CN106504261A - 一种图像分割方法及装置 - Google Patents

一种图像分割方法及装置 Download PDF

Info

Publication number
CN106504261A
CN106504261A CN201610930875.0A CN201610930875A CN106504261A CN 106504261 A CN106504261 A CN 106504261A CN 201610930875 A CN201610930875 A CN 201610930875A CN 106504261 A CN106504261 A CN 106504261A
Authority
CN
China
Prior art keywords
horizontal direction
vertical direction
setting
histogram
threshold
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
Application number
CN201610930875.0A
Other languages
English (en)
Other versions
CN106504261B (zh
Inventor
刘楠
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 QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology 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 QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201610930875.0A priority Critical patent/CN106504261B/zh
Publication of CN106504261A publication Critical patent/CN106504261A/zh
Application granted granted Critical
Publication of CN106504261B publication Critical patent/CN106504261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提出一种图像分割方法及装置。一种图像分割方法,包括:获取待分割图像;计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。采用本发明技术方案,能够自动完成对待分割图像的分割,全程不需要人为标记分割位置,处理过程简单且分割准确度高。

Description

一种图像分割方法及装置
技术领域
本发明涉及数字图像处理技术领域,尤其涉及一种图像分割方法及装置。
背景技术
随着图像编辑软件的发展和普及,人们可以随时随地利用图像编辑软件编辑各种图片并进行分享。其中,很多的图像编辑软件都支持将多张图像拼成一张类似于“九宫格”的多图拼图,这类软件能够使用户将感兴趣的图像进行组合、归类。
但是,现有的图像编辑软件还不支持将组合的拼图图像,自动分割成原始的多个图像。当用户对多图拼图中的某一张或某几张图像感兴趣时,只能由用户通过图像编辑软件,选取所述多图拼图中的感兴趣区域,即确定将多图拼图进行分割的位置,然后进行分割,得到感兴趣的图像。上述技术方案需要人工确定分割位置并进行图像分割,处理过程繁琐,且分割的准确度不高。
发明内容
基于上述现有技术中的缺陷和不足,本发明提出一种图像分割方法及装置,能够自动对多图拼图图像进行分割处理,全程不需要人为标记分割位置,处理过程简单且分割准确度高。
一种图像分割方法,包括:
获取待分割图像;
计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
优选地,所述根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置,包括:
根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
如果所述水平方向分割数量及所述垂直方向分割数量均不为零,则将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
如果所述水平方向分割数量不为零,且所述垂直方向分割数量为零,则以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
如果所述水平方向分割数量为零,且所述垂直方向分割数量不为零,则以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
优选地,所述根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,包括:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
优选地,所述分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置之后,该方法还包括:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
优选地,所述以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,包括:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
优选地,所述分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置,包括:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
优选地,所述根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量,包括:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
优选地,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置之后,该方法还包括:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
优选地,所述以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,包括:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
优选地,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置,包括:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
一种图像分割装置,包括:
图像获取单元,用于获取待分割图像;
边缘图计算单元,用于计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
直方图计算单元,用于分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
分割位置计算单元,用于根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
分割实施单元,用于在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
优选地,所述分割位置计算单元,包括:
计算单元,用于根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
判断单元,用于分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
第一处理单元,用于在所述判断单元判断所述水平方向分割数量及所述垂直方向分割数量均不为零时,将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
第二处理单元,用于在所述判断单元判断所述水平方向分割数量不为零,且所述垂直方向分割数量为零时,以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
第三处理单元,用于在所述判断单元判断所述水平方向分割数量为零,且所述垂直方向分割数量不为零时,以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
优选地,所述计算单元根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量时,具体用于:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
优选地,所述计算单元分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置之后,还用于:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
优选地,所述第三处理单元以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置时,具体用于:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
优选地,所述计算单元分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置时,具体用于:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
优选地,所述计算单元根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量时,具体用于:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
优选地,所述计算单元分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置之后,还用于:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
优选地,所述第二处理单元以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置时,具体用于:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
优选地,所述计算单元分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置时,具体用于:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
本发明提出的图像分割方法,首先获取待分割图像,并计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;然后分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;进一步地,根据所述水平方向上的边缘直方图以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;最后,在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。本发明技术方案,自动对待分割图像进行水平方向边缘图、垂直方向边缘图、水平方向边缘直方图以及垂直方向边缘直方图的计算,进而计算得到水平方向分割位置以及垂直方向分割位置,并按照水平方向分割位置以及垂直方向分割位置对图像进行分割,全程不需要人为标记分割位置,处理过程简单且分割准确度高。
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,还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种图像分割方法的流程示意图;
图2是本发明实施例提供的一种多图拼图图像的示意图;
图3是本发明实施例提供的另一种多图拼图图像的示意图;
图4是本发明实施例提供的转换待分割图像颜色空间的示意图;
图5是本发明实施例提供的边缘梯度算子的示意图;
图6是本发明实施例提供的提取得到的图像边缘图的示意图;
图7是本发明实施例提供的计算得到图像的边缘直方图的示意图;
图8是本发明实施例提供的对待分割图像进行分割的示意图;
图9是本发明实施例提供的对另一种待分割图像进行分割的示意图;
图10是本发明实施例提供的另一种图像分割方法的流程示意图;
图11是本发明实施例提供的一种图像分割装置的结构示意图;
图12是本发明实施例提供的另一种图像分割装置的结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
本发明实施例公开了一种图像分割方法,参见图1所示,该方法包括:
S101、获取待分割图像;
具体的,本发明实施例技术方案,能够对如图2所示的多图拼图图像,进行分割处理,得到组成图2所示图像的单个图像。进一步地,本发明实施例也能够对图3所示的无规律多图拼图图像进行分割处理,得到组成图3所示图像的单个图像。
在具体实施本发明实施例技术方案时,将图2、图3所示的多图拼图图像,输入本发明实施例所述技术方案软件程序,进行后续处理。
S102、计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
具体的,图像边缘是图像在灰度或亮度方面差异性的表现,因此,在计算图像的边缘时,一般在灰度空间或亮度空间进行。基于上述原理,本发明实施例在计算待分割图像的边缘图时,首先将所述待分割图像由RGB颜色空间转换为灰度或者任意亮度色彩分离空间,例如YUV颜色空间、HSV颜色空间、HSL颜色空间、LAB颜色空间等。如果待分割图像本身是灰度或亮度色彩分离空间图像,则不需要再对待分割图像进行颜色空间转换;当待分割图像既不是RGB颜色空间图像,也不是灰度或亮度色彩分离空间图像时,可以首先将待分割图像颜色空间转换到RGB颜色空间,进而转换到灰度或亮度色彩分离空间。本发明实施例只限定将待分割图像的颜色空间转换到灰度或亮度色彩分离空间,对转换过程及方法不做严格限定,任何能够达到转换目的的方法,都可以被采用。
对于从RGB颜色空间转换到灰度空间,转换公式为:
Gray=R*0.299+G*0.587+B*0.114
对于从RGB颜色空间转换到亮度色彩分离空间,以HSL颜色空间举例,亮度L(Lightness)的转换公式为:
L=(max(R,G,B)+min(R,G,B))/2
具体的,在本发明实施例中,如图4所示,将图2所示的图像按照上述转换公式转换到灰度或亮度空间。
在将待分割图像转换到灰度或亮度空间后,利用边缘梯度算子对待分割图像进行边缘提取。具体的,对图4所示的图像中的灰度或亮度空间的多图拼图图像,利用如图5所示的水平方向边缘梯度算子和垂直方向边缘梯度算子,与所述灰度或亮度空间的多图拼图图像进行卷积处理,并对卷积结果进行阈值提取及二值化处理,得到如图6所示的水平方向的边缘图和垂直方向的边缘图。
需要说明的是,本发明实施例采用最常用的边缘梯度算子方法,提取待分割图像的边缘,以得到待分割图像的边缘图,事实上,任何能够提取得到待分割图像的边缘图的方法,都可以被采用,本发明不做严格限定。本发明实施例优先采用了最常用的,也是效果较好的,如图5所示的Sobel算子,作为边缘梯度算子,事实上,其它任意的能够用于计算得到待分割图像的边缘图的边缘梯度算子,都可以被采用,都属于本发明实施例保护范围。
S103、分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
具体的,对于水平方向的边缘图的每一行像素,进行水平方向的投影,得到水平方向上的边缘直方图;对于垂直方向的边缘图的每一列像素,进行垂直方向的投影,得到垂直方向上的边缘直方图。具体的,对于图像像素的位置坐标(x,y),其垂直方向边缘图的强度为E(x,y),则垂直边缘直方图hist[n]的计算方式为hist[y]+=E(x,y);同样的,对于图像像素的位置坐标(x,y),其水平方向边缘图的强度为E(x,y),则水平边缘直方图hist[n]的计算方式为hist[x]+=E(x,y)。
按照上述计算方法,计算待分割图像的边缘图的水平方向上的边缘直方图和垂直方向上的边缘直方图,如图7所示。
S104、根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
具体的,在边缘直方图中,直方图位的幅值,代表该直方图位上所有像素的灰度或亮度值的和。因此,对于待分割图像的边缘图来说,其边缘位置或边界位置所对应的直方图位的幅值较大,尤其是水平方向和垂直方向的图像边界所对应的直方图位,其幅值最大。
基于上述原理,在水平方向上的边缘直方图中,找到幅值最大的直方图位,就找到了水平方向和垂直方向的图像边界位置,也就是找到了水平方向分割位置及垂直方向分割位置。
S105、在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
具体的,对所述待分割图像进行分割,得到组成待分割图像的单个图像的具体过程为:以水平方向作为第一层循环,以垂直方向作为第二层循环,标记水平方向分割位置和垂直方向分割位置,构成感兴趣区域,拷贝所有感兴趣区域中的图像,得到组成多图拼图图像的单个图像。例如,对图2所示的多图拼图图像,进行上述分割处理,得到如图8所示的分割效果。同样的,对于如图3所示的无规律拼图图像,进行上述分割处理,得到如图9所示的分割效果。
需要说明的是,基于大多数多图拼图图像,都是类似图2及图3所示的组成形式,本发明实施例只举例说明了提取得到待分割图像的水平及垂直方向的边缘图,以便于对待分割图像进行水平方向及垂直方向的分割。事实上,对于将多个图像按照任意角度组合得到的多图拼图待分割图像,通过提取所述待分割图像在相应方向上的边缘图,进而计算得到相应方向上的分割位置,能够对所述待分割图像进行分割。也就是说,本发明实施例技术方案,不仅限于对图像进行水平方向及垂直方向的分割,对于任意方向组合而成的多图拼图图像,通过改变提取待分割图像边缘图的方向,即可提取得到待分割图像在相应方向上的边缘图,进而根据边缘图计算得到分割位置,对待分割图像进行分割。本发明实施例公开的技术方案,适用于任意方向的图像分割。
本发明提出的图像分割方法,首先获取待分割图像,并计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;然后分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;进一步地,根据所述水平方向上的边缘直方图以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;最后,在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。本发明技术方案,自动对待分割图像进行水平方向边缘图、垂直方向边缘图、水平方向边缘直方图以及垂直方向边缘直方图的计算,进而计算得到水平方向分割位置以及垂直方向分割位置,并按照水平方向分割位置以及垂直方向分割位置对图像进行分割,全程不需要人为标记分割位置,处理过程简单且分割准确度高。
可选的,在本发明的另一个实施例中,如图10所示,所述根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置,包括:
S1004、根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
具体的,水平方向上的边缘直方图中,各直方图位的幅值,显示了该直方图位所在水平行的所有像素的灰度或亮度的和,由于在灰度空间或亮度空间,图像边界处像素的灰度值或亮度值最大,因此,从水平方向上的直方图中,找出幅值最大的直方图位,即找到了图像边界,作为水平方向初始分割位置,进一步的,根据水平方向初始分割位置的数量即可确定水平方向分割数量。同理,按照上述方法,可以确定垂直方向分割位置及垂直方向分割数量。
分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
如果所述水平方向分割数量及所述垂直方向分割数量均不为零,则执行步骤S1005、将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
具体的,如果水平方向分割数量及垂直方向分割数量都不为零,则说明在水平方向和垂直方向都分别确定了若干个初始分割位置。此时,将水平方向初始分割位置设定为水平方向分割位置,将垂直方向初始分割位置设定为垂直方向分割位置,按照所述水平方向分割位置及所述垂直方向分割位置对待分割图像进行分割即可。
如果所述水平方向分割数量不为零,且所述垂直方向分割数量为零,则执行步骤S1006、以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
具体的,如果水平方向分割数量不为零,而垂直方向分割数量为零,则说明只在水平方向确定了初始分割位置,而在垂直方向还没有确定初始分割位置。此时,还无法对待分割图像进行垂直方向的分割,因此,需要以水平方向初始分割位置为基础,针对水平方向初始分割位置所标示的水平方向的每一分割区域,进一步计算得到每一水平方向分割区域的垂直方向初始分割位置。最后,将所述水平方向初始分割位置和所述垂直方向初始分割位置分别设定为水平方向分割位置,及垂直方向分割位置,即最终确定了对待分割图像的分割方法。
如果所述水平方向分割数量为零,且所述垂直方向分割数量不为零,则执行步骤S1007、以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
具体的,与步骤S1006类似,如果垂直方向分割数量不为零,而水平方向分割数量为零,则说明还没有找出水平方向的初始分割位置。此时,需要以垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置。最终,将所述水平方向初始分割位置设定为水平方向分割位置,将所述垂直方向初始分割位置设定为垂直方向分割位置。
当所述水平方向分割数量及所述垂直方向分割数量都为零时,结束对待分割图像的分割。
本实施例中的步骤S1001~S1003、S1008对应图1所示的方法的实施例中的步骤S101~S103、S105,其具体内容请参见对应图1所示的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,包括:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
具体的,在所述水平方向上的边缘直方图中,各直方图位的幅值代表直方图位所在水平行的所有像素的灰度值或亮度值的和。理论上,图像水平边界处的直方图位的幅值,一定大于非图像边界处的直方图位的幅值。针对水平方向上的边缘直方图中各直方图位的幅值,设定第一阈值TH(例如图7中水平方向上的边缘直方图中的垂直线所示),幅值大于TH的直方图位,最有可能是图像水平边界位置,而幅值小于TH的直方图位,不可能是图像水平边界位置。统计幅值大于所述第一阈值TH的直方图位的数量,即是初步统计出图像水平边界数量。其中,所述第一阈值TH根据试验验证或实际使用需要进行选取,本发明实施例不做严格限定。
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
具体的,如果幅值大于设定的第一阈值TH的直方图位的数量,不属于设定的阈值范围,则说明统计得到的水平边界位置太少或太多,不能作为正确的水平边界位置,也就是说没有找到合适的水平方向分割位置,则将水平方向分割数量设定为零。其中,所述阈值范围的取值,根据实际使用场景进行灵活选取。
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
具体的,如果统计得到的幅值大于设定的第一阈值TH的直方图位的数量属于设定的阈值范围,则说明找到了合适数量的水平方向边界位置。进一步地,分别记录所述幅值大于设定的第一阈值TH的直方图位的位置,作为水平方向初始分割位置。
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
可选的,在本发明的另一个实施例中,所述分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置之后,该方法还包括:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
具体的,所述第一阈值TH只能粗略地筛选出水平方向边界位置,并不能保证所筛选出的水平方向边界位置一定是正确的水平方向图像边界,因此,还需进一步验证筛选得到的水平方向初始分割位置是不是正确的水平方向初始分割位置,以及从所述水平方向初始分割位置中找到正确的水平方向初始分割位置。具体的,可以通过水平方向初始分割位置之间的距离进行验证及筛选。在本步骤中,分别计算得到每两个水平方向初始分割位置之间的垂直距离。
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
具体的,生活中多数拼图图像,都是类似于图2所示的九宫格拼图图像,图中各单个图像的宽和高相等。因此,理论上,在水平方向预分割长度中,长度最长且出现次数最多的,即是单个图像的高。本步骤找到长度最长且出现次数最多的水平方向预分割长度,即是确定了可以将待分割图像分割成多少行的单个图像。
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
具体的,如果查找得到的参考项的数量小于设定的数量阈值,也就是说,查找得到的单个图像的高的数量少于设定的数量,比如说少于1个,则说明在水平方向上,不需要再对图像进行分割,此时,将水平方向分割数量设定为零。需要说明的是,所述数量阈值的大小,根据实际使用场景进行选取。
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
具体的,为了避免图像包含的大量的相同大小区域内容(例如马赛克)对图像分割的影响,本发明实施例进一步验证参考项的长度是否小于设定的长度阈值,如果小于设定的长度阈值,则说明间隔为所述参考项的水平方向初始分割位置是图像内容中的干扰内容的边界,不是真正的图像边界。此时,将水平方向分割数量设定为零。
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
具体的,如果所述参考项的长度不小于设定的长度阈值,则说明所述参考项的长度是正确的单个图像的高度。此时,将所述参考项出现的次数,设定为水平方向初始分割数量,同时,将所有水平方向初始分割位置中,相邻垂直距离为所述参考项的长度的水平方向初始分割位置,设定为正确的水平方向初始分割位置。
可选的,在本发明的另一个实施例中,所述以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,包括:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
具体的,在已经确定了垂直方向初始分割位置后,按照所述垂直方向初始分割位置,可以将待分割图像进行垂直方向上的初步划分,得到与垂直方向分割数量相同数量的区域,作为感兴趣区域。
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
具体的,在得到感兴趣区域后,针对每一个感兴趣区域,分别计算水平方向的边缘图,然后计算每一个感兴趣区域的水平方向的边缘图的水平方向上的边缘直方图,进一步的,根据每一个感兴趣区域的水平方向上的边缘直方图,分别计算得到所述每一个感兴趣区域的水平方向初始分割位置,具体计算过程参见上述实施例,此处不再赘述。
可选的,在本发明的另一个实施例中,所述分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置,包括:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
具体的,归一化的过程是,用所述水平方向上的边缘直方图中,每一个直方图位的幅值,除以所述最大的幅值,所得结果作为直方图位新的幅值。
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
具体的,在本发明实施例中,在从水平方向上的边缘直方图中,找出幅值大于第一阈值的直方图位的位置,作为水平方向初始分割位置之前,首先对水平方向上的边缘直方图进行归一化处理,对待分割图像的图像压缩、图像质量衰减等,有一定的抗干扰作用。
可选的,在本发明的另一个实施例中,所述根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量,包括:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
具体的,在所述垂直方向上的边缘直方图中,各直方图位的幅值代表直方图位所在列的所有像素的灰度值或亮度值的和。理论上,图像垂直边界处的直方图位的幅值,一定大于非图像边界处的直方图位的幅值。针对垂直方向上的边缘直方图中各直方图位的幅值,设定第二阈值TH2(例如图7中垂直方向上的边缘直方图中的水平横线所示),幅值大于TH2的直方图位,最有可能是图像垂直边界位置,而幅值小于TH2的直方图位,不可能是图像垂直边界位置。统计幅值大于TH2的直方图位的数量,即是初步统计出图像垂直边界数量。其中,所述第二阈值TH2根据试验验证或实际使用需求进行选取,本发明实施例不做严格限定。
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
具体的,如果幅值大于设定的第二阈值TH2的直方图位的数量,不属于设定的第二阈值范围,则说明统计得到的垂直边界位置太少或太多,不能作为正确的垂直边界位置,也就是说没有找到合适的垂直方向分割位置,则将垂直方向分割数量设定为零。其中,所述第二阈值范围的取值,根据实际使用场景进行灵活选取。
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
具体的,如果统计得到的幅值大于设定的第二阈值TH2的直方图位的数量属于设定的第二阈值范围,则说明找到了合适数量的垂直方向边界位置。进一步地,分别记录所述幅值大于设定的第二阈值TH2的直方图位的位置,作为垂直方向初始分割位置。
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
可选的,在本发明的另一个实施例中,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置之后,该方法还包括:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
具体的,所述第二阈值TH2只能粗略地筛选出垂直方向边界位置,并不能保证所筛选出的垂直方向边界位置一定是正确的垂直方向图像边界,因此,还需进一步验证筛选得到的垂直方向初始分割位置是不是正确的垂直方向初始分割位置,以及从所述垂直方向初始分割位置中找到正确的垂直方向初始分割位置。具体的,可以通过垂直方向初始分割位置之间的距离进行验证及筛选。在本步骤中,分别计算得到每两个垂直方向初始分割位置之间的水平距离。
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
具体的,多数拼图图像,都是类似于图2所示的九宫格拼图图像,图中各单个图像的宽和高相等。因此,理论上,在垂直方向预分割长度中,长度最长且出现次数最多的,即是单个图像的宽。
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
具体的,如果查找得到的第二参考项的数量小于设定的第二数量阈值,也就是说,查找得到的单个图像的宽的数量少于设定的第二数量,比如说少于1个,则说明在垂直方向上,不需要再对图像进行分割,此时,将垂直方向分割数量设定为零。需要说明的是,所述第二数量阈值的大小,根据实际使用场景进行选取。
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
具体的,为了避免图像包含的大量的相同大小区域内容(例如马赛克)对图像分割的影响,本发明实施例进一步验证第二参考项的长度是否小于设定的第二长度阈值,如果小于设定的第二长度阈值,则说明间隔为所述第二参考项的垂直方向初始分割位置是图像内容中的干扰内容的边界,不是真正的图像边界。此时,将垂直方向分割数量设定为零。
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
具体的,如果所述第二参考项的长度不小于设定的第二长度阈值,则说明所述第二参考项的长度是正确的单个图像的宽度。此时,将所述第二参考项出现的次数,设定为垂直方向初始分割数量,同时,将所有垂直方向初始分割位置中,相邻水平距离为所述第二参考项的长度的垂直方向初始分割位置,设定为正确的垂直方向初始分割位置。
可选的,在本发明的另一个实施例中,所述以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,包括:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
具体的,在已经确定了水平方向初始分割位置后,按照所述水平方向初始分割位置,可以将待分割图像进行水平方向上的初步划分,得到与水平方向分割数量相同数量的区域,作为感兴趣区域。
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
具体的,在得到感兴趣区域后,针对每一个感兴趣区域,分别计算垂直方向的边缘图,然后计算每一个感兴趣区域的垂直方向的边缘图的垂直方向上的边缘直方图,进一步的,根据每一个感兴趣区域的垂直方向上的边缘直方图,分别计算得到所述每一个感兴趣区域的垂直方向初始分割位置,具体计算过程参见上述实施例,此处不再赘述。
可选的,在本发明的另一个实施例中,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置,包括:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
具体的,归一化的过程是,用所述垂直方向上的边缘直方图中,每一个直方图位的幅值,除以所述最大的幅值,所得结果作为直方图位新的幅值。
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
具体的,在本发明实施例中,在从垂直方向上的边缘直方图中,找出幅值大于第二阈值的直方图位的位置,作为垂直方向初始分割位置之前,首先对垂直方向上的边缘直方图进行归一化处理,对待分割图像的图像压缩、图像质量衰减等,有一定的抗干扰作用。
本发明另一实施例还公开了一种图像分割装置,如图11所示,该装置包括:
图像获取单元1101,用于获取待分割图像;
边缘图计算单元1102,用于计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
直方图计算单元1103,用于分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
分割位置计算单元1104,用于根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
分割实施单元1105,用于在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
具体的,本实施例中的各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
本发明提出的图像分割装置,由图像获取单元1101获取待分割图像,边缘图计算单元1102计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;然后直方图计算单元1103分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;进一步地,分割位置计算单元1104根据所述水平方向上的边缘直方图以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;最后,分割实施单元1105在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。本发明提出的图像分割装置,自动对待分割图像进行水平方向边缘图、垂直方向边缘图、水平方向边缘直方图以及垂直方向边缘直方图的计算,进而计算得到水平方向分割位置以及垂直方向分割位置,并按照水平方向分割位置以及垂直方向分割位置对图像进行分割,全程不需要人为标记分割位置,处理过程简单且分割准确度高。
可选的,在本发明的另一个实施例中,参见图12所示,分割位置计算单元1104,包括:
计算单元1106,用于根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
判断单元1107,用于分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
第一处理单元1108,用于在所述判断单元判断所述水平方向分割数量及所述垂直方向分割数量均不为零时,将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
第二处理单元1109,用于在所述判断单元判断所述水平方向分割数量不为零,且所述垂直方向分割数量为零时,以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
第三处理单元1110,用于在所述判断单元判断所述水平方向分割数量为零,且所述垂直方向分割数量不为零时,以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
具体的,本实施例中的各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量时,具体用于:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置之后,还用于:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述第三处理单元1110以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置时,具体用于:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
具体的,本实施例中的第三处理单元1110的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置时,具体用于:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量时,具体用于:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置之后,还用于:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述第二处理单元1109以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置时,具体用于:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
具体的,本实施例中的第二处理单元1109的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述计算单元1106分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置时,具体用于:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
具体的,本实施例中的计算单元1106的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (20)

1.一种图像分割方法,其特征在于,包括:
获取待分割图像;
计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
2.根据权利要求1所述的方法,其特征在于,所述根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置,包括:
根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
如果所述水平方向分割数量及所述垂直方向分割数量均不为零,则将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
如果所述水平方向分割数量不为零,且所述垂直方向分割数量为零,则以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
如果所述水平方向分割数量为零,且所述垂直方向分割数量不为零,则以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,包括:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
4.根据权利要求3所述的方法,其特征在于,所述分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置之后,该方法还包括:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
5.根据权利要求4所述的方法,其特征在于,所述以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,包括:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
6.根据权力要求3所述的方法,其特征在于,所述分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置,包括:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
7.根据权利要求2所述的方法,其特征在于,所述根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量,包括:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
8.根据权利要求7所述的方法,其特征在于,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置之后,该方法还包括:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
9.根据权利要求8所述的方法,其特征在于,所述以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,包括:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
10.根据权利要求7所述的方法,其特征在于,所述分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置,包括:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
11.一种图像分割装置,其特征在于,包括:
图像获取单元,用于获取待分割图像;
边缘图计算单元,用于计算得到所述待分割图像的水平方向的边缘图,以及垂直方向的边缘图;
直方图计算单元,用于分别计算得到所述水平方向的边缘图在水平方向上的边缘直方图,以及所述垂直方向的边缘图在垂直方向上的边缘直方图;
分割位置计算单元,用于根据所述水平方向上的边缘直方图,以及所述垂直方向上的边缘直方图,计算得到水平方向分割位置和垂直方向分割位置;
分割实施单元,用于在所述水平方向分割位置以及所述垂直方向分割位置处,对所述待分割图像进行分割。
12.根据权利要求11所述的装置,其特征在于,所述分割位置计算单元,包括:
计算单元,用于根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量,以及根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量;
判断单元,用于分别判断所述水平方向分割数量及所述垂直方向分割数量是否为零;
第一处理单元,用于在所述判断单元判断所述水平方向分割数量及所述垂直方向分割数量均不为零时,将所述水平方向初始分割位置,设定为水平方向分割位置,以及将所述垂直方向初始分割位置,设定为垂直方向分割位置;
第二处理单元,用于在所述判断单元判断所述水平方向分割数量不为零,且所述垂直方向分割数量为零时,以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置,并将所述水平方向初始分割位置设定为水平方向分割位置,以及将所述垂直方向初始分割位置设定为垂直方向分割位置;
第三处理单元,用于在所述判断单元判断所述水平方向分割数量为零,且所述垂直方向分割数量不为零时,以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置,并将所述垂直方向初始分割位置设定为垂直方向分割位置,以及将所述水平方向初始分割位置设定为水平方向分割位置。
13.根据权利要求12所述的装置,其特征在于,所述计算单元根据所述水平方向上的边缘直方图计算得到水平方向初始分割位置和水平方向分割数量时,具体用于:
统计所述水平方向上的边缘直方图中,幅值大于设定的第一阈值的直方图位的数量;
判断所述幅值大于设定的第一阈值的直方图位的数量,是否属于设定的阈值范围;
如果所述幅值大于设定的第一阈值的直方图位的数量,不属于设定的阈值范围,则将水平方向分割数量设定为零;
如果所述幅值大于设定的第一阈值的直方图位的数量,属于设定的阈值范围,则分别记录幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置;
统计所述水平方向初始分割位置的数量,并设定水平方向分割数量为所述水平方向初始分割位置的数量减1。
14.根据权利要求13所述的装置,其特征在于,所述计算单元还用于:
计算每两个所述水平方向初始分割位置之间的垂直距离,作为水平方向预分割长度;
查找参考项,所述参考项为所有水平方向预分割长度中,长度最长且出现次数最多的水平方向预分割长度;
判断所述参考项的出现次数是否小于设定的数量阈值;
如果所述参考项的出现次数小于设定的数量阈值,则将水平方向分割数量设定为零;
如果所述参考项的出现次数不小于设定的数量阈值,则进一步判断所述参考项的长度是否小于设定的长度阈值;
如果所述参考项的长度小于设定的长度阈值,则将水平方向分割数量设定为零;
如果所述参考项的长度不小于设定的长度阈值,则将所述参考项的出现次数,设定为水平方向分割数量,并从所述水平方向初始分割位置中,选出正确的水平方向初始分割位置,其中,每两个相邻的所述正确的水平方向初始分割位置之间的垂直距离为所述参考项的长度。
15.根据权利要求14所述的装置,其特征在于,所述第三处理单元以所述垂直方向初始分割位置为基础,进一步计算得到水平方向初始分割位置时,具体用于:
根据所述垂直方向初始分割位置,将图像划分为数量与所述垂直方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到水平方向的边缘图;
分别计算每一个水平方向的边缘图的水平方向上的边缘直方图;
根据所述水平方向上的边缘直方图,分别计算得到每一个感兴趣区域的水平方向初始分割位置。
16.根据权力要求13所述的装置,其特征在于,所述计算单元分别记录数值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置时,具体用于:
分析得到所述水平方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述水平方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的水平方向上的边缘直方图中的,幅值大于设定的第一阈值的直方图位的位置,作为水平方向初始分割位置。
17.根据权利要求12所述的装置,其特征在于,所述计算单元根据所述垂直方向上的边缘直方图计算得到垂直方向初始分割位置和垂直方向分割数量时,具体用于:
统计所述垂直方向上的边缘直方图中,幅值大于设定的第二阈值的直方图位的数量;
判断所述幅值大于设定的第二阈值的直方图位的数量,是否属于设定的第二阈值范围;
如果所述幅值大于设定的第二阈值的直方图位的数量,不属于设定的第二阈值范围,则将垂直方向分割数量设定为零;
如果所述幅值大于设定的第二阈值的直方图位的数量,属于设定的第二阈值范围,则分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置;
统计所述垂直方向初始分割位置的数量,并设定垂直方向分割数量为所述垂直方向初始分割位置的数量减1。
18.根据权利要求17所述的装置,其特征在于,所述计算单元还用于:
计算每两个所述垂直方向初始分割位置之间的水平距离,作为垂直方向预分割长度;
查找第二参考项,所述第二参考项为所有垂直方向预分割长度中,长度最长且出现次数最多的垂直方向预分割长度;
判断所述第二参考项的出现次数是否小于设定的第二数量阈值;
如果所述第二参考项的出现次数小于设定的第二数量阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的出现次数不小于设定的第二数量阈值,则进一步判断所述第二参考项的长度是否小于设定的第二长度阈值;
如果所述第二参考项的长度小于设定的第二长度阈值,则将垂直方向分割数量设定为零;
如果所述第二参考项的长度不小于设定的第二长度阈值,则将所述第二参考项的出现次数,设定为垂直方向分割数量,并从所述垂直方向初始分割位置中,选出正确的垂直方向初始分割位置,其中,每两个相邻的所述正确的垂直方向初始分割位置之间的水平距离为所述第二参考项的长度。
19.根据权利要求18所述的装置,其特征在于,所述第二处理单元以所述水平方向初始分割位置为基础,进一步计算得到垂直方向初始分割位置时,具体用于:
根据所述水平方向初始分割位置,将图像划分为数量与所述水平方向分割数量相同的感兴趣区域;
对于每一个感兴趣区域,分别计算得到垂直方向的边缘图;
分别计算每一个垂直方向的边缘图的垂直方向上的边缘直方图;
根据所述垂直方向上的边缘直方图,分别计算得到每一个感兴趣区域的垂直方向初始分割位置。
20.根据权利要求17所述的装置,其特征在于,所述计算单元分别记录幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置时,具体用于:
分析得到所述垂直方向上的边缘直方图中,最大的幅值;
利用所述最大的幅值,对所述垂直方向上的边缘直方图进行归一化处理;
分别记录归一化处理之后的垂直方向上的边缘直方图中的,幅值大于设定的第二阈值的直方图位的位置,作为垂直方向初始分割位置。
CN201610930875.0A 2016-10-31 2016-10-31 一种图像分割方法及装置 Active CN106504261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610930875.0A CN106504261B (zh) 2016-10-31 2016-10-31 一种图像分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610930875.0A CN106504261B (zh) 2016-10-31 2016-10-31 一种图像分割方法及装置

Publications (2)

Publication Number Publication Date
CN106504261A true CN106504261A (zh) 2017-03-15
CN106504261B CN106504261B (zh) 2019-08-06

Family

ID=58318798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610930875.0A Active CN106504261B (zh) 2016-10-31 2016-10-31 一种图像分割方法及装置

Country Status (1)

Country Link
CN (1) CN106504261B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292892A (zh) * 2017-06-23 2017-10-24 北京奇艺世纪科技有限公司 视频帧图像的分割方法及装置
CN108764243A (zh) * 2018-05-30 2018-11-06 北京奇艺世纪科技有限公司 一种图像处理方法及装置
CN108805190A (zh) * 2018-05-30 2018-11-13 北京奇艺世纪科技有限公司 一种图像处理方法及装置
CN109064475A (zh) * 2018-09-11 2018-12-21 深圳辉煌耀强科技有限公司 针对宫颈脱落细胞图像的图像分割方法和装置
CN113762262A (zh) * 2021-05-19 2021-12-07 腾讯科技(深圳)有限公司 图像数据筛选、图像分割模型训练方法、装置和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030169921A1 (en) * 2002-03-07 2003-09-11 Canon Kabushiki Kaisha Apparatus and method for image processing
CN103559793A (zh) * 2013-11-18 2014-02-05 哈尔滨工业大学 一种车内遮阳板检测方法及装置
CN104298985A (zh) * 2014-08-11 2015-01-21 东莞中山大学研究院 一种基于迭代的图像文本区域检测方法
CN105046255A (zh) * 2015-07-16 2015-11-11 北京交通大学 一种基于车尾文字识别的车型鉴定方法及系统
CN105139425A (zh) * 2015-08-28 2015-12-09 浙江宇视科技有限公司 一种人数统计方法及装置
CN105260701A (zh) * 2015-09-14 2016-01-20 中电海康集团有限公司 一种适用于复杂场景下的前方车辆检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030169921A1 (en) * 2002-03-07 2003-09-11 Canon Kabushiki Kaisha Apparatus and method for image processing
CN103559793A (zh) * 2013-11-18 2014-02-05 哈尔滨工业大学 一种车内遮阳板检测方法及装置
CN104298985A (zh) * 2014-08-11 2015-01-21 东莞中山大学研究院 一种基于迭代的图像文本区域检测方法
CN105046255A (zh) * 2015-07-16 2015-11-11 北京交通大学 一种基于车尾文字识别的车型鉴定方法及系统
CN105139425A (zh) * 2015-08-28 2015-12-09 浙江宇视科技有限公司 一种人数统计方法及装置
CN105260701A (zh) * 2015-09-14 2016-01-20 中电海康集团有限公司 一种适用于复杂场景下的前方车辆检测方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292892A (zh) * 2017-06-23 2017-10-24 北京奇艺世纪科技有限公司 视频帧图像的分割方法及装置
CN107292892B (zh) * 2017-06-23 2020-04-21 北京奇艺世纪科技有限公司 视频帧图像的分割方法及装置
CN108764243A (zh) * 2018-05-30 2018-11-06 北京奇艺世纪科技有限公司 一种图像处理方法及装置
CN108805190A (zh) * 2018-05-30 2018-11-13 北京奇艺世纪科技有限公司 一种图像处理方法及装置
CN108805190B (zh) * 2018-05-30 2021-06-22 北京奇艺世纪科技有限公司 一种图像处理方法及装置
CN109064475A (zh) * 2018-09-11 2018-12-21 深圳辉煌耀强科技有限公司 针对宫颈脱落细胞图像的图像分割方法和装置
CN113762262A (zh) * 2021-05-19 2021-12-07 腾讯科技(深圳)有限公司 图像数据筛选、图像分割模型训练方法、装置和存储介质
CN113762262B (zh) * 2021-05-19 2024-05-31 腾讯科技(深圳)有限公司 图像数据筛选、图像分割模型训练方法、装置和存储介质

Also Published As

Publication number Publication date
CN106504261B (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
CN106504261B (zh) 一种图像分割方法及装置
Toh et al. Automated fish counting using image processing
CN107909138A (zh) 一种基于安卓平台的类圆颗粒物计数方法
CN103136766B (zh) 一种基于颜色对比和颜色分布的物体显著性检测方法
CN103699900B (zh) 卫星影像中建筑物水平矢量轮廓自动批量提取方法
CN105631455A (zh) 一种图像主体提取方法及系统
JPWO2008129643A1 (ja) ショットサイズ識別装置及び方法、電子機器、並びにコンピュータプログラム
Chen et al. A novel color edge detection algorithm in RGB color space
CN111145105B (zh) 一种图像快速去雾方法、装置、终端及存储介质
CN103295013A (zh) 一种基于成对区域的单幅图像阴影检测方法
CN105139391B (zh) 一种雾霾天气交通图像边缘检测方法
KR20220139292A (ko) 문자 분할 방법, 장치 및 컴퓨터 판독 가능 저장 매체
CN107016657A (zh) 被网纹覆盖的人脸图片的修复方法
CN106599891A (zh) 一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法
CN106846271A (zh) 一种去除身份证照片中网纹的方法
CN115761270A (zh) 色卡的检测方法、装置、电子设备及存储介质
CN104992176B (zh) 一种面向碑文的汉字提取方法
CN106469432A (zh) 对象提取方法和对象提取设备
CN104504702A (zh) 基于方格搜索法的水泥刻槽路面裂缝识别方法
CN117830623A (zh) 图像定位区域选取方法、装置、设备和存储介质
Zhang Highway Crack Material Detection Algorithm Based on Digital Image Processing Technology
CN106530274B (zh) 一种钢梁裂纹的定位方法
CN111951254B (zh) 基于边缘引导加权平均的源相机识别方法及系统
CN115170507A (zh) 基于图像数据的注浆管表面缺陷检测方法及系统
CN110443811B (zh) 一种复杂背景叶片图像的全自动分割方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant