CN104361584B - 一种图像前景的检测方法和检测系统 - Google Patents

一种图像前景的检测方法和检测系统 Download PDF

Info

Publication number
CN104361584B
CN104361584B CN201410594758.2A CN201410594758A CN104361584B CN 104361584 B CN104361584 B CN 104361584B CN 201410594758 A CN201410594758 A CN 201410594758A CN 104361584 B CN104361584 B CN 104361584B
Authority
CN
China
Prior art keywords
value
pixel
point
image
significance
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.)
Active
Application number
CN201410594758.2A
Other languages
English (en)
Other versions
CN104361584A (zh
Inventor
程俊
何明
王鹏
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 Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201410594758.2A priority Critical patent/CN104361584B/zh
Publication of CN104361584A publication Critical patent/CN104361584A/zh
Application granted granted Critical
Publication of CN104361584B publication Critical patent/CN104361584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T2207/10024—Color image

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明适用于图像处理领域，提供了基于一种图像前景的检测方法和检测系统，所述方法包括：获取待检测图像和投影图像，并获取第一颜色值和第二颜色值；根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值；通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域；根据所述点反射显著性值获取所述区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景。通过本发明，可以在复杂和多变光照情况下，使互动投影系统轻松获取前景图像。

Description

一种图像前景的检测方法和检测系统
技术领域
本发明属于图像处理领域，尤其涉及一种图像前景的检测方法和检测系统。
背景技术
近年来，基于显著性检测的图像分割技术在计算机视觉与图像处理领域一直是研究的热点。在投影仪与摄像机的交互系统，环境光与投影画面不断在变化，如何准确地实现前景物体的提取是交互系统触摸检测的关键。
由于互动投影系统的背景画面复杂性以及应用环境的多样性，前景区域的图像分割是触摸检测交互的一个关键难点。由于投影仪光线的照射影响，前景区域的物体可能会呈现不同的颜色，利用传统的颜色统计模型检测算法难以准确地提取前景区域的轮廓。此外，投影画面的多样性使得手臂前景往往不是单一的显著性目标，这对显著性检测的图像分割技术也带来了困难。现在的技术方案在这种多样与复杂性的场合都难以实现准确而实时的前景提取
发明内容
本发明实施例的目的在于提供一种图像前景的检测方法和检测系统，以解决现有技术在复杂和多变的光照条件下难以获取互动投影系统的前景物体的问题。
本发明实施例是这样实现的，一种图像前景的检测方法，所述方法包括以下步骤：
获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像；
根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值；
通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域；
根据所述点反射显著性值获取所述区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景。
本发明实施例的另一目的在于提供一种图像前景的检测系统，包括：
颜色值获取单元，用于获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像；
点反射显著性值获取单元，用于根据所述颜色值获取单元获取的第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值；
区域分割单元，用于在所述点反射显著性值获取单元获取点反射显著性值之后，通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域；
前景确定单元，用于根据所述点反射显著性值获取所述区域分割单元分割的区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景。
本发明实施例，获取待检测图像和投影图像所有像素点的点反射显著性值，将点反射显著性值与通过均值漂移分割算法获取的待检测图像的区域反射显著性值进行比对，根据比对结果获取前景像素点，进而根据前景像素点确定前景图像，使得在复杂和多变光照情况下，互动投影系统也可以轻松获取前景图像。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的图像前景检测方法的流程图；
图2是本发明实施例提供的实际效果示意图；
图3是本发明实施例提供的图像前景检测系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
如图1所示为本发明实施例提供的图像前景检测方法的流程图，所述方法包括以下步骤：
在步骤S101中，获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像。
在本发明实施例中，首先获取待检测图像和投影图像，并通过计算获取待检测图像中每个像素点的颜色值和投影图像中每个像素点的颜色值，其中待检测图像包括前景图像和作为背景的投影图像。所述获取所述待检测图像中所有像素点的颜色值和所述投影图像中所述像素点的颜色值的步骤，具体为：
根据公式I＝αTQ分别获取所述第一颜色值和所述第二颜色值，其中α为像素点对光线的反射率、T为摄像设备的颜色转换函数、Q为像素点表面的光强度。
在步骤S102中，根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值。
在本发明实施例中，待检测图像和投影图像的每个像素点的位置为一一对应的关系，而点反射显著性值为同一位置两幅图中像素点颜色值的比值，因此需要获取两幅图像中同一位置的像素点的点反射显著性值。所述根据所述待检测图像中像素点的颜色值和所述投影图像中像素点的颜色值获取两幅图像中同一位置的像素点的点反射显著性值的步骤，包括：
1、根据公式获取像素点的第一点反射显著性值，其中表示坐标为(x，y)的像素点在所有颜色通道中第一颜色值和第二颜色值的比值的和，为第一点反射显著性值。
本发明实施例中，不同位置的像素点可能处于单一的像素点中，也可能处于多个像素点中，比如：根据公式计算的即为坐标为(x，y)的像素点在颜色通道c中第一颜色值和第二颜色值的比值，图像中通常包含多个颜色通道，将所有颜色通道的上述比值进行相加即可获得第一点反射显著性值。
2、根据公式计算所述第一点反射显著性值与均值的欧式距离，并将所述欧式距离设置为第二点反射显著性值，其中W为图像的宽度、H为图像的高度、D为欧氏距离、N表示所有像素点的数量，所述均值为所有像素点的第一点反射显著性值的平均值，所述第二点反射显著性值为所述点反射显著性值。
在步骤S103中，通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域。
在本发明实施例中，使用均值漂移分割算法对待检测图像进行过滤，即可去除该待检测图像中复杂的纹理和背景，进而将该待检测图像分割为多个不同的区域。均值漂移分割算法为现有技术，在此不作赘述。
在步骤S104中，根据所述点反射显著性值获取所述区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景。
在本发明实施例中，根据获取的点反射显著性值计算不同区域的区域反射显著性值，将像素点的点反射显著性值与像素点所在区域的区域反射显著性值进行比对，根据比对的结果即可确定待检测图像中的前景物体。图2所示即为本发明实施例实际效果示意图。所述将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景的步骤，包括：
1、根据公式获取所述区域反射显著性值的平均值，其中为区域反射显著性值的平均值。
2、根据所述公式获取每个像素点为前景像素点的期望，其中DF(i)为像素点i为前景的期望、S(i)为像素点i的点反射显著性值。
3、计算所述DF(i)与DF的比值，其中DF为所有像素点的平均期望，如果所述比值超过预设的阀值，则将所述DF(i)对应的像素点设为前景像素点，如果所述比值没有超过预设的阀值，则将所述DF(i)对应的像素点设为非前景像素点。
在本发明实施例中，首先根据公式获取区域反射显著性值的平均值，根据该平均值和像素点的点反射显著性值按照公式计算像素点是前景像素点的期望，计算该期望与平均期望的比值，如果比值超过预设的阀值，则该像素点为前景像素点，如果比值没有超过预设的阀值，则该像素点为非前景像素点。
作为本发明的一个可选实施例，在所述计算所述DF(i)与DF的比值的步骤之前，所述方法还包括：
预设所述阀值。
在本发明实施例中，预设的阀值可以根据实际应用的需要进行设定，比如：可以设定为DF(i)超过DF的两倍，则像素点为前景像素点，上述举例只是为了说明，并不用于限定本发明。
本发明实施例，获取待检测图像和投影图像所有像素点的点反射显著性值，将点反射显著性值与通过均值漂移分割算法获取的待检测图像的区域反射显著性值进行比对，根据比对结果获取前景像素点，进而根据前景像素点确定前景图像，使得在复杂和多变光照情况下，互动投影系统也可以轻松获取前景图像。
实施例二
如图3所示为本发明实施例提供的图像前景检测系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分，包括：
颜色值获取单元301，用于获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像。
在本发明实施例中，颜色值获取单元301首先获取待检测图像和投影图像，并通过计算获取待检测图像中每个像素点的颜色值和投影图像中每个像素点的颜色值，其中待检测图像包括前景图像和作为背景的投影图像。所述颜色值获取单元301包括：
颜色值获取子单元3011，用于根据公式I＝αTQ分别获取所述第一颜色值和所述第二颜色值，其中α为像素点对光线的反射率、T为摄像设备的颜色转换函数、Q为像素点表面的光强度。
点反射显著性值获取单元302，用于根据所述颜色值获取单元301获取的第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值。
在本发明实施例中，待检测图像和投影图像的每个像素点的位置为一一对应的关系，而点反射显著性值为同一位置两幅图中像素点颜色值的比值，因此需要获取两幅图像中同一位置的像素点的点反射显著性值。所述点反射显著性值获取单元302，包括：
第一点反射显著性值获取子单元3021，用于根据公式获取像素点的第一点反射显著性值，其中表示坐标为(x，y)的像素点在所有颜色通道中第一颜色值和第二颜色值的比值的和，为第一点反射显著性值。
本发明实施例中，不同位置的像素点可能处于单一的像素点中，也可能处于多个像素点中，比如：根据公式计算的即为坐标为(x，y)的像素点在颜色通道c中第一颜色值和第二颜色值的比值，图像中通常包含多个颜色通道，将所有颜色通道的上述比值进行相加即可获得第一点反射显著性值。
第二点反射显著性值设置子单元3022，用于根据公式计算所述第一点反射显著性值获取子单元3021获取的第一点反射显著性值与均值的欧式距离，并将所述欧式距离设置为第二点反射显著性值，其中W为图像的宽度、H为图像的高度、D为欧氏距离、N表示所有像素点的数量，所述均值为所有像素点的第一点反射显著性值的平均值，所述第二点反射显著性值为所述点反射显著性值。
区域分割单元303，用于在所述点反射显著性值获取单元302获取点反射显著性值之后，通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域。
在本发明实施例中，区域分割单元303使用均值漂移分割算法对待检测图像进行过滤，即可去除该待检测图像中复杂的纹理和背景，进而将该待检测图像分割为多个不同的区域，均值漂移分割算法为现有技术，在此不作赘述。
前景确定单元304，用于根据所述点反射显著性值获取所述区域分割单元303分割的区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景。
在本发明实施例中，根据获取的点反射显著性值计算不同区域的区域反射显著性值，将像素点的点反射显著性值与像素点所在区域的区域反射显著性值进行比对，根据比对的结果即可确定待检测图像中的前景物体。所述前景确定单元304，包括：
平均值获取子单元3041，用于根据公式获取所述区域反射显著性值的平均值，其中为区域反射显著性值的平均值。
期望获取子单元3042，用于根据所述平均值获取子单元3041获取的平均值按照公式获取每个像素点为前景像素点的期望，其中DF(i)为像素点i为前景的期望、S(i)为像素点i的点反射显著性值。
像素点设置子单元3043，用于计算所述期望获取子单元3042获取的DF(i)与DF的比值，其中DF为所有像素点的平均期望，如果所述比值超过预设的阀值，则将所述DF(i)对应的像素点设为前景像素点，如果所述比值没有超过预设的阀值，则将所述DF(i)对应的像素点设为非前景像素点。
在本发明实施例中，首先根据公式获取区域反射显著性值的平均值，根据该平均值和像素点的点反射显著性值按照公式计算像素点是前景像素点的期望，计算该期望与平均期望的比值，如果比值超过预设的阀值，则该像素点为前景像素点，如果比值没有超过预设的阀值，则该像素点为非前景像素点。
作为本发明的一个可选实施例，在所述像素点设置子单元3043设置像素点之前，所述系统还包括：
预设子单元，用于预设所述像素点设置子单元3043中的阀值。
在本发明实施例中，预设的阀值可以根据实际应用的需要进行设定，比如：可以设定为DF(i)超过DF的两倍，则像素点为前景像素点，上述举例只是为了说明，并不用于限定本发明。
本发明实施例，获取待检测图像和投影图像所有像素点的点反射显著性值，将点反射显著性值与通过均值漂移分割算法获取的待检测图像的区域反射显著性值进行比对，根据比对结果获取前景像素点，进而根据前景像素点确定前景图像，使得在复杂和多变光照情况下的互动投影系统也可以轻松获取前景图像。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。

Claims (8)

1.一种图像前景的检测方法，其特征在于，所述方法包括：
获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像；
根据所述第一颜色值和所述第二颜色值获取待检测图像和投影图像中同一位置的像素点的点反射显著性值；
通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域；
根据所述点反射显著性值获取所述区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景；
所述根据所述第一颜色值和所述第二颜色值获取待检测图像和投影图像中同一位置的像素点的点反射显著性值的步骤，包括：
根据公式获取像素点的第一点反射显著性值，其中表示坐标为(x，y)的像素点i在所有颜色通道中第一颜色值和第二颜色值的比值的和，si为第一点反射显著性值；
根据公式计算所述第一点反射显著性值与均值的欧式距离，并将所述欧式距离设置为第二点反射显著性值，其中W为图像的宽度、H为图像的高度、D为欧氏距离、N表示所有像素点的数量，所述均值为所有像素点的第一点反射显著性值的平均值，所述第二点反射显著性值为所述点反射显著性值。
2.如权利要求1所述的方法，其特征在于，所述获取所述待检测图像中所有像素点的颜色值和所述投影图像中所述像素点的颜色值的步骤，具体为：
根据公式I＝αTQ分别获取所述第一颜色值和所述第二颜色值，其中α为像素点对光线的反射率、T为摄像设备的颜色转换函数、Q为像素点表面的光强度。
3.如权利要求1所述的方法，其特征在于，所述将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景的步骤，包括：
根据公式获取所述区域反射显著性值的平均值，其中为区域反射显著性值的平均值；
根据公式获取每个像素点为前景像素点的期望，其中DF(i)为像素点i为前景的期望、S(i)为像素点i的点反射显著性值；
计算所述DF(i)与DF的比值，其中DF为前景像素点的平均期望，如果所述比值超过预设的阀值，则将所述DF(i)对应的像素点设为前景像素点，如果所述比值没有超过预设的阀值，则将所述DF(i)对应的像素点设为非前景像素点。
4.如权利要求3所述的方法，其特征在于，在所述计算所述DF(i)与DF的比值的步骤之前，所述方法还包括：
预设所述阀值。
5.一种图像前景的检测系统，其特征在于，所述检测系统包括：
颜色值获取单元，用于获取待检测图像和投影图像，并获取第一颜色值和第二颜色值，所述第一颜色值为待检测图像中所有像素点的颜色值，所述第二颜色值为所述投影图像中所有像素点的颜色值，所述待检测图像包含前景图像和作为背景的所述投影图像；
点反射显著性值获取单元，用于根据所述颜色值获取单元获取的第一颜色值和所述第二颜色值获取待检测图像和投影图像中同一位置的像素点的点反射显著性值；
区域分割单元，用于在所述点反射显著性值获取单元获取点反射显著性值之后，通过均值漂移分割算法去除所述待检测图像的纹理和背景，将所述待检测图像分割为多个不同的区域；
前景确定单元，用于根据所述点反射显著性值获取所述区域分割单元分割的区域的区域反射显著性值，将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对，根据比对的结果确定所述待检测图像中的前景；
所述点反射显著性值获取单元，包括：
第一点反射显著性值获取子单元，用于根据公式获取像素点的第一点反射显著性值，其中表示坐标为(x，y)的像素点i在所有颜色通道中第一颜色值和第二颜色值的比值的和，si为第一点反射显著性值；
第二点反射显著性值设置子单元，用于根据公式计算所述第一点反射显著性值获取子单元获取的第一点反射显著性值与均值的欧式距离，并将所述欧式距离设置为第二点反射显著性值，其中W为图像的宽度、H为图像的高度、D为欧氏距离、N表示所有像素点的数量，所述均值为所有像素点的第一点反射显著性值的平均值，所述第二点反射显著性值为所述点反射显著性值。
6.如权利要求5所述的系统，其特征在于，所述颜色值获取单元301包括：
颜色值获取子单元3011，用于根据公式I＝αTQ分别获取所述第一颜色值和所述第二颜色值，其中α为像素点对光线的反射率、T为摄像设备的颜色转换函数、Q为像素点表面的光强度。
7.如权利要求5所述的系统，其特征在于，所述前景确定单元，包括：
平均值获取子单元，用于根据公式获取所述区域反射显著性值的平均值，其中为区域反射显著性值的平均值；
期望获取子单元，用于根据所述平均值获取子单元获取的平均值按照公式获取每个像素点为前景像素点的期望，其中DF(i)为像素点i为前景的期望、S(i)为像素点i的点反射显著性值；
像素点设置子单元，用于计算所述期望获取子单元获取的DF(i)与DF的比值，其中DF为前景像素点的平均期望，如果所述比值超过预设的阀值，则将所述DF(i)对应的像素点设为前景像素点，如果所述比值没有超过预设的阀值，则将所述DF(i)对应的像素点设为非前景像素点。
8.如权利要求7所述的系统，其特征在于，在所述像素点设置子单元设置像素点之前，所述系统还包括：
预设子单元，用于预设所述像素点设置子单元中的阀值。
CN201410594758.2A 2014-10-29 2014-10-29 一种图像前景的检测方法和检测系统 Active CN104361584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410594758.2A CN104361584B (zh) 2014-10-29 2014-10-29 一种图像前景的检测方法和检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410594758.2A CN104361584B (zh) 2014-10-29 2014-10-29 一种图像前景的检测方法和检测系统

Publications (2)

Publication Number Publication Date
CN104361584A CN104361584A (zh) 2015-02-18
CN104361584B true CN104361584B (zh) 2017-09-26

Family

ID=52528842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410594758.2A Active CN104361584B (zh) 2014-10-29 2014-10-29 一种图像前景的检测方法和检测系统

Country Status (1)

Country Link
CN (1) CN104361584B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108230245B (zh) * 2017-12-26 2021-06-11 中国科学院深圳先进技术研究院 图像拼接方法、图像拼接装置及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799882A (zh) * 2012-07-09 2012-11-28 武汉市科迅智能交通设备有限公司 基于视觉显著性的车牌定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8928735B2 (en) * 2011-06-14 2015-01-06 Microsoft Corporation Combined lighting, projection, and image capture without video feedback

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799882A (zh) * 2012-07-09 2012-11-28 武汉市科迅智能交通设备有限公司 基于视觉显著性的车牌定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Touch-Sensitive Interactive Projection System;Ming He 等;《IEEE International Conference on Security,Pattern Analysis,and Cybernetics》;20141019;正文第438页第A节 *
Use of Projector-Camera System for Human-Computer Interaction;DAI, Jingwen;《Degree of Doctor of The Chinese University of Hong Kong》;20120930;正文第5章第102页第1段，第106-109页第5.2.1节、第5.2.2节，第110页第5.2.3节，第111页第5.2节, 图5.2，图5.3 *

Also Published As

Publication number Publication date
CN104361584A (zh) 2015-02-18

Similar Documents

Publication Publication Date Title
US11546567B2 (en) Multimodal foreground background segmentation
US10298905B2 (en) Method and apparatus for determining a depth map for an angle
CN104702928B (zh) 修正图像交叠区的方法、记录介质以及执行装置
CN107346041B (zh) 裸眼3d显示设备的光栅参数的确定方法、装置及电子设备
JP2015215895A (ja) 深度画像の深度値復元方法及びシステム
CN109660783A (zh) 虚拟现实视差校正
US11270415B2 (en) Image inpainting with geometric and photometric transformations
Riaz et al. Single image dehazing via reliability guided fusion
CN104252700A (zh) 一种红外图像的直方图均衡化方法
JP2018522509A (ja) 画像を別の画像でデジタル式にオーバーレイするシステム及び方法
CN113658316B (zh) 三维模型的渲染方法和装置、存储介质及计算机设备
Chen et al. Kinect depth recovery using a color-guided, region-adaptive, and depth-selective framework
CN116342519A (zh) 一种基于机器学习的图像处理方法
CN104361584B (zh) 一种图像前景的检测方法和检测系统
Cai et al. Hole-filling approach based on convolutional neural network for depth image-based rendering view synthesis
US20210241430A1 (en) Methods, devices, and computer program products for improved 3d mesh texturing
TWI595446B (zh) 擴充實境中基於深度攝影機之遮蔽邊緣品質改善方法
JP7387029B2 (ja) ソフトレイヤ化および深度認識インペインティングを用いた単画像３ｄ写真技術
Guo et al. Fast Defogging and Restoration Assessment Approach to Road Scene Images*.
Lasang et al. Optimal depth recovery using image guided TGV with depth confidence for high-quality view synthesis
Zhang et al. An algorithm of texture mapping based on boundary adjustment and image blending
Fotouhi et al. Automatic soccer field line recognition by minimum information
Monteiro et al. Geometry-Based Skin Colour Estimation for Bare Torso Surface Reconstruction
Yohan et al. Exemplar based texture recovery technique for active one shot scan
WO2023076297A1 (en) System and method for projection mapping

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
GR01 Patent grant