CN107452008A - 图像边缘检测方法及装置 - Google Patents

图像边缘检测方法及装置 Download PDF

Info

Publication number
CN107452008A
CN107452008A CN201610382430.3A CN201610382430A CN107452008A CN 107452008 A CN107452008 A CN 107452008A CN 201610382430 A CN201610382430 A CN 201610382430A CN 107452008 A CN107452008 A CN 107452008A
Authority
CN
China
Prior art keywords
pixel
detected
adjacent
rgb value
image
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
CN201610382430.3A
Other languages
English (en)
Inventor
李瑞民
杨升
秦赟
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.)
East Shanghai Media Technology Co Ltd
Original Assignee
East Shanghai Media 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 East Shanghai Media Technology Co Ltd filed Critical East Shanghai Media Technology Co Ltd
Priority to CN201610382430.3A priority Critical patent/CN107452008A/zh
Publication of CN107452008A publication Critical patent/CN107452008A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种图像边缘检测方法及装置，其中图像边缘检测方法包括将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点执行以下步骤：分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离；选取计算出的距离中的最大值；判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。本发明弥补了现有技术中在使用灰度空间检测图像边缘时受亮度影响大，难以识别同种颜色但不同亮度的图像的不足，直接使用RGB值空间，从而避免了为迎合人的视觉特点而产生的色差上的判断误差，准确识别出图像的边缘点。

Description

图像边缘检测方法及装置
技术领域
本发明属于图像识别领域，尤其涉及一种图像边缘检测方法及装置。
背景技术
当前图像识别领域在检测图像边缘时，通常会先将图像的当前颜色空间转换为灰度空间，然后再展开其它的运算。其原因是灰度主要提取的是颜色的亮度，而肉眼对亮度最敏感。并且相比于RGB值空间、YUV颜色空间都是三维的，灰度空间是一维的，计算都相对简单的多。
但用灰度空间表示的图像也有先天的不足。即灰度比较强调亮度，因而同一颜色，在不同亮度的场景中差异较大，例如交通灯在晚上看是很刺眼的亮红色；但在下午顺光看的时候，则是深红色。如果将这两种颜色转成灰色，则虽然同为红色，因为亮度起到了较大的影响，因而差值巨大，最终影响判断效果。
发明内容
本发明要解决的技术问题是现有技术中在使用灰度空间检测图像边缘时受亮度影响大，难以识别同种颜色但不同亮度的图像的缺陷，提供一种能够准确识别图像边缘的图像边缘检测方法及装置。
本发明是通过以下技术方案解决上述技术问题的：
本发明提供一种图像边缘检测方法，其特点是，所述图像边缘检测方法包括将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点执行以下步骤：
S1、分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离；
S2、选取计算出的距离中的最大值；
S3、判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。
本技术方案未使用灰度空间，而直接使用RGB值空间，从而避免了为迎合人的视觉特点而产生的色差上的判断误差。利用图像的边缘通常会与周围像素点存在较大颜色差异的规律，使用“距离”的最大值与阈值的比较，准确识别出图像的边缘点，该些边缘点的连线即形成了图像的边缘。
较佳地，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
一个像素点相邻的有8个像素点，本技术方案只从8个像素点中挑选了3个像素点来计算距离，减少了重复计算，提高了计算效率。这是因为，对于一个待检测像素点(简称目标像素点)而言，需要计算所述目标像素点与第一像素点(所述第一像素点为与所述目标像素点相邻且位于所述目标像素点上方的像素点)的距离L1，在所述第一像素点作为待检测像素点时，上述目标像素点即为与所述第一像素点相邻且位于所述第一像素点下方的像素点，计算所述第一像素点与所述目标像素点的距离L2，等于距离L1。为了简化图像边缘检测方法，避免重复计算，只从8个像素点中挑选了3个像素点来计算距离同样能够准确地识别出图像边缘。
较佳地，S1中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
较佳地，所述图像边缘检测方法还包括：
将图像转换至RGB值空间。
如图像原为灰度空间，则从灰度空间转换至RGB值空间，以便于本技术方案的计算。
较佳地，所述阈值在64至192之间。
本发明还提供一种图像边缘检测装置，其特点是，所述图像边缘检测装置包括：检测单元，用于将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点调用以下模块：
计算模块，用于分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离；
选取模块，用于选取计算出的距离中的最大值；
判断模块，用于判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。
较佳地，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
较佳地，所述计算模块中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
较佳地，所述图像边缘检测装置还包括：
转换单元，用于将图像转换至RGB值空间。
较佳地，所述阈值在64至192之间。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明使用RGB值空间，避免了为迎合人的视觉特点而产生的色差上的判断误差，准确识别出图像的边缘点。
附图说明
图1为本发明较佳实施例的图像边缘检测方法的流程图。
图2为图像中一个九宫格的各像素点的位置示意图。
图3为本发明较佳实施例的图像边缘检测装置的示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例
一种图像边缘检测方法，包括：将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点执行以下步骤，如图1所示：
步骤101、分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离。图2示出了图像中一个九宫格的各像素点的位置(一个图像可以划分为多个九宫格)，每一格代表一个像素点，格中标记了像素点的编号，以中间的像素点5为待检测像素点为例，像素点5相邻的像素点包括：像素点1、像素点2、像素点3、像素点4、像素点6、像素点7、像素点8和像素点9。步骤101可以将相邻的像素点均作为指定点，分别计算像素点5的RGB值与像素点1、像素点2、像素点3、像素点4、像素点6、像素点7、像素点8和像素点9的RGB值的距离，或从相邻的像素点中指定若个像素点来计算距离。
为了减少重复计算，提高计算效率，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点，即分别计算像素点5的RGB值与像素点2、像素点4和像素点1的RGB值的距离；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点，即分别计算像素点5的RGB值与像素点2、像素点6和像素点3的RGB值的距离；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点，即分别计算像素点5的RGB值与像素点8、像素点4和像素点7的RGB值的距离；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点，即分别计算像素点5的RGB值与像素点8、像素点6和像素点9的RGB值的距离。
其中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
若所述待检测像素点位于图像的边界，如待检测像素点位于图像的最左端，那么图像中不存在与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点，那么，将所述待检测像素点的RGB值与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点的RGB值的距离设为0。
如，像素点5的RGB值为(0,1,20)，像素点1的RGB值为(0,0,0)，那么像素点5的RGB值与像素点1的RGB值的距离L＝|0-0|+|0-1|+|0-20|＝21；
又如，像素点5的RGB值为(0,1,20)，像素点2的RGB值为(255,255,255)，那么像素点5的RGB值与像素点2的RGB值的距离L＝|255-0|+|255-1|+|255-20|＝744。
步骤102、选取计算出的距离中的最大值。
步骤103、判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。所述阈值的有效范围为0～255*3，优选范围在64至192之间。
若图像不为RGB值空间，那么所述图像边缘检测方法还包括在将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点执行步骤101-103之前，将图像转换至RGB值空间。
本实施例的一种图像边缘检测装置，如图3所示，包括：检测单元202，用于将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点调用以下模块：
计算模块2021，用于分别计算所述待检测像素点的RGB值与相邻的各像素点的RGB值的距离。
为了减少重复计算，提高计算效率，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
所述计算模块2021中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
若所述待检测像素点位于图像的边界，如待检测像素点位于图像的最左端，那么图像中不存在与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点，那么，将所述待检测像素点的RGB值与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点的RGB值的距离设为0。
选取模块2022，用于选取计算出的距离中的最大值。
判断模块2023，用于判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。所述阈值的有效范围为0～255*3，优选范围在64至192之间。
若图像不为RGB值空间，那么所述图像边缘检测装置还包括：
转换单元201，用于将图像转换至RGB值空间。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种图像边缘检测方法，其特征在于，所述图像边缘检测方法包括将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点执行以下步骤：
S1、分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离；
S2、选取计算出的距离中的最大值；
S3、判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。
2.如权利要求1所述的图像边缘检测方法，其特征在于，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
3.如权利要求1或2所述的图像边缘检测方法，其特征在于，S1中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
4.如权利要求1所述的图像边缘检测方法，其特征在于，所述图像边缘检测方法还包括：
将图像转换至RGB值空间。
5.如权利要求1所述的图像边缘检测方法，其特征在于，所述阈值在64至192之间。
6.一种图像边缘检测装置，其特征在于，所述图像边缘检测装置包括：检测单元，用于将图像的每个像素点分别作为待检测像素点，并对所述待检测像素点调用以下模块：
计算模块，用于分别计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离；
选取模块，用于选取计算出的距离中的最大值；
判断模块，用于判断所述最大值是否大于或等于一预设的阈值，若是，则所述待检测像素点为边缘点，若否，则所述待检测像素点为非边缘点。
7.如权利要求6所述的图像边缘检测装置，其特征在于，所述相邻的指定位置的像素点包括：
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点；
或，与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
8.如权利要求6或7所述的图像边缘检测装置，其特征在于，所述计算模块中计算所述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为：
设所述待检测像素点的RGB值为R1G1B1，相邻的指定位置的像素点的RGB值为R2G2B2，距离为L：
L＝|R2-R1|+|G2-G1|+|B2-B1|。
9.如权利要求6所述的图像边缘检测装置，其特征在于，所述图像边缘检测装置还包括：
转换单元，用于将图像转换至RGB值空间。
10.如权利要求6所述的图像边缘检测装置，其特征在于，所述阈值在64至192之间。
CN201610382430.3A 2016-06-01 2016-06-01 图像边缘检测方法及装置 Pending CN107452008A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610382430.3A CN107452008A (zh) 2016-06-01 2016-06-01 图像边缘检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610382430.3A CN107452008A (zh) 2016-06-01 2016-06-01 图像边缘检测方法及装置

Publications (1)

Publication Number Publication Date
CN107452008A true CN107452008A (zh) 2017-12-08

Family

ID=60485502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610382430.3A Pending CN107452008A (zh) 2016-06-01 2016-06-01 图像边缘检测方法及装置

Country Status (1)

Country Link
CN (1) CN107452008A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005458A (zh) * 2018-09-27 2018-12-14 上海东方传媒技术有限公司 一种图像花屏检测方法及装置
CN111179291A (zh) * 2019-12-27 2020-05-19 凌云光技术集团有限责任公司 一种基于邻域关系的边缘像素点提取方法及装置
CN111982899A (zh) * 2020-08-23 2020-11-24 南京中车浦镇城轨车辆有限责任公司 一种检测pH值的方法及便携式pH值快速检测仪

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040081355A1 (en) * 1999-04-07 2004-04-29 Matsushita Electric Industrial Co., Ltd. Image recognition method and apparatus utilizing edge detection based on magnitudes of color vectors expressing color attributes of respective pixels of color image
CN101770646A (zh) * 2010-02-25 2010-07-07 昆山锐芯微电子有限公司 基于Bayer RGB图像的边缘检测方法
CN103150735A (zh) * 2013-03-26 2013-06-12 山东大学 一种基于灰度差值平均的图像边缘检测方法
CN103489183A (zh) * 2012-10-17 2014-01-01 北京大学深圳研究生院 一种基于边缘分割和种子点的局部立体匹配方法
CN104077773A (zh) * 2014-06-23 2014-10-01 北京京东方视讯科技有限公司 图像边缘检测方法、图像目标识别方法及装置
CN104376551A (zh) * 2014-08-25 2015-02-25 浙江工业大学 一种融合区域生长和边缘检测的彩色图像分割方法
CN105488845A (zh) * 2014-09-17 2016-04-13 宏碁股份有限公司 产生三维图像的方法及其电子装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040081355A1 (en) * 1999-04-07 2004-04-29 Matsushita Electric Industrial Co., Ltd. Image recognition method and apparatus utilizing edge detection based on magnitudes of color vectors expressing color attributes of respective pixels of color image
CN101770646A (zh) * 2010-02-25 2010-07-07 昆山锐芯微电子有限公司 基于Bayer RGB图像的边缘检测方法
CN103489183A (zh) * 2012-10-17 2014-01-01 北京大学深圳研究生院 一种基于边缘分割和种子点的局部立体匹配方法
CN103150735A (zh) * 2013-03-26 2013-06-12 山东大学 一种基于灰度差值平均的图像边缘检测方法
CN104077773A (zh) * 2014-06-23 2014-10-01 北京京东方视讯科技有限公司 图像边缘检测方法、图像目标识别方法及装置
CN104376551A (zh) * 2014-08-25 2015-02-25 浙江工业大学 一种融合区域生长和边缘检测的彩色图像分割方法
CN105488845A (zh) * 2014-09-17 2016-04-13 宏碁股份有限公司 产生三维图像的方法及其电子装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005458A (zh) * 2018-09-27 2018-12-14 上海东方传媒技术有限公司 一种图像花屏检测方法及装置
CN109005458B (zh) * 2018-09-27 2021-02-23 上海东方传媒技术有限公司 一种图像花屏检测方法及装置
CN111179291A (zh) * 2019-12-27 2020-05-19 凌云光技术集团有限责任公司 一种基于邻域关系的边缘像素点提取方法及装置
CN111179291B (zh) * 2019-12-27 2023-10-03 凌云光技术股份有限公司 一种基于邻域关系的边缘像素点提取方法及装置
CN111982899A (zh) * 2020-08-23 2020-11-24 南京中车浦镇城轨车辆有限责任公司 一种检测pH值的方法及便携式pH值快速检测仪
CN111982899B (zh) * 2020-08-23 2022-11-25 南京中车浦镇城轨车辆有限责任公司 一种检测pH值的方法及便携式pH值快速检测仪

Similar Documents

Publication Publication Date Title
CN107578035B (zh) 基于超像素-多色彩空间的人体轮廓提取方法
CN105453153B (zh) 交通灯检测
CN103763515B (zh) 一种基于机器学习的视频异常检测方法
CN105631880B (zh) 车道线分割方法和装置
EP3036714B1 (en) Unstructured road boundary detection
CN103400150B (zh) 一种基于移动平台进行道路边缘识别的方法及装置
CN103020996B (zh) 基于Lab空间的图像偏色的检测方法
CN106548165A (zh) 一种基于图像分块加权的卷积神经网络的人脸识别方法
CN104574366A (zh) 一种基于单目深度图的视觉显著性区域的提取方法
CN109544464A (zh) 一种基于轮廓提取的火灾视频图像分析方法
CN109034017A (zh) 头部姿态估计方法及机器可读存储介质
CN107347151A (zh) 双目摄像头遮挡检测方法及装置
CN101917629A (zh) 一种基于绿色分量和色差空间的Bayer格式颜色插值方法
CN106096603A (zh) 一种融合多特征的动态火焰检测方法及装置
CN105957023B (zh) 一种基于色度空间变换的激光线条纹图像增强和去噪方法
CN107085707A (zh) 一种基于交通监控视频的车牌定位方法
CN104021527A (zh) 一种图像中雨雪的去除方法
CN107452008A (zh) 图像边缘检测方法及装置
CN106228541A (zh) 视觉检测中屏幕定位的方法及装置
CN116311132A (zh) 一种减速带识别方法、装置、设备及存储介质
US12067658B1 (en) Method, apparatus and device for automatically making up portrait lips, storage medium and program product
CN104766276B (zh) 一种基于颜色空间的偏色校正方法
CN106815587A (zh) 图像处理方法及装置
TW201032180A (en) Method and device for keeping image background by multiple gauss models
CN104282013B (zh) 一种用于前景目标检测的图像处理方法及装置

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