CN106558033A - 基于形态学膨胀腐蚀算法的二值图像处理方法 - Google Patents

基于形态学膨胀腐蚀算法的二值图像处理方法 Download PDF

Info

Publication number
CN106558033A
CN106558033A CN201610911117.4A CN201610911117A CN106558033A CN 106558033 A CN106558033 A CN 106558033A CN 201610911117 A CN201610911117 A CN 201610911117A CN 106558033 A CN106558033 A CN 106558033A
Authority
CN
China
Prior art keywords
image
byte
data
storage area
data storage
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
CN201610911117.4A
Other languages
English (en)
Inventor
余道洋
李梁
郭玉坤
沈守权
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.)
Anhui Kelong Intelligent Polytron Technologies Inc
Original Assignee
Anhui Kelong Intelligent Polytron Technologies Inc
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 Anhui Kelong Intelligent Polytron Technologies Inc filed Critical Anhui Kelong Intelligent Polytron Technologies Inc
Priority to CN201610911117.4A priority Critical patent/CN106558033A/zh
Publication of CN106558033A publication Critical patent/CN106558033A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing

Landscapes

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

Abstract

本发明公开了基于形态学膨胀腐蚀算法的二值图像处理方法，设置结构元素，将输入的图像按行进行扫描读取，并将读取的图像的宽度与高度均扩大成8的倍数；设置两个相等的第一数据存储区和第二数据存储区；按行依次将图像中相邻的8个像素值合并为1个字节，并依次存入第一数据存储区；将图像的存储方向指定为行方向，图像数据的存储指针指向第一数据存储区；将结构元素分解为若干个1*3和3*1的子结构元素的组合；依次对每个子结构元素进行行方向处理；将图像的存储方向转换为列方向，并进行列方向处理；扫描并逐位读取，根据图像尺寸重新解码成二维图像格式。本发明利用二值图像的特点，可以一次处理多个像素，提高图像处理效率。

Description

基于形态学膨胀腐蚀算法的二值图像处理方法
技术领域
本发明涉及图像处理技术领域，尤其涉及基于形态学膨胀腐蚀算法的二值图像处理方法。
背景技术
二值图像是指每个像素不是黑就是白，其灰度值没有中间过渡的图像。图像二值化的作用是为了方便提取图像中的信息，二值图像在进行计算机识别时可以增加识别效率。
腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体，其定义为：
膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程，可以用来填补物体中的空洞。其定义为：
腐蚀和膨胀是数学形态学中最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，数学形态学是图像处理和模式识别领域的新方法，其基本的思想是：用具有一定形态的结构元素去度量和提取图像中的对应形状，从而达到图像分析和识别的目的。其优势有以下几点：一是能有效滤除噪声，保留图像中原有信息，并能实现并行处理方法；二是基于数学形态学的边缘信息提取处理优于基于微分运算的边缘提取算法，使提取的边缘比较平滑，提取的图像骨架也比较连续且断点很少。
在现有技术中，膨胀、腐蚀操作需要对图像每个像素的邻域进行访问并进行逻辑操作，每个像素均需被访问多次，操作效率较低。而利用二值图像的特点，可以一次处理多个像素，提高处理效率。
发明内容
本发明的目的在于提供一种基于形态学膨胀腐蚀算法的二值图像处理方法，并可以扩展到矩形可分解的结构元素在其他信号源上进行的类卷积运算。
为了解决背景技术所存在的问题，本发明通过以下步骤实现：
基于形态学膨胀腐蚀算法的二值图像处理方法，其包括以下步骤：
(1)设置结构元素，将输入的图像按行进行扫描读取，并将读取的图像的宽度与高度均扩大成8的倍数；然后根据扩大后的图像字节数来设置两个相等的第一数据存储区和第二数据存储区；
(2)按行依次将图像中相邻的8个像素值合并为1个字节，再将各字节依次存入第一数据存储区；并将图像的存储方向指定为行方向，图像数据的存储指针指向第一数据存储区；
(3)将结构元素分解为若干个1*3和3*1的子结构元素的组合；
(4)依次对每个子结构元素进行行方向处理；
(5)将图像的存储方向转换为列方向，并对每个子结构元素进行列方向处理；
(6)按顺序扫描经步骤(5)处理后的存储图像数据，逐位读取，并根据图像尺寸重新解码成二维图像格式。
进一步方案，所述步骤(1)中第一数据存储区和第二数据存储区的大小为[(图像宽度+7)/8]×[(图像高度+7)/8]×8个字节。
进一步方案，所述步骤(4)中行方向处理的步骤如下：
(1)将第一数据存储区中所存储的图像的存储方向转换成与3*1的子结构元素的方向一致；
(2)对每个字节进行查表，并将查表得到的不考虑字节边界的中间结果存放到第二数据存储区；
(3)依次对步骤(2)得到的中间结果进行字节边界处理，得到最终结果同样存放在第二数据存储区，并将图像的数据指针指向第二数据存储区。
更优选的，所述步骤(2)中查表是指查膨胀表和查腐蚀表；
优选的，所述步骤(3)中字节边界处理是指膨胀处理和腐蚀处理，其中膨胀处理是将中间结果的每行中除第一个字节以外的其他字节的最高位与其前面相邻字节的最低位做“或”操作；每行中除最后一个字节以外的其他字节的最低位与其后面相邻字节的最高位做“或”操作，即得到最终的膨胀结果；
所述腐蚀处理是将中间结果的每行中除第一个字节以外的其他字节的最高位与其前面相邻字节的最低位做“与”操作；每行中除最后一个字节以外的其他字节的最低位与其后面相邻字节的最高位做“与”操作，即得到最终的腐蚀结果。
进一步方案，所述步骤(5)中将图像的存储方向转换为列方向的步骤如下：
(1)根据图像宽度得到图像每行的字节数；
(2)先设置第一行的第一个指针，然后根据图像每行的字节数，将第一个指针加上第一行的字节数，得到第二行的指针，依次进行下去得到8个指针，这个8个指针分别指向图像数据的前8行；
(3)同时读取这8个指针所指向字节的最高位(即第1列的像素值)，并将其合并到1个字节中，即列方向存储的第1个字节数据，放入第二数据存储区；
(4)继续读取8个指针所指向字节的次高位(第2列像素值)，生成列方向存储的第2个字节；以此类推，直到字节中的8位全部读完；
(5)将8个指针同时前进1个字节，按照步骤(3)-(4)，直到8位数据全部转换完；
(6)将8个指针同时前进8行，继续执行步骤(3)-(4)，直到所有数据转换完成；
(7)将图像数据的存储指针指向第二数据存储区，图像存储方向即转换为列方向。本发明中的结构元素是指具有某种确定形状的基本结构元素，例如一定大小的矩形(如大小为3*3的矩形)、圆或者菱形等。
由于二值图像的像素仅取值0和1，因此表示1个像素只需1个二进制位，可以在1个字节中存放8个像素值。为处理方便，本发明是将图像的宽度与高度扩大到最接近的8的倍数。
本发明利用二值图像简单，占用空间少等特点，可以一次处理多个像素，提高图像处理效率。本发明的目的在于提供一种二值图像的快速膨胀、腐蚀处理方法，而且更可以扩展到矩形可分解的结构元素在其他信号源上进行的类卷积运算。
具体实施方式：
实施例1：
一种基于形态学膨胀腐蚀算法的二值图像处理方法，其包括以下步骤：
(1)将待处理的图像进行读取与转换：
设置结构元素，将输入的图像按行进行扫描读取，并将读取的图像的宽度与高度均扩大成8的倍数；然后根据扩大后的图像字节数来设置两个相等的第一数据存储区和第二数据存储区；按行依次将图像中相邻的8个像素值合并为1个字节，再将各字节依次存入第一数据存储区；并将图像的存储方向指定为行方向，图像数据的存储指针指向第一数据存储区；
其中，第一数据存储区和第二数据存储区的大小为[(图像宽度+7)/8]×[(图像高度+7)/8]×8个字节。
(2)将所需膨胀、腐蚀操作分解为一系列1×3、3×1子结构元素的操作
(3)将结构元素分解为若干个1*3和3*1的子结构元素的组合；
由于膨胀、腐蚀属于卷积运算，由卷积的结合律，在使用尺寸为奇数的矩形结构元素时，可以将矩形结构元素分解为1×3、3×1的子结构元素，依次进行膨胀或腐蚀处理。在操作顺序上，按照图像的存储方向安排操作顺序；例如，读入图像时，使用的是行方向，因此，进行操作时，首先进行行方向子结构元素的操作，再将图像数据存储方向转换为列方向，然后进行列方向子结构元素的操作。
(4)依次对每个子结构元素进行行方向处理操作
下面介绍对子结构元素的操作，以行方向的膨胀操作为例(腐蚀处理流程大致相同)，其过程为：
a.对图像数据的每个字节，通过查膨胀表，得到未考虑字节边界的中间膨胀结果，存放到图像的另一块数据存储区中。其中，膨胀表中的内容为一系列常数，预先设定好。例如，由膨胀的定义，图像数据67(二进制表示为01000011)的膨胀结果为231(二进制表示为11100111)，即在膨胀表中，第67个字节的数据为231。
b.依次处理图像数据的字节边界：中间结果的每行，除第一个字节以外，其他字节的最高位，与其前面相邻字节的最低位做“或”操作；每行除最后一个字节以外，其他字节的最低位，与其后面相邻字节的最高位做“或”操作，即得到最终的膨胀结果。
c.此时膨胀结果已存放在另一块存储区中，修改图像的数据指针指向该存储区，即完成一次行方向的膨胀操作；
腐蚀处理是先通过查将腐蚀表，再将中间结果的每行中除第一个字节以外的其他字节的最高位与其前面相邻字节的最低位做“与”操作；每行中除最后一个字节以外的其他字节的最低位与其后面相邻字节的最高位做“与”操作，即得到最终的腐蚀结果。
(5)将图像的存储方向转换为列方向，并对每个子结构元素进行列方向处理，具体为：
a根据图像宽度得到图像每行的字节数；
b先设置第一行的第一个指针，然后根据图像每行的字节数，将第一个指针加上第一行的字节数，得到第二行的指针，依次进行下去得到8个指针，这个8个指针分别指向图像数据的前8行；
c同时读取这8个指针所指向字节的最高位(即第1列的像素值)，并将其合并到1个字节中，即列方向存储的第1个字节数据，放入第二数据存储区；
d继续读取8个指针所指向字节的次高位(第2列像素值)，生成列方向存储的第2个字节；以此类推，直到字节中的8位全部读完；
e将8个指针同时前进1个字节，按照步骤(3)-(4)，直到8位数据全部转换完；
f将8个指针同时前进8行，继续执行步骤(3)-(4)，直到所有数据转换完成；
g将图像数据的存储指针指向第二数据存储区，图像存储方向即转换为列方向。
(6)按顺序扫描经步骤(5)处理后的存储图像数据，逐位读取，并根据图像尺寸重新解码成二维图像格式。
实施例2：
设有一幅20×12的二值图像如下，用5×3的结构元素进行腐蚀，其步骤如下：
00000 00000 00000 00000
00011 11111 11111 00000
00001 11111 11111 11100
00000 11111 11111 11100
00000 11111 00000 11100
00000 11111 00000 11100
00000 00111 00000 11100
00000 00111 11111 11100
01110 00111 11111 11100
01110 00111 11111 10110
01110 00111 11111 11100
00000 00000 00000 00000
处理步骤如下：
1、计算图像压缩存储所需空间。将图像尺寸扩大到8的倍数，得24×16，因此，所需存储空间为24×16/8＝48字节，分配好两块48字节的存储区。
2、按行方向依次读取8个像素存入一个字节，将全部图像数据读入第一存储区中，并设置图像数据指针，指示图像数据处于第一存储区。对超出实际图像范围的行，所对应的数据自然为0。读取完毕后，第一存储区的内容如下：(用分号以便分隔每行，下同)
0,0,0；31,254,0；15,255,192；7,255,192；7,193,192；7,193；192；
1,193,192；1,255,192；113,255,192；113,255,96；113,255,192；0,0,0；
0,0,0；0,0,0；0,0,0；0,0,0
其中，前两行为实际图像数据的1～12行，第三行为超出图像范围所填充的13～16行。
3、结构元素进行分解，设计处理流程。5×3可以看作两个3×1和一个1×3的组合；因此，先将图像进行2次行方向的3×1腐蚀，再进行1次列方向的1×3腐蚀。
4、进行第1次腐蚀：
(1)查腐蚀表，将查表后的内容放入第二存储区。完成后，第二存储区内容为：
0,0,0；15,252,0；7,255,128；3,255,128；3,128,128；3,128,128；
0,128,128；0,255,128；32,255,128；32,255,0；32,255,128；0,0,0；
0,0,0；0,0,0；0,0,0；0,0,0
(2)依次处理每行中的字节边界。在此例中，只有第10行第16列原本为1，被第10行第17列影响而置零，得到存放在第二存储区的腐蚀结果为：
0,0,0；15,252,0；7,255,128；3,255,128；3,128,128；3,128,128；
0,128,128；0,255,128；32,255,128；32,254,0；32,255,128；0,0,0
0,0,0；0,0,0；0,0,0；0,0,0
(3)修改图像数据指针，指示目前图像数据存储于第二存储区。
5、进行第2次腐蚀：
(1)查腐蚀表，将查表后的内容放入第一存储区，修改后第一存储区内容为：
0,0,0；7,248,0；3,255,0；1,255,0；1,0,0；1,0,0；
0,0,0；0,255,0；0,255,0；0,252,0；0,255,0；0,0,0
0,0,0；0,0,0；0,0,0；0,0,0
(2)依次处理每行中的字节边界。得到存放在第一存储区的腐蚀结果为：
0,0,0；7,248,0；3,255,0；1,255,0；1,0,0；1,0,0；
0,0,0；0,127,0；0,127,0；0,124,0；0,127,0；0,0,0
0,0,0；0,0,0；0,0,0；0,0,0
(3)修改图像数据指针，指示目前图像数据存储于第一存储区。
6、将图像存储方向改变为列方向。改变后，图像数据指针指向第二存储区，第二存储区内容为(前三行表示实际图像数据的1～20列，第四行为超出图像范围所填充的21-24列)：
0,0；0,0；0,0；0,0；0,0；
64,0；96,0；124,0；112,0；113,224；
113,224；113,224；113,224；49,224；49,160；
49,160；0,0；0,0；0,0；0,0；
0,0；0,0；0,0；0,0
7、进行(列方向的)第3次腐蚀：
(1)查腐蚀表，将查表后的内容放入第一存储区，修改后第一存储区内容为：
0,0；0,0；0,0；0,0；0,0；
0,0；0,0；56,0；32,0；32,192；
32,192；32,192；32,192；0,192；0,0；
0,0；0,0；0,0；0,0；0,0；
0,0；0,0；0,0；0,0
(2)处理字节边界。此例中，已没有跨越字节边界腐蚀的像素点，数据没有变化；
(3)修改图像数据指针，指示目前图像数据存储于第一存储区。
8、腐蚀操作全部完成，如需显示图像，将第一存储区内的数据按位解码，转换为二值图像表示，得到：
00000 00000 00000 00000
00000 00000 00000 00000
00000 00111 11100 00000
00000 00100 00000 00000
00000 00100 00000 00000
00000 00000 00000 00000
00000 00000 00000 00000
00000 00000 00000 00000
00000 00001 11110 00000
00000 00001 11110 00000
00000 00000 00000 00000
00000 00000 00000 00000
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (6)

1.基于形态学膨胀腐蚀算法的二值图像处理方法，其特征在于：包括以下步骤：
（1）设置结构元素，将输入的图像按行进行扫描读取，并将读取的图像的宽度与高度均扩大成8的倍数；然后根据扩大后的图像字节数来设置两个相等的第一数据存储区和第二数据存储区；
（2）按行依次将图像中相邻的8个像素值合并为1个字节，再将各字节依次存入第一数据存储区；并将图像的存储方向指定为行方向，图像数据的存储指针指向第一数据存储区；
（3）将结构元素分解为若干个1*3和3*1的子结构元素的组合；
（4）依次对每个子结构元素进行行方向处理；
（5）将图像的存储方向转换为列方向，并对每个子结构元素进行列方向处理；
（6）按顺序扫描经步骤（5）处理后的存储图像数据，逐位读取，并根据图像尺寸重新解码成二维图像格式。
2.根据权利要求1所述的二值图像处理方法，其特征在于：所述步骤（1）中第一数据存储区和第二数据存储区的大小为[(图像宽度+7)/8]×[(图像高度+7)/8]×8个字节。
3.根据权利要求1所述的二值图像处理方法，其特征在于：所述步骤（4）中行方向处理的步骤如下：
（1）将第一数据存储区中所存储的图像的存储方向转换成与3*1的子结构元素的方向一致；
（2）对每个字节进行查表，并将查表得到的不考虑字节边界的中间结果存放到第二数据存储区；
（3）依次对步骤（2）得到的中间结果进行字节边界处理，得到最终结果同样存放在第二数据存储区，并将图像的数据指针指向第二数据存储区。
4.根据权利要求3所述的二值图像处理方法，其特征在于：所述步骤（2）中查表是指查膨胀表和查腐蚀表。
5.根据权利要求3所述的二值图像处理方法，其特征在于：所述步骤（3）中字节边界处理是指膨胀处理和腐蚀处理，其中膨胀处理是将中间结果的每行中除第一个字节以外的其他字节的最高位与其前面相邻字节的最低位做“或”操作；每行中除最后一个字节以外的其他字节的最低位与其后面相邻字节的最高位做“或”操作，即得到最终的膨胀结果；
所述腐蚀处理是将中间结果的每行中除第一个字节以外的其他字节的最高位与其前面相邻字节的最低位做“与”操作；每行中除最后一个字节以外的其他字节的最低位与其后面相邻字节的最高位做“与”操作，即得到最终的腐蚀结果。
6.根据权利要求1所述的二值图像处理方法，其特征在于：所述步骤（5）中将图像的存储方向转换为列方向的步骤如下：
（1）根据图像宽度得到图像每行的字节数；
（2）先设置第一行的第一个指针，然后根据图像每行的字节数，将第一个指针加上第一行的字节数，得到第二行的指针，依次进行下去得到8个指针，这个8个指针分别指向图像数据的前8行；
（3）同时读取这8个指针所指向字节的最高位（即第1列的像素值），并将其合并到1个字节中，即列方向存储的第1个字节数据，放入第二数据存储区；
（4）继续读取8个指针所指向字节的次高位（第2列像素值），生成列方向存储的第2个字节；以此类推，直到字节中的8位全部读完；
（5）将8个指针同时前进1个字节，按照步骤（3）-（4），直到8位数据全部转换完；
（6）将8个指针同时前进8行，继续执行步骤（3）-（4），直到所有数据转换完成；
（7）将图像数据的存储指针指向第二数据存储区，图像存储方向即转换为列方向。
CN201610911117.4A 2016-10-19 2016-10-19 基于形态学膨胀腐蚀算法的二值图像处理方法 Pending CN106558033A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610911117.4A CN106558033A (zh) 2016-10-19 2016-10-19 基于形态学膨胀腐蚀算法的二值图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610911117.4A CN106558033A (zh) 2016-10-19 2016-10-19 基于形态学膨胀腐蚀算法的二值图像处理方法

Publications (1)

Publication Number Publication Date
CN106558033A true CN106558033A (zh) 2017-04-05

Family

ID=58443388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610911117.4A Pending CN106558033A (zh) 2016-10-19 2016-10-19 基于形态学膨胀腐蚀算法的二值图像处理方法

Country Status (1)

Country Link
CN (1) CN106558033A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107705300A (zh) * 2017-09-28 2018-02-16 成都大熊智能科技有限责任公司 一种基于形态学变换实现空白页检测的方法
CN107875638A (zh) * 2017-11-24 2018-04-06 宁波隆翔环保科技有限公司 一种游戏小汽车
CN108460784A (zh) * 2018-01-22 2018-08-28 合肥芯碁微电子装备有限公司 一种基于fpga的灰度及二值图像膨胀腐蚀处理方法
CN108805846A (zh) * 2017-05-03 2018-11-13 深圳市傲睿智存科技有限公司 二值图像处理优化的方法及其系统
CN110097525A (zh) * 2019-04-23 2019-08-06 厦门美图之家科技有限公司 一种图像渲染方法、装置和计算设备
CN110942416A (zh) * 2019-11-08 2020-03-31 东南大学 一种gpu通用的形态学加速方法
CN111045054A (zh) * 2019-04-19 2020-04-21 泰州腾翔信息科技有限公司 基于导航数据的编号识别平台
CN113781607A (zh) * 2021-09-17 2021-12-10 平安科技（深圳）有限公司 Ocr图像的标注数据的处理方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1556503A (zh) * 2004-01-09 2004-12-22 清华大学 图像处理中的快速形态学腐蚀、膨胀方法
CN101482970A (zh) * 2009-01-08 2009-07-15 上海交通大学 图像处理中的改进形态学滤波方法
CN101562691A (zh) * 2008-04-17 2009-10-21 鸿富锦精密工业（深圳）有限公司 图像处理装置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1556503A (zh) * 2004-01-09 2004-12-22 清华大学 图像处理中的快速形态学腐蚀、膨胀方法
CN101562691A (zh) * 2008-04-17 2009-10-21 鸿富锦精密工业（深圳）有限公司 图像处理装置及方法
CN101482970A (zh) * 2009-01-08 2009-07-15 上海交通大学 图像处理中的改进形态学滤波方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HOCHONG PARK等: "Decomposition of Arbitrarily Shaped Morphological Structuring Elements", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
杨琨等: "数学形态学腐蚀膨胀运算的快速算法", 《计算机工程与应用》 *
程楷等: "基于结构元素分解的二值形态学并行快速算法", 《电视技术》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805846A (zh) * 2017-05-03 2018-11-13 深圳市傲睿智存科技有限公司 二值图像处理优化的方法及其系统
CN107705300A (zh) * 2017-09-28 2018-02-16 成都大熊智能科技有限责任公司 一种基于形态学变换实现空白页检测的方法
CN107875638A (zh) * 2017-11-24 2018-04-06 宁波隆翔环保科技有限公司 一种游戏小汽车
CN108460784A (zh) * 2018-01-22 2018-08-28 合肥芯碁微电子装备有限公司 一种基于fpga的灰度及二值图像膨胀腐蚀处理方法
CN108460784B (zh) * 2018-01-22 2022-03-22 合肥芯碁微电子装备股份有限公司 一种基于fpga的灰度及二值图像膨胀腐蚀处理方法
CN111045054A (zh) * 2019-04-19 2020-04-21 泰州腾翔信息科技有限公司 基于导航数据的编号识别平台
CN111045054B (zh) * 2019-04-19 2021-09-14 中航安贞(浙江)信息科技有限公司 基于导航数据的编号识别平台
CN110097525B (zh) * 2019-04-23 2021-01-29 厦门美图之家科技有限公司 一种图像渲染方法、装置和计算设备
CN110097525A (zh) * 2019-04-23 2019-08-06 厦门美图之家科技有限公司 一种图像渲染方法、装置和计算设备
CN110942416A (zh) * 2019-11-08 2020-03-31 东南大学 一种gpu通用的形态学加速方法
CN110942416B (zh) * 2019-11-08 2022-11-18 东南大学 一种gpu通用的形态学加速方法
CN113781607A (zh) * 2021-09-17 2021-12-10 平安科技（深圳）有限公司 Ocr图像的标注数据的处理方法、装置、设备及存储介质
CN113781607B (zh) * 2021-09-17 2023-09-19 平安科技（深圳）有限公司 Ocr图像的标注数据的处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106558033A (zh) 基于形态学膨胀腐蚀算法的二值图像处理方法
CN111260586A (zh) 扭曲文档图像的矫正方法和装置
CN104137119B (zh) 图像处理装置及图像处理方法
CN112184585B (zh) 一种基于语义边缘融合的图像补全方法及系统
CN109886391B (zh) 一种基于空间正反对角卷积的神经网络压缩方法
CN110060260B (zh) 一种图像处理方法及系统
CN108615058A (zh) 一种字符识别的方法、装置、设备及可读存储介质
CN111680690A (zh) 一种文字识别方法及装置
CN113994364B (zh) 单或多模态风格转移系统及方法与用其的随机风格化系统
CN113920516B (zh) 一种基于孪生神经网络的书法字骨架匹配方法及系统
EP0444593A2 (en) A data processing device
CN109409211B (zh) 汉字骨架笔段的处理方法、处理装置及存储介质
CN108763997A (zh) 一种基于交叉方向快速二值化的二维码降噪方法及系统
CN113012068A (zh) 图像去噪方法、装置、电子设备及计算机可读存储介质
CN105046632A (zh) 时空高效的二值图像二元逻辑运算方法
CN112541370B (zh) 一种基于fpga的qr码位置探测图形定位方法
Liu et al. Multi-scale skip-connection network for image super-resolution
CN117911437A (zh) 一种改进YOLOv5x的荞麦籽粒粘连分割方法
CN110930423B (zh) 一种物体边缘特征识别提取方法
CN108734179A (zh) 基于硬件实现优化的sift关键点描述的方法
CN112464901A (zh) 基于梯度脸局部高阶主方向模式的人脸特征提取方法
CN113989137B (zh) 一种脸部肌肤图像色素沉着提取并形成棕区光谱的方法
CN115861349A (zh) 基于约简概念结构元素和矩阵序的彩色图像边缘提取方法
Kropatsch Equivalent contraction kernels and the domain of dual irregular pyramids
CN115375922A (zh) 一种基于多尺度空间注意力的轻量化显著性检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 230094, Anhui Hefei hi tech Zone Innovation Industry Park two, F3 block, 9 floor

Applicant after: Anhui KELONG Intelligent Technology Co., Ltd.

Address before: 230094, Anhui Hefei hi tech Zone Innovation Industry Park two, F3 block, 9 floor

Applicant before: Anhui KELONG intelligent Polytron Technologies Inc

CB02 Change of applicant information
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170405

WD01 Invention patent application deemed withdrawn after publication