CN106203436A - 图像二值化方法和装置 - Google Patents

图像二值化方法和装置 Download PDF

Info

Publication number
CN106203436A
CN106203436A CN201610584665.0A CN201610584665A CN106203436A CN 106203436 A CN106203436 A CN 106203436A CN 201610584665 A CN201610584665 A CN 201610584665A CN 106203436 A CN106203436 A CN 106203436A
Authority
CN
China
Prior art keywords
gray
value
gray threshold
threshold
image
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
CN201610584665.0A
Other languages
English (en)
Inventor
杨松
陈志军
秦秋平
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610584665.0A priority Critical patent/CN106203436A/zh
Publication of CN106203436A publication Critical patent/CN106203436A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于一种图像二值化方法和装置,该方法包括:获取第一灰度阈值;所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;根据所述目标灰度阈值对所述图像进行二值化处理,获得的二值化图像效果更清晰,通用性和鲁棒性更好。

Description

图像二值化方法和装置
技术领域
本公开涉及图像处理技术,尤其涉及一种图像二值化方法和装置。
背景技术
图像的二值化就是将图像上的像素点的灰度值设置为0或255,将整个图像呈现出明显的黑和白的视觉效果。
二值化的具体过程是,将图像上所有灰度值大于或等于预设灰度阈值的像素点判定为特定物体,将其灰度值设置为255,表示前景;将灰度值小于预设灰度阈值的像素点排除在特定物体区域以外,将其灰度值设置为0,表示背景。其中,该预设灰度阈值通常由工作人员根据人工经验和具体任务来确定一个灰度阈值。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像二值化方法和装置。
根据本公开实施例的第一方面,提供一种图像二值化方法,包括:
获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
根据所述目标灰度阈值对所述图像进行二值化处理。
在本实施例中,根据第二灰度阈值确定第一灰度阈值,根据第一差值和预设差值反馈调整第一灰度阈值和第二灰度阈值,确定目标灰度阈值,并根据目标灰度阈值对图像进行二值化处理,该目标灰度阈值并不是一个固定的经验值,而是根据第一差值和预设差值,不断对第一灰度阈值和第二灰度阈值进行更新确定出的一个灰度阈值,是一个动态的灰度阈值,根据该目标阈值对图像进行二值化处理,获得的二值化图像效果更清晰,通用性和鲁棒性更好。
一个实施例中,所述根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值,包括:
若所述第一差值大于所述预设差值,则将所述第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于所述预设差值,将所述更新后的第一灰度阈值作为所述目标灰度阈值,所述第二差值为所述更新后的第一灰度阈值与所述下一次的第二灰度阈值的差值。
在本实施例中,若第一差值大于预设差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至更新后的第一灰度阈值与下一次的第一灰度阈值的差值小于或等于预设差值时,将更新后的第一灰度阈值作为目标灰度阈值,由于将本次获得第一灰度阈值作为下一次的第二灰度阈值,重新获取更新后的第一灰度阈值,通过这种迭代的方法,保证最终确定的目标灰度阈值更加的精确,使得获得的二值化图像中的目标物体更加突出,增强了用户体验。
一个实施例中,所述获取第一灰度阈值,包括:
根据所述第二灰度阈值确定所述图像的前景和背景;
根据所述前景和所述背景确定所述第一灰度阈值。
在本实施例中,先根据第二灰度阈值确定图像的前景和背景,再根据前景和背景确定的第一灰度阈值与第二灰度阈值之前的差值较小,可以减少后续的迭代过程,提高了图像二值化的效率。
一个实施例中,所述根据所述第二灰度阈值确定所述图像的前景和背景,包括:
将所述图像中灰度值大于或等于所述第二灰度阈值的像素点作为所述前景;
将所述图像中灰度值小于所述第二灰度阈值的像素点作为所述背景。
在本实施例中,将图像中灰度值大于或等于第二灰度阈值的像素点作为前景,将图像中灰度值小于第二灰度阈值的像素点作为背景,根据第二灰度阈值对图像中的像素点做一个初步的划分,再根据得到的前景和背景确定第一灰度阈值,可以简单、快捷、有效的确定第一灰度阈值,从而提高图像二值化的效率。
一个实施例中,所述根据所述前景和所述背景确定所述第一灰度阈值,包括:
获取第一灰度值和第二灰度值;所述第一灰度值为所述前景中所有像素点灰度值的平均值,所述第二灰度值为所述背景中所有像素点灰度值的平均值;
将所述第一灰度值和所述第二灰度值的平均值作为所述第一灰度阈值。
在本实施例中,将前景中所有像素点灰度值的平均值作为第一灰度值,将背景中所有像素点灰度值的平均值作为第二灰度值,并且计算第一灰度值和第二灰度值的平均值,将该平均值作为第一灰度阈值,采用该方法不仅可以快速简单的获取第一灰度阈值,还可以保证每一次获取到的第一灰度阈值的准确性,从而保证图像二值化的可靠性。
一个实施例中,所述根据所述目标灰度阈值对所述图像进行二值化处理,包括:
将所述图像中的第一像素点的灰度值设置为255;所述第一像素点为所述图像中原始灰度值大于或等于所述目标灰度阈值的像素点;
将所述图像中第二像素点的灰度值设置为0;所述第二像素点为所述图像中原始灰度值小于所述目标灰度阈值的像素点。
在本实施例中,将图像中原始灰度值大于或等于目标灰度阈值的像素点的灰度值全部设置为255,将图像中原始灰度值小于目标灰度阈值的像素点的灰度值全部设置为0,使得图像画面呈现黑白效果,从而明显的突出目标物体,增强了视觉效果。
根据本公开实施例的第二方面,提供一种图像二值化装置,包括:
获取模块,被配置为获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
第一确定模块,被配置为根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
处理模块,被配置为根据所述目标灰度阈值对所述图像进行二值化处理。
一个实施例中,所述第一确定模块包括:
更新子模块,被配置为若所述第一差值大于所述预设差值,则将所述第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于所述预设差值,将所述更新后的第一灰度阈值作为所述目标灰度阈值,所述第二差值为所述更新后的第一灰度阈值与所述下一次的第二灰度阈值的差值。
一个实施例中,所述获取模块包括:
第一获取子模块,被配置为根据所述第二灰度阈值确定所述图像的前景和背景;
第二获取子模块,被配置为根据所述前景和所述背景确定所述第一灰度阈值。
一个实施例中,所述第一获取子模块包括:
第一确定子模块,被配置为将所述图像中灰度值大于或等于所述第二灰度阈值的像素点作为所述前景;
第二确定子模块,被配置为将所述图像中灰度值小于所述第二灰度阈值的像素点作为所述背景。
一个实施例中,所述第二获取子模块包括:
第三确定子模块,被配置为获取第一灰度值和第二灰度值;所述第一灰度值为所述前景中所有像素点灰度值的平均值,所述第二灰度值为所述背景中所有像素点灰度值的平均值;
第四确定子模块,被配置为将所述第一灰度值和所述第二灰度值的平均值作为所述第一灰度阈值。
一个实施例中,所述处理模块包括:
第一设置子模块,被配置为将所述图像中的第一像素点的灰度值设置为255;所述第一像素点为所述图像中原始灰度值大于或等于所述目标灰度阈值的像素点;
第二设置子模块,被配置为将所述图像中第二像素点的灰度值设置为0;所述第二像素点为所述图像中原始灰度值小于所述目标灰度阈值的像素点。
第二方面各实施例提供的图像二值化装置的有益效果可参见第一方面各实施例的有益效果,此处不再赘述。
根据本公开实施例的第三方面,提供一种图像二值化装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
根据所述目标灰度阈值对所述图像进行二值化处理。
第三方面实施例提供的图像二值化装置的有益效果可参见第一方面实施例的有益效果,此处不再赘述。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图像二值化方法的流程图;
图2是根据另一示例性实施例示出的一种图像二值化方法的流程图;
图3是根据另一示例性实施例示出的一种图像二值化方法的流程图;
图4是根据再一示例性实施例示出的一种图像二值化方法的流程图;
图5是根据再一示例性实施例示出的一种图像二值化方法的流程图;
图6是根据再一示例性实施例示出的一种图像二值化方法的流程图;
图7a为原始图像;
图7b为图7a经过二值化处理后的图像;
图8a为原始图像;
图8b为图8a经过二值化处理后的图像;
图9是根据一示例性实施例示出的一种图像二值化装置的框图;
图10是根据另一示例性实施例示出的一种图像二值化装置的框图;
图11是根据另一示例性实施例示出的一种图像二值化装置的框图;
图12是根据再一示例性实施例示出的一种图像二值化装置的框图;
图13是根据再一示例性实施例示出的一种图像二值化装置的框图;
图14是根据再一示例性实施例示出的一种图像二值化装置的框图;
图15是根据一示例性实施例示出的一种用于图像二值化的装置800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像二值化方法的流程图。本实施例涉及的图像二值化方法用于终端设备中,终端可以是移动电话,计算机,游戏控制台,平板设备,健身设备,个人数字助理等。如图1所示,该图像二值化方法包括以下步骤:
在步骤S11中,获取第一灰度阈值;第一灰度阈值为根据第二灰度阈值确定的阈值,第二灰度阈值为图像的所有像素点灰度值的平均值。
在本公开实施例中,获取图像所有像素点的灰度值之后求其平均值,将所有像素点灰度值的平均值确定为第二灰度阈值,然后再根据第二灰度阈值来确定第一灰度阈值。例如,根据第一灰度阈值将图像中的所有像素点划分为两类,第一类像素点的灰度值均大于或者等于第二灰度阈值,第二类像素点的灰度值均小于第二灰度阈值,再分别求出第一类像素点灰度值的平均值和第二类像素点灰度值的平均值,将第一类像素点灰度值的平均值与第二类像素点灰度值的平均值之间的平均值作为第一灰度阈值。
在步骤S12中,根据第一差值和预设差值反馈调整第一灰度阈值和第二灰度阈值,确定目标灰度阈值;第一差值为第一灰度阈值与第二灰度阈值的差值,目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于预设差值。
在本公开实施例中,第一差值为一个绝对值,预设差值为预先设置的一个数值,预设差值用于衡量第一灰度阈值与第二灰度阈值之间的偏差大小,例如,该预设差值可以为0.01、0.5.、0.36等小于1的数值。
若第一差值大于该预设差值,则说明第一灰度阈值与第二灰度阈值之间的差距比较大,则需要重复更新第一灰度阈值和第二灰度阈值,根据更新后的第一灰度阈值和更新后的第二灰度阈值来确定目标灰度阈值。例如,当第一差值大于该预设差值,可以重新设置一个新的第二灰度阈值,根据重置的第二灰度阈值获取更新后的第一灰度阈值,若重置的第二灰度阈值与更新后的第一灰度阈值的差值还是大于预设差值,则继续重置第二灰度阈值,直至重置的第二灰度阈值与更新后的第一灰度阈值的差值小于预设差值,则将最终更新获得的第一灰度阈值作为目标灰度阈值。
在步骤S13中,根据目标灰度阈值对图像进行二值化处理。
在本公开实施例中,根据目标灰度阈值对图像进行二值化处理时,可以为图像中灰度值大于或等于目标灰度阈值的像素点设置一个相同的灰度值,为图像中灰度值小于目标灰度阈值的像素点设置另一个相同的灰度值,从而凸显目标物体。
本实施例公开的图像二值化方法,根据第二灰度阈值确定第一灰度阈值,根据第一差值和预设差值更新第一灰度阈值和第二灰度阈值,以确定目标灰度阈值,并根据目标灰度阈值对图像进行二值化处理,该目标灰度阈值并不是一个固定的经验值,而是根据第一差值和预设差值,不断对第一灰度阈值和第二灰度阈值进行更新确定出的一个灰度阈值,是一个动态的灰度阈值,并且,目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于预设差值,根据该目标阈值对图像进行二值化处理,获得的二值化图像效果更清晰,通用性和鲁棒性更好。
进一步地,在图1所示实施例的基础上,步骤“根据第一差值和预设差值反馈调整第一灰度阈值和第二灰度阈值,确定目标灰度阈值”包括:若第一差值大于预设差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于预设差值,将更新后的第一灰度阈值作为目标灰度阈值,第二差值为更新后的第一灰度阈值与下一次的第二灰度阈值的差值。
在本公开实施例中,若第n次获得到第一灰度阈值与第二灰度阈值的差值大于预设差值,则将第n次获得的第一灰度阈值作为第n+1次的第二灰度阈值,根据第n+1次的第二灰度阈值获取第n+1次的第一灰度阈值,若第n+1次的第二灰度阈值与第n+1次的第一灰度阈值之间的差值小于或等于预设差值,则将第n+1次的第一灰度阈值确定为目标灰度阈值;若第n+1次的第二灰度阈值与第n+1次的第一灰度阈值之间的差值大于或等于预设差值,则将第n+1次的第一灰度阈值作为第n+2次的第二灰度阈值,获取第n+2次的第一灰度阈值,一次类推,直至获取到的新的第一灰度阈值与新的第二灰度阈值之间的差值小于预设差值为止。其中,n为大于0的整数。
可选地,若第一差值小于或等于预设差值,则将该第一灰度阈值作为目标灰度阈值。
在本公开实施例中,若初始时刻设置的第二灰度阈值与根据初始时刻设置的第二灰度阈值获取到的第一灰度阈值之间的差值小于或等于预设差值,则直接将该第一灰度阈值作为目标灰度阈值,即根据该第一灰度阈值对图像进行二值化处理。
本实施例公开的图像二值化方法,若第一差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至更新后的第一灰度阈值与下一次的第一灰度阈值的差值小于或等于预设差值时,将更新后的第一灰度阈值作为目标灰度阈值,由于将本次获得第一灰度阈值作为下一次的第二灰度阈值,重新获取更新后的第一灰度阈值,通过这种迭代的方法,保证最终确定的目标灰度阈值更加的精确,使得获得的二值化图像中的目标物体更加突出,增强了用户体验。
图2是根据另一示例性实施例示出的一种图像二值化方法的流程图,本实施例涉及的图像二值化方法应用于终端。在图1所示实施例的基础上,如图2所示,步骤S11的具体实现方法包括以下步骤:
在步骤S21中,根据第二灰度阈值确定图像的前景和背景。
在本公开实施例中,可以根据第二灰度阈值将图像中的像素点划分为前景和背景。参照图3,步骤S21的实现方式具体包括以下步骤:
在步骤S31中,将图像中灰度值大于或等于第二灰度阈值的像素点作为前景。
在步骤S32中,将图像中灰度值小于第二灰度阈值的像素点作为背景。
在本公开实施例中,在获取第一灰度阈值之前,先根据第二灰度阈值将图像中的像素点分为前景和背景,前景中的像素点的灰度值均大于或等于第二灰度阈值,背景中的像素点均小于第二灰度阈值。值得注意的是,在每一次更新第一灰度阈值后,都需要根据更新的第一灰度阈值重新划分图像的前景和背景,以保证后续获得的第二灰度阈值的准确性。
在本实施中,每一次获取第一灰度阈值之前,将图像中灰度值大于或等于第二灰度阈值的像素点作为前景,将图像中灰度值小于第二灰度阈值的像素点作为背景,根据第二灰度阈值对图像中的像素点做一个初步的划分,再根据得到的前景和背景确定第一灰度阈值,可以简单、快捷、有效的确定第一灰度阈值,从而提高图像二值化的效率。
在步骤S22中,根据前景和背景确定第一灰度阈值。
在本公开实施例中,将图像的像素点划分为前景和背景之后,可以根据前景和背景中的像素点的灰度值来确定第一灰度阈值。参照图4,步骤S22的实现方式具体包括以下步骤:
在步骤S41中,获取第一灰度值和第二灰度值;第一灰度值为前景中所有像素点灰度值的平均值,第二灰度值为背景中所有像素点灰度值的平均值。
在本实施例中,确定了图像的前景和背景之后,分别计算前景中的所有像素点的灰度值的平均值和背景中所有像素点的灰度值的平均值,将前景中所有像素点灰度值的平均值作为第一灰度值,将背景中所有像素点灰度值的平均值作为第二灰度值。
在步骤S42中,将第一灰度值和第二灰度值的平均值作为第一灰度阈值。
在本实施例中,计算第一灰度值和第二灰度值的平均值,将该平均值作为第一灰度阈值。
值得注意的是,在每一次更新第二灰度阈值之后,都必须重新获取第一灰度值和第二灰度值,以保证获取到正确的第一灰度阈值。
在本实施例中,将前景中所有像素点灰度值的平均值作为第一灰度值,将背景中所有像素点灰度值的平均值作为第二灰度值,并且计算第一灰度值和第二灰度值的平均值,将该平均值作为第一灰度阈值,采用该方法不仅可以快速简单的获取第一灰度阈值,还可以保证每一次获取到的第一灰度阈值的准确性,从而保证图像二值化的可靠性。
本公开实施例提供的图像二值化方法,先根据第二灰度阈值确定图像的前景和背景;根据前景和背景确定第一灰度阈值,使得确定的第一灰度阈值与第一灰度阈值的之间的差值较小,从而减少后续的迭代过程,提高了图像二值化的效率。
图5是根据再一示例性实施例示出的一种图像二值化方法的流程图,本实施例涉及的图像二值化方法应用于终端。在图1所示实施例的基础上,如图5所示,步骤S13的具体实现方式包括以下步骤:
在步骤S51中,将图像中的第一像素点的灰度值设置为255;第一像素点为图像中原始灰度值大于或等于目标灰度阈值的像素点。
在本公开实施例中,将图像中原始灰度值大于或等于目标灰度阈值的像素点的灰度值全部设置为255,相当于将图像的前景中的像素点全部以白色进行显示。
在步骤S52中,将图像中第二像素点的灰度值设置为0;第二像素点为图像中原始灰度值小于目标灰度阈值的像素点。
在本公开实施例中,将图像中原始灰度值小于目标灰度阈值的像素点的灰度值全部设置为0,相当于将图像的背景中的像素点全部以黑色进行显示。
在本公开实施例中,将图像中原始灰度值大于或等于目标灰度阈值的像素点的灰度值全部设置为255,将图像中原始灰度值小于目标灰度阈值的像素点的灰度值全部设置为0,使得图像画面呈现黑白效果,从而明显的突出目标物体,增强了视觉效果。
图6是根据再一示例性实施例示出的一种图像二值化方法的流程图,本实施例涉及的图像二值化方法应用于终端。如图6所示,该图像二值化方法包括以下步骤:
在步骤61中,初始化一个第二灰度阈值T,第二灰度阈值T为图像的全部像素点灰度值的平均值。
在步骤62中,根据第二灰度阈值T将图像的像素点分为前景F和背景B。
在步骤63中,求出前景F中所有像素点灰度值的平均值和背景B中所有像素点灰度值的平均值
在步骤64中,根据公式获取第一灰度阈值T′。
在步骤65中,判断|T′-T|与预设差值eps的大小,若T′-T>eps,则执行步骤S66;若T′-T≤eps,则执行步骤S67。
其中,一般eps取一个很小的数,例如,0.01、0.02等。
在步骤66中,令T=T′,并返回执行步骤S62。
在步骤67中,根据第一灰度阈值T′对图像进行二值化处理。
图7a为原始图像,图7b为图7a经过二值化处理后的图像;图8a为原始图像,图8b为图8a经过二值化处理后的图像。通过图7a、图7b、图8a、图8b,可以很直观的看出,采用本公开提供的图像二值化方法获得的二值化图像能清晰的凸显目标物体。
本实施例提供的图像二值化方法,将图像的全部像素点灰度值的平均值作为第二灰度阈值T,根据第二灰度阈值T将图像的像素点分为前景F和背景B,求出前景F中所有像素点灰度值的平均值和背景B中所有像素点灰度值的平均值再根据公式获取第一灰度阈值T′,判断|T′-T|与预设差值eps的大小,若T′-T>eps,则令T=T′,重新获取第一灰度阈值T′,若T′-T≤eps,根据第一灰度阈值T′对图像进行二值化处理,本方法可以根据每一幅图像动态生成第一灰度阈值,而不是采用预先人工设定好的阈值,所以通用性和鲁棒性更好。
图9是根据一示例性实施例示出的一种图像二值化装置的框图,如图9所示,该图像二值化装置获取模块11、第一确定模块12和处理模块13。
获取模块11被配置为获取第一灰度阈值,第一灰度阈值为根据第二灰度阈值确定的阈值,第二灰度阈值为图像的所有像素点灰度值的平均值。
在本公开实施例中,获取图像所有像素点的灰度值之后求其平均值,将所有像素点灰度值的平均值确定为第二灰度阈值,获取模块11再根据第二灰度阈值来确定第一灰度阈值。例如,获取模块11根据第一灰度阈值将图像中的所有像素点划分为两类,第一类像素点的灰度值均大于或者等于第二灰度阈值,第二类像素点的灰度值均小于第二灰度阈值,再分别求出第一类像素点灰度值的平均值和第二类像素点灰度值的平均值,获取模块11将第一类像素点灰度值的平均值与第二类像素点灰度值的平均值之间的平均值作为第一灰度阈值。
第一确定模块12被配置为根据第一差值和预设差值反馈调整第一灰度阈值和第二灰度阈值,确定目标灰度阈值;第一差值为第一灰度阈值与第二灰度阈值的差值,目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于预设差值。
在本公开实施例中,第一差值为一个绝对值,预设差值为预先设置的一个数值,预设差值用于衡量第一灰度阈值与第二灰度阈值之间的偏差大小,例如,该预设差值可以为0.01、0.5.、0.36等小于1的数值。
若第一确定模块12判断出第一差值大于该预设差值,则说明第一灰度阈值与第二灰度阈值之间的差距比较大,则第一确定模块12重复更新第一灰度阈值和第二灰度阈值,根据更新后的第一灰度阈值和更新后的第二灰度阈值来确定目标灰度阈值。例如,当第一确定模块12确定第一差值大于该预设差值,可以重新设置一个新的第二灰度阈值,根据重置的第二灰度阈值获取更新后的第一灰度阈值,若重置的第二灰度阈值与更新后的第一灰度阈值的差值还是大于预设差值,则继续重置第二灰度阈值,直至重置的第二灰度阈值与更新后的第一灰度阈值的差值小于预设差值,则第一确定模块12将最终更新获得的第一灰度阈值作为目标灰度阈值。
处理模块13被配置为根据目标灰度阈值对图像进行二值化处理。
在本公开实施例中,处理模块13根据目标灰度阈值对图像进行二值化处理时,处理模块13可以为图像中灰度值大于或等于目标灰度阈值的像素点设置一个相同的灰度值,为图像中灰度值小于目标灰度阈值的像素点设置另一个相同的灰度值,从而凸显目标物体。
本实施例公开的图像二值化装置,根据第二灰度阈值确定第一灰度阈值,根据第一差值和预设差值更新第一灰度阈值和第二灰度阈值,以确定目标灰度阈值,并根据目标灰度阈值对图像进行二值化处理,该目标灰度阈值并不是一个固定的经验值,而是根据第一差值和预设差值,不断对第一灰度阈值和第二灰度阈值进行更新确定出的一个灰度阈值,是一个动态的灰度阈值,并且,目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于预设差值,根据该目标阈值对图像进行二值化处理,获得的二值化图像效果更清晰,通用性和鲁棒性更好。
图10是根据另一示例性实施例示出的一种图像二值化装置的框图,如图10所示,第一确定模块12包括更新子模块121。
更新子模块121被配置为若第一差值大于预设差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于预设差值,将更新后的第一灰度阈值作为目标灰度阈值,第二差值为更新后的第一灰度阈值与下一次的第二灰度阈值的差值。
在本公开实施例中,若更新子模块121第n次获得到第一灰度阈值与第二灰度阈值的差值大于预设差值,则更新子模块121将第n次获得的第一灰度阈值作为第n+1次的第二灰度阈值,并根据第n+1次的第二灰度阈值获取第n+1次的第一灰度阈值;若更新子模块121获取的第n+1次的第二灰度阈值与第n+1次的第一灰度阈值之间的差值小于或等于预设差值,则将第n+1次的第一灰度阈值确定为目标灰度阈值;若更新子模块121获得的第n+1次的第二灰度阈值与第n+1次的第一灰度阈值之间的差值大于或等于预设差值,则更新子模块121将第n+1次的第一灰度阈值作为第n+2次的第二灰度阈值,获取第n+2次的第一灰度阈值,一次类推,直至获取到的新的第一灰度阈值与新的第二灰度阈值之间的差值小于预设差值为止。其中,n为大于0的整数。
可选地,更新子模块121还被配置为若第一差值小于或等于预设差值,则将该第一灰度阈值作为目标灰度阈值。
在本公开实施例中,若更新子模块121确定初始时刻设置的第二灰度阈值与根据初始时刻设置的第二灰度阈值获取到的第一灰度阈值之间的差值小于或等于预设差值,则更新子模块121直接将该第一灰度阈值作为目标灰度阈值,即处理模块13根据该第一灰度阈值对图像进行二值化处理。
本实施例公开的图像二值化装置,若第一差值大于预设差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至更新后的第一灰度阈值与下一次的第一灰度阈值的差值小于或等于预设差值时,将更新后的第一灰度阈值作为目标灰度阈值,由于将本次获得第一灰度阈值作为下一次的第二灰度阈值,重新获取更新后的第一灰度阈值,通过这种迭代的方法,保证最终确定的目标灰度阈值更加的精确,使得获得的二值化图像中的目标物体更加突出,增强了用户体验。
图11是根据另一示例性实施例示出的一种图像二值化装置的框图,如图11所示,获取模块11包括第一获取子模块111和第二获取子模块112。
第一获取子模块111被配置为根据第二灰度阈值确定图像的前景和背景。
在本公开实施例中,第一获取子模块111可以根据第二灰度阈值将图像中的像素点划分为前景和背景。参照图12,第一获取子模块111包括第一确定子模块1111和第二确定子模块1112。
第一确定子模块1111被配置为将图像中灰度值大于或等于第二灰度阈值的像素点作为前景。
第二确定子模块1112被配置为将图像中灰度值小于第二灰度阈值的像素点作为背景。
在本公开实施例中,在获取第一灰度阈值之前,第一确定子模块1111和第二确定子模块1112分别先根据第二灰度阈值将图像中的像素点分为前景和背景,前景中的像素点的灰度值均大于或等于第二灰度阈值,背景中的像素点均小于第二灰度阈值。值得注意的是,在每一次更新第一灰度阈值后,第一确定子模块1111和第二确定子模块1112都需要根据更新的第一灰度阈值重新划分图像的前景和背景,以保证后续获得的第二灰度阈值的准确性。
在本实施例中,每一次获取第一灰度阈值之前,将图像中灰度值大于或等于第二灰度阈值的像素点作为前景,将图像中灰度值小于第二灰度阈值的像素点作为背景,根据第二灰度阈值对图像中的像素点做一个初步的划分,再根据得到的前景和背景确定第一灰度阈值,可以简单、快捷、有效的确定第一灰度阈值,从而提高图像二值化的效率。
第二获取子模块112被配置为根据前景和背景确定第一灰度阈值。
参照图12,第二获取子模块112包括第三确定子模块1121和第四确定子模块1122。
第三确定子模块1121被配置为获取第一灰度值和第二灰度值;第一灰度值为前景中所有像素点灰度值的平均值,第二灰度值为背景中所有像素点灰度值的平均值。
在本实施例中,第三确定子模块1121计算前景中的所有像素点的灰度值的平均值和背景中所有像素点的灰度值的平均值,并且,第三确定子模块1121将前景中所有像素点灰度值的平均值作为第一灰度值,将背景中所有像素点灰度值的平均值作为第二灰度值。
第四确定子模块1122被配置为将第一灰度值和第二灰度值的平均值作为第一灰度阈值。
在本实施例中,第四确定子模块1122计算第一灰度值和第二灰度值的平均值,将该平均值作为第一灰度阈值。
值得注意的是,在每一次更新第二灰度阈值之后,第三确定子模块1121都必须重新获取第一灰度值和第二灰度值,以保证和第四确定子模块1122获取到正确的第一灰度阈值。
在本实施例中,将前景中所有像素点灰度值的平均值作为第一灰度值,将背景中所有像素点灰度值的平均值作为第二灰度值,并且计算第一灰度值和第二灰度值的平均值,将该平均值作为第一灰度阈值,采用该方法不仅可以快速简单的获取第一灰度阈值,还可以保证每一次获取到的第一灰度阈值的准确性,从而保证图像二值化的可靠性。
本公开实施例提供的图像二值化装置,先根据第二灰度阈值确定图像的前景和背景;根据前景和背景确定第一灰度阈值,使得确定的第一灰度阈值与第一灰度阈值的之间的差值较小,从而减少后续的迭代过程,提高了图像二值化的效率。
图13是根据再一示例性实施例示出的一种图像二值化装置的框图,如图13所示,处理模块13包括第一设置子模块131和第二设置子模块132。
第一设置子模块131被配置为将图像中的第一像素点的灰度值设置为255;第一像素点为图像中原始灰度值大于或等于目标灰度阈值的像素点。
在本公开实施例中,第一设置子模块131将图像中原始灰度值大于或等于目标灰度阈值的像素点的灰度值全部设置为255,相当于将图像的前景中的像素点全部以白色进行显示。
第二设置子模块132被配置为将图像中第二像素点的灰度值设置为0;第二像素点为图像中原始灰度值小于目标灰度阈值的像素点。
在本公开实施例中,第二设置子模块132将图像中原始灰度值小于目标灰度阈值的像素点的灰度值全部设置为0,相当于将图像的背景中的像素点全部以黑色进行显示。
在本公开实施例中,第一设置子模块131将图像中原始灰度值大于或等于目标灰度阈值的像素点的灰度值全部设置为255,第二设置子模块132将图像中原始灰度值小于目标灰度阈值的像素点的灰度值全部设置为0,使得图像画面呈现黑白效果,从而明显的突出目标物体,增强了视觉效果。
图14是根据再一示例性实施例示出的一种图像二值化装置的框图,如图14所示,该图像二值化装置包括处理器21和存储器22。
处理器21;
用于存储处理器21可执行指令的存储器22;
其中,处理器21被配置为:
获取第一灰度阈值,第一灰度阈值为根据第二灰度阈值确定的阈值,第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整第一灰度阈值和第二灰度阈值,确定目标灰度阈值;第一差值为第一灰度阈值与第二灰度阈值的差值,目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于预设差值;
根据目标灰度阈值对图像进行二值化处理。
本实施例公开的图像二值化装置,若第一差值大于预设差值,则将第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至更新后的第一灰度阈值与下一次的第一灰度阈值的差值小于或等于预设差值时,将更新后的第一灰度阈值作为目标灰度阈值,由于将本次获得第一灰度阈值作为下一次的第二灰度阈值,重新获取更新后的第一灰度阈值,通过这种迭代的方法,保证最终确定的目标灰度阈值更加的精确,使得获得的二值化图像中的目标物体更加突出,增强了用户体验。
图15是根据一示例性实施例示出的一种用于图像二值化的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图15,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种图像二值化方法,所述方法包括:
获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
根据所述目标灰度阈值对所述图像进行二值化处理。
其中,所述根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值,包括:
若所述第一差值大于所述预设差值,则将所述第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于所述预设差值,将所述更新后的第一灰度阈值作为所述目标灰度阈值,所述第二差值为所述更新后的第一灰度阈值与所述下一次的第二灰度阈值的差值。
其中,获取第一灰度阈值,包括:
根据所述第二灰度阈值确定所述图像的前景和背景;
根据所述前景和所述背景确定所述第一灰度阈值。
其中,所述根据所述第二灰度阈值确定所述图像的前景和背景,包括:
将所述图像中灰度值大于或等于所述第二灰度阈值的像素点作为所述前景;
将所述图像中灰度值小于所述第二灰度阈值的像素点作为所述背景。
其中,所述根据所述前景和所述背景确定所述第一灰度阈值,包括:
获取第一灰度值和第二灰度值;所述第一灰度值为所述前景中所有像素点灰度值的平均值,所述第二灰度值为所述背景中所有像素点灰度值的平均值;
将所述第一灰度值和所述第二灰度值的平均值作为所述第一灰度阈值。
其中,所述根据所述目标灰度阈值对所述图像进行二值化处理,包括:
将所述图像中的第一像素点的灰度值设置为255;所述第一像素点为所述图像中原始灰度值大于或等于所述目标灰度阈值的像素点;
将所述图像中第二像素点的灰度值设置为0;所述第二像素点为所述图像中原始灰度值小于所述目标灰度阈值的像素点。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求书指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。

Claims (13)

1.一种图像二值化方法,其特征在于,包括:
获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
根据所述目标灰度阈值对所述图像进行二值化处理。
2.根据权利要求1所述的方法,其特征在于,所述根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值,包括:
若所述第一差值大于所述预设差值,则将所述第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于所述预设差值,将所述更新后的第一灰度阈值作为所述目标灰度阈值,所述第二差值为所述更新后的第一灰度阈值与所述下一次的第二灰度阈值的差值。
3.根据权利要求1或2所述的方法,其特征在于,所述获取第一灰度阈值,包括:
根据所述第二灰度阈值确定所述图像的前景和背景;
根据所述前景和所述背景确定所述第一灰度阈值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二灰度阈值确定所述图像的前景和背景,包括:
将所述图像中灰度值大于或等于所述第二灰度阈值的像素点作为所述前景;
将所述图像中灰度值小于所述第二灰度阈值的像素点作为所述背景。
5.根据权利要求3所述的方法,其特征在于,所述根据所述前景和所述背景确定所述第一灰度阈值,包括:
获取第一灰度值和第二灰度值;所述第一灰度值为所述前景中所有像素点灰度值的平均值,所述第二灰度值为所述背景中所有像素点灰度值的平均值;
将所述第一灰度值和所述第二灰度值的平均值作为所述第一灰度阈值。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标灰度阈值对所述图像进行二值化处理,包括:
将所述图像中的第一像素点的灰度值设置为255;所述第一像素点为所述图像中原始灰度值大于或等于所述目标灰度阈值的像素点;
将所述图像中第二像素点的灰度值设置为0;所述第二像素点为所述图像中原始灰度值小于所述目标灰度阈值的像素点。
7.一种图像二值化装置,其特征在于,包括:
获取模块,被配置为获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
第一确定模块,被配置为根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
处理模块,被配置为根据所述目标灰度阈值对所述图像进行二值化处理。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
更新子模块,被配置为若所述第一差值大于所述预设差值,则将所述第一灰度阈值作为下一次的第二灰度阈值,以获取更新后的第一灰度阈值,直至第二差值小于或者等于所述预设差值,将所述更新后的第一灰度阈值作为所述目标灰度阈值,所述第二差值为所述更新后的第一灰度阈值与所述下一次的第二灰度阈值的差值。
9.根据权利要求7或8所述的值,其特征在于,所述获取模块包括:
第一获取子模块,被配置为根据所述第二灰度阈值确定所述图像的前景和背景;
第二获取子模块,被配置为根据所述前景和所述背景确定所述第一灰度阈值。
10.根据权利要求9所述的装置,其特征在于,所述第一获取子模块包括:
第一确定子模块,被配置为将所述图像中灰度值大于或等于所述第二灰度阈值的像素点作为所述前景;
第二确定子模块,被配置为将所述图像中灰度值小于所述第二灰度阈值的像素点作为所述背景。
11.根据权利要求9所述的装置,其特征在于,所述第二获取子模块包括:
第三确定子模块,被配置为获取第一灰度值和第二灰度值;所述第一灰度值为所述前景中所有像素点灰度值的平均值,所述第二灰度值为所述背景中所有像素点灰度值的平均值;
第四确定子模块,被配置为将所述第一灰度值和所述第二灰度值的平均值作为所述第一灰度阈值。
12.根据权利要求7所述的装置,其特征在于,所述处理模块包括:
第一设置子模块,被配置为将所述图像中的第一像素点的灰度值设置为255;所述第一像素点为所述图像中原始灰度值大于或等于所述目标灰度阈值的像素点;
第二设置子模块,被配置为将所述图像中第二像素点的灰度值设置为0;所述第二像素点为所述图像中原始灰度值小于所述目标灰度阈值的像素点。
13.一种图像二值化装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取第一灰度阈值,所述第一灰度阈值为根据第二灰度阈值确定的阈值,所述第二灰度阈值为图像的所有像素点灰度值的平均值;
根据第一差值和预设差值反馈调整所述第一灰度阈值和所述第二灰度阈值,确定目标灰度阈值;所述第一差值为所述第一灰度阈值与所述第二灰度阈值的差值,所述目标灰度阈值与更新后的第二灰度阈值的差值小于或者等于所述预设差值;
根据所述目标灰度阈值对所述图像进行二值化处理。
CN201610584665.0A 2016-07-22 2016-07-22 图像二值化方法和装置 Pending CN106203436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610584665.0A CN106203436A (zh) 2016-07-22 2016-07-22 图像二值化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610584665.0A CN106203436A (zh) 2016-07-22 2016-07-22 图像二值化方法和装置

Publications (1)

Publication Number Publication Date
CN106203436A true CN106203436A (zh) 2016-12-07

Family

ID=57492474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610584665.0A Pending CN106203436A (zh) 2016-07-22 2016-07-22 图像二值化方法和装置

Country Status (1)

Country Link
CN (1) CN106203436A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106803258A (zh) * 2017-01-13 2017-06-06 深圳怡化电脑股份有限公司 一种图像处理方法及装置
CN107480683A (zh) * 2017-08-24 2017-12-15 郑州云海信息技术有限公司 一种图像处理方法及装置
CN113255393A (zh) * 2021-07-07 2021-08-13 江苏东大集成电路系统工程技术有限公司 图像二值化方法、装置、存储介质及计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819681A (zh) * 2009-12-16 2010-09-01 东南大学 权值自适应调整的加权平均背景更新方法
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN104517110A (zh) * 2013-09-29 2015-04-15 北大方正集团有限公司 一种二维码图像的二值化方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819681A (zh) * 2009-12-16 2010-09-01 东南大学 权值自适应调整的加权平均背景更新方法
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN104517110A (zh) * 2013-09-29 2015-04-15 北大方正集团有限公司 一种二维码图像的二值化方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘军 等: "《基因芯片制备及数据分析技术》", 30 April 2015, 《西安电子科技大学出版社》 *
邹建成 等: "《数学及其在图像处理中的应用》", 31 July 2015, 《北京邮电大学出版社》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106803258A (zh) * 2017-01-13 2017-06-06 深圳怡化电脑股份有限公司 一种图像处理方法及装置
CN107480683A (zh) * 2017-08-24 2017-12-15 郑州云海信息技术有限公司 一种图像处理方法及装置
CN113255393A (zh) * 2021-07-07 2021-08-13 江苏东大集成电路系统工程技术有限公司 图像二值化方法、装置、存储介质及计算机设备

Similar Documents

Publication Publication Date Title
TWI724736B (zh) 圖像處理方法及裝置、電子設備、儲存媒體和電腦程式
EP3041206B1 (en) Method and device for displaying notification information
US10346669B2 (en) Fingerprint entry prompting method and device
EP3086275A1 (en) Numerical value transfer method, terminal, cloud server, computer program and recording medium
CN107944447B (zh) 图像分类方法及装置
US10115019B2 (en) Video categorization method and apparatus, and storage medium
EP2927787B1 (en) Method and device for displaying picture
EP3173970A1 (en) Image processing method and apparatus
CN109840939B (zh) 三维重建方法、装置、电子设备及存储介质
CN104156947A (zh) 图像分割方法、装置及设备
JP2017504285A (ja) 画像を撮影する方法および装置
CN107944367B (zh) 人脸关键点检测方法及装置
CN106648063B (zh) 手势识别方法及装置
US20180238748A1 (en) Pressure detection method and apparatus, and storage medium
CN110717399A (zh) 人脸识别方法和电子终端设备
CN104077563A (zh) 人脸识别方法和装置
CN106203436A (zh) 图像二值化方法和装置
US10846513B2 (en) Method, device and storage medium for processing picture
CN107992894B (zh) 图像识别方法、装置及计算机可读存储介质
CN107239758B (zh) 人脸关键点定位的方法及装置
CN104992416A (zh) 图像增强方法和装置、智能设备
CN113642551A (zh) 指甲关键点检测方法、装置、电子设备及存储介质
WO2022110801A1 (zh) 数据处理方法及装置、电子设备和存储介质
EP3176740A1 (en) Information processing method and apparatus, computer program and recording medium
CN107682684A (zh) 白平衡调节方法和装置

Legal Events

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

Application publication date: 20161207