CN104867094B - 一种图像处理的方法及电子设备 - Google Patents
一种图像处理的方法及电子设备 Download PDFInfo
- Publication number
- CN104867094B CN104867094B CN201410058616.4A CN201410058616A CN104867094B CN 104867094 B CN104867094 B CN 104867094B CN 201410058616 A CN201410058616 A CN 201410058616A CN 104867094 B CN104867094 B CN 104867094B
- Authority
- CN
- China
- Prior art keywords
- image
- image block
- determining
- sub
- divided
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000011218 segmentation Effects 0.000 claims description 88
- 238000003709 image segmentation Methods 0.000 claims description 21
- 238000003672 processing method Methods 0.000 claims description 16
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 8
- 230000002146 bilateral effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理的方法,应用于电子设备,所述方法包括:先获得第一图像;然后对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;再基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;最后根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。本发明同时还公开了一种电子设备。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种图像处理的方法及电子设备。
背景技术
在给定的一张静态图像中,通常很难确定图像中的各个物体的前后关系,例如:诸如电视或视频设备的图像显示在平面屏幕上,电子设备无法感知图像中物体的深度信息。如果能够确定图像中物体之间前后关系,可以很好为图像分割、背景建模、物体识别等技术做好铺垫。
发明内容
有鉴于此,本发明实施例为解决现有技术中的存在的问题而提供一种图像处理的方法及电子设备,能够很好为图像分割、背景建模、物体识别等技术做好铺垫。
本发明实施例的技术方案是这样实现的:
一种图像处理的方法,应用于电子设备,所述方法包括:
获得第一图像;
对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
一种电子设备,所述电子设备包括第一获得装置、第二获得装置、第三获得装置和确定装置,其中:
所述第一获得装置,用于获得第一图像;
所述第二获得装置,用于对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
所述第三获得装置,用于基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
所述确定装置,用于根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
本发明实施例中,先获得第一图像;然后对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;再基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;最后根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系;如此,能够很好为图像分割、背景建模、物体识别等技术做好铺垫。
附图说明
图1-1为本发明实施例一一种图像处理的方法的实现流程示意图;
图1-2为本发明实施例一另一种图像处理的方法的实现流程示意图;
图2为本发明实施例二图像处理的方法的实现流程示意图;
图3为本发明实施例二中步骤2022的实现流程示意图;
图4为本发明实施例二当所述第一分割结果由多个面积不完全相等的第一分割图像块构成时的实现流程示意图;
图5-1为本发明实施例五图像处理的方法的实现流程示意图;
图5-2至图5-4为本发明实施例第一图像以三个物体为例时进行第二处理的过程示意图;
图6-1为本发明实施例六电子设备的一种组成结构示意图;
图6-2为本发明实施例六电子设备的另一种组成结构示意图;
图7为本发明实施例七电子设备的组成结构示意图;
图8为本发明实施例七中合并单元722的一种组成结构示意图;
图9为本发明实施例七中合并单元722的另一种组成结构示意图;
图10为本发明实施例十电子设备的组成结构示意图。
具体实施方式
在图形学中,任何一个几何形状都可以分为凸形状(convex)和凹形状(concave),其中,所述凸形状的定义为:延长多边形的任何一条边,这个图形都在这条边的所在直线的同一侧的多边形叫凸多边形。本发明实施例图像处理的方法及电子设备中提出一条假设,即自然界物体外形映射为平面图形时为凸形状,下面将以该假设为前提来描述本发明实施例的技术方案。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
实施例一
本发明实施例一提供一种图像处理的方法,应用于电子设备,图1-1为本发明实施例一一种图像处理的方法的实现流程示意图,如图1-1所示,该方法包括以下步骤:
步骤101,获得第一图像;
步骤102,对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
这里,所述对所述第一图像进行第一处理可以包括:对所述第一图像依次进行图像分割操作和合并操作;所述分割操作可以采用简单的迭代线性聚类(SLIC,SimpleIterative Linear Clustering)的超像素分割算法(super-pixel segmentationalgorithm),也可以采用其他现有分割算法,本领域的技术人员可以根据实际获得的第一图像,来确定分割算法,只要能获得第一图像中与每个物体一一对应的子图像块即可,这里并不对分割算法做出限定;在具体实施的过程中,SLIC超像素分割算法一般情况下能够取得较好的分割效果。
步骤103,基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
步骤104,根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
本发明实施例中,如图1-2所示,在步骤101之后,该方法还包括步骤100:对所述第一图像进行滤波,去掉所述第一图像中的噪声干扰;
这里,所述对所述第一图像进行滤波可以是对所述第一图像进行高斯滤波、或中值滤波,或双边滤波等。
本发明实施例提供的图像处理的方法,先获得第一图像;然后对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;再基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;最后根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系;如此,能够很好为图像分割、背景建模、物体识别等技术做好铺垫。
实施例二
基于前述实施例一,本发明实施例二提供一种图像处理的方法,应用于电子设备,图2为本发明实施例二图像处理的方法的实现流程示意图,如图2所示,该方法包括以下步骤:
步骤201,获得第一图像;
步骤2021,对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
这里,所述图像分割可以采用简单的迭代线性聚类(SLIC,Simple IterativeLinear Clustering)的超像素分割算法(super-pixel segmentation algorithm)等分割算法。经过图像分割之后,所述第一图像被分割后的第一分割结果由多个第一分割图像块组成,若采用前述SLIC超像素分割算法,那么第一图像将由多个面积不完全相等的第一分割图像块构成,其中本领域的技术人员可以根据实际需要对每一分割图像块的面积进行调整。
步骤2022,对所述第一分割结果进行图像合并,得到第一合并结果;
这里,先对第一图像进行图像分割,然后再对第一图像进行图像合并,是为了防止过分割的发生。
步骤2023,基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块;
步骤203,基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
步骤204,根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
本发明实施例中,在步骤201之后,该方法还包括:对所述第一图像进行滤波,去掉所述第一图像中的噪声干扰;
这里,所述对所述第一图像进行滤波可以是对所述第一图像进行高斯滤波、或中值滤波,或双边滤波等。
本发明实施例提供的图像处理的方法,在实施例一的基础上,先对获得的第一图像进行基于边缘检测的图像分割,得到第一分割结果;然后,对所述第一分割结果进行图像合并,得到第一合并结果;再基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块;如此,本发明实施例提供的技术方案通过对第一图像依次进行分割和合并,即可获得所述第一图像中与每个物体一一对应的子图像块,不仅简单而且方便。另外,图像分割若采用SLIC超像素分割算法能够取得较其他分割算法更好的分割效果。
实施例三
基于前述实施例二,本发明实施例三提供一种图像处理的方法,应用于电子设备,图3为本发明实施例二中步骤2022的实现流程示意图,如图3所示,步骤2022包括以下步骤:
步骤301,所述第一分割结果由多个第一分割图像块构成,确定每个所述第一分割图像块的图像颜色参数;
这里,所述图像颜色参数可以是颜色均值,也可以是饱和度、色调等组合的某种参数,本领域的技术人员可以根据各种现有技术来确定每一个第一分割图像块的颜色,以便确定该第一分割图像块的颜色是否与其周围的第一分割图像块的颜色相近,以至于可以将它们进行合并成同一部分。
步骤302,针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
步骤303,确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
步骤304,当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
步骤305,经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
步骤306,针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
步骤307,确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
步骤308,当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
步骤309,依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
本发明实施例中,所述第一阈值、所述第二阈值和所述第N阈值为同一阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值为各异的阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值中任两个阈值相同。
本发明实施例中提供了一种对所述第一分割结果进行图像合并的方法,通过比较相邻两块第一分割图像块的图像颜色参数的之差的第一绝对值与设置的第一阈值之间的大小关系,来决定是否将相邻两块的第一分割图像块进行合并;采用本发明实施例提供的技术方案,不仅可以实现对所有第一分割图像块的遍历,而且各个阈值可以由本领域的技术人员进行适当设定,具有简单、准确的优点。
实施例四
基于前述实施例三,本发明实施例四提供一种图像处理的方法,应用于电子设备,当所述第一分割结果由多个面积不完全相等的第一分割图像块构成时,在如图3所示的步骤2022的实现流程示意图的步骤302之前,如图4所示,步骤2022还包括以下步骤401至403,其中:
步骤401,确定每个所述第一分割图像块的图像面积;
步骤402,针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
步骤403,当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数;
步骤302,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
以下步骤同图3中的步骤303至步骤309,步骤303至309的相关说明可以参见上述实施例三,这里为节省篇幅,不再赘述。
在本发明实施例中,若采用诸如前述SLIC超像素分割算法等分割算法时,会导致第一分割结果是有很多面积不完全相等的第一分割图像块,为了避免过分割,可以先根据步骤401至403对图像面积进行确定,当某一第一分割图像块的图像面积小于第一面积阈值时,采用图3所示的方法将该第一分割图像块与其周围颜色相近的第一分割图像块进行合并;如此,本发明实施例提供的技术方案,以图像面积作为合并的首要参数,能够有针对性的进行合并,从而提高了合并效率。
实施例五
基于前述实施例,本发明实施例五提供一种图像处理的方法,应用于电子设备,图5-1为本发明实施例五图像处理的方法的实现流程示意图,如图5-1所示,该方法包括以下步骤:
步骤501,获得第一图像;
步骤502,对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
步骤503,基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
步骤504,基于所述边缘形状,确定所述第一图像中物体形状为凸形状的第一子图像块,并确定所述第一子图像块对应的第一物体为所述第一图像中位置最前的物体;
步骤505,判断与所述第一子图像块相邻的子图像块是否为凹形状,当判断与所述第一子图像块相邻的子图像块为凹形状时,对所述与所述第一子图像块相邻的子图像块进行第二处理,使所述与所述第一子图像块相邻的子图像块变为凸形状;
这里,所述对所述与所述第一子图像块相邻的子图像块进行第二处理包括:
移除所述第一子图像块;
确定所述与所述第一子图像块相邻的子图像块的边缘与所述第一子图像块的边缘的交点,并连接所述交点,使所述第一图像以所述第一连线为图像边缘再次进行所述第一处理,获得处理后的与每个物体一一对应的子图像块。
图5-2至图5-4为本发明实施例第一图像以三个物体为例时进行第二处理的过程示意图,如图5-2所示,第一图像中包括三个物体51至53,经过对第一图像进行第一处理之后,获得与这三个物体一一对应的子图像块,其中,物体53的子图像块被判断为凸形状,即物体53是第一图像中位置最前的物体,物体53的子图像块即为所述第一子图像块;这时如图5-3,可以判断出与物体53的子图像块相邻的物体52的子图像块为凹形状,然后确定物体53的子图像块的边缘与物体52的子图像块的边缘的交点54和55,可以移除物体53的子图像块;如图5-4所示,连接交点54和55。
优选地,在进行第二处理的过程中再次进行第一处理时,可以只针移除的第一子图像块及与其相邻的子图像框进行第一处理,而不针对第一图像的全图进行。
优选地,在移除第一子图像块后,对移清除所述第一子图像块的区域进行填充;本发明实施例在这里提供一种进行填充方法包括:将清除所述第一子图像块的区域进行图像分割,得到第二分割结果,这里可以采用等面积分割,所述第二分割结果包括多个第二分割图像块;然后采用其在周围的子图像块的颜色对每个所述第二分割图像块进行填充;
步骤506,基于第二处理后的与每个物体一一对应的子图像块,重新确定所述第一图像中物体形状为凸形状的第二子图像块,并确定所述第二子图像块对应的第二物体处于所述第一物体的后面;
步骤507,依次类推,确定所述第一图像中其余各子图像块中对应的物体之间的前后关系。
本发明实施例中,所述对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块,包括以下步骤A1至A3:
步骤A1,对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
步骤A2,对所述第一分割结果进行图像合并,得到第一合并结果;
步骤A3,基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块。
其中,对于所述对所述第一分割结果进行图像合并,本领域的技术人员可以根据各种现有技术来实现,也可以通过下面提供的步骤B1至B9来实现:
步骤B1,所述第一分割结果由多个第一分割图像块构成,确定每个所述第一分割图像块的图像颜色参数;
步骤B2,针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
步骤B3,确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
步骤B4,当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
步骤B5,经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
步骤B6,针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
步骤B7,确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
步骤B8,当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
步骤B9,依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
其中,所述第一分割结果由多个面积不完全相等的第一分割图像块构成,对应地,所述对所述第一分割结果进行图像合并还包括步骤C1至C3:
步骤C1,确定每个所述第一分割图像块的图像面积;
步骤C2,针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
步骤C3,当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数。
本发明实施例中提供的图像处理的方法,以自然界物体外形映射为平面图形时为凸形状为前提,来确定图像中物体的前后关系,如此,能够很好为图像分割、背景建模、物体识别等技术做好铺垫。
实施例六
本发明实施例六提供一种电子设备,图6-1为本发明实施例六电子设备的组成结构示意图,如图6-1所示,该电子设备包括第一获得装置601、第二获得装置602、第三获得装置603和确定装置604,其中:
所述第一获得装置601,用于获得第一图像;
所述第二获得装置602,用于对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
这里,所述对所述第一图像进行第一处理可以包括:对所述第一图像依次进行图像分割操作和合并操作;所述分割操作可以采用简单的迭代线性聚类(SLIC,SimpleIterative Linear Clustering)的超像素分割算法(super-pixel segmentationalgorithm),也可以采用其他现有分割算法,本领域的技术人员可以根据实际获得的第一图像,来确定分割算法,只要能获得第一图像中与每个物体一一对应的子图像块即可,这里并不对分割算法做出限定;在具体实施的过程中,SLIC超像素分割算法一般情况下能够取得较好的分割效果。
所述第三获得装置603,用于基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
所述确定装置604,用于根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
本发明实施例中,如图6-2所示,该电子设备还包括滤波装置600,用于对所述第一图像进行滤波,去掉所述第一图像中的噪声干扰;
这里,所述对所述第一图像进行滤波可以是对所述第一图像进行高斯滤波、或中值滤波,或双边滤波等。
本发明实施例提供的图像处理的电子设备,通过第一获得装置601获得第一图像;然后通过第二获得装置602对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;再通过第三获得装置603基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;最后通过确定装置604根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系;如此,能够很好为图像分割、背景建模、物体识别等技术做好铺垫。
实施例七
基于前述实施例六,本发明实施例七提供一种电子设备,图7为本发明实施例七电子设备的组成结构示意图,如图7所示,该电子设备包括第一获得装置701、第二获得装置702、第三获得装置703和确定装置704,其中所述第二获得装置702包括分割单元721、合并单元722和第一确定单元723,其中:
所述第一获得装置701,用于获得第一图像;
所述分割单元721,用于对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
所述合并单元722,用于对所述第一分割结果进行图像合并,得到第一合并结果;
所述第一确定单元723,用于基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块。
所述第三获得装置703,用于基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
所述确定装置704,用于根据所述边缘形状确定所述第一图像中各所述物体之间的前后关系。
本发明实施例中,该电子设备还包括滤波装置,用于对所述第一图像进行滤波,去掉所述第一图像中的噪声干扰并触发所述分割单元721;
这里,所述对所述第一图像进行滤波可以是对所述第一图像进行高斯滤波、或中值滤波,或双边滤波等。
实施例八
基于前述实施例七,当所述第一分割结果由多个第一分割图像块构成时,本发明实施例八提供一种电子设备,图8为本发明实施例七中合并单元722的一种组成结构示意图,如图8所示,所述合并单元722包括第一确定模块801、第二确定模块802、第三确定模块803、第一合并模块804、第四确定模块805、第五确定模块806、第六确定模块807、第二合并模块808和循环模块809,其中:
所述第一确定模块801,用于确定每个所述第一分割图像块的图像颜色参数;
所述第二确定模块802,用于针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
所述第三确定模块803,用于确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
所述第一合并模块804,用于当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
所述第四确定模块805,用于经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
所述第五确定模块806,用于针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
所述第六确定模块807,用于确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
所述第二合并模块808,用于当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
所述循环模块809,用于依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
本发明实施例中,所述第一阈值、所述第二阈值和所述第N阈值为同一阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值为各异的阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值中任两个阈值相同。
实施例九
基于前述实施例八,当所述第一分割结果由多个面积不完全相等的第一分割图像块构成,本发明实施例九提供一种电子设备,图9为本发明实施例七中合并单元722的另一种组成结构示意图,如图9所示,所述合并单元722包括第七确定模块901、判断模块902和第八确定模块903、第一确定模块904、第二确定模块905、第三确定模块906、第一合并模块907、第四确定模块908、第五确定模块909、第六确定模块910、第二合并模块911和循环模块912,其中:
所述第七确定模块901,用于确定每个所述第一分割图像块的图像面积;
所述判断模块902,用于针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
所述第八确定模块903,用于当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数。
所述第一确定模块904,用于确定每个所述第一分割图像块的图像颜色参数;
所述第二确定模块905,用于针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
所述第三确定模块906,用于确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
所述第一合并模块907,用于当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
所述第四确定模块908,用于经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
所述第五确定模块909,用于针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
所述第六确定模块910,用于确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
所述第二合并模块911,用于当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
所述循环模块912,用于依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
本发明实施例中,所述第一阈值、所述第二阈值和所述第N阈值为同一阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值为各异的阈值;或者,
所述第一阈值、所述第二阈值和所述第N阈值中任两个阈值相同。
实施例十
基于前述实施例,本发明实施例十提供一种电子设备,图10为本发明实施例十电子设备的组成结构示意图,如图10所示,该电子设备包括第一获得装置1001、第二获得装置1002、第三获得装置1003和确定装置1004,其中所述确定装置1004包括第二确定单元1041、判断单元1042、第三确定单元1043和循环单元1044,其中:
所述第一获得装置1001,用于获得第一图像;
所述第二获得装置1002,用于对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
所述第三获得装置1003,用于基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
所述第二确定单元1041,用于基于所述边缘形状,确定所述第一图像中物体形状为凸形状的第一子图像块,并确定所述第一子图像块对应的第一物体为所述第一图像中位置最前的物体;
所述判断单元1042,用于判断与所述第一子图像块相邻的子图像块是否为凹形状,当判断与所述第一子图像块相邻的子图像块为凹形状时,对所述与所述第一子图像块相邻的子图像块进行第二处理,使所述与所述第一子图像块相邻的子图像块变为凸形状;
这里,所述对所述与所述第一子图像块相邻的子图像块进行第二处理包括:
移除所述第一子图像块;
确定所述与所述第一子图像块相邻的子图像块的边缘与所述第一子图像块的边缘的交点,并连接所述交点,使所述第一图像以所述第一连线为图像边缘再次进行所述第一处理,获得处理后的与每个物体一一对应的子图像块。
优选地,在进行第二处理的过程中再次进行第一处理时,可以只针移除的第一子图像块进行第一处理,而针对第一图像的全图进行。
优选地,在移除第一子图像块后,对移清除所述第一子图像块的区域进行填充;本发明实施例在这里提供一种进行填充方法包括:将清除所述第一子图像块的区域进行图像分割,得到第二分割结果,这里可以采用等面积分割,所述第二分割结果包括多个第二分割图像块;然后采用其在周围的子图像块的颜色对每个所述第二分割图像块进行填充;
所述第三确定单元1043,用于基于第二处理后的与每个物体一一对应的子图像块,重新确定所述第一图像中物体形状为凸形状的第二子图像块,并确定所述第二子图像块对应的第二物体处于所述第一物体的后面;
所述循环单元1044,用于依次类推,确定所述第一图像中其余各子图像块中对应的物体之间的前后关系。
本发明实施例中,所述第二获得装置包括分割单元、合并单元和第一确定单元,其中:
所述分割单元,用于对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
所述合并单元,用于对所述第一分割结果进行图像合并,得到第一合并结果;
所述第一确定单元,用于基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块。
本发明实施例中,所述第一分割结果由多个第一分割图像块构成,对应地,所述合并单元包括第一确定模块、第二确定模块、第三确定模块、第一合并模块、第四确定模块、第五确定模块、第六确定模块、第二合并模块和循环模块,其中:
所述第一确定模块,用于确定每个所述第一分割图像块的图像颜色参数;
所述第二确定模块,用于针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
所述第三确定模块,用于确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
所述第一合并模块,用于当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
所述第四确定模块,用于经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
所述第五确定模块,用于针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
所述第六确定模块,用于确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
所述第二合并模块,用于当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
所述循环模块,用于依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
本发明实施例中,所述第一分割结果由多个面积不完全相等的第一分割图像块构成,对应地,所述合并单元还包括第七确定模块、判断模块和第八确定模块,其中:
所述第七确定模块,用于确定每个所述第一分割图像块的图像面积;
所述判断模块,用于针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
所述第八确定模块,用于当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数。
本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围。
Claims (8)
1.一种图像处理的方法,应用于电子设备,其特征在于,所述方法包括:
获得第一图像;
对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
基于所述边缘形状,确定所述第一图像中物体形状为凸形状的第一子图像块,并确定所述第一子图像块对应的第一物体为所述第一图像中位置最前的物体;
如果与所述第一子图像块相邻的子图像块为凹形状,对所述与所述第一子图像块相邻的子图像块进行第二处理,使所述与所述第一子图像块相邻的子图像块变为凸形状;
基于第二处理后的与每个物体一一对应的子图像块,重新确定所述第一图像中物体形状为凸形状的第二子图像块,并确定所述第二子图像块对应的第二物体处于所述第一物体的后面;
依次类推,确定所述第一图像中其余各子图像块中对应的物体之间的前后关系。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块,包括:
对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
对所述第一分割结果进行图像合并,得到第一合并结果;
基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一分割结果进行图像合并,包括:
所述第一分割结果由多个第一分割图像块构成,确定每个所述第一分割图像块的图像颜色参数;
针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
4.根据权利要求3所述的方法,其特征在于,所述第一分割结果由多个面积不完全相等的第一分割图像块构成,对应地,所述方法还包括:
确定每个所述第一分割图像块的图像面积;
针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数。
5.一种电子设备,其特征在于,所述电子设备包括第一获得装置、第二获得装置、第三获得装置和确定装置,其中:
所述第一获得装置,用于获得第一图像;
所述第二获得装置,用于对所述第一图像进行第一处理,获得所述第一图像中与每个物体一一对应的子图像块;
所述第三获得装置,用于基于所述与每个物体一一对应的子图像块,获得每个物体的边缘形状;
所述确定装置,包括第二确定单元、判断单元、第三确定单元和循环单元,其中:
所述第二确定单元,用于基于所述边缘形状,确定所述第一图像中物体形状为凸形状的第一子图像块,并确定所述第一子图像块对应的第一物体为所述第一图像中位置最前的物体;
所述判断单元,用于如果与所述第一子图像块相邻的子图像块为凹形状,对所述与所述第一子图像块相邻的子图像块进行第二处理,使所述与所述第一子图像块相邻的子图像块变为凸形状;
所述第三确定单元,用于基于第二处理后的与每个物体一一对应的子图像块,重新确定所述第一图像中物体形状为凸形状的第二子图像块,并确定所述第二子图像块对应的第二物体处于所述第一物体的后面;
所述循环单元,用于依次类推,确定所述第一图像中其余各子图像块中对应的物体之间的前后关系。
6.根据权利要求5所述的电子设备,其特征在于,所述第二获得装置包括分割单元、合并单元和第一确定单元,其中:
所述分割单元,用于对所述第一图像进行基于边缘检测的图像分割,得到第一分割结果;
所述合并单元,用于对所述第一分割结果进行图像合并,得到第一合并结果;
所述第一确定单元,用于基于所述第一合并结果,确定所述第一图像中与每个物体一一对应的子图像块。
7.根据权利要求6所述的电子设备,其特征在于,所述第一分割结果由多个第一分割图像块构成,对应地,所述合并单元包括第一确定模块、第二确定模块、第三确定模块、第一合并模块、第四确定模块、第五确定模块、第六确定模块、第二合并模块和循环模块,其中:
所述第一确定模块,用于确定每个所述第一分割图像块的图像颜色参数;
所述第二确定模块,用于针对每个所述第一分割图像块,确定所述第一分割图像块的图像颜色参数与其周围的第一分割图像块的图像颜色参数之差的第一绝对值;
所述第三确定模块,用于确定各所述第一绝对值与已设置的第一阈值之间的大小关系;
所述第一合并模块,用于当所述第一绝对值小于所述第一阈值时,将所述第一分割图像块和其所述第一绝对值小于第一阈值的第一分割图像块合并为同一部分;
所述第四确定模块,用于经第一轮合并后的分割图像块称为第二分割图像块,确定每个所述第二分割图像块的图像颜色参数;
所述第五确定模块,用于针对每个所述第二分割图像块,确定所述第二分割图像块的图像颜色参数与其周围的各第二分割图像块的图像颜色参数之差的第二绝对值;
所述第六确定模块,用于确定各所述第二绝对值与已设置的第二阈值之间的大小关系;
所述第二合并模块,用于当所述第二绝对值小于所述第二阈值时,将所述第二分割图像块和所述第二绝对值小于所述第二阈值的各第二分割图像块合并为同一部分;
所述循环模块,用于依次类推,继续进行合并,直至所述第一图像中各分割图像块的图像颜色参数与其周围的各分割图像块的图像颜色参数之差的绝对值大于等于已设置的第N阈值为止。
8.根据权利要求7所述的电子设备,其特征在于,所述第一分割结果由多个面积不完全相等的第一分割图像块构成,对应地,所述合并单元还包括第七确定模块、判断模块和第八确定模块,其中:
所述第七确定模块,用于确定每个所述第一分割图像块的图像面积;
所述判断模块,用于针对每个所述第一分割图像块,判断所述第一分割图像块的图像面积与已设置的第一面积阈值之间的大小关系;
所述第八确定模块,用于当判断所述第一分割图像块的图像面积小于所述第一面积阈值时,再确定每个所述第一分割图像块的图像颜色参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410058616.4A CN104867094B (zh) | 2014-02-20 | 2014-02-20 | 一种图像处理的方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410058616.4A CN104867094B (zh) | 2014-02-20 | 2014-02-20 | 一种图像处理的方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104867094A CN104867094A (zh) | 2015-08-26 |
CN104867094B true CN104867094B (zh) | 2018-11-13 |
Family
ID=53912911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410058616.4A Active CN104867094B (zh) | 2014-02-20 | 2014-02-20 | 一种图像处理的方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104867094B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850941A (zh) * | 2016-12-01 | 2017-06-13 | 努比亚技术有限公司 | 照片拍摄方法及装置 |
CN108765440B (zh) * | 2018-05-31 | 2022-04-15 | 大连海事大学 | 一种单极化sar图像的线引导超像素海岸线提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030300A (zh) * | 2007-02-08 | 2007-09-05 | 深圳大学 | 一种深度像匹配方法 |
CN101520894A (zh) * | 2009-02-18 | 2009-09-02 | 上海大学 | 基于区域显著性的显著对象提取方法 |
CN101986717A (zh) * | 2010-11-11 | 2011-03-16 | 昆山龙腾光电有限公司 | 立体显示用图像数据生成系统 |
CN102609723A (zh) * | 2012-02-08 | 2012-07-25 | 清华大学 | 一种基于图像分类的全自动视频分割方法及装置 |
CN102930246A (zh) * | 2012-10-16 | 2013-02-13 | 同济大学 | 一种基于点云片段分割的室内场景识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4476905B2 (ja) * | 2005-08-31 | 2010-06-09 | 株式会社東芝 | 立体表示画像データの構造、立体表示画像データの記録方法、表示再生方法、記録プログラム、および表示再生プログラム |
-
2014
- 2014-02-20 CN CN201410058616.4A patent/CN104867094B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030300A (zh) * | 2007-02-08 | 2007-09-05 | 深圳大学 | 一种深度像匹配方法 |
CN101520894A (zh) * | 2009-02-18 | 2009-09-02 | 上海大学 | 基于区域显著性的显著对象提取方法 |
CN101986717A (zh) * | 2010-11-11 | 2011-03-16 | 昆山龙腾光电有限公司 | 立体显示用图像数据生成系统 |
CN102609723A (zh) * | 2012-02-08 | 2012-07-25 | 清华大学 | 一种基于图像分类的全自动视频分割方法及装置 |
CN102930246A (zh) * | 2012-10-16 | 2013-02-13 | 同济大学 | 一种基于点云片段分割的室内场景识别方法 |
Non-Patent Citations (1)
Title |
---|
基于聚类分析的图像分割算法研究;许晓丽;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20130115;第65-72页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104867094A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180300937A1 (en) | System and a method of restoring an occluded background region | |
CN101588445B (zh) | 一种基于深度的视频感兴趣区域提取方法 | |
EP3048579B1 (en) | Structure analysis method for recovering missing structures in an image after object removal | |
CN104376535B (zh) | 一种基于样本的快速图像修复方法 | |
US20100073364A1 (en) | Conversion method and apparatus with depth map generation | |
US20100046837A1 (en) | Generation of depth map for an image | |
KR102084343B1 (ko) | 배경 제거 | |
CN104899853A (zh) | 图像区域的划分方法及装置 | |
WO2012074361A1 (en) | Method of image segmentation using intensity and depth information | |
Shafieyan et al. | Image retargeting using depth assisted saliency map | |
CN105374039B (zh) | 基于轮廓锐度的单目图像深度信息估计方法 | |
CN101510304B (zh) | 一种分割获取前景图像的方法、装置和摄像头 | |
JP2013114655A5 (zh) | ||
EP2887314B1 (en) | Video frame conversion method and apparatus | |
CN103942756B (zh) | 一种深度图后处理滤波的方法 | |
CN105096330A (zh) | 一种自动识别纯色边框的图像处理方法、系统及拍摄终端 | |
CN106971399B (zh) | 图像马赛克检测方法及装置 | |
JP4796072B2 (ja) | 画像セグメンテーションに基づく画像レンダリング | |
JP2016502717A5 (zh) | ||
WO2008018623A1 (en) | Method, apparatus and integrated circuit for improving image sharpness | |
CN104867094B (zh) | 一种图像处理的方法及电子设备 | |
EP3053137B1 (en) | Method and apparatus for generating superpixel clusters | |
JP2010056691A5 (zh) | ||
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
US7133564B2 (en) | Dynamic chain-based thresholding using global characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |