CN106803258A - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN106803258A CN106803258A CN201710025237.9A CN201710025237A CN106803258A CN 106803258 A CN106803258 A CN 106803258A CN 201710025237 A CN201710025237 A CN 201710025237A CN 106803258 A CN106803258 A CN 106803258A
- Authority
- CN
- China
- Prior art keywords
- gray value
- pixel
- image
- threshold
- value
- 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
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于图像处理领域,公开了一种图像处理方法及装置。其中一种图像处理方法包括:获取待处理图像;将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;输出所述待处理图像。利用本发明实施例提供的图像处理方法对图像进行二值化处理时,能很好地解决图像二值化处理过程中产生的目标图像断裂问题。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像处理方法及装置。
背景技术
二值化处理是图像处理领域非常重要的一种处理手段,能将待处理图像中的目标图像和背景图像区分,二值化处理效果的好坏直接影响后续图像处理过程的准确度和难易度。
常见的二值化处理算法有全局阈值二值化和局部阈值二值化等方法,然而,当待处理图像中的目标图像与背景图像的灰度值差别不明显时,采用上述的二值化处理算法容易出现目标图像断裂的问题。比如,如果采用上述的二值化处理算法对纸币的冠字号图像进行二值化处理,则容易出现冠字号断裂的问题,给后续的处理过程带来不便。
发明内容
本发明实施例提供了一种图像处理方法及装置,旨在解决目前图像二值化处理过程中容易出现的目标图像断裂的问题。
本发明实施例第一方面提供了一种图像处理方法,包括:
建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
若检测到,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
输出所述第一图像;
其中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;
所述第一阈值小于所述第二阈值。
本发明实施例第二方面提供了另一种图像处理方法,包括:
获取待处理图像;
将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
若检测到,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
输出所述待处理图像;
其中,所述第二灰度值大于或小于所述第三灰度值;
所述第一阈值小于所述第二阈值。
本发明实施例第三方面提供了一种图像处理装置,包括:
建立模块,用于建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
第一获取模块,用于获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
第一赋值模块,用于将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
第二获取模块,用于获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
第二赋值模块,用于将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
检测模块,用于检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块,用于输出所述第一图像;
其中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;
所述第一阈值小于所述第二阈值。
本发明实施例第四方面提供了另一种图像处理装置,包括:
获取模块,用于获取待处理图像;
第一赋值模块,用于将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
第二赋值模块,用于将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
检测模块,用于检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块,用于输出所述待处理图像;
其中,所述第二灰度值大于或小于所述第三灰度值;
所述第一阈值小于所述第二阈值。
在本发明实施例中,首先将待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值,然后将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;接着检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;最后将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值。本发明实施例利用预设的两个阈值将待处理图像中的像素点的灰度值赋值为第二灰度值或第三灰度值,通过检测所述待处理图像中第三灰度值的像素点的相邻像素点,将所述相邻像素点中第二灰度值的像素点的灰度值赋值为第三灰度值,能很好地解决图像二值化处理过程中产生的目标图像断裂问题。
附图说明
图1为本发明实施例中一种图像处理方法一个实施例的流程图;
图2A、图2B和图2C为本发明实施例中一种图像处理方法在一个应用场景下的示意图;
图3为本发明实施例中一种图像处理方法另一个实施例的流程图;
图4为本发明实施例中一种图像处理装置一个实施例的结构图;
图5为本发明实施例中一种图像处理装置另一个实施例的结构图。
具体实施方式
本发明实施例提供了一种图像处理方法及装置,旨在解决目前图像二值化处理过程中容易出现的目标图像断裂的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种图像处理方法的一个实施例包括:
101、建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
所述待处理图像指需要进行二值化处理的图像,可以是各种类型的图像,比如纸币的冠字号图像、商品的二维码图像或具备各种文字信息的图像等。所述第一图像是与所述待处理图像对应的图像,其像素点的个数和位置分布与所述待处理图像相同且其全部像素点的灰度值都为第一灰度值。所述第一灰度值是某个特定的灰度值,可以是0至255之间的某个值。如果所述待处理图像是像素点为300*40的一幅图像,则所述第一图像也是像素点为300*40的一幅图像且其全部像素点都为某个特定的灰度值,可以为0(表现为一张全黑的图),可以为255(表现为一张全白的图),也可以为0至255之间的某个其它值。
102、获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
在获取到所述待处理图像后,确定所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息。所述第一阈值是0至255之间的一个值,所述第一位置信息指所述待处理图像中灰度值小于第一阈值的像素点所处的位置信息。如果某待处理图像是300*40的图像,即有40行像素点,每行像素点有300个像素点,假设第一阈值是20。在步骤102中首先扫描这300*40个像素点的灰度值,找出其中灰度值小于20的像素点,然后确定这些像素点在图像中所处的位置。假设所述待处理图像中第20行第100个、第30行第250个像素点的灰度值小于20,则可以确定所述第一位置信息为第20行第100个、第30行第250个,另外,也可以用(20,100)、(30,250)或者(100,20)、(250,30)等坐标值来表示所述位置信息。
103、将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
在获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息之后,将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值。所述第三灰度值是某个特定的灰度值,可以是0至255之间的某个值。假设第三灰度值为0,第一灰度值为255,则在步骤103之前所述第一图像为一张全白的图,如果在步骤102中获取到“第20行第100个”和“第30行第250个”两个位置信息,则在步骤103中会将所述第一图像中与所述第一位置信息对应的像素点(第20行第100个,第30行第250个)赋值为0,相当于在全白的图中画上了两个黑点。
104、获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
所述第二阈值大于所述第一阈值,也是属于0至255之间的一个值。确定所述第一阈值和第二阈值的方法可以有很多,比如P参数法、最大类间方差法、最大熵阈值法和迭代法等。
可选的,所述第一阈值和所述第二阈值可以按照下述步骤确定:
(1)统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
(2)确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
(3)根据所述范围区间确定所述第一阈值和所述第二阈值。
对于上述步骤(1),所述标准样本图像是与所述待处理图像对应的标准化图像,所述目标像素点指某个图像中目标图像所处的像素点,目标图像指某个图像中人们所关心的那部分图像。比如,若所述待处理图像是一些纸币的冠字号图像,需要对所述冠字号图像做处理提取出其中的冠字号,则此时待处理图像中的目标图像是冠字号,目标像素点指冠字号所处的像素点,标准样本图像可以是一些标准的无污损的纸币冠字号图像。每个标准样本图像中目标像素点的个数是一个定值,代表标准样本图像中目标图像包括的像素点的总个数。
对于上述步骤(2),在统计完多个标准样本图像中目标像素点的个数后,确定所述多个标准样本图像中目标像素点的个数所属的范围区间。统计每个标准样本图像都能获得一个目标像素点的个数值,统计多个标准样本图像就能得到多个目标像素点的个数值,这些个数值形成一个范围区间。
对于上述步骤(3),在确定所述个数值的范围区间后,根据所述范围区间确定所述第一阈值和所述第二阈值。如果图像的分辨率已知,在统计完图像中目标像素点的个数之后就可以确定目标图像在整个图像中占有的比例情况,此时可以采取P参数法确定所述第一阈值和所述第二阈值。优选的,可以从所述目标像素点的个数值范围区间中找出最大值和最小值,以最大值作为P参数法确定第二阈值的参数,以最小值作为P参数法确定第一阈值的参数,此时得到的第一阈值小于第二阈值。需要说明的是,上述利用P参数法确定阈值所选取的参数不一定是所述范围区间中的最大值和最小值。
在步骤104中,所述第二位置信息指待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点所处的位置信息。如果某待处理图像是300*40的图像,即有40行像素点,每行像素点有300个像素点,第一阈值是20,第二阈值是225。在步骤104中首先扫描这300*40个像素点的灰度值,找出其中灰度值大于等于20且小于等于225的像素点,然后确定这些像素点在图像中所处的位置。假设所述待处理图像中第20行第101个、第30行第251个像素点的灰度值大于等于20且小于等于225,则可以确定所述第二位置信息为第20行第101个、第30行第251个,另外,也可以用(20,101)、(30,251)或者(101,20)、(251,30)等坐标值来表示所述位置信息。
105、将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
在获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息之后,将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值。所述第二灰度值是某个特定的灰度值,大小介于第一灰度值和第二灰度值之间。假设第三灰度值为0,第一灰度值为255,第二灰度值为128,如果在步骤104中获取到“第20行第101个”和“第30行第251个”两个第二位置信息,则在步骤105中会将所述第一图像中与所述第二位置信息对应的像素点(第20行第101个,第30行第251个)赋值为128,表现为两个灰点。
106、检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值之后,检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点。所述相邻像素点指位于某个像素点相邻位置的像素点,可以是包围某个像素点四周的相邻的8个像素点。比如,对于坐标为(100,20)的像素点,其相邻的8个像素点的坐标分别为(101,20)、(101,21)、(101,19)、(100,21)、(100,19)、(99,20)、(99,21)和(99,19)。如果第三灰度值为0,第二灰度值为128,则步骤106即为检测所述第一图像中与黑色像素点相邻的灰色像素点。
另一方面,某些待处理图像可能存在噪声点,为了防止噪声点影响后续图像处理工作的准确性,在步骤106之前可以先进行去噪处理。
可选的,在步骤106之前,还可以包括:
检测所述第一图像中灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点;
将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点。
一般来说,噪声点都是单独存在的个别像素点。如果第三灰度值为0,第一灰度值为255,对于白底黑字的图像来说,目标像素点和噪声点的灰度值都为0(黑点),但目标像素点往往是聚集在一起的多个形成特定图像的像素点,其相邻像素点的灰度值不会全部都为255(白点),而噪声点一般来说是孤立存在的黑点,其相邻像素点的灰度值都是255。因此,可以判断所述第一图像中灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点即为噪声点。将满足第一检测条件的像素点的灰度值赋值为第一灰度值,即将噪声点的灰度值由第三灰度值改变为第一灰度值,从而与目标像素点区分开,达到去除噪声点的效果。
107、将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
在检测到所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点之后,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值。对于黑色目标像素点的图像来说,正常目标像素点的灰度值都小于第一阈值,如果图像中某些目标像素点出现了一定程度的褪色导致灰度值大于第一阈值,则这些褪色的目标像素点的灰度值会被设为第二灰度值。由于这些褪色的目标像素点总是位于正常目标像素点的相邻出,因此在步骤107中能将这些褪色的目标像素点的灰度值重新赋值成与正常目标像素点一样的第三灰度值,从而避免产生目标图像的断裂现象。
108、输出所述第一图像。
在图像处理完成后,将所述第一图像即图像处理结果输出。
可选的,为了达到图像二值化的效果,在输出所述第一图像之前,还可以包括:
将所述第一图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
经过步骤107处理后,所述第一图像可能存在第一灰度值、第二灰度值和第三灰度值三种灰度值的像素点,为了实现二值化效果,将目标图像与背景图像区分,可以将所述第一图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值,即只保留第一灰度值和第三灰度值,实现了图像二值化的效果。
需要说明的是,在本实施例中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;所述第一阈值小于所述第二阈值。
在本发明实施例中,首先将灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值,然后将灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;接着检测第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;最后将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值。本发明实施例利用预设的两个阈值将第一图像中的像素点的灰度值赋值为第二灰度值或第三灰度值,通过检测所述第一图像中第三灰度值的像素点的相邻像素点,将所述相邻像素点中第二灰度值的像素点的灰度值赋值为第三灰度值,能很好地解决图像二值化处理过程中产生的目标图像断裂问题。
为便于理解,根据图1所描述的实施例,下面以一个实际应用场景对本发明实施例中的一种图像处理方法进行描述:
图2A、图2B和图2C示出了本发明实施例中一种图像处理方法在一个应用场景下的示意图,其中图2A是一张待处理的纸币冠字号图像,目标像素点为冠字号“B2R5748283”所处的像素点。在本应用场景中第一阈值是20,第二阈值是150,第一灰度值是255,第二灰度值是128,第三灰度值是0。
首先建立与图2A对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为255,即为一张大小与图2A相同的空白的图像。
然后获取所述待处理图像中灰度值小于20的像素点的第一位置信息,由于图2A中冠字号所处的像素点灰度值最小,因此能获取到冠字号所处的像素点的位置信息。假如图2A中存在污损(比如铅笔的痕迹),由于所述污损的灰度值一般不会小于20,因此所述污损的位置信息不会被获取。假如图2A中冠字号所处的某些像素点产生了褪色现象,则这些像素点的位置信息也不会被获取。
接着将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为0。通过此步骤,第一图像中与所述第一位置信息对应的像素点的灰度值赋值为0,即根据图2A中灰度值小于20的像素点的位置将第一图像中的相应位置像素点的灰度值设为0。如果图2A是标准的无污损或褪色的图像,则此时第一图像能完整地将冠字号提取展现出来。如果图2A存在污损但无褪色,则此时第一图像提取展现出来的也是完整且不存在污损的冠字号图像。如果图2A冠字号处的某些像素点产生了褪色现象,则如图2B所示,第一图像中与这些像素点的位置对应的像素点的灰度值还是255,即会产生图像的断裂现象。在此之后还可以对所述第一图像进行去噪处理,将第一图像中灰度值为0且其相邻像素点的灰度值都为255的像素点判断为噪声点,然后将所述噪声点的灰度值赋值为255,实现噪声的消除。
然后获取所述待处理图像中灰度值大于等于20且小于等于150的像素点的第二位置信息,即获取图2A中灰度值在20至150之间的像素点所处的位置信息。此时无论是污损或者是褪色的冠字号像素点(假设其灰度值在20至150之间),其位置信息都会被获取,而背景图像(灰度值大于150)的位置信息不会被获取。
接着将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为128。通过此步骤,第一图像中与所述第二位置信息对应的像素点的灰度值赋值为128,即根据图2A中灰度值在20至150之间的像素点的位置将第一图像中的相应位置像素点的灰度值设为128。如果图2A是标准的无污损或褪色的图像,则此时没有像素点的灰度值被设为128,第一图像没有任何变化。如果图2A存在污损或褪色的像素点,则第一图像中与所述污损和褪色的像素点的位置对应的像素点的灰度值被赋值为128。
然后检测所述第一图像中灰度值为0的像素点的相邻像素点中灰度值为128的像素点。如果图2A是标准的无污损或褪色的图像,则此时检测不到所述灰度值为128的像素点。如果图2A存在污损或褪色的目标像素点,由于污损的像素点一般不属于目标像素点的相邻像素点,而褪色的目标像素点一般属于正常的目标像素点的相邻像素点,因此褪色的目标像素点会被检测出来。
接着将所述相邻像素点中灰度值为128的像素点的灰度值赋值为0,此过程将褪色的目标像素点的灰度值重新赋值为0,即与正常的目标像素点的灰度值相同,使得图2B中的图像断裂现象得到很好的修复。最后还可以将所述第一图像中灰度值不为0的像素点(主要为背景图像和污损图像)的灰度值赋值为255,实现图像的二值化处理,最终得到如图2C所示的图像。
相对于图2B来说,图2C中冠字号的断裂现象已经得到很好的修复。可见,采用本发明实施例提供的图像处理方法在对图像进行二值化的过程中,能很好地解决目标图像断裂的问题。
请参阅图3,本发明实施例中一种图像处理方法的另一个实施例包括:
301、获取待处理图像;
所述待处理图像指需要进行二值化处理的图像,可以是各种类型的图像,比如纸币的冠字号图像、商品的二维码图像或具备各种文字信息的图像等。
302、将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
首先说明的是,本发明实施例中第一阈值、第二阈值、第一灰度值、第二灰度值和第三灰度值的定义与图1所示的实施例相同,具体说明请参照前文,在此不再赘述。在获取待处理图像之后,检测所述待处理图像中灰度值小于第一阈值的像素点,将所述灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值。经过步骤302处理后,所述待处理图像中目标图像的正常像素点的灰度值都变成第三灰度值。
303、将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
在将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值之后,检测所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点,将这些像素点的灰度值赋值为第二灰度值。如果所述待处理图像中目标图像存在褪色的像素点,则这些褪色的像素点会被赋值为第二灰度值。
可选的,所述第一阈值和所述第二阈值可以按照下述步骤确定:
统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
根据所述范围区间确定所述第一阈值和所述第二阈值。
上述确定所述第一阈值和所述第二阈值的具体说明请参照图1所示的实施例的相关说明部分。
304、检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
在将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值之后,检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点。
另一方面,某些待处理图像可能存在噪声点,为了防止噪声点影响后续图像处理工作的准确性,在步骤304之前可以先进行去噪处理。
可选的,在步骤304之前,还可以包括:
检测所述待处理图像中灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
其中,若所述第二灰度值大于所述第三灰度值,则所述第一灰度值大于所述第二灰度值;若所述第二灰度值小于所述第三灰度值,则所述第一灰度值小于所述第二灰度值。
与步骤106的去噪过程相比,步骤304的去噪过程直接在待处理图像中进行。
305、将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
在检测到所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点之后,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值。对于黑色目标像素点的图像来说,正常目标像素点的灰度值都小于第一阈值,如果图像中某些目标像素点出现了一定程度的褪色导致灰度值大于第一阈值,则这些褪色的目标像素点的灰度值会被设为第二灰度值。由于这些褪色的目标像素点总是位于正常目标像素点的相邻处,因此在步骤305中能将这些褪色的目标像素点的灰度值重新赋值成与正常目标像素点一样的第三灰度值,从而避免产生目标图像的断裂现象。
306、输出所述待处理图像。
在图像处理完成后,将所述待处理图像即图像处理结果输出。
可选的,为了达到图像二值化的效果,在输出所述待处理图像之前,还可以包括:
将所述待处理图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
经过步骤305处理后,所述待处理图像可能存在第二阈值至第一灰度值之间的灰度值、第二灰度值和第三灰度值等灰度值的像素点,为了实现二值化效果,将目标图像与背景图像区分,可以将所述待处理图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值,即只保留第一灰度值和第三灰度值,实现了图像二值化的效果。
在本发明实施例中,首先将灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;然后将灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;接着检测第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;最后将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值。本发明实施例利用预设的两个阈值将待处理图像中的像素点的灰度值赋值为第二灰度值或第三灰度值,通过检测所述待处理图像中第三灰度值的像素点的相邻像素点,将所述相邻像素点中第二灰度值的像素点的灰度值赋值为第三灰度值,能很好地解决图像二值化处理过程中产生的目标图像断裂问题。
上面主要描述了一种图像处理方法,下面将对一种图像处理装置进行详细描述。
图4示出了本发明实施例中一种图像处理装置的一个实施例,所述图像处理装置包括:
建立模块401,用于建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
第一获取模块402,用于获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
第一赋值模块403,用于将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
第二获取模块404,用于获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
第二赋值模块405,用于将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
检测模块406,用于检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块407,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块408,用于输出所述第一图像;
其中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;
所述第一阈值小于所述第二阈值。
可选的,所述图像处理装置还可以包括阈值确定模块,用于确定所述第一阈值和所述第二阈值,所述阈值确定模块可以包括:
统计单元,用于统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
区间确定单元,用于确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
阈值确定单元,用于根据所述范围区间确定所述第一阈值和所述第二阈值。
可选的,所述图像处理模块还可以包括去噪模块,所述去噪模块可以包括:
噪声点检测单元,用于检测所述第一图像中灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点;
去噪单元,用于将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点。
可选的,所述图像处理模块还可以包括二值化模块,用于将所述第一图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
图5示出了本发明实施例中一种图像处理装置的另一个实施例,所述图像处理装置包括:
获取模块501,用于获取待处理图像;
第一赋值模块502,用于将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
第二赋值模块503,用于将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
检测模块504,用于检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块505,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块506,用于输出所述待处理图像;
其中,所述第二灰度值大于或小于所述第三灰度值;
所述第一阈值小于所述第二阈值。
可选的,所述图像处理装置还可以包括阈值确定模块,用于确定所述第一阈值和所述第二阈值,所述阈值确定模块可以包括:
统计单元,用于统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
区间确定单元,用于确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
阈值确定单元,用于根据所述范围区间确定所述第一阈值和所述第二阈值。
可选的,所述图像处理模块还可以包括去噪模块,所述去噪模块可以包括:
噪声点检测单元,用于检测所述待处理图像中灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
去噪单元,用于将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
其中,若所述第二灰度值大于所述第三灰度值,则所述第一灰度值大于所述第二灰度值;若所述第二灰度值小于所述第三灰度值,则所述第一灰度值小于所述第二灰度值。
可选的,所述图像处理模块还可以包括二值化模块,用于将所述待处理图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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全部或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-OnlyMemory)、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,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
若检测到,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
输出所述第一图像;
其中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;
所述第一阈值小于所述第二阈值。
2.根据权利要求1所述的图像处理方法,其特征在于,所述第一阈值和所述第二阈值按照下述步骤确定:
统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
根据所述范围区间确定所述第一阈值和所述第二阈值。
3.根据权利要求1所述的图像处理方法,其特征在于,在检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点之前,还包括:
检测所述第一图像中灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点;
将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都为第一灰度值的像素点。
4.根据权利要求1至3中任一项所述的图像处理方法,其特征在于,在输出所述第一图像之前,还包括:
将所述第一图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
5.一种图像处理方法,其特征在于,包括:
获取待处理图像;
将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
若检测到,将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
输出所述待处理图像;
其中,所述第二灰度值大于或小于所述第三灰度值;
所述第一阈值小于所述第二阈值。
6.根据权利要求5所述的图像处理方法,其特征在于,所述第一阈值和所述第二阈值按照下述步骤确定:
统计多个标准样本图像中目标像素点的个数,所述标准样本图像是与所述待处理图像对应的标准化图像;
确定所述多个标准样本图像中目标像素点的个数所属的范围区间;
根据所述范围区间确定所述第一阈值和所述第二阈值。
7.根据权利要求5所述的图像处理方法,其特征在于,检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点之前,还包括:
检测所述待处理图像中灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
将满足第一检测条件的像素点的灰度值赋值为第一灰度值,所述满足第一检测条件的像素点是灰度值为第三灰度值且所有相邻像素点的灰度值都大于第二阈值的像素点;
其中,若所述第二灰度值大于所述第三灰度值,则所述第一灰度值大于所述第二灰度值;若所述第二灰度值小于所述第三灰度值,则所述第一灰度值小于所述第二灰度值。
8.根据权利要求7所述的图像处理方法,其特征在于,在输出所述待处理图像之前,还包括:
将所述待处理图像中不为第三灰度值的像素点的灰度值赋值为第一灰度值。
9.一种图像处理装置,其特征在于,包括:
建立模块,用于建立与待处理图像对应的第一图像,所述第一图像的像素点个数和位置分布与所述待处理图像相同,所述第一图像的全部像素点的灰度值都为第一灰度值;
第一获取模块,用于获取所述待处理图像中灰度值小于第一阈值的像素点的第一位置信息;
第一赋值模块,用于将所述第一图像中与所述第一位置信息对应的像素点的灰度值赋值为第三灰度值;
第二获取模块,用于获取所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的第二位置信息;
第二赋值模块,用于将所述第一图像中与所述第二位置信息对应的像素点的灰度值赋值为第二灰度值;
检测模块,用于检测所述第一图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块,用于输出所述第一图像;
其中,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第一灰度值、第二灰度值、第三灰度值,或者,所述第一灰度值、第二灰度值和第三灰度值的大小顺序从大到小依次为第三灰度值、第二灰度值、第一灰度值;
所述第一阈值小于所述第二阈值。
10.一种图像处理装置,其特征在于,包括:
获取模块,用于获取待处理图像;
第一赋值模块,用于将所述待处理图像中灰度值小于第一阈值的像素点的灰度值赋值为第三灰度值;
第二赋值模块,用于将所述待处理图像中灰度值大于等于第一阈值且小于等于第二阈值的像素点的灰度值赋值为第二灰度值;
检测模块,用于检测所述待处理图像中第三灰度值的像素点的相邻像素点中灰度值为第二灰度值的像素点;
第三赋值模块,用于将所述相邻像素点中灰度值为第二灰度值的像素点的灰度值赋值为第三灰度值;
图像输出模块,用于输出所述待处理图像;
其中,所述第二灰度值大于或小于所述第三灰度值;
所述第一阈值小于所述第二阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710025237.9A CN106803258A (zh) | 2017-01-13 | 2017-01-13 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710025237.9A CN106803258A (zh) | 2017-01-13 | 2017-01-13 | 一种图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106803258A true CN106803258A (zh) | 2017-06-06 |
Family
ID=58984428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710025237.9A Pending CN106803258A (zh) | 2017-01-13 | 2017-01-13 | 一种图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106803258A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633605A (zh) * | 2018-06-25 | 2019-12-31 | 视联动力信息技术股份有限公司 | 一种图像处理方法和装置 |
WO2021087700A1 (zh) * | 2019-11-04 | 2021-05-14 | 深圳市汇顶科技股份有限公司 | 图像处理装置、处理器芯片、电子设备 |
CN113724257A (zh) * | 2021-11-01 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳板灰色污点检测方法、计算机设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521911A (zh) * | 2011-12-16 | 2012-06-27 | 尤新革 | 钞票冠字号识别方法 |
CN103136845A (zh) * | 2013-01-23 | 2013-06-05 | 浙江大学 | 一种基于冠字号图像特征的人民币鉴伪方法 |
US20130259370A1 (en) * | 2012-04-02 | 2013-10-03 | Hon Hai Precision Industry Co., Ltd. | Electronic apparatus and method for binarizing image |
CN103428511A (zh) * | 2012-05-22 | 2013-12-04 | 株式会社理光 | 图案处理装置和图案处理方法 |
CN105261110A (zh) * | 2015-10-26 | 2016-01-20 | 江苏国光信息产业股份有限公司 | 一种高效dsp纸币冠字号识别方法 |
CN106203436A (zh) * | 2016-07-22 | 2016-12-07 | 北京小米移动软件有限公司 | 图像二值化方法和装置 |
-
2017
- 2017-01-13 CN CN201710025237.9A patent/CN106803258A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521911A (zh) * | 2011-12-16 | 2012-06-27 | 尤新革 | 钞票冠字号识别方法 |
US20130259370A1 (en) * | 2012-04-02 | 2013-10-03 | Hon Hai Precision Industry Co., Ltd. | Electronic apparatus and method for binarizing image |
CN103428511A (zh) * | 2012-05-22 | 2013-12-04 | 株式会社理光 | 图案处理装置和图案处理方法 |
CN103136845A (zh) * | 2013-01-23 | 2013-06-05 | 浙江大学 | 一种基于冠字号图像特征的人民币鉴伪方法 |
CN105261110A (zh) * | 2015-10-26 | 2016-01-20 | 江苏国光信息产业股份有限公司 | 一种高效dsp纸币冠字号识别方法 |
CN106203436A (zh) * | 2016-07-22 | 2016-12-07 | 北京小米移动软件有限公司 | 图像二值化方法和装置 |
Non-Patent Citations (3)
Title |
---|
李言俊 等: "《视觉仿生成像制导技术及应用》", 31 March 2006, 国防工业出版社 * |
王学城: "光纤图像的定位二值化", 《现代计算机》 * |
王珺 等: "复杂光照下的车牌图像二值化新方法", 《电子设计工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633605A (zh) * | 2018-06-25 | 2019-12-31 | 视联动力信息技术股份有限公司 | 一种图像处理方法和装置 |
CN110633605B (zh) * | 2018-06-25 | 2022-05-06 | 视联动力信息技术股份有限公司 | 一种图像处理方法和装置 |
WO2021087700A1 (zh) * | 2019-11-04 | 2021-05-14 | 深圳市汇顶科技股份有限公司 | 图像处理装置、处理器芯片、电子设备 |
CN113724257A (zh) * | 2021-11-01 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳板灰色污点检测方法、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hussin et al. | Digital image processing techniques for object detection from complex background image | |
US9189842B2 (en) | Paper identifying method and related device | |
CN102103698B (zh) | 图像处理装置及图像处理方法 | |
Agrawal et al. | Grape leaf disease detection and classification using multi-class support vector machine | |
CN107145867A (zh) | 基于多任务深度学习的人脸及人脸遮挡物检测方法 | |
CN109978807A (zh) | 一种基于生成式对抗网络的阴影去除方法 | |
CN112016464A (zh) | 检测人脸遮挡的方法、装置、电子设备及存储介质 | |
CN106650670A (zh) | 活体人脸视频的检测方法及装置 | |
CN106682473A (zh) | 一种用户身份信息的识别方法及其装置 | |
CN106446862A (zh) | 一种人脸检测方法及系统 | |
CN109740572A (zh) | 一种基于局部彩色纹理特征的人脸活体检测方法 | |
CN103279744B (zh) | 基于多尺度三模式纹理特征的仿造指纹检测方法和系统 | |
CN106803258A (zh) | 一种图像处理方法及装置 | |
CN109784341A (zh) | 一种基于lstm神经网络的医疗单据识别方法 | |
CN110570442A (zh) | 一种复杂背景下轮廓检测方法、终端设备及存储介质 | |
CN105184771A (zh) | 一种自适应运动目标检测系统及检测方法 | |
CN113159045A (zh) | 一种结合图像预处理与卷积神经网络的验证码识别方法 | |
CN110390327A (zh) | 前景提取方法、装置、计算机设备及存储介质 | |
CN114842524B (zh) | 一种基于不规则显著性像素簇的人脸鉴伪方法 | |
CN114298985B (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN112785540B (zh) | 一种扩散加权图像的生成系统及方法 | |
CN108877030A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
CN106683257A (zh) | 冠字号定位方法及装置 | |
Zhang et al. | Occlusion region searching and segmentation for multi-human detection based on RGB-D information | |
CN106384103A (zh) | 一种车脸识别方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170606 |
|
RJ01 | Rejection of invention patent application after publication |