CN106327437A - 一种彩色文本图像校正方法及系统 - Google Patents
一种彩色文本图像校正方法及系统 Download PDFInfo
- Publication number
- CN106327437A CN106327437A CN201610651527.XA CN201610651527A CN106327437A CN 106327437 A CN106327437 A CN 106327437A CN 201610651527 A CN201610651527 A CN 201610651527A CN 106327437 A CN106327437 A CN 106327437A
- Authority
- CN
- China
- Prior art keywords
- image
- background
- foreground
- illumination
- subelement
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003702 image correction Methods 0.000 title abstract description 7
- 238000005286 illumination Methods 0.000 claims abstract description 103
- 238000000265 homogenisation Methods 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims description 23
- 238000011282 treatment Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 17
- 230000000877 morphologic effect Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 10
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011426 transformation method Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种彩色文本图像校正方法及系统,所述方法包括如下步骤:对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;将均匀化调整后的前景图像和背景图像进行叠加,得到光照均匀化的校正图像。本发明对分割得到的前景图像和背景图像采用了不同的均匀化校正方法,这种针对前景、背景特性的处理方式有效的避免了全局处理中出现的明暗区域差异明显、部分细节丢失等现象;因而其具有图像提取效率高、且图像提取精度高等优点。
Description
技术领域
本发明设计图像处理技术领域,具体说是涉及一种彩色文本图像校正方法及系统。
背景技术
目前,光照不均的彩色文本图像属于一种文本图像,针对文本图像的校正方法主要有:(1)以直方图变化为基础的灰度变换法;(2)图像空域上的灰度变换法;(3)基于同态滤波的图像校正法;(4)基于Retinex彩色图像增强方法;(5)梯度域增强算法;(6)基于HSI模型的彩色图像校正;(7)基于参考标样的图像非均匀校正法。
但是上述校正方法在处理彩色文本图像时均存在一定的缺陷,具体如下:
1、一些算法(如图像空域上的灰度变换法)采用调整图像对比度的方式进行图像校正,这种方法会使图像明亮区域更亮而阴暗区域更暗,造成严重的细节丢失;
2、算法(如基于同态滤波的图像校正法)中过渡依赖高斯函数、卷积运算等大量的数学公式,其复杂度高,运算量大,致使算法实时性不高;
3、基于Retinex的图像校正算法虽然对真彩色图像有很好的增强效果,但重建后的图像在阴影边界附近被严重模糊而产生光晕伪影;
4、目前,基于参考标样的校正方法对彩色文本图像有较好的效果,但由于非均匀光照的不确定性致使该方法无法实现自适应校正的要求。
发明内容
鉴于已有技术存在的缺陷,本发明的目的是要提供一种彩色文本图像校正方法,该方法具有图像提取效率高、且图像提取精度高等优点。
为了实现上述目的,本发明的技术方案:
一种彩色文本图像校正方法,其特征在于,所述方法包括如下步骤:
S1、对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;
S2、对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;
S3、估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;
S4、将均匀化调整后的前景图像和背景图像进行叠加,得到光照均匀化的校正图像。
进一步的,作为本发明的优选方案,
所述对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像具体包括:
S11、将输入的彩色文本图像转化为灰度图像;
S12、对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域;
S13、对经S12步骤后的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;
S14、将所确认的精确位置区域对应的图像提取为前景图像;将非精确位置区域对应的图像提取为背景图像。
优选的,所述方法通过采用sobel边缘检测算法对所述灰度图像进行边缘检测,以避免因光照不均造成的影响并保留图像重要的结构属性。
进一步的,作为本发明的优选方案,
所述对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk具体包括:
S21、将所述背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;
S22、按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean;
S23、使用Vmean替换所述V分量所对应的各亮度值后,与所述背景图像对应的HSV空间下H分量、S分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像;
S24、计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。
进一步的,作为本发明的优选方案,
所述估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整具体包括:
S31、首先将前景图像的光照比例因子fk设为0,然后基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;
S32、根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值,Ff为调整前-所提取的前景图像的像素值。
优选的,所述插值运算包括按从左到右,从上到下的顺序,依次对前景图像的光照比例因子被设为0的各像素点位置即各插值点所对应的数值进行插值运算,且各插值点的数值通过相邻非零值求平均或双线性插值再或者三线性插值方式来计算,所得到的各计算值即为前景图像各像素点位置上所对应的前景图像的光照比例因子fk的估计值。
进一步的,作为本发明的优选方案,
所述方法还包括对叠加得到的校正图像进行细节处理,所述细节处理包括:
S51、将叠加得到的校正图像转换成二值图像;
S52、基于所述二值图像将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的像素值。
本发明的目的是还要提供一种彩色文本图像校正系统,所述系统其特征在于,包括:
文本图像预处理单元,该单元能够对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;
背景图像调整单元,该单元能够对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;
前景图像调整单元,该单元能够估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;
以及图像叠加单元,该单元能够将均匀化调整后的前景图像和背景图像进行叠加,以得到光照均匀化的校正图像。
进一步的,作为本发明的优选方案,
所述文本图像预处理单元,包括:
文本图像灰度处理子单元,该子单元能够将输入的彩色文本图像转化为灰度图像;
边缘检测子单元,该子单元能够对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域;
图像形态学处理子单元,该子单元能够将所确认的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;
图像提取子单元,该子单元能够将所确认的精确位置区域对应的图像提取为前景图像;将非精确位置区域对应的图像提取为背景图像。
优选的,所述边缘检测子单元通过采用sobel边缘检测算法对所述灰度图像进行边缘检测,以避免因光照不均造成的影响并保留图像重要的结构属性。
进一步的,作为本发明的优选方案,
所述背景图像调整单元包括:
空间转换子单元,该子单元能够将所述背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;
亮度值提取子单元,该子单元能够按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean;
理想背景图像合成子单元,该子单元能够使用Vmean替换所述V分量所对应的各亮度值后,与所述背景图像对应的HSV空间下H分量、S分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像;
背景图像计算子单元,该子单元能够计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。
进一步的,作为本发明的优选方案,
所述前景图像调整单元包括:
前景图像计算子单元,该子单元能够将前景图像的光照比例因子fk设为0后,基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;
前景图像调整子单元,该子单元能够根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值,Ff为所提取的前景图像的像素值。
优选的,所述插值运算包括按从左到右,从上到下的顺序,依次对前景图像的光照比例因子被设为0的各像素点位置即各插值点所对应的数值进行插值运算,且各插值点的数值通过相邻非零值求平均的方式来计算,所得到的各计算值即为前景图像各像素点位置上所对应的前景图像的光照比例因子fk的估计值。
进一步的,作为本发明的优选方案,
所述图像叠加单元包括对叠加得到的校正图像进行细节处理的细节处理子单元,该子单元能够将叠加得到的校正图像转换成二值图像;并基于所述二值图像将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的像素值。
与现有技术相比,本发明的有益效果:
1、本发明基于边缘检测的方式自动地对文本图像的前景和背景进行分离,其通过计算得到的背景光照比例因子和预测得到的前景光照比例因子,以使得本发明能够根据提取文本图像的不同而有所不同,从而达到了针对图像自身特性来计算光照比例因子的目的,提高了算法的自适应性;
2、本发明对分割得到的前景图像和背景图像采用了不同的均匀化校正方法,这种针对前景、背景特性的处理方式有效的避免了全局处理中出现的明暗区域差异明显、部分细节丢失等现象;
3、本发明叠加均匀化处理后的前景图像和背景图像后,进行了二值化处理,并用理想背景值替换白色区域,所输入图像的像素值替换黑色区域的方法进行细节处理,即有效地去除了叠加产生的边缘光晕;
4、在本发明未涉及到复杂公式或大量公式运算,其占用运算空间小,运行速度快,实时性高,具有广泛的应用价值。
附图说明
图1为本发明所述方法对应步骤流程示意图;
图2为本发明所述系统对应电路结构示意图;
图3为本发明所述方法或系统的图像处理对应原理步骤流程图;
图4a为本发明-所输入的文本图像原图实例图;
图4b为本发明-所提取出所述文本图像的前景图像实例图;
图4c为本发明-所提取出所述文本图像的背景图像实例图;
图4d为本发明-所合成的理想背景图像实例图;
图4e为本发明-经光照均匀化调整后的前景图像实例图;
图4f为本发明-经二值化的细节处理的前景图像实例图;
图4g为本发明-经叠加后的文本图像实例图。
具体实施方式
为使本发明的目的、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做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。
本发明设计了一种适用于对光照不均的彩色文本图像进行校正的方法,本发明所述的彩色文本图像,如图4a,其是指背景颜色单一、光照不均的彩色文本图像,针对这种文本图像,如图1,本发明所述方法主要处理步骤如下:
S1、对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;所述步骤S1即为基于边缘检测的方法进行前景和背景的分离的过程,其具体包括:S11、将输入的彩色文本图像转化为灰度图像;S12、对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域,以粗略估计图像中的文字所在位置区域;S13、对经S12步骤后的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;S14、将所确认的精确位置区域对应的图像提取为前景图像,如图4b;将非精确位置区域对应的图像提取为背景图像,如图4c。作为本发明的优选实施例,所述方法通过采用sobel边缘检测算法对所述灰度图像进行边缘检测,以避免因光照不均造成的影响并保留图像重要的结构属性。同时数字图像处理中的图像形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量,比如边界、骨架以及凸壳,还包括用于预处理或后处理的形态学过滤、细化和修剪等处理过程。
S2、对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;由于本发明所输入的彩色文本图像为单一颜色背景,其背景的差异主要体现在光照不均上,因此本发明通过在亮度分量上计算理想值的方式对背景图像进行光照均匀化调整即其具体包括:S21、将所提取的背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;S22、然后在亮度空间上按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean;S23、使用Vmean替换所述v分量所对应的各亮度值后,与所述背景图像对应的HSV空间下h分量、s分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像,如图4d,该理想背景图像即为所需的具有均匀光照的背景图像;同时由于不同位置调整到理想背景值所需校正的比例是不同的,为了对前景图像校正参数进行估计,我们引用了光照比例因子,即设置了步骤S24,所述S24、计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。作为本发明的优选实施例,所述方法在亮度空间上按照从大到小的顺序,依次自各所述亮度值中提取前十个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean。
S3、估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整,由于光照具有局部自相似性,因而相邻像素点位置上的光照比例因子也相似,根据这种自相似特性,即可对前景图像的光照比例因子进行预估,其具体包括:S31、首先将前景图像的光照比例因子fk设为0,然后基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;这里所说的前景光照比例因子与前景图像位置相对应,背景光照比例因子与背景图像相对应;S32、根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值或者称为RGB值,Ff为未做调整前的所提取的前景图像的像素值。作为本发明的优选实施例,所述方法中的插值运算包括按从左到右,从上到下的顺序,依次对前景图像的光照比例因子被设为0的各像素点位置即各插值点所对应的数值进行插值运算,且各插值点的数值通过相邻非零值求平均或双线性插值再或者三线性插值的方式来计算,所得到的各计算值即为前景图像各像素点位置上所对应的前景图像的光照比例因子fk的估计值;同时根据光照的平滑特性,我们对各估计值进行滤波处理,从而得到前景的光照比例因子fk,如图4e所示效果。
S4、将均匀化调整后的前景图像和背景图像进行叠加,得到光照均匀化的校正图像,如图4g所示效果。
由于步骤S4中叠加得到的校正图像常会出现前景、背景过渡不平滑的现象,针对这种现象则需要进一步进行细节处理,来得到符合人视觉特性的校正图像即所述方法还包括S5、对叠加得到的校正图像进行细节处理,所述细节处理包括:
S51、将叠加得到的校正图像转换成二值图像;
S52、以二值图像为模板,将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的原图像素值,这种基于二值化的细节处理方式不仅可使前景图像、背景图像过渡自然,而且保证了文本内容的清晰度,如图4f所示效果。
基于上述原理及方法,本发明还设计了一种彩色文本图像校正系统,所述系统,如图2-3,其特征在于,包括:
(1)文本图像预处理单元,该单元能够对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;进一步的,作为本发明的优选方案,所述文本图像预处理单元,包括:文本图像灰度处理子单元,该子单元能够将输入的彩色文本图像转化为灰度图像;边缘检测子单元,该子单元能够对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域;图像形态学处理子单元,该子单元能够将所确认的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;图像提取子单元,该子单元能够将所确认的精确位置区域对应的图像提取为前景图像;将非精确位置区域对应的图像提取为背景图像。优选的,所述边缘检测子单元通过采用sobel边缘检测算法对所述灰度图像进行边缘检测,以避免因光照不均造成的影响并保留图像重要的结构属性。
(2)背景图像调整单元,该单元能够对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;进一步的,作为本发明的优选方案,所述背景图像调整单元包括:空间转换子单元,该子单元能够将所述背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;亮度值提取子单元,该子单元能够按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean,N取10;理想背景图像合成子单元,该子单元能够使用Vmean替换所述V分量所对应的各亮度值后,与所述背景图像对应的HSV空间下H分量、S分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像;以及背景图像计算子单元,该子单元能够计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。
(3)前景图像调整单元,该单元能够估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;进一步的,作为本发明的优选方案,所述前景图像调整单元包括:前景图像计算子单元,该子单元首先将前景图像的光照比例因子fk设为0,然后基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;这里所说的前景光照比例因子与前景图像位置相对应,背景光照比例因子与背景图像相对应;以及前景图像调整子单元,该子单元能够根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值,Ff为调整前前景图像的像素值。优选的,所述插值运算包括按从左到右,从上到下的顺序,依次对前景图像的光照比例因子被设为0的各像素点位置即各插值点所对应的数值进行插值运算,且各插值点的数值通过相邻非零值求平均的方式来计算,所得到的各计算值即为前景图像各像素点位置上所对应的前景图像的光照比例因子fk的估计值。
(4)图像叠加单元,该单元能够将均匀化调整后的前景图像和背景图像进行叠加,以得到光照均匀化的校正图像。进一步的,作为本发明的优选方案,所述图像叠加单元还包括对叠加得到的校正图像进行细节处理的细节处理子单元,该子单元能够将叠加得到的校正图像转换成二值图像;并基于所述二值图像将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的像素值。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种彩色文本图像校正方法,其特征在于,所述方法包括如下步骤:
S1、对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;
S2、对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;
S3、估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;
S4、将均匀化调整后的前景图像和背景图像进行叠加,得到光照均匀化的校正图像。
2.根据权利要求1所述的方法,其特征在于:
所述对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像具体包括:
S11、将输入的彩色文本图像转化为灰度图像;
S12、对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域;
S13、对经S12步骤后的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;
S14、将所确认的精确位置区域对应的图像提取为前景图像;将非精确位置区域对应的图像提取为背景图像。
3.根据权利要求1所述的方法,其特征在于:
所述对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk具体包括:
S21、将所述背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;
S22、按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean;
S23、使用Vmean替换所述V分量所对应的各亮度值后,与所述背景图像对应的HSV空间下H分量、S分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像;
S24、计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。
4.根据权利要求3所述的方法,其特征在于:
所述估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整具体包括:
S31、首先将前景图像的光照比例因子fk设为0,然后基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;
S32、根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值,Ff为所提取的前景图像的像素值。
5.根据权利要求3所述的方法,其特征在于:
所述方法还包括对叠加得到的校正图像进行细节处理,所述细节处理包括:
S51、将叠加得到的校正图像转换成二值图像;
S52、基于所述二值图像将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的像素值。
6.一种彩色文本图像校正系统,所述系统其特征在于,包括:
文本图像预处理单元,该单元能够对输入的文本图像进行预处理,并提取出所述文本图像的背景图像以及前景图像;
背景图像调整单元,该单元能够对所提取的背景图像进行光照均匀化调整,并计算所述背景图像的光照比例因子bk;
前景图像调整单元,该单元能够估计前景图像的光照比例因子fk,并基于所估计的fk对前景图像进行光照均匀化调整;
以及图像叠加单元,该单元能够将均匀化调整后的前景图像和背景图像进行叠加,以得到光照均匀化的校正图像。
7.根据权利要求6所述的系统,其特征在于:
所述文本图像预处理单元,包括:
文本图像灰度处理子单元,该子单元能够将输入的彩色文本图像转化为灰度图像;
边缘检测子单元,该子单元能够对所述灰度图像进行边缘检测,以确认所述灰度图像中文字所对应的基本位置区域;
图像形态学处理子单元,该子单元能够将所确认的灰度图像进行图像形态学处理,以确认所述灰度图像中文字所对应的精确位置区域,其中所述精确位置区域由所述灰度图像中文字所包含的各像素点位置确定;
图像提取子单元,该子单元能够将所确认的精确位置区域对应的图像提取为前景图像;将非精确位置区域对应的图像提取为背景图像。
8.根据权利要求6所述的系统,其特征在于:
所述背景图像调整单元包括:
空间转换子单元,该子单元能够将所述背景图像由RGB空间转换到HSV空间,并提取所述背景图像在HSV空间下,其V分量所对应的全部的亮度值;
亮度值提取子单元,该子单元能够按照从大到小的顺序,依次自各所述亮度值中提取N个亮度值并计算所提取的各亮度值的平均值,同时将所计算的平均值设定为理想光照条件值Vmean;
理想背景图像合成子单元,该子单元能够使用Vmean替换所述V分量所对应的各亮度值后,与所述背景图像对应的HSV空间下H分量、S分量合成为新的HSV图像,并将所合成的HSV图像转换成RGB图像以获得理想背景图像;
背景图像计算子单元,该子单元能够计算背景图像的光照比例因子bk,其中bk=Tb/Fb,Tb表示所述理想背景图像对应的理想背景值,Fb为所提取的背景图像原图对应的背景值。
9.根据权利要求8所述的系统,其特征在于:
所述前景图像调整单元包括:
前景图像计算子单元,该子单元将前景图像的光照比例因子fk设为0后,基于背景图像的光照比例因子bk,对所提取的前景图像进行插值运算,以得到前景图像的每一像素点位置上对应的前景图像的光照比例因子fk的估计值;
前景图像调整子单元,该子单元能够根据公式Tf=Ff×fk对提取的前景图像进行光照均匀化调整,其中Tf为调整后前景图像的像素值,Ff为所提取的前景图像的像素值。
10.根据权利要求6所述的系统,其特征在于:
所述图像叠加单元还包括对叠加得到的校正图像进行细节处理的细节处理子单元,该子单元能够将叠加得到的校正图像转换成二值图像;并基于所述二值图像将RGB三个分量所对应白色区域替换为前述理想背景值;且各分量所对应的黑色区域替换为所输入的文本图像的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610651527.XA CN106327437B (zh) | 2016-08-10 | 2016-08-10 | 一种彩色文本图像校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610651527.XA CN106327437B (zh) | 2016-08-10 | 2016-08-10 | 一种彩色文本图像校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327437A true CN106327437A (zh) | 2017-01-11 |
CN106327437B CN106327437B (zh) | 2019-04-05 |
Family
ID=57740001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610651527.XA Active CN106327437B (zh) | 2016-08-10 | 2016-08-10 | 一种彩色文本图像校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327437B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764779A (zh) * | 2017-09-27 | 2018-03-06 | 上海交通大学 | 一种共聚焦系统的超分辨成像方法及系统 |
WO2018149253A1 (zh) * | 2017-02-16 | 2018-08-23 | 华为技术有限公司 | 图像处理的方法和设备 |
CN109146802A (zh) * | 2017-07-31 | 2019-01-04 | 上海东软医疗科技有限公司 | 一种磁共振图像的均匀度校正方法及装置 |
CN109308687A (zh) * | 2018-09-06 | 2019-02-05 | 百度在线网络技术(北京)有限公司 | 用于调节图像亮度的方法和装置 |
CN112532938A (zh) * | 2020-11-26 | 2021-03-19 | 武汉宏数信息技术有限责任公司 | 一种基于大数据技术的视频监控系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040013298A1 (en) * | 2002-07-20 | 2004-01-22 | Samsung Electronics Co., Ltd. | Method and apparatus for adaptively enhancing colors in color images |
CN102945547A (zh) * | 2012-10-23 | 2013-02-27 | 鞍钢股份有限公司 | 一种冷轧钢板表面图像光照均匀化方法 |
CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 图像增强方法及装置 |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN104680490A (zh) * | 2015-02-13 | 2015-06-03 | 中科创达软件股份有限公司 | 一种增强文本图像可视性的方法 |
EP3094481A1 (en) * | 2014-01-15 | 2016-11-23 | Cohesive Systems LLC | Fabrication process for garments and other fabric products |
-
2016
- 2016-08-10 CN CN201610651527.XA patent/CN106327437B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040013298A1 (en) * | 2002-07-20 | 2004-01-22 | Samsung Electronics Co., Ltd. | Method and apparatus for adaptively enhancing colors in color images |
CN102945547A (zh) * | 2012-10-23 | 2013-02-27 | 鞍钢股份有限公司 | 一种冷轧钢板表面图像光照均匀化方法 |
CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 图像增强方法及装置 |
EP3094481A1 (en) * | 2014-01-15 | 2016-11-23 | Cohesive Systems LLC | Fabrication process for garments and other fabric products |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN104680490A (zh) * | 2015-02-13 | 2015-06-03 | 中科创达软件股份有限公司 | 一种增强文本图像可视性的方法 |
Non-Patent Citations (4)
Title |
---|
JIN-LIANG YAO等: ""Scene Text Extraction Based on HSL"", 《INTERNATIONAL SYMPOSIUM ON COMPUTER SCIENCE AND COMPUTATIONAL TECHNOLOGY, 2008》 * |
程培英等: ""一种光照不均匀图像的恢复增强方法"", 《计算机应用与软件》 * |
胡小锋等: ""复杂背景彩色图像中的文字分割"", 《光学技术》 * |
赵京东: ""一种新的非均匀照度图像增强方法"", 《计算机工程与应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018149253A1 (zh) * | 2017-02-16 | 2018-08-23 | 华为技术有限公司 | 图像处理的方法和设备 |
CN109146802A (zh) * | 2017-07-31 | 2019-01-04 | 上海东软医疗科技有限公司 | 一种磁共振图像的均匀度校正方法及装置 |
CN109146802B (zh) * | 2017-07-31 | 2020-12-01 | 上海东软医疗科技有限公司 | 一种磁共振图像的均匀度校正方法及装置 |
CN107764779A (zh) * | 2017-09-27 | 2018-03-06 | 上海交通大学 | 一种共聚焦系统的超分辨成像方法及系统 |
CN107764779B (zh) * | 2017-09-27 | 2020-09-15 | 上海交通大学 | 一种共聚焦系统的超分辨成像方法及系统 |
CN109308687A (zh) * | 2018-09-06 | 2019-02-05 | 百度在线网络技术(北京)有限公司 | 用于调节图像亮度的方法和装置 |
CN112532938A (zh) * | 2020-11-26 | 2021-03-19 | 武汉宏数信息技术有限责任公司 | 一种基于大数据技术的视频监控系统 |
CN112532938B (zh) * | 2020-11-26 | 2021-08-31 | 武汉宏数信息技术有限责任公司 | 一种基于大数据技术的视频监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106327437B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Adaptive image enhancement method for correcting low-illumination images | |
CN106327437A (zh) | 一种彩色文本图像校正方法及系统 | |
Jian et al. | Multi-scale image fusion through rolling guidance filter | |
CN102789635B (zh) | 一种图像增强方法和装置 | |
CN107527332A (zh) | 基于改进Retinex的低照度图像色彩保持增强方法 | |
CN106683080B (zh) | 一种视网膜眼底图像预处理方法 | |
CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
CN108305232B (zh) | 一种单帧高动态范围图像生成方法 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
Wang et al. | Variational single nighttime image haze removal with a gray haze-line prior | |
CN114331873B (zh) | 一种基于区域划分的非均匀光照彩色图像校正方法 | |
CN109447917B (zh) | 基于内容和特征及多尺度模型的遥感图像雾霾消除方法 | |
CN110473152B (zh) | 基于改进Retinex算法的图像增强方法 | |
CN111476725A (zh) | 一种基于梯度域导向滤波和多尺度Retinex理论的图像去雾增强算法 | |
CN103065334A (zh) | 一种基于hsv颜色空间的偏色检测、校正方法及装置 | |
CN102208101A (zh) | 一种红外图像的自适应线性变换增强方法 | |
CN110599418B (zh) | 一种变换域融合的全局色调映射方法 | |
CN110232670A (zh) | 一种基于高低频分离的图像视觉效果增强的方法 | |
CN111489322A (zh) | 给静态图片加天空滤镜的方法及装置 | |
CN109523474A (zh) | 一种基于雾天退化模型的低照度图像增强方法 | |
Cao et al. | NUICNet: Non-uniform illumination correction for underwater image using fully convolutional network | |
CN103839245B (zh) | 基于统计规律的Retinex夜间彩色图像增强方法 | |
CN109859187A (zh) | 一种爆堆矿岩颗粒图像分割方法 | |
CN116188339A (zh) | 一种基于Retinex及图像融合的暗视觉图像增强方法 | |
CN114862707A (zh) | 一种多尺度特征恢复图像增强方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |