CN106663317A - 数字图像的形态学处理方法和数字图像处理装置 - Google Patents

数字图像的形态学处理方法和数字图像处理装置 Download PDF

Info

Publication number
CN106663317A
CN106663317A CN201680000942.7A CN201680000942A CN106663317A CN 106663317 A CN106663317 A CN 106663317A CN 201680000942 A CN201680000942 A CN 201680000942A CN 106663317 A CN106663317 A CN 106663317A
Authority
CN
China
Prior art keywords
pixel
detected
point
value
matrix
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
CN201680000942.7A
Other languages
English (en)
Other versions
CN106663317B (zh
Inventor
方春
王兵
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.)
Shenzhen Goodix Technology Co Ltd
Original Assignee
Shenzhen Huiding 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 Shenzhen Huiding Technology Co Ltd filed Critical Shenzhen Huiding Technology Co Ltd
Publication of CN106663317A publication Critical patent/CN106663317A/zh
Application granted granted Critical
Publication of CN106663317B publication Critical patent/CN106663317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing

Landscapes

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

Abstract

本发明提供了数字图像的形态学处理方法和数字图像处理装置。该数字图像的形态学处理方法包括:判断所述数字图像中的待检测像素点是否为边界点;若所述待检测像素点为边界点,判断所述待检测像素点是否为方向膨胀点;若所述待检测像素点为所述方向膨胀点,则根据所述待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。本发明提供的数字图像的形态学处理方法和数字图像处理装置,可以简单、快速地对数字图像进行形态学处理。

Description

数字图像的形态学处理方法和数字图像处理装置
技术领域
本发明涉及图像处理领域,尤其涉及数字图像的形态学处理方法和数字图像处理装置。
背景技术
在图像处理过程中,如指纹识别过程中,需要将有效区域从无效区域中识别出来。无效区域主要包括图像中的非按压区域、湿手区域、坏点区域等。为了使得识别出来的有效区域能够更好地覆盖图像中有用的图像信息,如指纹中有用的指纹信息,需要对这些有效区域对应的数字图像进行一定的形态学处理。
数字图像形态学处理的基本思想是:用具有一定形态的结构元素去度量和提取数字图像中的对应形状,达到图像分析和识别的目的。
数字图像形态学处理中包括了腐蚀运算、膨胀运算、开运算和闭运算等运算。而数字图像形态学处理中的各个运算都是以腐蚀运算和膨胀运算为基础的。腐蚀运算和膨胀运算中都需要使用结构元素。结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。
不过,传统的数字图像进行形态学处理,实质上是对数字图像和结构元素的一种二维卷积运算。因此当数字图像的维数比较大时,运算速度会很慢。
发明内容
本发明提供了数字图像的形态学处理方法和数字图像处理装置,可以简单、快速地对数字图像进行形态学处理。
第一方面,本发明提供了一种数字图像的形态学处理方法,包括:判断数字图像中的待检测像素点是否为边界点,待检测像素点的像素值为第一像素值;若待检测像素点为边界点,判断待检测像素点是否为方向膨胀点,方向膨胀点为数字图像的边界点,方向膨胀点的第一方向上相邻的像素点为已经进行过检测的边界点,且方向膨胀点的第一方向上相邻的像素点的像素值为第一像素值;若待检测像素点为方向膨胀点,则根据待检测像素点的位置和第一方向膨胀矩阵,将数字图像中的第一像素点集合中的像素点的像素值赋值为第一像素值;其中,第一像素点集合中所有像素点与待检测像素点的相对位置矩阵为第一方向膨胀矩阵。
本发明实施例中,当待检测像素点为方向膨胀点时,只需根据方向膨胀矩阵将数字图像中与待检测像素点的位置满足方向膨胀矩阵的像素点的像素值直接置为与待检测像素点的像素值相同即可,而不需要进行传统的膨胀运算,从而可以降低运算量,节省运算时间。
可选地,第一方向膨胀矩阵为第一结构图中包含、而第二结构图中不包含的像素点相对于第一结构图的原点的位置矩阵,第二结构图为用于对数字图像进行膨胀运算的结构元素矩阵对应的图像,第一结构图为第一结构图在第二方向上平移后所得的图像,第二方向与第一方向相反。
在一种可能的实现方式中,所述形态学处理方法还包括:若待检测像素点不是方向膨胀点,则使用结构元素矩阵对待检测像素点进行膨胀运算。
在一种可能的实现方式中,所述形态学处理方法还包括:若待检测像素点不是边界点,则不对待检测像素点做膨胀运算。
本发明实施例中,不是边界点的像素点不作膨胀运算,可以进一步减少运算量和节省运算时间。
在一种可能的实现方式中,判断所述待检测像素点是否为边界点,包括:确定待检测像素点满足以下任意一种条件时,判断待检测像素点为边界点:待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,待检测点的位置中的纵坐标为纵坐标最小值或纵坐标最大值,待检测像素点与待检测像素点的至少一个相邻像素点的像素值不相等。
第二方面,本发明提供了一种数字图像处理装置,所述数字图像处理装置包括用于执行第一方面或第一方面中任意一种可能的实现方式中的形态学处理方法的模块。
第三方面,本发明提供了一种数字图像处理装置,包括处理器和存储器,所述存储器用于存储代码,所述处理器用于执行所述存储器中的代码。当所述代码被执行时,所述处理器实现第一方面或第一方面中任意一种可能的实现方式中的形态学处理方法。
第四方面,本发明提供了一种计算机可读介质,所述计算机可读介质存储用于数字图像处理装置执行的程序代码,所述程序代码包括用于执行第一方面中或第一方面中任意一种可能的实现方式中的形态学处理方法的指令。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的待处理数字图像和结构图的示意图。
图2是本发明实施例的数字图像的形态学处理方法的示意性流程图。
图3是本发明实施例的方向膨胀矩阵的示意图。
图4是本发明实施例的数字图像的形态学处理方法的示意图。
图5是本发明实施例的数字图像处理装置的示意性结构图。
图6是本发明实施例的数字图像处理装置的示意性结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
通常来说,对二值图像进行腐蚀运算和膨胀运算的操作过程一般采用以下方式。假设用B代表结构元素矩阵,用E代表二值图像的像素矩阵,则用结构元素矩阵B对像素矩阵E进行腐蚀运算就是:扫描二值图像的每一个像素,用结构元素矩阵与其覆盖的二值图像做“与”操作,如果都为1,则该二值图像中该像素点的值1,否则为0。而用结构元素矩阵B对像素矩阵E进行膨胀就是:扫描二值图像的每一个像素,用结构元素矩阵与其覆盖的二值图像做“与”操作,如果都为0,结果图像的该像素为0,否则为1。
图1是本发明实施例的待处理数字图像和结构图的示意图。
如图1中的(a)所示,待处理数字图像为二值图像,其中的像素点的像素值分别为1和0。像素值为1的点为有效区域,像素值为0的点为无线区域。结构元素矩阵对应的结构图如图1中的(b)所示。
一般而言,使用图1的(b)中的结构元素矩阵对图1的(a)中的二值图像进行膨胀运算时,通常是使用图1的(b)中的结构元素矩阵从左到右、从上到下,依次对图1的(a)中的二值图像中像素值为1的待检测像素点进行膨胀运算。这种数字图像处理方法运算量较大,时间较大。
因此本发明实施例提出了一种数字图像的形态学处理方法,具体内容为:当待检测像素点为数字图像中的边界点时,根据该边界点相邻的像素点是否满足预设条件来对该边界点进行传统的膨胀运算还是本发明实施例中提出的特定的膨胀运算,以减少运算量,节省运算时间。
图2为本发明实施例的数字图像的形态学处理方法的示意性流程图。应理解,图2示出了形态学处理方法的步骤或操作,但这些步骤或操作仅是示例,本发明实施例还可以执行其他操作或者图2中的各个操作的变形。此外,图2中的各个步骤可以按照与图2呈现的不同的顺序来执行,并且有可能并非要执行图2中的全部操作。图2中的数字图像的形态学处理方法可以由数字图像处理装置执行。
S210,判断数字图像中的待检测像素点是否为边界点。其中,该待检测像素点的像素值为第一像素值。
该数字图像可以是二值图像,如像素点的像素值为1或0。待检测像素点的第一像素值可以为二值图像中的两种像素值中的任一项一种,如可以为1,也可以为0,即第一像素值可以为1,也可以为0。
S220,若待检测像素点为边界点,判断待检测像素点是否为方向膨胀点。其中,方向膨胀点为数字图像的边界点,且方向膨胀点在第一方向上相邻的像素点为已经进行过检测的边界点,并且方向膨胀点在第一方向上相邻的像素点的像素值也为第一像素值。
在S210中判断待检测像素点为边界点后,进一步判断该待检测点是否为方向膨胀点。方向膨胀点的定义为:若某个边界点在某个方向上相邻的边界点在此之前已经检测过或进行过膨胀运算,且该边界点与其相邻的这个边界点都同为第一像素值,则该边界点为方向膨胀点。此处所说的检测包括判断过是否需要进行膨胀运算的像素点,此处的膨胀运算包括传统的膨胀运算和本发明实施例特殊的方向膨胀运算。
S230,若待检测像素点为所述方向膨胀点,则根据待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。
其中,第一像素点集合中所有像素点与待检测像素点的相对位置矩阵为第一方向膨胀矩阵。第一方向膨胀矩阵可以为包含在第一结构图中而不包含在第二结构图中的像素点相对于第一结构图的原点的位置矩阵,第二结构图为用于对数字图像进行膨胀运算的结构元素矩阵对应的图像,第一结构图为第一结构图在第二方向上平移后所得的图像,其中,第二方向与第一方向相反。
可选地,该形态学处理方法中的第一方向可以是上方、下方、左方、右方、右上方、右下方、左上方或左下方中的任一方向,相对应地,第二方向可以是下方、上方、右方、左方、左下方、左上方、右下方或走上方中的任一方向。
若在S220中判断待检测像素点为方向膨胀点时,对待检测像素点做特殊的方向膨胀运算,而不是传统的膨胀运算。下面具体介绍本发明实施例中的特殊的膨胀运算。
对数字图像进行形态学处理时,都会有一个用于进行膨胀运算的结构元素矩阵,该结构元素矩阵对应一个第二结构图,第二结构图有预定义的原点。将第二结构图向上、下、左、右、右上、右下、左上或左下等方向移动一个单位后分别得到对应的第一结构图,第一结构图也有预定义的原点。
第二结构图中包含了一部分并未包含在第一结构图中的像素点,这些像素点与第二结构图的原点的相对位置即组成了方向膨胀矩阵。第一结构图在不同方向上平移后分别得到的不同方向的第二结构图均有对应的方向膨胀矩阵。
如图3所示,其中(a)、(b)、(c)和(d)中带斜线的格子分别为图1的(b)中的结构图向右、向下、向右下和向左下平移一个单位后包含而移动前的结构图不包含的像素点,则对应的方向膨胀矩阵中存储了各自对应的带斜线的格子相对应原点的坐标。
当判断待检测像素点为方向膨胀点,且确定该待检测像素点在第一方向上的且同像素值的相邻边界点已经检测过时,可以取出在结构元素矩阵对应的多个方向膨胀矩阵中将第一结构图向与第一方向相反的方向移动后得到对应的方向膨胀矩阵,为了后续描述方便,将该方向膨胀矩阵称为第一方向膨胀矩阵。为了后续描述方便,将与第一方向相反的方向称为第二方向。
接下来,根据该第一方向膨胀矩阵对待检测像素点进行特殊的膨胀运算,具体步骤可以为:将数字图像中与待检测像素点的相对位置包含于第一方向膨胀矩阵中的所有像素点的像素值置为第一像素值,即置为与待检测像素点的像素值相同。
如图4所示,使用图1的(b)所示的结构运算矩阵对图1的(a)所示的数字图像中像素值为1的像素点做形态学膨胀运算。
若待检测像素点为图1中(a)的第三行第三列的像素点时,虽然该像素点为边界点,由于其周围并没有已经检测过的像素点,所以该像素点不是方向膨胀点,因此对该像素点做传统的膨胀运算,得到具有如图4中的(a)所示的像素值。
若待检测像素点为图1的(a)中的第三行第四列的像素点,则因为该像素点的左方的相邻像素点为边界点,且已经检测过,并且像素值也同为1,因此该像素点为方向膨胀点,然后可以根据图3的(a)中所示的向右方向膨胀矩阵将图4的(a)中的第一像素点集合中的像素点的像素值置为1,得到如图4的(b)所示的像素值。其中,第一像素集合点中的像素点与待检测像素点的相对位置组成的矩阵为向右方向膨胀矩阵,第一像素集合点中的像素点即为带斜线的格子表示的像素点。
由此可知,当待检测像素点为方向膨胀点时,只需根据方向膨胀矩阵将数字图像中与待检测像素点的位置满足方向膨胀矩阵的像素点的像素值直接置为与待检测像素点的像素值相同即可,而不需要进行传统的膨胀运算,从而可以降低运算量,节省运算时间。
在本发明实施例中,当判断待检测像素点不是方向膨胀点时,如待检测像素点是边界点但不是方向膨胀点,或待检测像素点为非边界点时,可以使用结构元素矩阵对待检测像素点进行膨胀运算,即可以使用结构元素矩阵对非方向膨胀点进行传统的膨胀运算。
本发明实施例中,进一步地,若判断待检测像素点不是边界点,且其它像素点做膨胀运算时,需要改变该待检测像素点的像素值,则该待检测像素点的像素值为上述改变后的像素值。当然,也可以不对待检测像素点做传统的或本发明实施例特殊的膨胀运算。而是可以保留将该待检测像素点的原像素值,然后对下一个待检测像素点进行检测。这样可以进一步减小运算量和节省运算时间。
本发明实施例中,判断待检测像素点是否为边界点时,具体可以在确定待检测像素点满足以下任意一种条件时,判断待检测像素点为边界点:待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,待检测点的位置中的纵坐标为纵坐标最大值或纵坐标最大值,待检测像素点与待检测像素点的至少一个相邻像素点的像素值不相等。
如当所有待检测像素点的横坐标中的最小值为0时,若某个待检测像素点的像素值为0,则该待检测像素点为边界点;再如当所有待检测像素点的纵坐标中的最小值为1时,所某个待检测像素点的像素值为1,则该待检测像素点为边界点。
另外,当需要对数字图像对第一像素值的像素点做腐蚀运算时,可以将用于腐蚀运算的结构元素矩阵作为膨胀运算的结构元素矩阵,然后使用上述形态学处理方法对数字图像中像素值为第二像素值的所有像素点做处理。
图5为本发明实施例的数字图像处理装置的示意性结构图。应理解,图5示出的数字图像处理装置500仅是示例,本发明实施例的数字图像处理装置还可包括其他模块或单元,或者包括与图5中的各个模块的功能相似的模块,或者并非要包括图5中的所有模块。
510,判断模块,用于判断所述数字图像中的待检测像素点是否为边界点,所述待检测像素点的像素值为第一像素值。
判断模块510还用于在所述待检测像素点为边界点时,判断所述待检测像素点是否为方向膨胀点,所述方向膨胀点在第一方向上相邻的像素点为已经进行过检测的边界点,且所述方向膨胀点在第一方向上相邻的像素点的像素值同为第一像素值。
处理模块520,用于在所述待检测像素点为所述方向膨胀点时,根据所述待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。
其中,所述第一像素点集合中所有像素点与所述待检测像素点的相对位置矩阵为所述第一方向膨胀矩阵,所述第一方向膨胀矩阵为包含在第一结构图中而不包含在第二结构图中的像素点相对于所述第一结构图的原点的位置矩阵,所述第二结构图为用于对所述数字图像进行膨胀运算的结构元素矩阵对应的图像,所述第一结构图为所述第一结构图在第二方向上平移后所得的图像,其中,所述第二方向与所述第一方向相反。
本发明实施例中,当待检测像素点为方向膨胀点时,只需根据方向膨胀矩阵将数字图像中与待检测像素点的位置满足方向膨胀矩阵的像素点的像素值直接置为与待检测像素点的像素值相同即可,而不需要进行传统的膨胀运算,从而可以降低运算量,节省运算时间。
可选地,作为一个实施例,所述处理模块还用于:在所述待检测像素点不是所述方向膨胀点时,使用所述结构元素矩阵对所述待检测像素点进行膨胀运算。
可选地,作为一个实施例,所述处理模块还用于:在所述待检测像素点不是边界点时,不对所述待检测像素点做膨胀运算。
可选地,作为一个实施例,所述处理模块具体用于:确定所述待检测像素点满足以下任意一种条件时,判断所述待检测像素点为边界点:所述待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,所述待检测点的位置中的纵坐标为纵坐标最小值或纵坐标最大值,所述待检测像素点与所述待检测像素点的至少一个相邻像素点的像素值不相等。
应理解,图5所示本发明实施例的数字图像处理装置的各个模块的上述和其它操作和/或功能分别为了实现图2中的数字图像的形态学处理方法的相应流程,为了简洁,在此不再赘述。
图6为本发明另一个实施例的数字图像处理装置的示意性结构图。数字图像处理装置600包括存储器610和处理器620。
存储器610,用于存储程序。
处理器620,用于执行所述存储器610存储的程序。当所述处理器620执行所述存储器610存储的程序时,具体用于判断所述数字图像中的待检测像素点是否为边界点,所述待检测像素点的像素值为第一像素值。
处理器620还用于在所述待检测像素点为边界点时,判断所述待检测像素点是否为方向膨胀点,所述方向膨胀点在第一方向上相邻的像素点为已经进行过检测的边界点,且所述方向膨胀点在第一方向上相邻的像素点的像素值同为第一像素值。
处理器620还用于在所述待检测像素点为所述方向膨胀点时,根据所述待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。
其中,所述第一像素点集合中所有像素点与所述待检测像素点的相对位置矩阵为所述第一方向膨胀矩阵。
可选地,所述第一方向膨胀矩阵为包含在第一结构图中而不包含在第二结构图中的像素点相对于所述第一结构图的原点的位置矩阵,所述第二结构图为用于对所述数字图像进行膨胀运算的结构元素矩阵对应的图像,所述第一结构图为所述第一结构图在第二方向上平移后所得的图像,所述第二方向与所述第一方向相反。
本发明实施例中,当待检测像素点为方向膨胀点时,只需根据方向膨胀矩阵将数字图像中与待检测像素点的位置满足方向膨胀矩阵的像素点的像素值直接置为与待检测像素点的像素值相同即可,而不需要进行传统的膨胀运算,从而可以降低运算量,节省运算时间。
可选地,作为一个实施例,所述处理器620还用于:在所述待检测像素点不是所述方向膨胀点时,使用所述结构元素矩阵对所述待检测像素点进行膨胀运算。
可选地,作为一个实施例,所述处理器620还用于:在所述待检测像素点不是边界点时,不对所述待检测像素点做膨胀运算。
可选地,作为一个实施例,所述处理器620具体用于:确定所述待检测像素点满足以下任意一种条件时,判断所述待检测像素点为边界点:所述待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,所述待检测点的位置中的纵坐标为纵坐标最小值或纵坐标最大值,所述待检测像素点与所述待检测像素点的至少一个相邻像素点的像素值不相等。
应理解,图6所示本发明实施例的数字图像处理装置可对应于图5所示的数字图像处理装置,并且各个模块的上述和其它操作和/或功能分别为了实现图2中的数字图像的形态学处理方法的相应流程,为了简洁,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种数字图像的形态学处理方法,其特征在于,包括:
判断所述数字图像中的待检测像素点是否为边界点,所述待检测像素点的像素值为第一像素值;
若所述待检测像素点为边界点,判断所述待检测像素点是否为方向膨胀点,所述方向膨胀点在第一方向上相邻的像素点为已经进行过检测的边界点,且所述方向膨胀点在第一方向上相邻的像素点的像素值同为第一像素值;
若所述待检测像素点为所述方向膨胀点,则根据所述待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值;
其中,所述第一像素点集合中所有像素点与所述待检测像素点的相对位置矩阵为所述第一方向膨胀矩阵。
2.根据权利要求1所述的形态学处理方法,其特征在于,所述第一方向膨胀矩阵为包含在第一结构图中而不包含在第二结构图中的像素点相对于所述第一结构图的原点的位置矩阵,所述第二结构图为用于对所述数字图像进行膨胀运算的结构元素矩阵对应的图像,所述第一结构图为所述第一结构图在第二方向上平移后所得的图像,所述第二方向与所述第一方向相反。
3.根据权利要求2所述的形态学处理方法,其特征在于,所述形态学处理方法还包括:
若所述待检测像素点不是所述方向膨胀点,则使用所述结构元素矩阵对所述待检测像素点进行膨胀运算。
4.根据权利要求2或3所述的形态学处理方法,其特征在于,所述形态学处理方法还包括:
若所述待检测像素点不是边界点,则不对所述待检测像素点做膨胀运算。
5.根据权利要求1至4中任一项所述的形态学处理方法,其特征在于,所述判断所述待检测像素点是否为边界点,包括:
确定所述待检测像素点满足以下任意一种条件时,判断所述待检测像素点为边界点:所述待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,所述待检测点的位置中的纵坐标为纵坐标最小值或纵坐标最大值,所述待检测像素点与所述待检测像素点的至少一个相邻像素点的像素值不相等。
6.一种数字图像处理装置,其特征在于,包括:
判断模块,用于判断所述数字图像中的待检测像素点是否为边界点,所述待检测像素点的像素值为第一像素值;
所述判断模块还用于在所述待检测像素点为边界点时,判断所述待检测像素点是否为方向膨胀点,所述方向膨胀点在第一方向上相邻的像素点为已经进行过检测的边界点,且所述方向膨胀点在第一方向上相邻的像素点的像素值同为第一像素值;
处理模块,用于在所述待检测像素点为所述方向膨胀点时,根据所述待检测像素点的位置和第一方向膨胀矩阵,将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值;
其中,所述第一像素点集合中所有像素点与所述待检测像素点的相对位置矩阵为所述第一方向膨胀矩阵。
7.根据权利要求6所述的数字图像处理装置,其特征在于,所述第一方向膨胀矩阵为包含在第一结构图中而不包含在第二结构图中的像素点相对于所述第一结构图的原点的位置矩阵,所述第二结构图为用于对所述数字图像进行膨胀运算的结构元素矩阵对应的图像,所述第一结构图为所述第一结构图在第二方向上平移后所得的图像,所述第二方向与所述第一方向相反。
8.根据权利要求7所述的数字图像处理装置,其特征在于,所述处理模块还用于:
在所述待检测像素点不是所述方向膨胀点时,使用所述结构元素矩阵对所述待检测像素点进行膨胀运算。
9.根据权利要求7或8所述的数字图像处理装置,其特征在于,所述处理模块还用于:在所述待检测像素点不是边界点时,不对所述待检测像素点做膨胀运算。
10.根据权利要求5至9中任一项所述的数字图像处理装置,其特征在于,所述处理模块具体用于:
确定所述待检测像素点满足以下任意一种条件时,判断所述待检测像素点为边界点:所述待检测像素点的位置中的横坐标为横坐标最小值或横坐标最大值,所述待检测点的位置中的纵坐标为纵坐标最小值或纵坐标最大值,所述待检测像素点与所述待检测像素点的至少一个相邻像素点的像素值不相等。
CN201680000942.7A 2016-09-21 2016-09-21 数字图像的形态学处理方法和数字图像处理装置 Active CN106663317B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/099580 WO2018053710A1 (zh) 2016-09-21 2016-09-21 数字图像的形态学处理方法和数字图像处理装置

Publications (2)

Publication Number Publication Date
CN106663317A true CN106663317A (zh) 2017-05-10
CN106663317B CN106663317B (zh) 2020-06-26

Family

ID=58837913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680000942.7A Active CN106663317B (zh) 2016-09-21 2016-09-21 数字图像的形态学处理方法和数字图像处理装置

Country Status (2)

Country Link
CN (1) CN106663317B (zh)
WO (1) WO2018053710A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192098A (zh) * 2020-01-14 2021-07-30 京东方科技集团股份有限公司 生物芯片的数据处理方法、装置、终端及可读介质
DE202022100786U1 (de) 2022-02-11 2022-03-03 Gaurav Kumar Arora Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315182B (zh) * 2023-11-30 2024-03-22 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种用于确定在地形影响下的雷达探测范围的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5949917A (en) * 1995-03-08 1999-09-07 Sharp Kabushiki Kaisha Block distortion corrector and image signal expander
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
CN101718870A (zh) * 2009-11-13 2010-06-02 西安电子科技大学 图像域的高速、微弱目标航迹检测方法
CN104778710A (zh) * 2015-04-24 2015-07-15 大连理工大学 一种基于量子理论的形态学图像边缘检测方法
CN106250831A (zh) * 2016-07-22 2016-12-21 北京小米移动软件有限公司 图像检测方法、装置和用于图像检测的装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6650788B1 (en) * 1999-09-28 2003-11-18 Lucent Technologies Inc. Expandable binary morphological erosion operator
US6404934B1 (en) * 2000-10-20 2002-06-11 Shih-Jong J. Lee High speed image processing apparatus using a cascade of elongated filters programmed in a computer
CN105894461A (zh) * 2015-12-25 2016-08-24 乐视云计算有限公司 灰度形态学图像处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5949917A (en) * 1995-03-08 1999-09-07 Sharp Kabushiki Kaisha Block distortion corrector and image signal expander
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
CN101718870A (zh) * 2009-11-13 2010-06-02 西安电子科技大学 图像域的高速、微弱目标航迹检测方法
CN104778710A (zh) * 2015-04-24 2015-07-15 大连理工大学 一种基于量子理论的形态学图像边缘检测方法
CN106250831A (zh) * 2016-07-22 2016-12-21 北京小米移动软件有限公司 图像检测方法、装置和用于图像检测的装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
PIERRE SOILLE,HUGUES TALBOT: "Directional Morphological Filtering", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
SUMAN RANI 等: "Detection of Edges Using Mathematical Morphological Operators", 《OPEN TRANSACTIONS ON INFORMATION PROCESSING》 *
王萍 等: "基于数学形态学的植物叶片图像分割方法研究", 《浙江农业学报》 *
胡敏 等: "基于模糊膨胀模型的细胞核轮廓提取方法", 《计算机研究与发展》 *
马争 等: "实时虹膜图像质量评估的研究", 《仪器仪表学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192098A (zh) * 2020-01-14 2021-07-30 京东方科技集团股份有限公司 生物芯片的数据处理方法、装置、终端及可读介质
CN113192098B (zh) * 2020-01-14 2024-03-08 京东方科技集团股份有限公司 生物芯片的数据处理方法、装置、终端及可读介质
DE202022100786U1 (de) 2022-02-11 2022-03-03 Gaurav Kumar Arora Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen

Also Published As

Publication number Publication date
WO2018053710A1 (zh) 2018-03-29
CN106663317B (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
US10192107B2 (en) Object detection method and object detection apparatus
EP3620981B1 (en) Object detection method, device, apparatus and computer-readable storage medium
CN108898047B (zh) 基于分块遮挡感知的行人检测方法及系统
CN110766736A (zh) 缺陷检测方法、装置、电子设备以及存储介质
CN111191570B (zh) 图像识别方法和装置
CN112184744A (zh) 显示屏边缘缺陷检测方法和装置
CN109446061A (zh) 一种页面检测方法、计算机可读存储介质及终端设备
CN111259878A (zh) 一种检测文本的方法和设备
CN109829371B (zh) 一种人脸检测方法及装置
CN107545223B (zh) 图像识别方法及电子设备
CN112906794A (zh) 一种目标检测方法、装置、存储介质及终端
CN109389110B (zh) 一种区域确定方法及装置
CN109977952A (zh) 基于局部最大值的候选目标检测方法
CN111489387B (zh) 遥感图像建筑物面积计算方法
CN106663317A (zh) 数字图像的形态学处理方法和数字图像处理装置
CN116168351B (zh) 电力设备巡检方法及装置
US20210374455A1 (en) Utilizing machine learning and image filtering techniques to detect and analyze handwritten text
CN115239644A (zh) 混凝土缺陷识别方法、装置、计算机设备和存储介质
CN110991201B (zh) 条码检测方法及相关装置
KR101725501B1 (ko) 문자 인식 방법 및 장치
KR101917525B1 (ko) 문자열 식별 방법 및 장치
KR950033942A (ko) 연결영역의 추출장치 및 방법
CN114445499A (zh) 棋盘格角点自动提取方法、系统、设备及介质
CN115908988B (zh) 一种缺陷检测模型生成方法、装置、设备以及存储介质
CN113822836A (zh) 标记图像的方法

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
GR01 Patent grant
GR01 Patent grant