CN103440486A - 一种图像中标牌尺度的检测方法及系统 - Google Patents

一种图像中标牌尺度的检测方法及系统 Download PDF

Info

Publication number
CN103440486A
CN103440486A CN2013103842153A CN201310384215A CN103440486A CN 103440486 A CN103440486 A CN 103440486A CN 2013103842153 A CN2013103842153 A CN 2013103842153A CN 201310384215 A CN201310384215 A CN 201310384215A CN 103440486 A CN103440486 A CN 103440486A
Authority
CN
China
Prior art keywords
label
image
width
yardstick
pixel 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.)
Pending
Application number
CN2013103842153A
Other languages
English (en)
Inventor
胡希驰
杨镜
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.)
Founder International Co Ltd
Founder International Beijing Co Ltd
Original Assignee
Founder International Co Ltd
Founder International Beijing 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 Founder International Co Ltd, Founder International Beijing Co Ltd filed Critical Founder International Co Ltd
Priority to CN2013103842153A priority Critical patent/CN103440486A/zh
Publication of CN103440486A publication Critical patent/CN103440486A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种图像中标牌尺度的检测方法及系统,属于图像处理领域。现有的标牌尺度的检测一般采用连通域估计的方法,容易受到外界环境的干扰,且连通域生长准则具有不稳定性,容易造成标牌尺度估计的不准确性。本发明所述的方法及系统首先对输入的图像进行文字检测,获得标牌的文字区域;然后计算所述文字区域的文字笔画宽度;最后根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。采用本发明所述的方法及系统对标牌尺度进行检测,具有较高的稳定性,并且能够大大提高标牌尺度检测的效率。

Description

一种图像中标牌尺度的检测方法及系统
技术领域
本发明属于图像预处理领域,具体涉及一种图像中标牌尺度的检测方法及系统。
背景技术
标牌是用于制作标识的指示牌,上面有文字、图案等内容起指示作用,如广告标牌、导航标牌、机动车车牌等。在图像处理过程中,对图像中目标内容的估计有较大的意义,当能够知道图像获取设备的具体参数后,便可以求取目标内容实际的尺度。在一般情况下,采用多尺度的方式对目标内容进行分析,但是这种方式效率较低,现有技术中,完成图像中标牌尺度的估计,一般采用连通域提取的方法,通过区域相似性原则,如颜色、灰度等,对区域进行生长的方法,检测标牌连通域,估计连通区域大小,从而得到标牌的尺度。
通过这种方法,在理想情况下,可以得到整个标牌的区域位置,从而确定出标牌的尺度,但包含标牌的图像是一种场景图像,即通过照相机或摄像机得到的真实三维世界中场景文本的二维图像,这些图像通常有光照不均匀、曝光不足和拍摄角度倾斜等缺点,导致连通域估计的方法容易受到外界环境的干扰,造成连通域缺失,使尺度估计不准确,并且连通域生长准则具有不稳定性,也容易造成标牌尺度估计的不准确性。
发明内容
针对现有技术中存在的缺陷,本发明的目的是提供一种图像中标牌尺度的检测方法及系统。该方法及系统仅依靠标牌上的文字就能完成标牌尺度的检测,操作简单,效率较高,并且准确性和稳定性较强。
为达到以上目的,本发明采用的技术方案是:
一种图像中标牌尺度的检测方法,包括以下步骤:
(1)输入包含标牌的图像,对所述图像进行文字检测,获得标牌的文字区域;
(2)计算所述文字区域的文字笔画宽度;
(3)根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。
进一步,步骤(2)中,计算所述文字区域的文字笔画宽度的过程具体包括以下步骤:
1)计算步骤(1)获得的文字区域的距离变换图像;
2)对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
3)根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
进一步,步骤2)中,对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
进一步,步骤3)中,所述的文字笔画宽度为距离变换图像上像素灰度值的局部最大值的2倍。
再进一步,步骤(3)中,所述的文字笔画宽度与标牌尺度比例相对固定的原则是指标牌尺度与标牌尺度中文字笔画宽度的比例关系。
更进一步,所述的标牌尺度与标牌尺度中文字笔画宽度的比例关系如下:
标牌宽度w=θw×wstroke,标牌高度h=θh×wstroke
其中,wstroke为文字笔画宽度,θw为标牌宽度w与笔画宽度wstroke间的比例系数,θh为标牌高度与笔画宽度wstroke间的比例系数。
一种图像中标牌尺度的检测系统,包括:
文字检测模块,用于对输入的图像进行文字检测,获得标牌的文字区域;所述图像为包含标牌的图像;
笔画宽度计算模块,用于计算所述文字区域的文字笔画宽度;
标牌尺度计算模块,用于根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。
进一步,所述的笔画宽度计算模块包括:
距离变换图像获取单元,用于计算文字检测模块获得的文字区域的距离变换图像;
局部最大值获取单元,用于对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
笔画宽度获取单元,用于根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
进一步,局部最大值获取单元中对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
再进一步,笔画宽度获取单元中,所述的文字笔画宽度为距离变换图像上像素灰度值的局部最大值的2倍。
本发明的效果在于:本发明所述的方法及系统,通过检测图像中标牌的文字区域,计算文字的笔画宽度,利用标牌尺度与文字尺度相对固定的准则,得到图像中标牌的尺度。由于文字区域有一定的分布规律,具有较高的稳定性,另外,由于文字笔画宽度计算相对简单,能够大大提高标牌尺度检测的效率。
附图说明
图1是本发明具体实施方式中一种图像中标牌尺度的检测系统的结构框图;
图2是本发明具体实施方式中一种图像中标牌尺度的检测方法的流程图;
图3是本发明实施例中输入的包含标牌的图像;
图4是图3的二值化图像;
图5是反映图4中标牌文字区域规律的图像;
图6是由图5获得的文字区域的图像;
图7是图6的距离变换图像;
图8是一文字图像;
图9是图8的距离变换图像;
图10是图8距离变换图像的立体视图;
图11是本发明实施例中得到的笔画宽度图像。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步描述。
如图1所示,为本发明具体实施方式中一种图像中标牌尺度的检测系统的结构框图,该系统主要包括以下三个子模块:文字检测模块11、笔画宽度计算模块12及标牌尺度计算模块13,其中:
文字检测模块11用于对输入的图像进行文字检测,获得标牌的文字区域;所述图像为包含标牌的图像;
优选的,本实施方式中该模块包括:
二值化单元,用于将所述图像进行二值化处理,得到二值图像;
文字区域获取单元,用于对所述二值图像进行连通域分析,由于标牌上文字的排布具有一定规律,如标牌文字连通域的上边缘点、中心点及下边缘点各自分布在三条直线上,形成上边缘直线、中心点直线及下边缘直线,且这三条直线有倾斜方向一致的特点,因此借助这一规律可以得到标牌的文字区域。
本具体实施方式中的文字区域获取的上述方式为现有技术,本发明对文字区域的获取包括但不限于上述方式,能够实现文字区域获取的现有方式均可用于本发明。
笔画宽度计算模块12用于计算所述文字区域的文字笔画宽度;该模块包括:
距离变换图像获取单元,用于计算文字检测模块获得的文字区域的距离变换图像;
局部最大值获取单元,用于对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
笔画宽度获取单元,用于根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
具体的,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
另外,笔画宽度获取单元中,所述的文字笔画宽度为距离变换图像上像素灰度值的局部最大值的2倍。
标牌尺度计算模块13用于根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。
一般在实际生活中,按照国家标准所制造的标牌,标牌尺度与文字笔画宽度是根据标准比例制定的,当完成文字笔画宽度的检测后,利用这一统一的标准,即可以计算出标牌尺度。
如图2所示,为本发明具体实施方式中一种图像中标牌尺度的检测方法,该方法包括以下步骤:
步骤S21:检测图像中标牌的文字区域;
输入包含标牌的图像,对所述图像进行文字检测,获得标牌的文字区域;由于输入的图像中除了标牌上存在文字区域,其他位置也可能含有文字,所以需要单独检测出标牌的文字区域,才能保证最终计算标牌尺度的准确性。由于标牌的文字区域中的文字排布具有一定的规律,如标牌中文字间的间距分布均匀,字符排列整齐等特点。根据标牌中文字的排版规律,可以检测出标牌的文字区域。在现有技术中已经有很多方法可以完成文字区域的检测,如本实施方式中可以通过连通域的方式进行检测,具体步骤如下:
a)将所述图像进行二值化处理,得到二值图像;
b)对所述二值图像进行连通域分析,由于标牌上文字的排布具有一定规律,由于标牌上文字的排布具有一定规律,标牌文字连通域的上边缘点、中心点及下边缘点各自分布在三条直线上,形成上边缘直线、中心点直线及下边缘直线,且这三条直线有倾斜方向一致的特点,因此借助这一规律可以得到标牌的文字区域。
特别的,若除标牌部分外,图像中的其它部分的文字排布也具有与标牌上的文字排布相同的规律,那么仍依照上述方式对所述二值图像进行连通域分析,检测出多个文字区域后,再根据标牌的文字特性(如字符大小、间隔、数目等)对多个文字区域进行筛选,最终得到标牌的文字区域。
步骤S22:计算标牌的文字笔画宽度;
计算所述文字区域的文字笔画宽度;该过程具体包括以下步骤:
1)计算步骤S21获得的文字区域的距离变换图像;
2)对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
3)根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
本发明中涉及到的距离变换是一种计算并标识空间点(对目标点)距离的过程,它最终把二值图像变换为灰度图像,在二值图像中,1代表目标点(前景),0代表背景,在灰度图像中,每个栅格的灰度值等于它到最近目标点的距离在距离变换图像中,距离越远,灰度值越大。本实施方式中,图像中的文字为前景,其它为背景。
步骤2)中,对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
具体的,由于距离变换图像反映的是原二值图像中每一前景像素与距其最近的背景像素的距离大小,得到的整个文字区域的距离变换图像的灰度值形成一个脊的分布,因此扫描像素灰度值的最大值的过程即扫描每一脊状位置的像素灰度值的最大值的过程。
由于最终得到的像素灰度值的最大值表征了原二值图像前景像素中每一笔画中央距离背景像素的距离最大值,因此文字笔画宽度为获得的距离变换图像上像素灰度值的局部最大值的2倍,作为文字笔画宽度。
步骤S23:通过文字笔画宽度计算标牌尺度;
根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度;
具体的,所述的文字笔画宽度与标牌尺度比例相对固定的原则是指标牌尺度与标牌尺度中文字笔画宽度的比例关系。例如,对于矩形标牌,标牌尺度与文字尺度之间具有确定的比例关系,具体如下:
标牌宽度w=θw×wstroke,标牌高度h=θh×wstroke
其中,wstroke为步骤S22中得到的文字笔画宽度,θw为标牌宽度与笔画宽度wstroke间的比例系数,θh为标牌高度与笔画宽度wstroke间的比例系数。
在实际生活中,不止矩形标牌,其它按照国家标准所制造的标牌,标牌尺度与文字笔画宽度也是根据标准制定的,类似地,当完成文字笔画宽度检测后,利用这一统一的标准,即可以计算出标牌尺度。
为了更好的理解本发明所述的方法及系统,下面结合图3-图10给出一个实施例对本申请进行进一步的介绍。
实施例
第一步,输入如图3所示的包含标牌的图像;
本实施例中给出的图像是一幅包含机动车车牌的图像,车牌具有矩形形状;先对该图像进行二值化,得到该图像的二值化图像,如图4所示;然后对该二值图像进行连通域分析,由于车牌上文字的排布具有一定规律,其文字连通域的上边缘点、中心点及下边缘点分别分布在三条直线上,即文字连通域的上边缘直线,中心点直线,以及下边缘直线,并且这三条直线有倾斜方向一致的特点,如图5所示;通过这个准则,在连通域分析的基础上便可以得到车牌的文字区域,如图6所示。
可以看到,图4中除车牌部分外,虽然文字“FAW”也具有同样的规律,但是本实施方式中的“FAW”为浅色字体,二值化后不可能出现像车牌号码那么明显的笔画,通过上述文字区域的检测方法并不能够检测出“FAW”所在的区域,检测出的文字区域即可以认定为车牌的文字区域。此外,在该步骤中检测标牌所在的文字区域时,如果图像中存在其它干扰文字,即使能够在该步骤中检测出标牌外的其它文字区域,但也可以根据特定标牌上文字的独特性,如字符大小、间隔、文字数目等进一步进行判断,提取出需要的标牌的文字区域。
第二步,对标牌的文字区域进行文字笔画宽度计算;
先根据第一步得到的标牌的文字区域,计算前景像素到背景像素(本实施例中前景为文字),即图6中黑像素到白像素间的距离,得到一幅距离变换图像,如图7所示,为了更清楚地说明,图8示出了一文字图像,图9为图8的距离变换图像,从该图不难看出,在文字中心线位置,由于距离白像素较远,所以像素灰度值越大,图9的立体视图如图10所示,不难看出,整个文字距离图灰度值形成一个脊的分布;然后对距离变换图像进行水平扫描,求取水平方向每一脊状位置的像素灰度值的最大值,再对距离变换图像进行垂直扫描,求取垂直方向每一个脊状位置的像素灰度值的最大值,最后在获得的每一个脊状位置的像素灰度值的最大值中取较大的一个,作为当前脊状位置的像素灰度值的局部最大值,将该值的2倍作为最终的笔画宽度。图11示出了按照该笔画宽度最终生成的笔画宽度图像。
第三步,通过笔画宽度计算标牌尺度;
按照国家标准所制造的车牌,其尺度与文字笔画宽度也是根据标准制定的,两者之间具有一定的比例关系,根据这一原则进行计算:
车牌宽度w=θw×wstroke,车牌高度h=θh×wstroke
其中,wstroke为步骤S22中得到的文字笔画宽度,θw为车牌宽度与笔画宽度wstroke间的比例系数,θh为车牌高度与笔画宽度wstroke间的比例系数。
通过本实施例可以看出,采用本发明所述的方法及系统,通过对图像中标牌文字区域的检测,计算文字的笔画宽度,并利用标牌尺度与文字尺度相对固定的原则,最终完成了标牌尺度的检测。由于在自然场景中,文字区域具有一定的分布规律,因此利用检测文字区域估计标牌尺度,具有较高的稳定性,另外,文字笔画宽度计算相对简单,还能够大大提高标牌尺度检测的效率。
本发明所述的装置并不限于具体实施方式中所述的实施例,本领域技术人员根据本发明的技术方案得出其他的实施方式,同样属于本发明的技术创新范围。

Claims (10)

1.一种图像中标牌尺度的检测方法,包括以下步骤:
(1)输入包含标牌的图像,对所述图像进行文字检测,获得标牌的文字区域;
(2)计算所述文字区域的文字笔画宽度;
(3)根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。
2.如权利要求1所述的一种图像中标牌尺度的检测方法,其特征在于,步骤(2)中,计算所述文字区域的文字笔画宽度的过程具体包括以下步骤:
1)计算步骤(1)获得的文字区域的距离变换图像;
2)对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
3)根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
3.如权利要求2所述的一种图像中标牌尺度的检测方法,其特征在于,步骤2)中,对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
4.如权利要求2或3所述的一种图像中标牌尺度的检测方法,其特征在于,步骤3)中,所述的文字笔画宽度为距离变换图像上像素灰度值的局部最大值的2倍。
5.如权利要求1所述的一种图像中标牌尺度的检测方法,其特征在于,步骤(3)中,所述的文字笔画宽度与标牌尺度比例相对固定的原则是指标牌尺度与标牌尺度中文字笔画宽度的比例关系。
6.如权利要求5所述的一种图像中标牌尺度的检测方法,其特征在于,所述的标牌尺度与标牌尺度中文字笔画宽度的比例关系如下:
标牌宽度w=θw×wstroke,标牌高度h=θh×wstroke
其中,wstroke为文字笔画宽度,θw为标牌宽度w与笔画宽度wstroke间的比例系数,θh为标牌高度与笔画宽度wstroke间的比例系数。
7.一种图像中标牌尺度的检测系统,包括:
文字检测模块,用于对输入的图像进行文字检测,获得标牌的文字区域;所述图像为包含标牌的图像;
笔画宽度计算模块,用于计算所述文字区域的文字笔画宽度;
标牌尺度计算模块,用于根据文字笔画宽度与标牌尺度比例相对固定的原则,利用所述的文字笔画宽度计算标牌尺度。
8.如权利要求7所述的一种图像中标牌尺度的检测系统,其特征在于,所述的笔画宽度计算模块包括:
距离变换图像获取单元,用于计算文字检测模块获得的文字区域的距离变换图像;
局部最大值获取单元,用于对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值;
笔画宽度获取单元,用于根据所述的像素灰度值的局部最大值计算文字区域的文字笔画宽度。
9.如权利要求8所述的一种图像中标牌尺度的检测系统,其特征在于,局部最大值获取单元对所述距离变换图像分别进行水平和垂直扫描,得到所述距离变换图像上像素灰度值的局部最大值的具体方式如下:
分别对所述的距离变换图像进行水平方向扫描和垂直方向扫描,得到距离变换图像水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值,将水平方向的像素灰度值的最大值和垂直方向的像素灰度值的最大值中的较大者作为当前距离变换图像上像素灰度值的局部最大值。
10.如权利要求8或9所述的一种图像中标牌尺度的检测系统,其特征在于,笔画宽度获取单元中,所述的文字笔画宽度为距离变换图像上像素灰度值的局部最大值的2倍。
CN2013103842153A 2013-08-29 2013-08-29 一种图像中标牌尺度的检测方法及系统 Pending CN103440486A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103842153A CN103440486A (zh) 2013-08-29 2013-08-29 一种图像中标牌尺度的检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103842153A CN103440486A (zh) 2013-08-29 2013-08-29 一种图像中标牌尺度的检测方法及系统

Publications (1)

Publication Number Publication Date
CN103440486A true CN103440486A (zh) 2013-12-11

Family

ID=49694179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103842153A Pending CN103440486A (zh) 2013-08-29 2013-08-29 一种图像中标牌尺度的检测方法及系统

Country Status (1)

Country Link
CN (1) CN103440486A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915331A (zh) * 2015-05-28 2015-09-16 南车株洲电力机车研究所有限公司 一种基于Pro/E的铭牌文字处理方法
CN106446898A (zh) * 2016-09-14 2017-02-22 宇龙计算机通信科技(深圳)有限公司 一种图像中文字信息的提取方法及装置
CN108846345A (zh) * 2018-06-06 2018-11-20 安徽大学 一种监控场景中的运动目标尺度估计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807253A (zh) * 2010-03-22 2010-08-18 南京工程学院 面向输电线路基于区域宽度信息的图像骨架提取方法
US20130129222A1 (en) * 2011-11-21 2013-05-23 Nokia Corporation Methods and apparatuses for facilitating detection of text within an image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807253A (zh) * 2010-03-22 2010-08-18 南京工程学院 面向输电线路基于区域宽度信息的图像骨架提取方法
US20130129222A1 (en) * 2011-11-21 2013-05-23 Nokia Corporation Methods and apparatuses for facilitating detection of text within an image

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
解家祥: "低质量车牌识别中关键技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915331A (zh) * 2015-05-28 2015-09-16 南车株洲电力机车研究所有限公司 一种基于Pro/E的铭牌文字处理方法
CN104915331B (zh) * 2015-05-28 2018-05-18 南车株洲电力机车研究所有限公司 一种基于Pro/E的铭牌文字处理方法
CN106446898A (zh) * 2016-09-14 2017-02-22 宇龙计算机通信科技(深圳)有限公司 一种图像中文字信息的提取方法及装置
CN108846345A (zh) * 2018-06-06 2018-11-20 安徽大学 一种监控场景中的运动目标尺度估计方法
CN108846345B (zh) * 2018-06-06 2021-09-17 安徽大学 一种监控场景中的运动目标尺度估计方法

Similar Documents

Publication Publication Date Title
CN107463918B (zh) 基于激光点云与影像数据融合的车道线提取方法
CN107014294B (zh) 一种基于红外图像的接触网几何参数检测方法及系统
Yang et al. Semiautomated building facade footprint extraction from mobile LiDAR point clouds
CN103927526A (zh) 一种基于高斯差分多尺度边缘融合的车辆检测方法
CN103605953A (zh) 基于滑窗搜索的车辆兴趣目标检测方法
WO2020179065A1 (ja) 画像処理装置、画像処理方法及び記録媒体
CN103020637B (zh) 一种基于K-plane算法的建筑物顶面点云数据分割方法
JP2014006588A (ja) 路面境界推定装置及びプログラム
CN103258203A (zh) 遥感影像的道路中线自动提取方法
JP2016166853A (ja) 位置推定装置および位置推定方法
CN110502973A (zh) 一种基于车载激光点云的道路标线自动化提取和识别方法
CN105204032A (zh) 一种用于运动目标三维成像的激光探测系统及成像方法
CN110853081A (zh) 基于单木分割的地面和机载LiDAR点云配准方法
CN110379004A (zh) 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN103279755A (zh) 基于汽车底部阴影特征的快速车牌定位方法
CN110910443A (zh) 基于单监控相机的接触网几何参数实时测量方法及装置
CN111243003A (zh) 车载双目摄像机及其检测道路限高杆的方法、装置
CN106709952A (zh) 一种显示屏幕的自动标定方法
CN103440486A (zh) 一种图像中标牌尺度的检测方法及系统
Yao et al. Automated detection of 3D individual trees along urban road corridors by mobile laser scanning systems
CN102831419B (zh) 一种快速的街景图像中车牌的检测模糊方法
CN105631849B (zh) 多边形目标的变化检测方法及装置
CN108846363A (zh) 一种基于发散式扫描的分区域车底阴影检测方法
JP2013210991A (ja) 横断歩道検出装置および横断歩道検出方法
CN110557622B (zh) 基于结构光的深度信息获取方法及装置、设备及介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20131211

RJ01 Rejection of invention patent application after publication