖影。举例来说:在摄影领域,拖影一般也是不希望有的。而在电子助视器应用上,如用电子放大镜看书等,拖影尤其影响患者使用。因为在阅读中,使用者会经常移动读物。拖影的存在会加大阅读者的阅读疲劳,严重的甚至会导致眩晕。
无论在电视,数码相机,DV还是助视器上解决拖影都是一个大课题。比如提高液晶屏的响应时间,现在的液晶屏已经几乎不会引入人眼可见的拖影了。来自传感器信号本身因物体移动造成的拖影通过提高传感器灵敏度,缩短快门时间来提高。
针对照相机的抖动问题,厂家甚至设计了昂贵的机械防抖装置来降低抖动对图像的影响。
发明内容
为了解决上述的技术问题,本发明提供一种在拍摄平面物体时消除拖影的方法,该方法包括:一种在拍摄平面物体时消除拖影的方法,该方法包括:计算每相邻两帧图像之间、同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影。
在上述方案基础上本发明还可以做如下改进:
进一步,所述计算每相邻两帧图像之间,同一物体产生移动的距离的方法为:在前一帧图像中提取特征点,比较两帧图像中相同特征点位置的距离,得出两帧图像中同一物体移动的距离和方向。
前文中所述的特征点,是指组合起来可以相对唯一的标识一副图像的点,一般也可以被称为兴趣点、显著点、关键点等,以点的位置来表示点特征是一种最简单的图像特征。事实上,特征点既是一种点的位置辨识,同时也表明它所代表的局部区域具有一定的模式特征。特征点一般来说是多行的,比如图像中人的鼻子、眼睛等都可以分别作为一种特征点,这种特征点都是由多行局部数据构成的。在某些特殊情况下,特征点可以是一串连续的黑点,比如所要读取的图像是文字的时候,所述文字的特征点即为连续的黑点。
进一步,所述计算每相邻两帧图像之间、同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影的步骤具体包括:
(1)以相邻两帧图像中的后一帧为当前帧,判断相邻两帧图像中前一帧图像中是否存在有特征点,如果存在则进入步骤(2);如果没有特征点,则不对当前帧图像进行处理;
(2)根据前一帧图像中的特征点的位置和特征在当前帧图像中搜索,查找是否有与所述前一帧图像中的特征点具有相同特征的特征点;如果结果为“是”,则进入步骤(3);如果结果为“否”,则不对当前帧图像进行处理;
(3)将当前帧图像中特征点的位置和前一帧图像中特征点的位置之间的距离,作为两帧图像之间同一物体移动的距离;
(4)根据所述同一物体移动的距离,还原静止物体的原貌。
进一步,步骤(2)所述的搜索方式为从图像中心向外搜索。
以上所述为处理相邻两帧图像的情况,当处理多帧图像时,例如在拍摄平面物体的过程处理连续图像的具体方法为:
(1)在拍摄平面物体的过程中采集或选择任一帧图像;
(2)选择该帧的下一帧,作为当前帧;判断当前帧的上一帧图像中是否存在有特征点,如果存在则进入步骤(3);如果没有特征点,则进入步骤
(6);
(3)根据上一帧图像中的特征点的位置和特征在本帧图像中搜索,查找是否有与所述上一帧图像中的特征点具有相同特征的特征点;如果结果为“是”,则进入步骤(4);如果结果为“否”,则直接进入步骤(6);
(4)将当前帧图像中特征点的位置和上一帧图像中特征点的位置之间的距离,作为两帧图像之间同一物体移动的距离;
(5)根据所述同一物体移动的距离,还原静止物体的原貌;
(6)对本帧图像中特征点的位置和特征进行存储。
进一步,方案一的步骤(4)和方案二的步骤(5)所述的还原静止物体的原貌的具体方法:从拖影范围的像素点的色彩中,去除移动距离范围内的对要处理点造成拖影影响的像素点的色彩;
进一步,上述两种方案的步骤(1)中所述的图像可以是二值化图像。所谓的二值化是指,在使用电子助视器读书的时候,人们往往喜欢把显示内容变成纯黑和纯白的两种颜色以增强对比度,这就是二值化。在二值化图像中没有灰度,只有最黑和最白。
进一步,当上述两种方案的步骤(1)中的图像是二值化图像时,所述根据该移动的距离消除移动形成的拖影的具体步骤为:
(1)沿移动方向提取相邻两帧图像中的后一帧图像中的任意一行像素
作为当前行,当前行不一定是水平的,可以是水平的或是垂直的,
(2)在提取的当前行像素中,从前往后查找是否存在连续的黑点;如果存在连续的黑点,则进入步骤(3);如果没有连续的黑点儿,则进入步骤(6);
(3)判断该组黑点的长度是否超过移动距离,如果判断结果为“是”,则这串黑点为文字内容,如果判断结果为“否”,则为这串黑点为噪声,不进行处理,并直接进入步骤(5);
(4)当判断这串黑点为文字内容后,从这串黑点的末尾开始把与移动距离等长的一串黑点变白,并进入步骤(5);
(5)判断当前行是否还有其它连续的黑点,如果判断结果为“是”,则找到下一组黑点并返回步骤(3),如果判断结果为“否”,则进入步骤(6);
(6)判断当前行是否为该帧图像中未经处理的最后一行,如果判断结果为“否”,则将当前行的下一行作为当前行,并返回步骤(2);如果判断结果为“是”,则结束。
上述步骤的应用条件一般是指平面移动。其中,所谓的平面移动指的是摄像设备和拍摄对象之间存在的移动,但是这种移动只是平移,而不改变摄像设备和拍摄对象两者间的距离,比如电子助视器在纸张上移动阅读就属于这种情况。
进一步,上述根据该移动的距离消除移动形成的拖影的方法中所述步骤(1)中的任意一行像素,是沿后一帧图像的移动方向选取的任一行像素。
进一步,所述计算每相邻两帧图像之间、同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影的步骤(1)中所述的图像是彩色图像。
进一步,根据移动的距离消除移动形成的拖影的步骤具体包括:
(a)在相邻两帧图像中的后一帧图像中查找是否有一段连续的色彩点,所述连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离;
(b)如果不存在所述一段连续的色彩点,则该结束对该帧图像的处理;如果存在所述一段连续的色彩点,则逆向移动方向,查找与所述一段连续的色彩点的颜色不相同的色彩点;如果找到所述不相同的色彩点则转移到步骤(c),否则转移到步骤(d);
(c)对于所述一段连续的色彩点沿逆移动方向后方的色彩点,从第一个所述颜色不相同的色彩点起,沿逆移动方向至图像边缘,逐个处理此范围内的色彩点,每个色彩点的处理方法为:从该点的色彩之中,除去沿移动方向所述移动距离范围之内的色彩点的色彩,更确切地说,把要处理的点作为当前点,把沿移动方向当前点前面的在移动范围内的色彩点作为影响点,这样影响点对当前点的遮盖贡献系数就可以算出来,根据所述的遮盖贡献系数,从当前点的色彩中,除去影响点的色彩,去除色彩时,当前点的亮度会被削减,根据去除色彩的程度,恢复色彩点的亮度,即可还原此行像素点;
(d)在所述后一帧图像中查找是否有另一段连续的色彩点,所述该段连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离,并转到步骤(b)。
进一步,所述步骤(c)中还包括对所述一段连续的色彩点的沿移动方向的前方的色彩点进行处理,具体为:从所述一段连续的色彩点前方的第一个颜色不相同的色彩点起,沿移动方向至图像边缘作为处理范围,逐个处理此范围内的各色彩点,每个色彩点的处理方法为:靠近所述一段连续色彩点的第一个色彩不同的色彩点的真实色彩值等于所述一段连续色彩点的色彩值,从要处理的点的色彩中,除去沿移动方向所述移动距离范围之内的色彩点的真实色彩值,更确切的说,根据后面的点推导前面的点,因为靠近连续色彩点的第一个点的真实值等于连续色彩点的色彩值,从要处理点的当前色彩之中减去要处理点的真实色彩值,可得到沿移动方向移动距离范围内的色彩点的的真实色彩值;
进一步,从所述处理范围中的色彩点的色彩中,除去沿移动方向所述移动距离范围之内的色彩点的色彩时,对于所述处理范围中远离所述一段连续的色彩点的色彩点,加重去除所述一段连续的色彩点中的色彩,对于靠近所述一段连续的色彩点的色彩点,减轻去除所述一段连续的色彩点中的色彩。
本发明在保证系统数据处理能力的前提下,不增加任何成本,不增加用户操作,彻底解决因物体移动造成的拖影,具体而言,对于电子助视器等直接观察的应用,这种方法可以降低低视力患者阅读的疲劳,有力提高低视力患者的阅读和生活水平,而对于记录识别类的应用,这种方法有助于比较真实的再现物体的本源特点,有助于更准确的进行识别。
附图说明
图1是本发明涉及的一种在拍摄平面物体时处理相邻两帧图像的消除拖影的方法总流程图;
图2是本发明涉及的一种在拍摄平面物体时处理多帧图像的消除拖影的方法总流程图;
图3是本发明涉及的黑白模式下消除拖影的方法中还原物体原貌步骤的流程图。
图4是本发明涉及的彩色模式下消除拖影的方法中还原物体原貌步骤的流程图。
具体实施方式
为了更好地理解本发明,现结合附图对本发明所涉及的一种在拍摄平面物体时消除拖影的方法的具体实施例进行详尽的描述。以下实施例均以水平方向移动为例来介绍。
参照图1,本发明提供了一种在拍摄平面物体时消除拖影的方法,本方法的原理主要是通过图像算法计算出相同物体在每两帧图像间移动的距离,然后再对采集到的原始图像进行处理,消除由于图像移动而形成的拖影,最终还原物体静止态的原貌。图1所介绍的方法是处理相邻两帧图像的情况,具体而言,计算物体在两帧图像之间移动距离的办法是从两帧图像中分别提取相同的特征点,从而比较两帧图像中相同特征点位置差而计算出物体移动距离和方向。
具体步骤为:
(1)以相邻两帧图像中的后一帧为当前帧,判断相邻两帧图像中前一帧图像中是否存在有特征点,如果存在则进入步骤(2);如果没有特征点,则不对当前帧图像进行处理;
(2)根据前一帧图像中的特征点的位置和特征在当前帧图像中搜索,查找是否有与所述前一帧图像中的特征点具有相同特征的特征点;如果结果为“是”,则进入步骤(3);如果结果为“否”,则不对当前帧图像进行处理;
(3)将当前帧图像中特征点的位置和前一帧图像中特征点的位置之间的距离,作为两帧图像之间同一物体移动的距离;
(4)根据所述同一物体移动的距离,还原静止物体的原貌。与图1不同,图2所介绍的方法是处理多帧图像的情况。
具体步骤为:
(1)在拍摄平面物体的过程中采集一帧图像;
(2)判断所采集的上一帧图像中是否预存有特征点,如果存在预存的特征点,则进入步骤(3);如果没有特征点,则不对本帧图像进行处理;
(3)在上一帧图像中预存特征点在本帧图像中搜索,查找是否有与所述预存特征点具有相同特征的特征点;如果判断结果为“是”,则进入步骤(4);如果判断结果为“否”,则不对本帧图像进行处理;
(4)计算本帧图像中的特征点位置和上一帧图像中预存特征点位置之间的距离,并计算出两帧图像间物体移动的距离;
(5)根据物体移动的距离,还原静止物体的原貌,并传送至显示设备上;
当所拍摄的平面物体不断移动时,重复上述的方法以消除连续拍摄时拖影的影响。
此外,在图1介绍的方法的步骤(4)和图2介绍的方法的步骤(5)中,对于在计算出本帧图像中的特征点位置和上一帧图像中预存特征点位置之间的距离后,如何还原静止物体原貌同时消除拖影的算法可以采用多种方式实现。
下面以通过二值化图像的方式而实现这种物体原貌的还原为例进行详细说明:
在使用电子助视器读书的时候,人们往往喜欢把显示内容变成纯黑和纯白的两种颜色以增强对比度,这就是二值化方式,所得到的图像被称为二值化图像。在二值化图像中没有灰度,只有最黑和最白两种色彩表现。但是由于拖影的存在,如果在看书时出现拖影,字的线形就会变粗。在用电子助视器阅读时,一般文字的移动方向都是平行的。下面就说明这种情况下的图像还原法,具体步骤如下:
(1)沿移动方向提取该帧图像中的任意一行像素;
(2)在提取的该行像素从左到右查找是否存在连续的黑点;如果存在连续的黑点,则进入步骤(3);如果没有连续的黑点儿,则进入步骤(6);
(3)判断该组黑点的长度是否超过移动距离,如果判断结果为“是”,则这串黑点为正常内容,如果判断结果为“否”,则为这串黑点为噪声,不进行处理,并直接进入步骤(5);
(4)当判断这串黑点为正常内容后,沿逆移动方向从这串黑点的末端开始把与移动距离等长的一串黑点变白,然后进入步骤(5);
(5)判断当前行是否还有其它连续的黑点,如果判断结果为“是”,则找到下一组黑点并返回步骤(3),如果判断结果为“否”,则进入步骤(6);
(6)判断这行是否为该图像像素的最后一行,如果判断结果为“否”,则找到当前行的下一行,并返回步骤(2);如果判断结果为“是”,则结束。
上述针对二值化图像处理的步骤中,只包括了处理物体逆向移动方向的后方的拖影的步骤。这是因为,二值化图像转换时,对于灰度不够深的像素,一般就会处理为白色,而移动物体前方的拖影,通常为灰度不够深的像素,通过二值化转换,已经自然消除,因此,通常无需再单独处理。当然如果增加处理物体沿移动方向的前方拖影的步骤,也是可以的,其方法参照后方拖影的处理思路既可以实现,在这里就不再赘述。
如果在彩色模式下进行阅读,计算移动距离的办法如上,处理彩色图片的步骤如下:
(a)沿移动方向在相邻两帧图像中的后一帧图像中查找是否有一段连续的色彩点,所述连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离;
(b)如果不存在所述一段连续的色彩点,则结束对该帧图像的处理;如果存在所述一段连续的色彩点,则逆移动方向,查找与所述一段连续的色彩点的颜色不相同的色彩点;如果找到所述不相同的色彩点则转移到步骤(c),否则转移到步骤(d);
(c)对于所述一段连续的色彩点沿逆移动方向后方的色彩点,从第一个所述颜色不相同的色彩点起,沿逆移动方向至图像边缘,逐个处理此范围内的色彩点,每个色彩点的处理方法为:从该点的色彩之中,除去沿移动方向所述移动距离范围之内的色彩点的色彩,更确切地说,把要处理的点作为当前点,把沿移动方向当前点前面的在移动范围内的色彩点作为影响点,这样影响点对当前点的遮盖贡献系数就可以算出来,根据所述的遮盖贡献系数,从当前点的色彩中,除去影响点的色彩,去除色彩时,当前点的亮度会被削减,根据去除色彩的程度,恢复色彩点的亮度,即可还原此行像素点;对所述一段连续的色彩点的沿移动方向的前方的色彩点进行处理,从所述一段连续的色彩点前方的第一个颜色不相同的色彩点起,沿移动方向至图像边缘作为处理范围,逐个处理此范围内的各色彩点,每个色彩点的处理方法为:靠近所述一段连续色彩点的第一个色彩不同的色彩点的真实色彩值等于所述一段连续色彩点的色彩值,从要处理的点的色彩中,除去沿移动方向所述移动距离范围之内的色彩点的真实色彩值,更确切的说,根据后面的点推导前面的点,因为靠近连续色彩点的第一个点的真实值等于连续色彩点的色彩值,从要处理点的当前色彩之中减去要处理点的真实色彩值,可得到沿移动方向移动距离范围内的色彩点的的真实色彩值;
(d)在所述后一帧图像中查找是否有另一段连续的色彩点,所述该段连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离,并转到步骤(b)。
例如,在相邻的两帧图像A和B,在后一帧图像B中查找到连续的四十个黄色像素点,且超过了图像B的移动距离:十个像素点。逆着图像AB移动的方向查找与上述黄色像素点不相同的像素点,比如可能为绿色。找到之后,从所述绿色像素点起,沿逆移动方向至图像边缘,逐个处理该范围内的色彩点,从要处理的色彩点的色彩中,以所述的绿色的像素点为例,从该绿色像素点的色彩中,去除沿移动方向移动距离范围内的所述一段连续色彩点中的色彩,即所述黄色像素点的色彩,即可恢复该绿色像素点的真实色彩值。
上述的图3、图4的实施例是以水平方向移动为例说明的,实际的移动方向可以是上下或者左右平移,还可以是斜着方向移动。假如实际的移动方向是垂直的,可以取沿移动方向的一列像素点进行处理;如果实际的移动方向是倾斜的,可以取沿移动方向的一行像素点进行处理,此处的一行不是水平的,是倾斜的。
需要说明的是,本发明所举实施例只是为了更清楚地表达本发明方法,并不用于限制本发明。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种在拍摄平面物体时消除拖影的方法,其特征在于,该方法包括:计算每相邻两帧图像之间、同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影。
2.根据权利要求1所述的在拍摄平面物体时消除拖影的方法,其特征在于,所述计算每相邻两帧图像之间,同一物体产生移动的距离的方法为:在前一帧图像中提取特征点,比较两帧图像中相同特征点的位置,得出两帧图像中同一物体移动的距离和方向。
3.权利要求1或2所述的一种在拍摄平面物体时消除拖影的方法,其特征在于,所述计算每相邻两帧图像之间、同一物体产生移动的距离;再根据该移动的距离消除移动形成的拖影的步骤具体包括:
(1)以相邻两帧图像中的后一帧为当前帧,判断相邻两帧图像中前一帧图像中是否存在有特征点,如果存在则进入步骤(2);如果没有特征点,则不对当前帧图像进行处理;
(2)根据前一帧图像中的特征点的位置和特征在当前帧图像中搜索,查找是否有与所述前一帧图像中的特征点具有相同特征的特征点;如果结果为“是”,则进入步骤(3);如果结果为“否”,则不对当前帧图像进行处理;
(3)将当前帧图像中特征点的位置和前一帧图像中特征点的位置之间的距离,作为两帧图像之间同一物体移动的距离;
(4)根据所述同一物体移动的距离,还原静止物体的原貌。
4.如权利要求3所述的方法,其特征在于:步骤(2)中所述的搜索方式为从图像中心向外搜索。
5.如权利要求3所述的方法,其特征在于:步骤(1)中所述的图像是二值化图像。
6.如权利要求5所述的方法,其特征在于:所述根据该移动的距离消除移动形成的拖影的具体步骤为:
(1)沿移动方向提取相邻两帧图像中的后一帧图像中的任意一行像素作为当前行。
(2)在提取的当前行像素中,从前往后查找是否存在连续的黑点;如果存在连续的黑点,则进入步骤(3);如果没有连续的黑点儿,则进入步骤(6);
(3)判断该组黑点的长度是否超过移动距离,如果判断结果为“是”,则这串黑点为文字内容,如果判断结果为“否”,则为这串黑点为噪声,不进行处理,并直接进入步骤(5);
(4)当判断这串黑点为文字内容后,从这串黑点的末尾开始把与移动距离等长的一串黑点变白,并进入步骤(5);
(5)判断当前行是否还有其它连续的黑点,如果判断结果为“是”,则找到下一组黑点并返回步骤(3),如果判断结果为“否”,则进入步骤(6);
(6)判断当前行是否为该帧图像中未经处理的最后一行,如果判断结果为“否”,则将当前行的下一行作为当前行,并返回步骤(2);如果判断结果为“是”,则结束。
7.如权利要求6所述的方法,其特征在于:所述步骤(1)中的任意一行像素,是沿后一帧图像的移动方向选取的任一行像素。
8.如权利要求3所述的方法,其特征在于:步骤(1)中所述的图像是彩色图像。
9.权利要求8所述的方法,其特征在于,根据移动的距离消除移动形成的拖影的步骤具体包括:
(a)沿移动方向在相邻两帧图像中的后一帧图像中查找是否有一段连续的色彩点,所述连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离;
(b)如果不存在所述一段连续的色彩点,则结束对该帧图像的处理;如果存在所述一段连续的色彩点,则逆移动方向,查找与所述一段连续的色彩点的颜色不相同的色彩点;如果找到所述不相同的色彩点则转移到步骤(c),否则转移到步骤(d);
(c)对所述一段连续的色彩点的逆移动方向的后方的色彩点进行处理,从所述一段连续的色彩点后方的第一个颜色不相同的色彩点起,沿逆移动方向至图像边缘作为处理范围,逐个处理此范围内的各色彩点,每个色彩点的处理方法为:从该点的色彩中,除去沿移动方向所述移动距离范围之内的色彩点的色彩;
(d)在所述后一帧图像中查找是否有另一段连续的色彩点,所述该段连续的色彩点中各色彩点的色彩相同,且该段连续的色彩点沿移动方向的长度大于后一帧图像的移动距离,并转到步骤(b)。
10.如权利要求9所述的方法,其特征在于:所述步骤(c)中还包括对所述一段连续的色彩点的沿移动方向的前方的色彩点的处理,具体为:从所述一段连续的色彩点前方的第一个颜色不相同的色彩点起,沿移动方向至图像边缘作为处理范围,逐个处理此范围内的各色彩点,每个色彩点的处理方法为:靠近所述一段连续色彩点的第一个色彩不同的色彩点的真实色彩值等于所述一段连续色彩点的色彩值,从要处理的点的色彩中,除去要处理点的真实色彩值,得到沿移动方向所述移动距离范围之内的色彩点的真实色彩值。
11.如权利要求9所述的方法,其特征在于:所述步骤(c)中,从所述处理范围中当前点的色彩中,除去影响点的色彩时时,对于所述处理范围中远离所述一段连续的色彩点的色彩点,加重去除所述一段连续的色彩点中的色彩,对于靠近所述一段连续的色彩点的色彩点,减轻去除所述一段连续的色彩点中的色彩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100912361A CN102629969A (zh) | 2012-03-30 | 2012-03-30 | 一种在拍摄平面物体时消除拖影的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100912361A CN102629969A (zh) | 2012-03-30 | 2012-03-30 | 一种在拍摄平面物体时消除拖影的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102629969A true CN102629969A (zh) | 2012-08-08 |
Family
ID=46588126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100912361A Pending CN102629969A (zh) | 2012-03-30 | 2012-03-30 | 一种在拍摄平面物体时消除拖影的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102629969A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100785A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 流畅度的测试方法及装置 |
CN107728908A (zh) * | 2017-09-29 | 2018-02-23 | 深圳Tcl数字技术有限公司 | 移动终端鼠标实现方法、移动终端以及可读存储介质 |
CN107798675A (zh) * | 2017-09-29 | 2018-03-13 | 歌尔股份有限公司 | 显示图像中拖影的检测方法及装置 |
CN109636731A (zh) * | 2018-10-23 | 2019-04-16 | 惠州Tcl移动通信有限公司 | 一种图像拖影的消除方法、电子设备及存储介质 |
CN112330544A (zh) * | 2019-08-05 | 2021-02-05 | 浙江宇视科技有限公司 | 图像拖影的处理方法、装置、设备及介质 |
CN113709372A (zh) * | 2021-08-27 | 2021-11-26 | 维沃移动通信(杭州)有限公司 | 图像生成方法和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159855A (zh) * | 2007-11-14 | 2008-04-09 | 南京优科漫科技有限公司 | 基于特征点分析的多目标分离预测方法 |
CN101383899A (zh) * | 2008-09-28 | 2009-03-11 | 北京航空航天大学 | 一种空基平台悬停视频稳像方法 |
CN101521740A (zh) * | 2009-04-01 | 2009-09-02 | 北京航空航天大学 | 基于多尺度不变特征的实时运动估计方法 |
CN101854465A (zh) * | 2010-02-01 | 2010-10-06 | 杭州海康威视软件有限公司 | 基于光流算法的图像处理方法及装置 |
CN102118561A (zh) * | 2010-05-27 | 2011-07-06 | 周渝斌 | 监控系统中相机移动检测系统及方法 |
CN102801972A (zh) * | 2012-06-25 | 2012-11-28 | 北京大学深圳研究生院 | 基于特征的运动矢量估计和传递方法 |
CN103548056A (zh) * | 2012-03-26 | 2014-01-29 | 松下电器产业株式会社 | 图像处理装置、摄像装置以及图像处理方法 |
-
2012
- 2012-03-30 CN CN2012100912361A patent/CN102629969A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159855A (zh) * | 2007-11-14 | 2008-04-09 | 南京优科漫科技有限公司 | 基于特征点分析的多目标分离预测方法 |
CN101383899A (zh) * | 2008-09-28 | 2009-03-11 | 北京航空航天大学 | 一种空基平台悬停视频稳像方法 |
CN101521740A (zh) * | 2009-04-01 | 2009-09-02 | 北京航空航天大学 | 基于多尺度不变特征的实时运动估计方法 |
CN101854465A (zh) * | 2010-02-01 | 2010-10-06 | 杭州海康威视软件有限公司 | 基于光流算法的图像处理方法及装置 |
CN102118561A (zh) * | 2010-05-27 | 2011-07-06 | 周渝斌 | 监控系统中相机移动检测系统及方法 |
CN103548056A (zh) * | 2012-03-26 | 2014-01-29 | 松下电器产业株式会社 | 图像处理装置、摄像装置以及图像处理方法 |
CN102801972A (zh) * | 2012-06-25 | 2012-11-28 | 北京大学深圳研究生院 | 基于特征的运动矢量估计和传递方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100785A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 流畅度的测试方法及装置 |
CN107728908A (zh) * | 2017-09-29 | 2018-02-23 | 深圳Tcl数字技术有限公司 | 移动终端鼠标实现方法、移动终端以及可读存储介质 |
CN107798675A (zh) * | 2017-09-29 | 2018-03-13 | 歌尔股份有限公司 | 显示图像中拖影的检测方法及装置 |
CN107728908B (zh) * | 2017-09-29 | 2021-06-11 | 深圳Tcl数字技术有限公司 | 移动终端鼠标实现方法、移动终端以及可读存储介质 |
CN107798675B (zh) * | 2017-09-29 | 2024-02-13 | 歌尔光学科技有限公司 | 显示图像中拖影的检测方法及装置 |
CN109636731A (zh) * | 2018-10-23 | 2019-04-16 | 惠州Tcl移动通信有限公司 | 一种图像拖影的消除方法、电子设备及存储介质 |
CN112330544A (zh) * | 2019-08-05 | 2021-02-05 | 浙江宇视科技有限公司 | 图像拖影的处理方法、装置、设备及介质 |
CN112330544B (zh) * | 2019-08-05 | 2024-02-09 | 浙江宇视科技有限公司 | 图像拖影的处理方法、装置、设备及介质 |
CN113709372A (zh) * | 2021-08-27 | 2021-11-26 | 维沃移动通信(杭州)有限公司 | 图像生成方法和电子设备 |
CN113709372B (zh) * | 2021-08-27 | 2024-01-23 | 维沃移动通信(杭州)有限公司 | 图像生成方法和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101770110B1 (ko) | 반투명 마크, 반투명 마크 합성 및 검출 방법, 투명 마크 그리고 투명 마크 합성 및 검출 방법 | |
CN106778730B (zh) | 一种用于快速生成ocr训练样本的自适应方法及系统 | |
CN102629969A (zh) | 一种在拍摄平面物体时消除拖影的方法 | |
CN108259770B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN106604005B (zh) | 一种投影电视自动对焦方法及系统 | |
US9390511B2 (en) | Temporally coherent segmentation of RGBt volumes with aid of noisy or incomplete auxiliary data | |
CN111008969B (zh) | 黑板板书提取与智能识别方法及系统 | |
CN109035147B (zh) | 图像处理方法及装置、电子装置、存储介质和计算机设备 | |
CN105516590B (zh) | 一种图片处理方法及装置 | |
CN103020917A (zh) | 一种基于显著性检测的中国古代书法绘画图像复原方法 | |
US20060153452A1 (en) | Visual enhancement for reduction of visual noise in a text field | |
US20050147304A1 (en) | Head-top detecting method, head-top detecting system and a head-top detecting program for a human face | |
CN108024058A (zh) | 图像虚化处理方法、装置、移动终端和存储介质 | |
JP5640622B2 (ja) | 赤目オブジェクト候補を分類する方法、コンピューター読み取り可能な媒体および画像処理装置 | |
CN111222432A (zh) | 人脸活体检测方法、系统、设备及可读存储介质 | |
CN107295252A (zh) | 对焦区域显示方法、装置及终端设备 | |
EP2017788A1 (en) | Shielding-object video-image identifying device and method | |
CN104813341B (zh) | 图像处理系统以及图像处理方法 | |
KR20100119558A (ko) | 디지털 카메라들에서의 이미지 데이터 추출 및 어셈블리에 대한 시스템과 방법 | |
Zhang et al. | Single image haze removal based on saliency detection and dark channel prior | |
JP2009027223A (ja) | 画像表示装置、画像表示方法、およびプログラム | |
CN106303366B (zh) | 一种基于区域分类编码的视频编码的方法及装置 | |
CN111292677B (zh) | 一种图像显示处理方法、装置、计算机设备及存储介质 | |
KR102338877B1 (ko) | 딥러닝을 이용한 자가 촬영 영상의 화질 개선 방법 | |
CN110896471B (zh) | 一种基于图像处理检测视频传输丢包的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120808 |