CN102855642A - 图像处理装置及其物体轮廓的提取方法 - Google Patents

图像处理装置及其物体轮廓的提取方法 Download PDF

Info

Publication number
CN102855642A
CN102855642A CN2011101769614A CN201110176961A CN102855642A CN 102855642 A CN102855642 A CN 102855642A CN 2011101769614 A CN2011101769614 A CN 2011101769614A CN 201110176961 A CN201110176961 A CN 201110176961A CN 102855642 A CN102855642 A CN 102855642A
Authority
CN
China
Prior art keywords
pixel
image processing
processing apparatus
neighborhood
value
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
CN2011101769614A
Other languages
English (en)
Other versions
CN102855642B (zh
Inventor
熊雨凯
陆欣
翁世芳
吕东生
李新华
张玉勇
朱健健
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.)
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry 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 Shenzhen Yuzhan Precision Technology Co ltd, Hon Hai Precision Industry Co Ltd filed Critical Shenzhen Yuzhan Precision Technology Co ltd
Priority to CN201110176961.4A priority Critical patent/CN102855642B/zh
Priority to TW100123301A priority patent/TWI506567B/zh
Priority to US13/206,525 priority patent/US8483487B2/en
Publication of CN102855642A publication Critical patent/CN102855642A/zh
Application granted granted Critical
Publication of CN102855642B publication Critical patent/CN102855642B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种图像处理装置及其物体轮廓的提取方法，该图像处理装置在图像的物体轮廓提取过程中，根据图像像素点间的变化的两个性质：一、物体边界点处像素点的像素值变化很大，其它点附近的像素值变化很小；二、物体的边界是连续的。该图像处理装置利用蒙特卡洛方法和邻域扰动的算法，只要找到一个边界点，然后在边界点邻域内查找，就可以找到所有的边界点，从而画出图像上物体的轮廓，而且只需根据预定数量个像素点来寻找边界点无需扫描图像上所有的像素点，大大提高了处理速度。

Description

图像处理装置及其物体轮廓的提取方法
技术领域
本发明涉及图像处理领域，更具体地，涉及一种图像处理装置及其物体轮廓的提取方法。
背景技术
在现有图像提取物体轮廓的方法中，通常是扫描图像的所有像素点及定义一参考值，由于图像中物体边界点的像素值是突变的，当某一像素点的像素值大于该参考值时，说明该像素点为图像中物体的一边界点，依次类推判断图像中所有的像素点中的边界点，获取判断出的所有边界点从而找出物体的轮廓。然而，所述方法必须比较图像中所有的像素点，该比较过程相当复杂且速度较慢。
发明内容
为了解决上述存在的问题，本发明的目的在于，提供一种图像处理装置，其包括一图像处理单元，用于对图像进行处理获得图像的像素矩阵，一像素点设定模块，用于在图像处理单元获得的像素矩阵中设定一预定数量的像素点；一像素点获取模块，用于在像素点设定模块设定的预定数量个像素点中获取一像素点；一邻域定义模块，用于以该像素点获取模块获取的像素点为中心定义一邻域；一判断模块，用于判断该像素点获取模块获取的像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值是否都大于一预设值，当该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值时，还用于确定该像素点为一物体的边界点及判断该确定的边界点是否已记录在图像处理装置中；一记录模块，用于当该确定的边界点没有记录在图像处理装置中时，记录下该边界点及该像素点获取模块还用于按一预定规则获取该边界点的一相邻像素点；及一轮廓输出模块，用于当该确定的边界点已记录在图像处理装置中时，获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓。
一种图像处理装置的物体轮廓的提取方法，该图像处理装置对图像进行处理获得图像的像素矩阵，该方法包括如下步骤：在一图像的像素矩阵中设定一预定数量的像素点；获取设定的该预定数量像素点中的一像素点；以该像素点为中心定义一邻域；判断该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值是否都大于该预设值；如果该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值，确定该像素点为一物体的边界点；判断该确定的边界点是否已记录于图像处理装置中；如果该确定的边界点没有记录于图像处理装置中，记录下该边界点及按一预定规则获取该边界点的一相邻像素点；及如果该确定的边界点已记录于图像处理装置中，获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓。
本发明一种图像处理装置及其物体轮廓的提取方法，该图像处理装置在图像的物体轮廓提取过程中，根据图像像素点间的变化的两个性质：一、物体边界点处像素点的像素值变化很大，其它点附近的像素值变化很小；二、物体的边界是连续的。该图像处理装置利用蒙特卡洛方法和邻域扰动的算法，只要找到一个边界点，然后在边界点邻域内查找，就可以找到所有的边界点，从而画出图像上物体的轮廓，而且只需根据预定数量个像素点来寻找边界点无需扫描图像上所有的像素点，大大提高了处理速度。
附图说明
图1是本发明一图像处理装置的硬件结构示意图；
图2为图1所示的图像处理装置的控制单元的子模块示意图；及
图3是图1的图像处理装置提取物体轮廓的方法流程图。主要元件符号说明
  图像处理装置   1
  存储单元   10
  蒙特卡洛算法  11
  邻域扰动算法  12
  控制单元  20
  图像处理单元  30
  显示单元  40
  像素点设定模块  220
  像素点获取模块  230
  邻域定义模块  240
  判断模块  250
  记录模块  260
  轮廓输出模块  270
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
图1是本发明一图像处理装置的硬件结构示意图。该图像处理装置1包括一存储单元10、一控制单元20、一图像处理单元30及一显示单元40。该存储单元10存储有一蒙特卡洛算法11和一邻域扰动算法12。该控制单元20用于控制该图像处理装置1。该图像处理单元30用于对图像进行处理获得图像的像素矩阵。该显示单元40用于显示信息。
如图2所示，该控制单元20包括一像素点设定模块220、一像素点获取模块230、一邻域定义模块240、一判断模块250、一记录模块260及一轮廓输出模块270。该像素点设定模块220用于在图像处理单元30获得的像素矩阵中设定一预定数量的像素点。在本实施方式中，该像素点设定模块220根据该蒙特卡洛算法在图像处理单元30获得的像素矩阵中设定该预定数量的像素点。例如，一图像的像素矩阵中包括10万个像素点，该像素点设定模块220利用蒙特卡洛算法计算的预定数量个像素点的个数为1000。在本实施方式中，该图像仅包括一个物体。若一图像包括多个物体，则把该图像分割成多个图像，其中每一分割后的图像包括一个物体，针对每一分割后的图像利用蒙特卡洛算法获取分割后的图像中预定数量个像素点。关于分割图像的方法属于现有技术，在此就不详述。
该像素点获取模块230用于获取该像素点设定模块220设定的该预定数量像素点中的一像素点。例如，该像素点获取模块230随机获取该预定数量像素点中的一像素点。该邻域定义模块240用于根据该邻域扰动算法以该获取的像素点为中心定义一邻域。例如，该邻域定义为一圆。该判断模块250用于判断该获取像素点的像素值与在该获取像素点邻域内该获取像素点相邻的各个像素点的像素值之差的绝对值是否都大于一预设值，其中，该预设值为一可调值。例如，在图像的像素矩阵中一像素点有8个相邻的像素点，该判断模块250判断该获取像素点的像素值与在该获取像素点邻域内该获取像素点相邻的8个像素点的像素值之差的绝对值是否都大于该预设值。当该获取像素点的像素值与在该获取像素点邻域内该获取像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值时，该判断模块250确定该获取像素点为一物体的边界点，并判断该边界点是否已记录在存储单元10中。当判断模块250判断该边界点已记录在存储单元10中时，说明该记录模块260记录下了该物体所有的边界点，该轮廓输出模块270获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓及控制显示单元40显示该物体轮廓于图像上。
由于物体的边界点都是连续的，当确定一像素点为边界点时，该边界点的相邻像素点中必然存在一相邻边界点。当该边界点没有记录在存储单元10中时，该记录模块260将该确定的边界点记录到存储单元10中，及该像素点获取模块230还用于按一预定规则获取该边界点的一相邻像素点。例如，该像素点获取模块230参照该边界点按照顺时针方向获取该边界点的一相邻像素点。接着，该邻域定义模块240还用于根据该邻域扰动算法以该相邻像素点为中心定义一邻域。该判断模块250还用于判断该相邻像素点的像素值与在该相邻像素点邻域内该相邻像素点相邻的各个像素点的像素值之差的绝对值是否都大于该预设值。当该相邻像素点的像素值与在该相邻像素点邻域内该相邻像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值时，该判断模块250确定该相邻像素点为一物体的边界点，及当该边界点没有记录在存储单元10中时，该记录模块260记录下该边界点于存储单元10中。上述查找下一个相邻的边界点过程一直循环下去直至找到该物体的所有边界点，即直到判断模块250判断出确定的边界点已记录在存储单元10中。
当该像素点的像素值与在该像素点邻域内该像素点相邻的像素点的像素值之差的绝对值不大于该预设值时，该判断模块250还用于确定该像素点为一非边界点，该像素点获取模块230继续获取该像素点设定模块220设定的该预定数量像素点中的另一像素点及该判断模块250继续判断该另一像素点是否为边界点。当在该像素点设定模块220设定的像素点中没有找到一个边界点时，该判断模块250还用于确定该图像上没有任何物体。因此，该图像处理装置1一旦确定一像素点为一非边界点，该像素点获取模块230就继续获取该像素点设定模块220设定的另一像素点来判断该像素点是否为一边界点直到找到一边界点为止，除非该图像上不存在一物体。
图3是图1的图像处理装置提取物体轮廓的方法流程图。该像素点设定模块220在图像处理单元30获得的像素矩阵中根据该蒙特卡洛算法设定一预定数量的像素点(步骤S310)；该像素点获取模块230获取该像素点设定模块220设定的该预定数量像素点中的一像素点(步骤S320)；该邻域定义模块240根据该邻域扰动算法以该获取的像素点为中心定义一邻域(步骤S330)。
该判断模块250判断该获取像素点的像素值与在该获取像素点邻域内该获取像素点相邻的各个像素点的像素值之差的绝对值是否都大于一预设值(步骤S340)；如果该像素点的像素值与在该像素点邻域内该像素点相邻的像素点的像素值之差的绝对值不大于该预设值，该判断模块250确定该像素点为一非边界点(步骤S390)，该流程回到步骤S320，该像素点获取模块230继续获取该像素点设定模块220设定的该预定数量像素点中的另一像素点。
如果该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值，该判断模块250确定该像素点为一物体的边界点(步骤S350)；该判断模块250还判断确定的边界点是否已记录在存储单元10中(步骤S360)；如果该确定的边界点已记录在存储单元10中，说明该记录模块260记录下了该物体所有的边界点，该轮廓输出模块270获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓(步骤S370)；如果该确定的边界点没有记录在存储单元10中，该记录模块260记录下该确定的边界点及该像素点获取模块230按一预定规则获取该边界点的一相邻像素点(步骤S380)，该流程回到步骤S330，该邻域定义模块240继续根据该邻域扰动算法以该获取的相邻像素点为中心定义一邻域，直到找到所有的边界点。如果该图像处理装置1在该像素点设定模块220设定的该预定数量像素点中没有找到一个边界点，说明该图像上没有任何物体。
本发明图像处理装置1在图像的物体轮廓提取过程中，根据图像像素点间的变化的两个性质：一、物体边界点处像素点的像素值变化很大，其它点附近的像素值变化很小；二、物体的边界是连续的。该图像处理装置1利用蒙特卡洛方法和邻域扰动的算法，只要找到一个边界点，然后在边界点邻域内查找，就可以找到所有的边界点，从而画出图像上物体的轮廓，而且只需根据预定数量个像素点来寻找边界点无需扫描图像上所有的像素点，大大提高了处理速度。
尽管对本发明的优选实施方式进行了说明和描述，但是本领域的技术人员将领悟到，可以作出各种不同的变化和改进，这些都不超出本发明的真正范围。因此期望，本发明并不局限于所公开的作为实现本发明所设想的最佳模式的具体实施方式，本发明包括的所有实施方式都有所附权利要求书的保护范围内。

Claims (10)

1.一种图像处理装置，其包括一图像处理单元，用于对图像进行处理获得图像的像素矩阵，其特征在于，该图像处理装置还包括：
一像素点设定模块，用于在图像处理单元获得的像素矩阵中设定一预定数量的像素点；
一像素点获取模块，用于在像素点设定模块设定的预定数量个像素点中获取一像素点；
一邻域定义模块，用于以该像素点获取模块获取的像素点为中心定义一邻域；
一判断模块，用于判断该像素点获取模块获取的像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值是否都大于一预设值，当该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值时，还用于确定该像素点为一物体的边界点及判断该确定的边界点是否已记录在图像处理装置中；
一记录模块，用于当该确定的边界点没有记录在图像处理装置中时，记录下该边界点及该像素点获取模块还用于按一预定规则获取该边界点的一相邻像素点；及
一轮廓输出模块，用于当该确定的边界点已记录在图像处理装置中时，获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓。
2.根据权利要求1所述的图像处理装置，其特征在于，该判断模块还用于当该像素点的像素值与在该像素点邻域内该像素点相邻的像素点的像素值之差的绝对值不大于该预设值时，确定该像素点为一非边界点。
3.根据权利要求1所述的图像处理装置，其特征在于，该预设值为一可调值。
4.根据权利要求1所述的图像处理装置，其特征在于，还包括一用于存储一蒙特卡洛算法的存储单元，该像素点设定模块用于在图像处理单元获得的像素矩阵中根据该蒙特卡洛算法设定该预定数量的像素点。
5.根据权利要求1所述的图像处理装置，其特征在于，还包括一用于存储一邻域扰动算法的存储单元，该邻域定义模块用于根据该邻域扰动算法以该获取的像素点为中心定义该邻域。
6.一种图像处理装置的物体轮廓的提取方法，该图像处理装置对图像进行处理获得图像的像素矩阵，其特征在于，该方法包括如下步骤：
在一图像的像素矩阵中设定一预定数量的像素点；
获取设定的该预定数量像素点中的一像素点；
以该像素点为中心定义一邻域；
判断该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值是否都大于该预设值；
如果该像素点的像素值与在该像素点邻域内该像素点相邻的各个像素点的像素值之差的绝对值都大于该预设值，确定该像素点为一物体的边界点；
判断该确定的边界点是否已记录于图像处理装置中；
如果该确定的边界点没有记录于图像处理装置中，记录下该边界点及按一预定规则获取该边界点的一相邻像素点；及
如果该确定的边界点已记录于图像处理装置中，获取记录下的所有边界点及确定该物体由所有边界点组成的轮廓。
7.根据权利要求6所述的图像处理装置的物体轮廓的提取方法，其特征在于，还包括步骤：
如果该像素点的像素值与在该像素点邻域内该像素点相邻的像素点的像素值之差的绝对值不大于该预设值，确定该像素点为一非边界点。
8.根据权利要求6所述的图像处理装置的物体轮廓的提取方法，其特征在于，该预设值为一可调值。
9.根据权利要求6所述的图像处理装置的物体轮廓的提取方法，其特征在于，该图像处理装置存储有一蒙特卡洛算法，步骤“在一图像的像素矩阵中设定一预定数量的像素点”具体为“在一图像的像素矩阵中根据该蒙特卡洛算法设定一预定数量的像素点”。
10.根据权利要求6所述的图像处理装置的物体轮廓的提取方法，其特征在于，该图像处理装置存储有一邻域扰动算法，步骤“以该像素点为中心定义一邻域”具体为“根据该邻域扰动算法以该像素点为中心定义一邻域”。
CN201110176961.4A 2011-06-28 2011-06-28 图像处理装置及其物体轮廓的提取方法 Active CN102855642B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201110176961.4A CN102855642B (zh) 2011-06-28 2011-06-28 图像处理装置及其物体轮廓的提取方法
TW100123301A TWI506567B (zh) 2011-06-28 2011-07-01 圖像處理裝置及其物體輪廓的提取方法
US13/206,525 US8483487B2 (en) 2011-06-28 2011-08-10 Image processing device and method for capturing object outline

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110176961.4A CN102855642B (zh) 2011-06-28 2011-06-28 图像处理装置及其物体轮廓的提取方法

Publications (2)

Publication Number Publication Date
CN102855642A true CN102855642A (zh) 2013-01-02
CN102855642B CN102855642B (zh) 2018-06-15

Family

ID=47390767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110176961.4A Active CN102855642B (zh) 2011-06-28 2011-06-28 图像处理装置及其物体轮廓的提取方法

Country Status (3)

Country Link
US (1) US8483487B2 (zh)
CN (1) CN102855642B (zh)
TW (1) TWI506567B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278127A (zh) * 2013-06-20 2013-09-04 爱司帝光电科技(苏州)有限公司 计算待测元件的轮廓数据的方法
CN107784665A (zh) * 2017-10-19 2018-03-09 广东工业大学 一种动态物体跟踪方法和系统
CN111986111A (zh) * 2020-08-19 2020-11-24 安阳师范学院 一种图像分割方法
CN116609332A (zh) * 2023-07-20 2023-08-18 佳木斯大学 新型组织胚胎病理切片全景扫描系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335988B (zh) * 2015-09-25 2017-12-26 大连理工大学 一种基于分层处理的亚像素中心提取方法
WO2020211918A1 (en) * 2019-04-15 2020-10-22 Abb Schweiz Ag A method for defining an outline of an object

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1921560A (zh) * 2005-08-26 2007-02-28 电子科技大学 一种视频对象外边界提取方法
CN101079150A (zh) * 2006-05-26 2007-11-28 索尼株式会社 轮廓定义设备和轮廓定义方法、以及图像处理设备
CN101344924A (zh) * 2007-07-12 2009-01-14 株式会社理光 图像处理装置和图像处理方法
US20110176714A1 (en) * 2009-12-16 2011-07-21 Rares Salomir Method to determine a background phase in phase image data sets

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3026592B2 (ja) * 1990-10-22 2000-03-27 キヤノン株式会社 輪郭抽出方法及びその装置
KR100809346B1 (ko) * 2006-07-03 2008-03-05 삼성전자주식회사 엣지 보정 장치 및 방법
JP5236214B2 (ja) * 2007-06-11 2013-07-17 任天堂株式会社 画像処理プログラム
TWI459821B (zh) * 2007-12-31 2014-11-01 Altek Corp Identification device of image feature pixel and its identification method
CN101477690B (zh) * 2008-12-30 2011-04-27 清华大学 一种视频帧序列中物体轮廓跟踪的方法和装置
EP2275990B1 (de) * 2009-07-06 2012-09-26 Sick Ag 3D-Sensor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1921560A (zh) * 2005-08-26 2007-02-28 电子科技大学 一种视频对象外边界提取方法
CN101079150A (zh) * 2006-05-26 2007-11-28 索尼株式会社 轮廓定义设备和轮廓定义方法、以及图像处理设备
CN101344924A (zh) * 2007-07-12 2009-01-14 株式会社理光 图像处理装置和图像处理方法
US20110176714A1 (en) * 2009-12-16 2011-07-21 Rares Salomir Method to determine a background phase in phase image data sets

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278127A (zh) * 2013-06-20 2013-09-04 爱司帝光电科技(苏州)有限公司 计算待测元件的轮廓数据的方法
CN107784665A (zh) * 2017-10-19 2018-03-09 广东工业大学 一种动态物体跟踪方法和系统
CN107784665B (zh) * 2017-10-19 2021-07-30 广东工业大学 一种动态物体跟踪方法和系统
CN111986111A (zh) * 2020-08-19 2020-11-24 安阳师范学院 一种图像分割方法
CN111986111B (zh) * 2020-08-19 2022-11-29 安阳师范学院 一种图像分割方法
CN116609332A (zh) * 2023-07-20 2023-08-18 佳木斯大学 新型组织胚胎病理切片全景扫描系统
CN116609332B (zh) * 2023-07-20 2023-10-13 佳木斯大学 新型组织胚胎病理切片全景扫描系统

Also Published As

Publication number Publication date
TWI506567B (zh) 2015-11-01
US20130004083A1 (en) 2013-01-03
TW201301146A (zh) 2013-01-01
CN102855642B (zh) 2018-06-15
US8483487B2 (en) 2013-07-09

Similar Documents

Publication Publication Date Title
CN102855642A (zh) 图像处理装置及其物体轮廓的提取方法
JP6088792B2 (ja) 画像検出装置及び制御プログラム並びに画像検出方法
CN104504669B (zh) 一种基于局部二值模式的中值滤波检测方法
US10748023B2 (en) Region-of-interest detection apparatus, region-of-interest detection method, and recording medium
CN103337072B (zh) 一种基于纹理与几何属性联合模型的室内对象解析方法
CN103473537B (zh) 一种目标图像轮廓特征表示方法及装置
CN110796412B (zh) 包裹跟踪方法以及相关装置
CN105389165A (zh) 一种文档图片显示方法、装置及终端
CN103226824B (zh) 维持视觉显著性的视频重定向系统
CN110060260B (zh) 一种图像处理方法及系统
CN103995864B (zh) 一种图像检索方法和装置
CN108182457B (zh) 用于生成信息的方法和装置
CN111080723B (zh) 基于Unet网络的图像元素分割方法
CN109544577A (zh) 一种基于边缘点编组的改进直线提取方法
CN108665495A (zh) 图像处理方法及装置、移动终端
CN101430789B (zh) 基于Fast Slant Stack变换的图像边缘检测方法
CN106469138B (zh) 词云的生成方法及装置
CN104036272A (zh) 一种文本检测方法及电子设备
CN102592277A (zh) 基于灰度子集合划分的曲线自动匹配方法
Shi et al. Image enhancement for degraded binary document images
CN102663750A (zh) 数字图像边缘检测方法
US9798932B2 (en) Video extraction method and device
Kumar et al. A robust and fast text extraction in images and video frames
CN110705568B (zh) 一种图像特征点提取的优化方法
CN110503627B (zh) 建筑物裂缝检测方法、装置、存储介质及计算机设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant