CN105869139A - 图像处理方法和装置 - Google Patents

图像处理方法和装置 Download PDF

Info

Publication number
CN105869139A
CN105869139A CN201510823344.7A CN201510823344A CN105869139A CN 105869139 A CN105869139 A CN 105869139A CN 201510823344 A CN201510823344 A CN 201510823344A CN 105869139 A CN105869139 A CN 105869139A
Authority
CN
China
Prior art keywords
edge
image
marginal point
point
predetermined number
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
CN201510823344.7A
Other languages
English (en)
Inventor
何小坤
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.)
Leshi Zhixin Electronic Technology Tianjin Co Ltd
Original Assignee
Leshi Zhixin Electronic Technology Tianjin 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 Leshi Zhixin Electronic Technology Tianjin Co Ltd filed Critical Leshi Zhixin Electronic Technology Tianjin Co Ltd
Priority to CN201510823344.7A priority Critical patent/CN105869139A/zh
Publication of CN105869139A publication Critical patent/CN105869139A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Abstract

本发明实施例提供一种图像处理方法和装置,该方法包括:获取目标图像对应的预设数量幅初始边缘特征图像;所述预设数量大于1;针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。由于一般情况下,噪点不会稳定的出现在多幅画面中,采用本发明的方法能够很好的将这些噪点滤除,提高获取到的图像边缘的准确性。

Description

图像处理方法和装置
技术领域
本发明实施例涉及视频技术领域,尤其涉及一种图像处理方法和装置。
背景技术
在实际的图像处理问题中,图像的边缘特征作为图像的一种基本特征,被经常应用到较高层次的特征描述、图像识别、图像分割、图像增强以及图像压缩等的图像处理和分析技术中,从而可对图像作进一步的分析和理解。
通常在图像获取、传输和处理过程中,总会不可避免地存在各种噪声,且噪声与图像边缘的频带混合在一起,这使得提取到的边缘特征图像不够准确。
发明内容
本发明实施例提供一种图像处理方法和装置,用以提高获取到的图像边缘的准确性。
本发明实施例提供了一种图像处理方法,包括:
获取目标图像对应的预设数量幅初始边缘特征图像;所述预设数量大于1;
针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
本发明实施例提供了一种图像处理装置,包括:
获取模块,用于获取目标图像对应的预设数量幅初始边缘特征图像;
第一修正模块,用于针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
合并模块,用于将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
本发明实施例提供的图像处理方法和装置,针对多幅初始边缘特征图像中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点设置为背景点。由于一般情况下,噪点不会稳定的出现在多幅画面中,采用本发明的方法能够很好的将这些噪点滤除,提高获取到的图像边缘的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种图像处理方法的流程示意图;
图2为待处理的台标区域图像;
图3为本发明提供的另一种图像处理方法的流程示意图;
图4为图2中的台标区域图像经步骤S31处理后得到的台标区域图像;
图5为图4中的台标区域图像经步骤S32-S36处理后得到的台标区域图像;
图6为本发明提供的一种图像处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供了一种图像处理方法,参见图1,该方法包括:
步骤S11,获取目标图像对应的预设数量幅初始边缘特征图像;所述预设数量大于1;
步骤S12,针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
步骤S13,将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
本发明提供的图像处理方法中,针对多幅初始边缘特征图像中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点设置为背景点。由于一般情况下,噪点不会稳定的出现在多幅画面中,采用本发明的方法能够很好的将这些噪点滤除,提高获取到的图像边缘的准确性。
在具体实施时,这里的预设数量可以根据需要设定,一般设定为小于10的值,当预设数量(以下表示为Z)为预设数量N大于等于9,所述第一预设值可以为Z-3;当预设数量Z大于等于6小于9,第一预设值可以设为Z-2;当预设数量Z大于等于3小于6,第一预设值为Z-1;当预设数量Z为2时,所述第一预设值可以为2。
在具体实施时,这里的目标图像可以为台标区域图像。
在具体实施时,上述的步骤S11可以具体包括:
步骤S111,对多幅包含所述台标区域图像的画面进行分别预处理,得到每一幅画面中的台标区域图像;
步骤S112,对得到的每一幅台标区域图像分别进行边缘特征提取得到对应的初始边缘特征图像。
具体来说,上述的步骤S111中的预处理过程可以是指对包含台标区域图像的整幅电视画面进行分割,得到左上角台标区域的图像,之后进行灰度化和灰度增强,为步骤S112中的边缘特征提取做准备。
具体来说,上述的步骤S112中,可以通过Canny算法对各幅台标区域图像进行边缘提取,强弱边缘阈值可以分别为200、50。当然在实际应用中,也可以通过其他方式获取目标图像对应的预设数量幅初始边缘特征图像,比如接收人工导入的初始边缘特征图像。
在具体实施时,在步骤S13之后,上述的方法还可以包括图1中未示出的:
步骤S14,在边缘特征图像具有黑边边缘时,将边缘特征图像中的黑边对应的边缘点置为背景点。
不难理解的是,这里所致的黑边边缘是指在有效的显示画面四周的黑边与有效的显示画面的分界处的边缘。在实际应用中,这里的黑边边缘会影响所得到的台标的边缘特征图像的准确性。本发明中,通过上述的步骤S14,能够这样能够使得最终获得到的台标的边缘特征图像不包含黑边边缘对应,使得最终获得到的边缘特征图像更为准确和清晰。
在具体实施时,在步骤S14之后,上述的方法还可以包括图1中未示出的:步骤S15,对边缘特征图像进行去噪处理。
这样能够使得最终获得到的边缘特征图像更为准确和清晰。
在具体实施时上述的步骤S15可以具体包括:
对边缘特征图像进行连通域标记;
针对所标记的多个连通域中的每一个连通域,判断该连通域具有的边缘点的数量是否大于第二预设值;并在判断为否时,将该连通域所具有的各个边缘点均置为背景点。
通过这种方式,可以更为有效的去除其中的点状噪声或者线状噪声,从而得到更为准确的图像边缘。当然在具体实施时,也可以通过其他方式执行上述的去噪过程。在具体实施时,上述的第二预设值的大小可以根据经验值设定。
在具体实施时,在步骤S15之后,上述的方法还可以包括图1中未示出的:
步骤S16,在边缘特征图像中存在文字部分时,将文字部分对应的边缘点置为背景点。
在具体实施时,有些台标区域图像由图标部分和文字部分共同组成,但是在分析过程中,只要有图标即可完成相应的分析过程,而不需要借助于文字部分。采用本发明提供的方法,通过去除文字部分能够降低后续分析过程的繁琐程度。
在具体实施时,上述的步骤S16之前,上述的方法还可以包括:
步骤S16a,判断边缘特征图像是否具有第一间隔点或第二间隔点;并在判断为是时,判定边缘特征图像具有文字部分;
步骤S16中的将文字部分对应的边缘点置为背景点可以具体包括:
在边缘特征图像具有第一间隔点时,将所述第一间隔点右侧的各个边缘点置为背景点;
在边缘特征图像具有第二间隔点时,将所述第二间隔点下方的各个边缘点置为背景点;
其中,所述第一间隔点为边缘特征图像中的一个边缘点,该边缘点与其右侧的相邻边缘点之间间隔有超过预设列数的背景点;所述第二间隔点为边缘特征图像中的一个边缘点,该边缘点与其下方的相邻边缘点之间间隔有超过预设行数的背景点。
这种去除文字部分的方式简单且准确率高。
不难理解的是,在上述的图像处理方法中,可以按照任意的先后顺序执行上述的步骤S14、步骤S15和步骤S16三个步骤,或者也可以按照任意的先后顺序仅执行其中的任意两个步骤,或者也可以仅执行其中的任意一个步骤。图1中提供的方式并不是本发明提供的图像处理方法的唯一实现方式,也不应该理解为对本发明保护范围的限定。
下面结合具体的应用场景对本发明提供的图像处理方法进行进一步的说明,假设需要根据图2中六幅图像得到其中的台标,则上述的方法可以参见图3,包括:
步骤S31,获取6幅图像对应的初始边缘特征图像;经步骤S31之后得到的6幅初始边缘特征图像可以如图4所示。
步骤S32,针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
步骤S33,将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像;
步骤S34,在边缘特征图像具有黑边边缘时,将边缘特征图像中的黑边对应的边缘点置为背景点;
步骤S35,对边缘特征图像进行去噪处理;
步骤S36,在边缘特征图像中存在文字部分时,将文字部分对应的边缘点置为背景点。经过步骤S32-步骤S36之后得到的一幅不具有黑边和文字部分的边缘特征图像可以参见图5,可以看出,图6中台标对应的边缘特征图像中的噪点基本被去除。根据上述的预设数量Z的不同,上述的图像处理方法的耗时也可能不尽相同。
第二方面,本发明提供了一种图像处理装置,参见图6,包括:
获取模块61,用于获取目标图像对应的预设数量幅初始边缘特征图像;
第一修正模块62,用于针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
合并模块63,用于将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
在具体实施时,预设数量大于等于9,所述第一预设值为所述预设数量-3;或者所述预设数量大于等于6小于9,所述第一预设值为所述预设数量-2;或者所述预设数量大于等于3小于6,所述第一预设值为所述预设数量-1;或者所述预设数量为2时,所述第一预设值为2。
在具体实施时,上述的目标图像为台标区域图像。
在具体实施时,上述的装置可以还包括图中未示出的:
第二修正模块64,用于在边缘特征图像具有黑边边缘时,将边缘特征图像中的黑边对应的边缘点置为背景点。
在具体实施时,上述的装置可以还包括图中未示出的:
第三修正模块65,用于对边缘特征图像进行去噪处理。
在具体实施时,上述的第三修正模块,可以具体用于对边缘特征图像进行连通域标记;针对所标记的多个连通域中的每一个连通域,判断该连通域具有的边缘点的数量是否大于第二预设值;并在判断为否时,将该连通域所具有的各个边缘点均置为背景点。
在具体实施时,上述的装置可以还包括图中未示出的:
第四修正模块66,用于在边缘特征图像中存在文字部分时,将文字部分对应的边缘点置为背景点。
在具体实施时,上述的第四修正模块36可以具体用于判断边缘特征图像是否具有第一间隔点或第二间隔点;并在判断为是时,判定边缘特征图像存在文字部分;并在边缘特征图像具有第一间隔点时,将所述第一间隔点右侧的各个边缘点置为背景点;在边缘特征图像具有第二间隔点时,将所述第二间隔点下方的各个边缘点置为背景点;
其中,所述第一间隔点为边缘特征图像中的一个边缘点,该边缘点与其右侧的相邻边缘点之间间隔有超过预设列数的背景点;所述第二间隔点为边缘特征图像中的一个边缘点,该边缘点与其下方的相邻边缘点之间间隔有超过预设行数的背景点。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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各实施例技术方案的精神和范围。

Claims (16)

1.一种图像处理方法,其特征在于,包括:
获取目标图像对应的预设数量幅初始边缘特征图像;所述预设数量大于1;
针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
2.如权利要求1所述的方法,其特征在于,所述预设数量大于等于9,所述第一预设值为所述预设数量-3;或者所述预设数量大于等于6小于9,所述第一预设值为所述预设数量-2;或者所述预设数量大于等于3小于6,所述第一预设值为所述预设数量-1;或者所述预设数量为2时,所述第一预设值为2。
3.如权利要求1所述的方法,其特征在于,所述目标图像为台标区域图像。
4.如权利要求3所述的方法,其特征在于,在得到边缘特征图像之后,所述方法还包括:
在边缘特征图像具有黑边边缘时,将边缘特征图像中的黑边对应的边缘点置为背景点。
5.如权利要求3所述的方法,其特征在于,在得到边缘特征图像之后,所述方法还包括:对边缘特征图像进行去噪处理。
6.如权利要求5所述的方法,其特征在于,所述对边缘特征图像进行去噪处理包括:
对边缘特征图像进行连通域标记;
针对所标记的多个连通域中的每一个连通域,判断该连通域具有的边缘点的数量是否大于第二预设值;并在判断为否时,将该连通域所具有的各个边缘点均置为背景点。
7.如权利要求3所述的方法,其特征在于,在得到边缘特征图像之后,所述方法还包括:
在边缘特征图像中存在文字部分时,将文字部分对应的边缘点置为背景点。
8.如权利要求7所述的方法,其特征在于,所述将文字部分对应的边缘点置为背景点之前,所述方法还包括:
判断边缘特征图像是否具有第一间隔点或第二间隔点;并在判断为是时,判定边缘特征图像存在文字部分;
所述将文字部分对应的边缘点置为背景点包括:
在边缘特征图像具有第一间隔点时,将所述第一间隔点右侧的各个边缘点置为背景点;
在边缘特征图像具有第二间隔点时,将所述第二间隔点下方的各个边缘点置为背景点;
其中,所述第一间隔点为边缘特征图像中的一个边缘点,该边缘点与其右侧的相邻边缘点之间间隔有超过预设列数的背景点;所述第二间隔点为边缘特征图像中的一个边缘点,该边缘点与其下方的相邻边缘点之间间隔有超过预设行数的背景点。
9.一种图像处理装置,其特征在于,包括:
获取模块,用于获取目标图像对应的预设数量幅初始边缘特征图像;
第一修正模块,用于针对各幅初始边缘特征图像所包含的多个边缘点中的每一个边缘点,确定该边缘点在各幅初始边缘特征图像中的同一坐标位置出现的次数是否大于第一预设值,并在判断为否时,将该边缘点置为背景点;
合并模块,用于将各幅初始边缘特征图像中剩余的边缘点合并得到目标图像的边缘特征图像。
10.如权利要求9所述的装置,其特征在于,所述预设数量大于等于9,所述第一预设值为所述预设数量-3;或者所述预设数量大于等于6小于9,所述第一预设值为所述预设数量-2;或者所述预设数量大于等于3小于6,所述第一预设值为所述预设数量-1;或者所述预设数量为2时,所述第一预设值为2。
11.如权利要求9所述的装置,其特征在于,所述目标图像为台标区域图像。
12.如权利要求11所述的装置,其特征在于,还包括:
第二修正模块,用于在边缘特征图像具有黑边边缘时,将边缘特征图像中的黑边对应的边缘点置为背景点。
13.如权利要求11所述的装置,其特征在于,还包括:
第三修正模块,用于对边缘特征图像进行去噪处理。
14.如权利要求13所述的装置,其特征在于,所述第三修正模块,具体用于对边缘特征图像进行连通域标记;针对所标记的多个连通域中的每一个连通域,判断该连通域具有的边缘点的数量是否大于第二预设值;并在判断为否时,将该连通域所具有的各个边缘点均置为背景点。
15.如权利要求11所述的装置,其特征在于,还包括:
第四修正模块,用于在边缘特征图像中存在文字部分时,将文字部分对应的边缘点置为背景点。
16.如权利要求15所述的装置,其特征在于,第四修正模块具体用于判断边缘特征图像是否具有第一间隔点或第二间隔点;并在判断为是时,判定边缘特征图像存在文字部分;并在边缘特征图像具有第一间隔点时,将所述第一间隔点右侧的各个边缘点置为背景点;在边缘特征图像具有第二间隔点时,将所述第二间隔点下方的各个边缘点置为背景点;
其中,所述第一间隔点为边缘特征图像中的一个边缘点,该边缘点与其右侧的相邻边缘点之间间隔有超过预设列数的背景点;所述第二间隔点为边缘特征图像中的一个边缘点,该边缘点与其下方的相邻边缘点之间间隔有超过预设行数的背景点。
CN201510823344.7A 2015-11-24 2015-11-24 图像处理方法和装置 Pending CN105869139A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510823344.7A CN105869139A (zh) 2015-11-24 2015-11-24 图像处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510823344.7A CN105869139A (zh) 2015-11-24 2015-11-24 图像处理方法和装置

Publications (1)

Publication Number Publication Date
CN105869139A true CN105869139A (zh) 2016-08-17

Family

ID=56623848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510823344.7A Pending CN105869139A (zh) 2015-11-24 2015-11-24 图像处理方法和装置

Country Status (1)

Country Link
CN (1) CN105869139A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017088463A1 (zh) * 2015-11-24 2017-06-01 乐视控股(北京)有限公司 图像处理方法和装置
CN112001406A (zh) * 2019-05-27 2020-11-27 杭州海康威视数字技术股份有限公司 一种文本区域检测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101546424A (zh) * 2008-03-24 2009-09-30 富士通株式会社 图像处理方法和装置及水印检测系统
CN101877055A (zh) * 2009-12-07 2010-11-03 北京中星微电子有限公司 一种关键特征点定位的方法和装置
US20130212609A1 (en) * 2012-02-07 2013-08-15 Nishith Kumar Sinha Method and system for logo identification based on automatic content recognition
CN104639952A (zh) * 2015-01-23 2015-05-20 小米科技有限责任公司 台标识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101546424A (zh) * 2008-03-24 2009-09-30 富士通株式会社 图像处理方法和装置及水印检测系统
CN101877055A (zh) * 2009-12-07 2010-11-03 北京中星微电子有限公司 一种关键特征点定位的方法和装置
US20130212609A1 (en) * 2012-02-07 2013-08-15 Nishith Kumar Sinha Method and system for logo identification based on automatic content recognition
CN104639952A (zh) * 2015-01-23 2015-05-20 小米科技有限责任公司 台标识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
金阳 等: "基于视频帧加权的台标自动检测方法", 《电视技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017088463A1 (zh) * 2015-11-24 2017-06-01 乐视控股(北京)有限公司 图像处理方法和装置
CN112001406A (zh) * 2019-05-27 2020-11-27 杭州海康威视数字技术股份有限公司 一种文本区域检测方法及装置
CN112001406B (zh) * 2019-05-27 2023-09-08 杭州海康威视数字技术股份有限公司 一种文本区域检测方法及装置

Similar Documents

Publication Publication Date Title
US20150178899A1 (en) Non-local mean-based video denoising method and apparatus
CN105095890B (zh) 图像中字符分割方法及装置
US20130223760A1 (en) Microscopic image fusion method based on region growing
CN105869122A (zh) 图像处理方法和装置
CN111275034B (zh) 从图像中提取文本区域的方法、装置、设备和存储介质
CN110458855B (zh) 图像提取方法及相关产品
CN112785572B (zh) 图像质量评估方法、装置以及计算机可读存储介质
CA3026968A1 (en) Method and device for identifying pupil in an image
CN105139391A (zh) 一种雾霾天气交通图像边缘检测方法
CN107038707B (zh) 一种图像分割方法及装置
CN106331746A (zh) 用于识别视频文件中的水印位置的方法和装置
CN108107611B (zh) 一种自适应缺陷检测方法、装置及电子设备
EP3076674B1 (en) Video quality detection method and device
CN105869139A (zh) 图像处理方法和装置
US20200065949A1 (en) Image processing method and device
US20150201175A1 (en) Refinement of user interaction
CN106682676A (zh) 一种图像测试方法及装置
CN115578362A (zh) 电极涂层的缺陷检测方法、装置、电子设备及介质
CN105869140A (zh) 图像处理方法和装置
CN111127434B (zh) 染色分离方法及装置
CN116579968A (zh) 用于食材图像的识别方法及装置、蒸烤设备、存储介质
CN114155510A (zh) 一种基于双分支语义分割网络的道路要素检测方法及装置
CN103559692B (zh) 处理图像的方法与装置
Othman et al. The fusion of edge detection and mathematical morphology algorithm for shape boundary recognition
CN104504668B (zh) 含有人脸的图像加锐方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160817