CN107590776A - 图像处理装置和图像处理方法 - Google Patents
图像处理装置和图像处理方法 Download PDFInfo
- Publication number
- CN107590776A CN107590776A CN201610525971.7A CN201610525971A CN107590776A CN 107590776 A CN107590776 A CN 107590776A CN 201610525971 A CN201610525971 A CN 201610525971A CN 107590776 A CN107590776 A CN 107590776A
- Authority
- CN
- China
- Prior art keywords
- input picture
- image
- highlight area
- unit
- border
- 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)
Abstract
本发明涉及图像处理装置和图像处理方法。根据本发明的图像处理装置,包括:图像获取单元,用于获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;提取单元,用于基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;边界获取单元,用于在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及替换单元,用于将所述拼接区域替换到所述第一输入图像上的相应区域。使用根据本发明的图像处理装置和方法能够有效地去除图像中的高光区域。
Description
技术领域
本发明涉及图像处理技术领域,具体地涉及用于去除图像中的高光区域的装置和方法。
背景技术
这个部分提供了与本发明有关的背景信息,这不一定是现有技术。
数字摄像头由于其便携性和高分辨率,可以在很多场合替代扫描仪作为图像的采集设备。但是,由于受到拍摄环境中非自然光例如灯光等的影响,在采集到的图像中很容易出现高光区域。在高光区域中,文字、纹理细节或颜色有可能被抹去,为后续的图像处理带来很多困难。传统的高光去除方法基于高光区域的颜色或纹理信息来恢复高光区域的图像,但当高光强烈时,颜色和纹理信息可能会被抹去,导致很难提取信息。因此,在传统方法中,太依赖于高光区域的纹理和颜色信息,并且不能处理高光至全白(即无任何颜色和纹理信息)的情况。
针对以上技术问题,本发明希望提出一种方案,能够有效地去除图像中的高光区域以恢复清晰的原始图像。
发明内容
这个部分提供了本发明的一般概要,而不是其全部范围或其全部特征的全面披露。
本发明的目的在于提供一种图像处理装置和图像处理方法,能够有效地去除图像中的高光区域以恢复清晰的原始图像。
根据本发明的一方面,提供了一种图像处理装置,包括:图像获取单元,用于获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;提取单元,用于基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;边界获取单元,用于在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及替换单元,用于将所述拼接区域替换到所述第一输入图像上的相应区域。
根据本发明的另一方面,提供了一种图像处理方法,包括:获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及将所述拼接区域替换到所述第一输入图像上的相应区域。
根据本发明的另一方面,提供了一种程序产品,该程序产品包括存储在其中的机器可读指令代码,其中,所述指令代码当由计算机读取和执行时,能够使所述计算机执行根据本发明的图像处理方法。
根据本发明的另一方面,提供了一种机器可读存储介质,其上携带有根据本发明的程序产品。
根据本发明的图像处理装置和方法,能够提取第一输入图像的高光区域,并且在第二输入图像上获取包围与第一输入图像上的高光区域相对应的区域的拼接区域的边界,将拼接区域替换到第一输入图像上的相应区域。当相机拍照角度不同时,高光区域会随之出现在图像中的不同地方,而相机很容易实现拍摄多个图像。本发明正是利用了这个原理,综合多个输入图像以去除高光区域获取清晰的原始图像。使用根据本发明的图像处理装置和方法,充分利用了图像的灰度信息和二值信息,能够简单精准地提取高光区域。进一步,由于综合了多个图像,因而能够很好的处理全白(即无任何颜色和纹理信息)的情况。
这个概要中的描述和特定例子只是为了示意的目的,而不旨在限制本发明的范围。
附图说明
在此描述的附图只是为了所选实施例的示意的目的而非全部可能的实施,并且不旨在限制本发明的范围。在附图中:
图1(a)示出了具有高光区域的原始图像的一个示例;
图1(b)示出了具有高光区域的原始图像的另一个示例;
图2为根据本发明的实施例的图像处理装置的结构框图;
图3为根据本发明的透视变换的过程的示意图;
图4(a)为对图1(a)所示的原始图像执行透视变换后得到的输入图像的示意图;
图4(b)为对图1(b)所示的原始图像执行透视变换后得到的输入图像的示意图;
图5示出了图4(a)所示的输入图像的灰度图像;
图6示出了图4(a)所示的输入图像的二值图像;
图7示出了根据本发明的实施例提取出的图4(a)所示的输入图像的高光区域;
图8示出了图4(b)所示的输入图像的梯度图像;
图9示出了在叠加图像上选择基点的示意图;
图10示出了根据本发明的实施例的利用动态规划来获取两个基点之间的边界的过程的示意图;
图11示出了根据本发明的实施例的获取拼接区域的边界的示意图;
图12示出了对图4(a)和图4(b)示出的输入图像执行根据本发明的实施例的图像处理方法之后所获得的图像;
图13为根据本发明的实施例的图像处理方法的流程图;以及
图14为其中可以实现根据本发明的图像处理装置和方法的通用个人计算机的示例性结构的框图。
虽然本发明容易经受各种修改和替换形式,但是其特定实施例已作为例子在附图中示出,并且在此详细描述。然而应当理解的是,在此对特定实施例的描述并不打算将本发明限制到公开的具体形式,而是相反地,本发明目的是要覆盖落在本发明的精神和范围之内的所有修改、等效和替换。要注意的是,贯穿几个附图,相应的标号指示相应的部件。
实施方式
现在参考附图来更加充分地描述本发明的示例。以下描述实质上只是示例性的,而不旨在限制本发明、应用或用途。
下面提供了示例实施例,以便本发明将会变得详尽,并且将会向本领域技术人员充分地传达其范围。阐述了众多的特定细节如特定单元、装置和方法的示例,以提供对本发明的实施例的详尽理解。对于本领域技术人员而言将会明显的是,不需要使用特定的细节,示例实施例可以用许多不同的形式来实施,它们都不应当被解释为限制本发明的范围。在某些示例实施例中,没有详细地描述众所周知的过程、众所周知的结构和众所周知的技术。
图1(a)示出了具有高光区域的原始图像的一个示例,并且图1(b)示出了具有高光区域的原始图像的另一个示例。这里,图1(a)和图1(b)是由相机拍摄的身份证图片。如图1(a)和图1(b)中的圆圈部分所示,由相机拍摄的原始图像中存在高光区域。在图1(a)所示的原始图像中,由于高光区域的存在使得身份证上的住址信息模糊不清;在图1(b)所示的原始图像中,由于高光区域的存在使得身份证上的号码信息模糊不清。
本发明的目的在于提供一种图像处理装置和图像处理方法,能够基于至少两个具有高光区域的图像来恢复清晰的原始图像。
图2为根据本发明的实施例的图像处理装置的结构框图。如图2所示,根据本发明的实施例的图像处理装置200可以包括图像获取单元210、提取单元220、边界获取单元230和替换单元240。
根据本发明的实施例,图像获取单元210用于获取多个输入图像,多个输入图像至少包括第一输入图像和第二输入图像。这里,图像获取单元210可以从除了图像处理装置200以外的其它装置来获取多个输入图像,也可以从图像处理装置200中的其它单元来获取多个输入图像。进一步,图像获取单元210可以将获取的多个输入图像发送到提取单元220。
根据本发明的实施例,提取单元220用于基于第一输入图像的灰度图像和二值图像,提取第一输入图像的高光区域。这里,提取单元220可以从图像获取单元210来获取第一输入图像,从而根据第一输入图像获取第一输入图像的灰度图像和二值图像。提取单元220可以采用本领域公知的任何方法来获取第一输入图像的灰度图像和二值图像,本发明对此不做限定。接下来,提取单元220可以基于第一输入图像的灰度图像和二值图像来提取第一输入图像的高光区域。进一步,提取单元220可以将提取的第一输入图像的高光区域发送到边界获取单元230。
根据本发明的实施例,边界获取单元230用于在第二输入图像上获取包围与第一输入图像上的高光区域相对应的区域的拼接区域的边界。这里,边界获取单元230可以从提取单元220来获取第一输入图像的高光区域,并确定其在第二输入图像上的相对应的区域。在本发明的实施例中,第二输入图像上的与第一输入图像上的高光区域相对应的区域为第二输入图像上的与第一输入图像上的高光区域位置和形状相同的区域。接下来,边界获取单元230可以在第二输入图像上获取包围这个相对应的区域的拼接区域的边界。根据本发明的实施例,边界获取单元230可以根据一定的准则来获取包围这个相对应的区域的拼接区域的边界,从而获得拼接区域,并可以将获取的拼接区域发送到替换单元240。
根据本发明的实施例,替换单元240用于将拼接区域替换到第一输入图像上的相应区域。这里,替换单元240可以从边界获取单元230来获取第二输入图像上的拼接区域,并可以确定该拼接区域在第一输入图像上的相应区域。在本发明的实施例中,第一输入图像上的与第二输入图像上的拼接区域相应的区域为第一输入图像上的与第二输入图像上的拼接区域位置和形状相同的区域。接下来,替换单元240可以将第二输入图像上的拼接区域替换到第一输入图像上的相应区域。这里,替换单元240还可以输出替换后的图像作为输出图像。根据本发明的实施例,在这个输出图像上不存在高光区域,即恢复了第一输入图像的高光区域上的文字或者图片等信息。也就是说,这个输出图像为第一输入图像的恢复图像。
由此可见,根据本发明的实施例,提取单元220可以提取第一输入图像的高光区域,边界获取单元230能够获取第二输入图像上包围与第一输入图像的高光区域相对应的区域的拼接区域的边界,从而使得替换单元240能够将拼接区域替换到第一输入图像上的相应区域。这样一来,基于第一输入图像和第二输入图像可以获得第一输入图像的恢复图像,从而去除了第一输入图像上的高光区域。进一步,由于将第二输入图像上的拼接区域替换到第一输入图像上的相应区域,从而使得替换区域的边界更加清楚,进而使得生成的恢复图像更接近于原始图像。
根据本发明的实施例,图像处理装置200可以对多个输入图像中的每个输入图像都执行上述处理,即多个输入图像中的每个图像都可以被称为第一输入图像。进一步,针对每个输入图像,提取单元220都可以提取它的高光区域,图像获取单元210都可以获取与这个图像相对应的第二输入图像,边界获取单元230都可以在第二输入图像上获取拼接区域的边界,从而替换单元可以将拼接区域替换到这个图像上的相应区域。因此,当图像处理装置200获取了多个输入图像时,其可以输出多个输出图像,输出图像的个数与输入图像的个数相同,并且这多个输出图像分别是多个输入图像的恢复图像。
根据本发明的实施例,图像处理装置200还可以包括变换单元(未示出),用于对多个原始图像执行透视变换以确定多个输入图像。根据本发明的实施例,原始图像可以是例如图1(a)和图1(b)所示的图像。因而,在原始图像中,由于拍摄的角度不同可能存在照片的倾斜以及留有白边等问题,透视变换是本领域中一种公知的用于对图像进行处理的方法,其目的在于将不同的图像变换为形状和大小统一的图像。这里,变换单元可以使用本领域公知的任何算法或方法来实现透视变换,本发明对此不做限定。
图3为根据本发明的透视变换的过程的示意图。如图3所示,左边的图示出了即将要执行透视变换的图像。在这个图像中,由m1、m2、m3和m4四个点构成的四边形图像为相机想要拍摄的物体,这个物体可能是例如身份证等的长方形物体。然而,在实际拍摄的过程中,由于拍摄角度的问题,如图3左边的图所示,拍出来的物体产生了形变,不再是长方形,同时物体周围留有空白部分。图3右边的图示出了对左边的图执行透视变换之后获得的图像。如图3右边的图所示,变换后的图像恢复了长方形,其四个顶点为x1、x2、x3和x4,并且物体周围没有空白部分。因而,透视变换实际上就是由m1、m2、m3和m4这四个点的坐标变换为x1、x2、x3和x4这四个点的坐标。
以下仅给出一个透视变换的示例,但是本发明并不限于此。对原始图像执行透视变换以获得输入图像的变换方程如下:
simi~HX(i=1,2,3,4) (1)
其中,mi(i=1,2,3,4)表示原始图像的第i个顶点的坐标;si为每一次拍摄时针对原始图像的第i个顶点的比例系数,可以通过拍摄所用的相机的内参数求得;“~”表示透视变换的操作符号;H是一个4×4的透视变换矩阵,可以通过拍摄所用的相机的内参数求得;X是一个4行的列向量,从上到下每一行依次表示变换后的输入图像的四个顶点的坐标x1、x2、x3和x4。由上述方程(1),可以将由m1、m2、m3和m4这四个点构成的原始图像变换为由x1、x2、x3和x4这四个点构成的输入图像。
根据本发明的实施例,变换单元可以对多个原始图像中的每一个原始图像都执行透视变换,以获得多个输入图像,并且获得的多个输入图像与多个原始图像一一对应。
根据本发明的实施例,多个原始图像为同一图像的来自不同角度的多个反光图像。这里,反光图像具有高光区域。在本发明的实施例中,图1(a)和图1(b)所示的图像可以作为原始图像被透视变换,而对这些原始图像执行透视变换得到的图像在本发明中被称为输入图像。也就是说,图像处理装置200的图像获取单元210获取的输入图像可以是经过透视变换得到的图像。
图4(a)为对图1(a)所示的原始图像执行透视变换后得到的输入图像的示意图,并且图4(b)为对图1(b)所示的原始图像执行透视变换后得到的输入图像的示意图。如图4(a)和图4(b)所示,经过透视变换后的图像的大小和形状完全相同,拍摄的物体周围没有空白部分,并且图像上的像素也一一对应,即,将经过透视变换的多个图像叠加到一起,上面的前景区域和背景区域都能够完全重合。换句话说,经过透视变换的图像在整体上是对应的,并且只留有用户感兴趣的区域。
前文中提到,图像获取单元210可以从除了图像处理装置200以外的其它装置来获取多个输入图像,也可以从图像处理装置200中的其它单元来获取多个输入图像。此外,如果相机拍摄的图像本身就符合输入图像的标准,例如,拍摄的图像周围没有空白的部分,图像中的物体也没有变形等等,以使得图像处理装置200可以直接对这样的图像进行后续处理,那么图像获取单元210也可以直接将原始图像作为输入图像进行后续的处理。针对图像获取单元210从除了图像处理装置200以外的其它装置来获取多个输入图像的情况,其它装置可以对原始图像执行透视变换获得了例如图4(a)和图4(b)所示的输入图像之后发送到图像获取单元210。针对图像获取单元210从图像处理装置200中的其它单元来获取多个输入图像的情况,可以由图像处理装置200中的变换单元来执行透视变换以确定输入图像,进而将输入图像发送到图像获取单元210。总之,图像获取单元210可以获取到例如图4(a)和图4(b)所示的能够进行后续处理的多个输入图像。
根据本发明的实施例,提取单元220可以包括背景像素获取单元、平均亮度获取单元和高光区域提取单元。
根据本发明的实施例,背景像素获取单元可以用于基于第一输入图像的灰度图像和二值图像,获取灰度图像中的背景像素的集合。
图5示出了图4(a)所示的输入图像的灰度图像,并且图6示出了图4(a)所示的输入图像的二值图像。根据本发明的实施例,可以根据本领域公知的任何方法或算法来获取一个图像的灰度图像和二值图像,本发明对此不做限定。
需要说明的是,在本发明中,透视变换并不会改变图像的颜色信息。也就是说,如果原始图像是彩色图像,那么获得的例如图4(a)和图4(b)所示的输入图像也是彩色图像。因此,虽然看起来图4(a)和图5是相同的图像,但实际上图4(a)有可能是彩色的图像,而图5是图4(a)所示的图像的灰度图像。
由图5和图6可以看出,二值图像上黑色的部分,即像素值为0的那些像素的集合是图5所示的图像的前景部分;而二值图像上白色的部分,即像素值为255的那些像素的集合是图5所示的图像的背景部分。因而,基于这个原理,背景像素获取单元可以获取灰度图像中的背景像素的集合。根据本发明的实施例,背景像素获取单元确定二值图像上像素值为255的像素的集合;并将灰度图像中的与二值图像上像素值为255的像素相对应的像素的集合确定为灰度图像中的背景像素的集合。进一步,背景像素获取单元可以将确定的背景像素的集合发送到平均亮度获取单元。
根据本发明的实施例,平均亮度获取单元可以基于背景像素的像素值,获取平均亮度值。
平均亮度值反映了灰度图像上的背景像素的平均亮度,因而根据本发明的实施例,平均亮度获取单元可以确定平均亮度值为背景像素的像素值的平均值。进一步,平均亮度获取单元可以将确定的平均亮度值发送到高光区域提取单元。例如,平均亮度获取单元可以基于以下公式来计算平均亮度值:
其中,v表示平均亮度值,vi表示背景像素集合中的第i个背景像素的像素值;Ni表示背景像素集合中的像素的个数;i表示背景像素集合中的背景像素的编号,为从1一直到Ni的整数。
根据本发明的实施例,高光区域提取单元可以根据基于平均亮度值的阈值来提取第一输入图像的高光区域。
根据本发明的实施例,在平均亮度获取单元确定了平均亮度值以后,高光区域提取单元可以基于该平均亮度值确定一个阈值T,这个阈值T用于提取属于高光区域的像素。例如,高光区域提取单元可以基于以下公式来确定阈值T:
T=k×v (3)
其中,v为平均亮度获取单元确定的平均亮度值;k为经验系数,可以根据图像处理装置的设计者或者使用者根据经验来设置,并且k>1。优选地,k为1.35或者k为1.4。
接下来,高光区域提取单元可以根据阈值T来提取第一输入图像的高光区域。根据本发明的实施例,由于高光区域的像素的像素值比较高,而其他区域的像素的像素值比较低。因此,高光区域提取单元可以将第一输入图像的灰度图像上的所有像素的像素值与阈值T相比较,当像素值大于T时,确定与这个像素值对应的像素属于高光区域;当像素值小于或等于T时,确定与这个像素值对应的像素不属于高光区域。换句话说,高光区域提取单元确定像素值大于阈值T的那些像素所组成的区域为高光区域。
如上所述,提取单元220基于第一输入图像的灰度图像和二值图像提取了第一输入图像的高光区域。图7示出了根据本发明的实施例提取出的图4(a)所示的输入图像的高光区域。如图7所示,白色的圆圈所表示的部分为提取单元220提取出的高光区域。
根据本发明的实施例,提取单元220用如上所述的方式可以提取出多个输入图像中任何一个输入图像的高光区域。也就是说,当需要提取第二输入图像的高光区域时,提取单元220可以基于第二输入图像的灰度图像和二值图像,提取第二输入图像的高光区域。当需要提取多个输入图像中除了第一输入图像和第二输入图像之外的其它输入图像的高光区域时,提取单元也可以基于其它输入图像的灰度图像和二值图像,提取其它输入图像的高光区域。在这样的实施例中,提取单元220也可以包括背景像素获取单元、平均亮度获取单元和高光区域提取单元。与前文所述类似的,背景像素获取单元可以用于基于多个输入图像中的每一个输入图像的灰度图像和二值图像,获取每一个输入图像的灰度图像中的背景像素的集合;平均亮度获取单元可以基于每一个输入图像的灰度图像中的背景像素的像素值,获取每一个输入图像的灰度图像的平均亮度值;高光区域提取单元可以根据基于每一个输入图像的灰度图像的平均亮度值的阈值来提取每一个输入图像的高光区域。
根据本发明的实施例,边界获取单元230可以包括梯度图像获取单元、选择单元和规划单元。
根据本发明的实施例,梯度图像获取单元可以获取所述第二输入图像的梯度图像。
根据本发明的实施例,梯度图像获取单元可以根据本领域中任何公知的算法和方法,例如Canny算子来获取输入图像的梯度图像,本发明对此不做限定。图8示出了图4(b)所示的输入图像的梯度图像。如图8所示,在梯度图像中,像素值变化比较大的那些区域(图8中的白色部分)被显示出具有高像素值,例如255。
根据本发明的实施例,选择单元可以基于第一输入图像的高光区域、第二输入图像的高光区域和第二输入图像的梯度图像来选择拼接区域的边界的多个基点。
如前文所述,提取单元220可以提取第一输入图像的高光区域和第二输入图像的高光区域,梯度图像获取单元可以获取第二输入图像的梯度图像,因而选择单元可以基于这些信息来选择拼接区域的边界的多个基点。根据本发明的实施例,选择单元可以基于各种各样的规则和算法来选择多个基点,以使得所选择基点避开第一输入图像的高光区域、第二输入图像的高光区域和第二输入图像的高梯度区域。下文仅给出一个示例性实现方式,本发明并不限于此。
根据本发明的实施例,选择单元可以包括叠加单元和基点选择单元。
根据本发明的实施例,叠加单元可以将第一输入图像的高光区域和第二输入图像的高光区域叠加到第二输入图像的梯度图像。
根据本发明的实施例,基点选择单元可以在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域的周围选择多个基点,其中,多个基点避开第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域、第二输入图像的高光区域和第二输入图像的高梯度区域。
图9示出了在叠加图像上选择基点的示意图。如图9所示,在如图8所示的第二输入图像的梯度图像上叠加了第一输入图像的高光区域和第二输入图像的高光区域。其中,将第一输入图像的高光区域叠加到第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域,并将第二输入图像的高光区域叠加到第二输入图像的梯度图像上的第二输入图像的高光区域。这里,在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域指的是在第二输入图像的梯度图像上的与第一输入图像的高光区域位置和形状都相同的区域。
接下来,基点选择单元可以在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域的周围选择多个基点。根据本发明的实施例,基点选择单元在与第一输入图像的高光区域相对应的区域的外部周围选择基点以使得选择的基点避开与第一输入图像的高光区域相对应的区域。在本发明中,定义第二输入图像的梯度图像上的像素值为255的那些像素所组成的区域为高梯度区域。如图9所示,第二输入图像的高梯度区域是第二输入图像的前景区域。进一步,由图9还可以看出,第二输入图像的高光区域以及第二输入图像的高梯度区域中包括的像素的像素值都是255。因此,基点选择单元可以从在与第一输入图像的高光区域相对应的区域的外部周围的像素值为0的像素中选择基点以使得选择的基点避开第二输入图像的高光区域和第二输入图像的高梯度区域。
根据本发明的实施例,可以根据实际需要定义基点的个数。当基点的个数较多时,最后生成的拼接区域的边界比较光滑;当基点的个数较少时,最后生成的拼接区域的边界不太光滑。优选地,基点的个数可以为2N,N为大于或等于2的整数。更加优选地,基点的个数可以为4、8和16。如图9所示,在与第一输入图像的高光区域相对应的区域的周围选择了8个基点。
根据本发明的实施例,多个基点在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域的周围均匀地分布。也就是说,当基点的个数为2N时,基点选择单元可以首先确定与第一输入图像的高光区域相对应的区域的中心,然后从该中心向周围2N个方向均匀地延伸,并在每个方向上选择一个基点。
根据本发明的实施例,当如上所述选择的均匀分布的基点中存在没有避开第二输入图像的高光区域或者第二输入图像的高梯度图像的基点时,基点选择单元可以通过旋转角度来继续寻找均匀分布的并且避开第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域、第二输入图像的高光区域和第二输入图像的高梯度区域的基点。
根据本发明的实施例,当如上所述选择的均匀分布的基点中存在没有避开第二输入图像的高光区域或者第二输入图像的高梯度图像的基点时,基点选择单元也可以通过旋转角度来重新选择这一个或多个没有避开上述区域的基点。这样最后选择出的基点可能是不均匀分布的。
根据本发明的实施例,规划单元可以利用动态规划来获取拼接区域的边界。
根据本发明的实施例,当基点选择单元选择了基点之后,规划单元可以在叠加后的梯度图像上,利用动态规划将多个基点连接以获取拼接区域的边界。这里,动态规划是本领域中公知的用于获取边界的方法,因而规划单元可以利用动态规划来连接基点从而获得边界。规划单元可以根据各种各样预设的规则或者算法来实现这个目的,本发明对此不做限定。
根据本发明的实施例,规划单元可以获取拼接区域的边界以尽可能(或者说最大化)避开以下三个区域:所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。在本发明中,使得选择的基点避开这三个区域并且使得拼接区域的边界尽可能避开这三个区域是因为,当边界上包括位于上述三个区域的像素时,在第一输入图像和第二输入图像没有完全对应的情况下,在拼接后的图像上很有可能出现畸变,例如字符或者图片的重影等。因此,规划单元可以获取拼接区域的边界以最大化避开上述三个区域,以使得拼接后的图像的效果更好。
换句话说,根据本发明的实施例,规划单元可以获取拼接区域的边界以使得获取的边界上包括的属于以上三个区域的像素点最少。如图9所示,在选择的基点周围充满了属于高低度区域的像素,因此想要完全避开高梯度区域十分困难。在实际的应用中,如果第二输入图像的高光区域距离第一输入图像的高光区域比较近,那么想要完全避开第二输入图像的高光区域也十分困难。因此,根据本发明的实施例,规划单元只能尽可能避开这些区域。也就是说,规划单元使得选取的边界上包括的属于这三个区域的像素点最少。
以下结合图10给出一个示例性的规划单元获取拼接区域的边界的方法,但这对于本发明并没有限制作用。
图10示出了根据本发明的实施例的利用动态规划来获取两个基点之间的边界的过程的示意图。如图10所示,A和B是基点选择单元选择的两个相邻的基点,其直达路径如图10中间的直线所示。在第二输入图像的梯度图像上存在多个像素点,这些像素点分成多个行和多个列。如图10所示,A点是第0列上的像素点,v11、v12、v13是第1列上的像素点,而vk1,、vk2、…、vkm是第k列上的像素点。值得注意的是,虽然在图10中示出的第1列上的像素点距离基点A很远,但这仅仅是为了清楚地说明的目的,在实际中,第二输入图像的梯度图上相邻的两列上的像素点可能距离十分近以至于肉眼难以区分。
根据本发明的实施例,规划单元根据叠加后的梯度图像上的像素的像素值来确定像素的代价值。
根据本发明的实施例,规划单元可以确定叠加后的梯度图像上的所有像素点的像素值。如图9所示,在叠加后的梯度图像上,仅存在像素值为0和像素值为255这两种像素点。也就是所,第一输入图像的高光区域、第二输入图像的高光区域和第二输入图像的高梯度区域中的像素点的像素值为255,其余的像素点的像素值为0。
根据本发明的实施例,基于基点A的像素值来确定基点A的代价值,除了基点A以外,基于第k-1列的像素点的代价值和第k列的像素点的像素值来确定第k列上的像素点的代价值,其中k为大于等于1的整数。以这种方式,规划单元可以确定叠加图像上的每一个像素点的代价值。优选地,每个点的代价值与该点的像素值成正相关。也就是说,当某一个点的像素值越大时,其代价值也越大。
例如,基于基点A的像素值来确定基点A的代价值,包括但不限于,A的代价值等于A的像素值或者A的代价值等于A的像素值乘以一个比例系数等。
根据本发明的实施例,第k-1列上的点可以通过上、中和下三条路径到达第k列上的位于直达点上面的点、第k列上的直达点以及第k列上的位于直达点下面的点,其中k为大于等于1的整数。例如,如图10所示,v12为基点A的下一列的直达点,v11为基点A的下一列上位于直达点上面的点,并且v13为基点A的下一列上位于直达点下面的点。根据本发明的实施例,为了简化计算,第k-1列上的点只能沿着上、中和下三个方向到达第k列上的点。然而在实际的应用中,第k-1列上的点也可以沿着更多的方向到达第k列上的点。
接下来,当确定了第k-1列上的点的代价值之后,规划单元计算第k-1列上的点到达第k列上的点以后得到的代价值。这里,由第k-1列到达第k列上的一个像素点可能有多种方式,例如由第k-1列的多个像素点都可以到达第k列上的同一个点,那么分别计算从第k-1列上的这多个像素点到达第k列上的这个点所得到的代价值。
根据本发明的实施例,针对第k列上的一个点p,基于第k-1列的能够到达该点p的像素点q的代价值和点p的像素值来确定从q点到达p点的代价值,包括但不限于从q点到达p点的代价值等于点q的代价值和点p的像素值之和。如果存在多个点q,则分别计算多个点q到达p点的代价值,从而获得多个代价值。
接下来,规划单元计算第k列上的所有点的代价值。根据本发明的实施例,第k列上的点的代价值为从第k-1列上的点到达第k列上的这个点所得到的多个代价值中的最小值。在前文所述的例子中,如果存在多个点q,则分别计算多个点q到达p点的代价值,从而获得多个代价值,然后在这多个代价值中选择最小值最为p点的代价值。
如图10所示,由于第0列上只有基点A一个像素点,因而能够到达v11、v12、v13的像素点只有A一个。因此,v11、v12、v13这三个点的代价值为从基点A分别到达这三个点后得到的这三个点的代价值。
以如上所述的方式,当确定了第k-1列上的点的代价值后,就可以确定第k列上的点的代价值,从而可以依次确定每一列上所有点的代价值,直到基点B。
接下来,规划单元在每一列上选择这一列上代价值最小的像素点,从而连接这些像素点作为从基点A到基点B的这部分边界。如图10所示,从基点A到达基点B的边界如上面的曲线所示。根据本发明的实施例,规划单元可以依次确定每两个相邻的基点之间的边界,进而确定拼接区域的边界。
如上所述,每个点的代价值与该点的像素值成正相关。在叠加后的梯度图像上,第一输入图像的高光区域、第二输入图像的高光区域和第二输入图像的高梯度区域中的像素点的像素值为255,而规划单元在动态规划的过程中选择代价最小的像素点作为边界上的点,因此可以有效地避开这三个区域。
进一步,根据本发明的实施例,基于基点A的像素值来确定基点A的代价值,除了基点A以外,基于第k-1列的像素点的代价值、第k列的点的像素值以及第k-1列的像素点到达第k列的点的路径上的加权值来确定第k列上的点的代价值,其中k为大于等于1的整数。优选地,第k列上的点的代价值与第k-1列的像素点到达第k列的点的路径上的加权值成正相关。也就是说,路径上的加权值越大,代价值越大。
根据本发明的实施例,针对第k列上的一个点p,基于第k-1列的能够到达该点p的像素点q的代价值、p点的像素值以及从点q到达点p的路径上的加权值来确定从q点到达p点的代价值,包括但不限于从q点到达p点的代价值等于点q的代价值、点p的像素值以及从点q到达点p的路径上的加权值之和。同样地,如果存在多个点q,则分别计算多个点q到达p点的代价值,从而获得多个代价值,然后在这多个代价值中选择最小值最为p点的代价值。
根据本发明的实施例,如果q点到达p点的路径为与基点A到达基点B的方向相平行的方向,则设置该路径的加权值为第一加权值;如果q点到达p点的路径为其它方向,则设置该路径的加权值为第二加权值,其中第二加权值大于第一加权值。如图10所示,基点A通过水平方向的路径可以到达基点B,并且基点A通过水平方向的路径可以到达v12,那么设置基点A到达v12的路径的加权值为第一加权值,而基点A通过右上45度方向的路径到达v11,并且通过右下45度方向的路径到达v13,那么设置基点A到达v11和v13的路径的加权值都为第二加权值,并且第二加权值大于第一加权值。
如上所述,由于两点之间线段最短,因此设置与两个相邻的基点之间的路径相平行的路径的加权值最小,而每个点的代价值与路径加权值成正相关,而规划单元在动态规划的过程中选择代价最小的像素点作为边界上的点,因此在保证选择的边界尽量避开上述三个区域的情况下还可以使得路径尽可能的短。
图11示出了根据本发明的实施例的获取拼接区域的边界的示意图。如图11所示,在叠加后的图像上的与第一输入图像的高光区域相对应的区域的周围获取了拼接区域的边界,由这样的边界所包围的区域称为拼接区域。
根据本发明的实施例,图像处理装置200还可以包括确定单元,可以确定第一输入图像上的高光区域与第二输入图像上的高光区域不交叠。如上所述,提取单元220可以提取第一输入图像的高光区域和第二输入图像的高光区域。这里,确定单元确定第一输入图像的高光区域和第二输入图像的高光区域不交叠。这是因为,如果两个输入图像的高光区域相交叠,那么拼接后的图像中仍然会存在高光区域,无法恢复清晰地图像。也就是说,在确定单元确定第一输入图像与第二输入图像的高光区域不交叠的情况下,边界获取单元230和替换单元240才会执行相对应的操作。
根据本发明的实施例,提取单元可以提取所有输入图像上的高光区域。确定单元可以确定任意两个输入图像的高光区域是否有交叠。接下来,在确定单元找到了哪个输入图像的高光区域与第一输入图像的高光区域不交叠时,可以确定那个输入图像为第二输入图像。也就是说,针对第一输入图像,确定单元从多个输入图像中确定这样的输入图像作为第二输入图像:该输入图像的高光区域与第一输入图像的高光区域不交叠。换句话说,在本发明的实施例中,第一输入图像是多个输入图像中的任意一个输入图像,而第二输入图像是针对第一输入图像由确定单元所确定的图像。
图12示出了对图4(a)和图4(b)示出的输入图像执行根据本发明的实施例的图像处理方法之后所获得的图像。如图12所示,拼接后的图像已经不存在高光区域,并且拼接的边界较为清晰。
如上所述,根据本发明的图像处理装置,基于第一输入图像和第二输入图像可以获得第一输入图像的恢复图像,从而去除了第一输入图像上的高光区域,能够处理全白的情况。进一步,由于根据灰度图像和二值图像提取高光区域,实现简单,同时使得提取的高光区域十分准确。进一步,由于利用动态规划和精心挑选的基点来得到拼接区域的边界,从而使得替换区域的边界更加清楚,进而使得生成的恢复图像更接近于原始图像。总之,根据本发明的图像处理装置能够高效地去除图像中的高光区域。
根据本发明所述的图像处理装置200可以设置于具有照相功能的各种装置,例如手机、相机、平板电脑和个人数字助理等中。
下面结合图13来描述根据本发明的实施例的图像处理方法。
如图13所示,在步骤S1310中,获取多个输入图像,多个输入图像至少包括第一输入图像和第二输入图像。
接下来,在步骤S1320中,基于第一输入图像的灰度图像和二值图像,提取第一输入图像的高光区域。
接下来,在步骤S1330中,在第二输入图像上获取包围与第一输入图像上的高光区域相对应的区域的拼接区域的边界。
接下来,在步骤S1340中,将拼接区域替换到第一输入图像上的相应区域。
优选地,方法进一步包括:对多个原始图像执行透视变换以确定多个输入图像。
优选地,方法还包括基于第二输入图像的灰度图像和二值图像,提取第二输入图像的高光区域,并且在第二输入图像上获取包围与第一输入图像上的高光区域相对应的区域的拼接区域的边界包括:获取第二输入图像的梯度图像;基于第一输入图像的高光区域、第二输入图像的高光区域和第二输入图像的梯度图像来选择拼接区域的边界的多个基点;以及利用动态规划来获取拼接区域的边界。
优选地,提取第一输入图像的高光区域包括:基于第一输入图像的灰度图像和二值图像,获取灰度图像中的背景像素的集合;基于背景像素的像素值,获取平均亮度值;以及根据基于平均亮度值的阈值来提取第一输入图像的高光区域。
优选地,选择拼接区域的边界的多个基点包括:将第一输入图像的高光区域和第二输入图像的高光区域叠加到第二输入图像的梯度图像;以及在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域的周围选择多个基点,其中,多个基点避开第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域、第二输入图像的高光区域和第二输入图像的高梯度区域。
优选地,多个基点在第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域的周围均匀地分布。
优选地,在叠加后的梯度图像上,利用动态规划将多个基点连接以获取拼接区域的边界,以使得获取的边界上包括的属于以下三个区域的像素点最少:第二输入图像的梯度图像上的与第一输入图像的高光区域相对应的区域、第二输入图像的高光区域和第二输入图像的高梯度区域。
优选地,方法进一步包括:确定第一输入图像上的高光区域与第二输入图像上的高光区域不交叠。
优选地,多个原始图像为同一图像的来自不同角度的多个反光图像。
优选地,根据叠加后的梯度图像上的像素的像素值来确定像素的代价值。
根据本发明的实施例的图像处理方法的上述步骤的各种具体实施方式前面已经作过详细描述,在此不再重复说明。也就是说,根据本发明的实施例的图像处理方法可以由前文所述的图像处理装置200来执行,因此在前文中所述的图像处理装置200的各种实施例都适用于此。
显然,根据本发明的图像处理方法的各个操作过程可以以存储在各种机器可读的存储介质中的计算机可执行程序的方式实现。
而且,本发明的目的也可以通过下述方式实现:将存储有上述可执行程序代码的存储介质直接或者间接地提供给系统或设备,并且该系统或设备中的计算机或者中央处理单元(CPU)读出并执行上述程序代码。此时,只要该系统或者设备具有执行程序的功能,则本发明的实施方式不局限于程序,并且该程序也可以是任意的形式,例如,目标程序、解释器执行的程序或者提供给操作系统的脚本程序等。
上述这些机器可读存储介质包括但不限于:各种存储器和存储单元,半导体设备,磁盘单元例如光、磁和磁光盘,以及其它适于存储信息的介质等。
另外,计算机通过连接到因特网上的相应网站,并且将依据本发明的计算机程序代码下载和安装到计算机中然后执行该程序,也可以实现本发明的技术方案。
图14为其中可以实现根据本发明的图像处理装置和方法的通用个人计算机的示例性结构的框图。
如图14所示,CPU 1401根据只读存储器(ROM)1402中存储的程序或从存储部分1408加载到随机存取存储器(RAM)1403的程序执行各种处理。在RAM 1403中,也根据需要存储当CPU 1401执行各种处理等等时所需的数据。CPU 1401、ROM 1402和RAM 1403经由总线1404彼此连接。输入/输出接口1405也连接到总线1404。
下述部件连接到输入/输出接口1405:输入部分1406(包括键盘、鼠标等等)、输出部分1407(包括显示器,比如阴极射线管(CRT)、液晶显示器(LCD)等,以及扬声器等)、存储部分1408(包括硬盘等)、通信部分1409(包括网络接口卡比如LAN卡、调制解调器等)。通信部分1409经由网络比如因特网执行通信处理。根据需要,驱动器1410也可连接到输入/输出接口1405。可拆卸介质1411比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被安装在驱动器1410上,使得从中读出的计算机程序根据需要被安装到存储部分1408中。
在通过软件实现上述系列处理的情况下,从网络比如因特网或存储介质比如可拆卸介质1411安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图14所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质1411。可拆卸介质1411的示例包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM 1402、存储部分1408中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
在本发明的系统和方法中,显然,各单元或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上虽然结合附图详细描述了本发明的实施例,但是应当明白,上面所描述的实施方式只是用于说明本发明,而并不构成对本发明的限制。对于本领域的技术人员来说,可以对上述实施方式作出各种修改和变更而没有背离本发明的实质和范围。因此,本发明的范围仅由所附的权利要求及其等效含义来限定。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1.一种图像处理装置,包括:
图像获取单元,用于获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;
提取单元,用于基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;
边界获取单元,用于在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及
替换单元,用于将所述拼接区域替换到所述第一输入图像上的相应区域。
附记2.根据附记1所述的装置,进一步包括:
变换单元,用于对多个原始图像执行透视变换以确定所述多个输入图像。
附记3.根据附记1或2所述的装置,其中,
所述提取单元还用于基于所述第二输入图像的灰度图像和二值图像,提取所述第二输入图像的高光区域,并且
其中,所述边界获取单元包括:
梯度图像获取单元,用于获取所述第二输入图像的梯度图像;
选择单元,用于基于所述第一输入图像的高光区域、所述第二输入图像的高光区域和所述第二输入图像的梯度图像来选择所述拼接区域的边界的多个基点;以及
规划单元,用于利用动态规划来获取所述拼接区域的边界。
附记4.根据附记1或2所述的装置,其中,所述提取单元包括:
背景像素获取单元,用于基于所述第一输入图像的灰度图像和二值图像,获取所述灰度图像中的背景像素的集合;
平均亮度获取单元,用于基于所述背景像素的像素值,获取平均亮度值;以及
高光区域提取单元,用于根据基于所述平均亮度值的阈值来提取所述第一输入图像的高光区域。
附记5.根据附记3所述的装置,其中,所述选择单元包括:
叠加单元,用于将所述第一输入图像的高光区域和所述第二输入图像的高光区域叠加到所述第二输入图像的梯度图像;以及
基点选择单元,用于在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围选择所述多个基点,其中,所述多个基点避开所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
附记6.根据附记5所述的装置,其中,所述多个基点在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围均匀地分布。
附记7.根据附记5所述的装置,其中,在叠加后的梯度图像上,所述规划单元利用动态规划将所述多个基点连接以获取所述拼接区域的边界,以使得获取的边界上包括的属于以下三个区域的像素点最少:所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
附记8.根据附记1所述的装置,进一步包括:
确定单元,用于确定所述第一输入图像上的高光区域与所述第二输入图像上的高光区域不交叠。
附记9.根据附记2所述的装置,其中,所述多个原始图像为同一图像的来自不同角度的多个反光图像。
附记10.根据附记7所述的装置,其中,所述规划单元根据所述叠加后的梯度图像上的像素的像素值来确定所述像素的代价值。
附记11.一种图像处理方法,包括:
获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;
基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;
在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及
将所述拼接区域替换到所述第一输入图像上的相应区域。
附记12.根据附记11所述的方法,进一步包括:
对多个原始图像执行透视变换以确定所述多个输入图像。
附记13.根据附记11或12所述的方法,其中,
所述方法还包括基于所述第二输入图像的灰度图像和二值图像,提取所述第二输入图像的高光区域,并且
其中,在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界包括:
获取所述第二输入图像的梯度图像;
基于所述第一输入图像的高光区域、所述第二输入图像的高光区域和所述第二输入图像的梯度图像来选择所述拼接区域的边界的多个基点;以及
利用动态规划来获取所述拼接区域的边界。
附记14.根据附记11或12所述的方法,其中,提取所述第一输入图像的高光区域包括:
基于所述第一输入图像的灰度图像和二值图像,获取所述灰度图像中的背景像素的集合;
基于所述背景像素的像素值,获取平均亮度值;以及
根据基于所述平均亮度值的阈值来提取所述第一输入图像的高光区域。
附记15.根据附记13所述的方法,其中,选择所述拼接区域的边界的多个基点包括:
将所述第一输入图像的高光区域和所述第二输入图像的高光区域叠加到所述第二输入图像的梯度图像;以及
在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围选择所述多个基点,其中,所述多个基点避开所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
附记16.根据附记15所述的方法,其中,所述多个基点在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围均匀地分布。
附记17.根据附记15所述的方法,其中,在叠加后的梯度图像上,利用动态规划将所述多个基点连接以获取所述拼接区域的边界,以使得获取的边界上包括的属于以下三个区域的像素点最少:所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
附记18.根据附记11所述的方法,进一步包括:
确定所述第一输入图像上的高光区域与所述第二输入图像上的高光区域不交叠。
附记19.根据附记12所述的方法,其中,所述多个原始图像为同一图像的来自不同角度的多个反光图像。
附记20.一种机器可读存储介质,其上携带有包括存储在其中的机器可读指令代码的程序产品,其中,所述指令代码当由计算机读取和执行时,能够使所述计算机执行根据附记11-19中任何一项所述的方法。
Claims (10)
1.一种图像处理装置,包括:
图像获取单元,用于获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;
提取单元,用于基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;
边界获取单元,用于在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及
替换单元,用于将所述拼接区域替换到所述第一输入图像上的相应区域。
2.根据权利要求1所述的装置,进一步包括:
变换单元,用于对多个原始图像执行透视变换以确定所述多个输入图像。
3.根据权利要求1或2所述的装置,其中,
所述提取单元还用于基于所述第二输入图像的灰度图像和二值图像,提取所述第二输入图像的高光区域,并且
其中,所述边界获取单元包括:
梯度图像获取单元,用于获取所述第二输入图像的梯度图像;
选择单元,用于基于所述第一输入图像的高光区域、所述第二输入图像的高光区域和所述第二输入图像的梯度图像来选择所述拼接区域的边界的多个基点;以及
规划单元,用于利用动态规划来获取所述拼接区域的边界。
4.根据权利要求1或2所述的装置,其中,所述提取单元包括:
背景像素获取单元,用于基于所述第一输入图像的灰度图像和二值图像,获取所述灰度图像中的背景像素的集合;
平均亮度获取单元,用于基于所述背景像素的像素值,获取平均亮度值;以及
高光区域提取单元,用于根据基于所述平均亮度值的阈值来提取所述第一输入图像的高光区域。
5.根据权利要求3所述的装置,其中,所述选择单元包括:
叠加单元,用于将所述第一输入图像的高光区域和所述第二输入图像的高光区域叠加到所述第二输入图像的梯度图像;以及
基点选择单元,用于在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围选择所述多个基点,其中,所述多个基点避开所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
6.根据权利要求5所述的装置,其中,所述多个基点在所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域的周围均匀地分布。
7.根据权利要求5所述的装置,其中,在叠加后的梯度图像上,所述规划单元利用动态规划将所述多个基点连接以获取所述拼接区域的边界,以使得获取的边界上包括的属于以下三个区域的像素点最少:所述第二输入图像的梯度图像上的与所述第一输入图像的高光区域相对应的区域、所述第二输入图像的高光区域和所述第二输入图像的高梯度区域。
8.根据权利要求1所述的装置,进一步包括:
确定单元,用于确定所述第一输入图像上的高光区域与所述第二输入图像上的高光区域不交叠。
9.根据权利要求2所述的装置,其中,所述多个原始图像为同一图像的来自不同角度的多个反光图像。
10.一种图像处理方法,包括:
获取多个输入图像,所述多个输入图像至少包括第一输入图像和第二输入图像;
基于所述第一输入图像的灰度图像和二值图像,提取所述第一输入图像的高光区域;
在所述第二输入图像上获取包围与所述第一输入图像上的高光区域相对应的区域的拼接区域的边界;以及
将所述拼接区域替换到所述第一输入图像上的相应区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525971.7A CN107590776A (zh) | 2016-07-06 | 2016-07-06 | 图像处理装置和图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525971.7A CN107590776A (zh) | 2016-07-06 | 2016-07-06 | 图像处理装置和图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107590776A true CN107590776A (zh) | 2018-01-16 |
Family
ID=61045621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610525971.7A Pending CN107590776A (zh) | 2016-07-06 | 2016-07-06 | 图像处理装置和图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590776A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320320A (zh) * | 2018-01-25 | 2018-07-24 | 重庆爱奇艺智能科技有限公司 | 一种信息显示方法、装置及设备 |
CN108827249A (zh) * | 2018-06-06 | 2018-11-16 | 歌尔股份有限公司 | 一种地图构建方法和装置 |
CN110619312A (zh) * | 2019-09-20 | 2019-12-27 | 百度在线网络技术(北京)有限公司 | 定位元素数据的增强方法、装置、设备及存储介质 |
CN111192241A (zh) * | 2019-12-23 | 2020-05-22 | 深圳市优必选科技股份有限公司 | 一种人脸图像的质量评估方法、装置及计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246545A (zh) * | 2008-02-22 | 2008-08-20 | 华南师范大学 | 一种光学遥感图像去云的泊松方法 |
US20120229681A1 (en) * | 2011-03-07 | 2012-09-13 | Sony Corporation | System and method for automatic flash removal from images |
US8270764B1 (en) * | 2007-09-21 | 2012-09-18 | Adobe Systems Incorporated | Replacing pixels within a boundary area of a base image to generate a composite image |
CN102724400A (zh) * | 2011-03-28 | 2012-10-10 | 佳能株式会社 | 图像处理设备及其控制方法 |
CN103259976A (zh) * | 2012-02-17 | 2013-08-21 | 佳能株式会社 | 图像处理设备、摄像设备和图像处理方法 |
CN103839059A (zh) * | 2012-11-22 | 2014-06-04 | 富士通株式会社 | 用于提取文档图像中的文档边界的装置、方法及电子设备 |
-
2016
- 2016-07-06 CN CN201610525971.7A patent/CN107590776A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8270764B1 (en) * | 2007-09-21 | 2012-09-18 | Adobe Systems Incorporated | Replacing pixels within a boundary area of a base image to generate a composite image |
CN101246545A (zh) * | 2008-02-22 | 2008-08-20 | 华南师范大学 | 一种光学遥感图像去云的泊松方法 |
US20120229681A1 (en) * | 2011-03-07 | 2012-09-13 | Sony Corporation | System and method for automatic flash removal from images |
CN102724400A (zh) * | 2011-03-28 | 2012-10-10 | 佳能株式会社 | 图像处理设备及其控制方法 |
CN103259976A (zh) * | 2012-02-17 | 2013-08-21 | 佳能株式会社 | 图像处理设备、摄像设备和图像处理方法 |
CN103839059A (zh) * | 2012-11-22 | 2014-06-04 | 富士通株式会社 | 用于提取文档图像中的文档边界的装置、方法及电子设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320320A (zh) * | 2018-01-25 | 2018-07-24 | 重庆爱奇艺智能科技有限公司 | 一种信息显示方法、装置及设备 |
CN108320320B (zh) * | 2018-01-25 | 2021-04-20 | 重庆爱奇艺智能科技有限公司 | 一种信息显示方法、装置及设备 |
CN108827249A (zh) * | 2018-06-06 | 2018-11-16 | 歌尔股份有限公司 | 一种地图构建方法和装置 |
CN108827249B (zh) * | 2018-06-06 | 2020-10-27 | 歌尔股份有限公司 | 一种地图构建方法和装置 |
CN110619312A (zh) * | 2019-09-20 | 2019-12-27 | 百度在线网络技术(北京)有限公司 | 定位元素数据的增强方法、装置、设备及存储介质 |
CN111192241A (zh) * | 2019-12-23 | 2020-05-22 | 深圳市优必选科技股份有限公司 | 一种人脸图像的质量评估方法、装置及计算机存储介质 |
CN111192241B (zh) * | 2019-12-23 | 2024-02-13 | 深圳市优必选科技股份有限公司 | 一种人脸图像的质量评估方法、装置及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046213B (zh) | 一种增强现实的方法 | |
CN102169587B (zh) | 图像处理设备和方法 | |
CN110503146B (zh) | 数据增强方法、装置、计算设备及计算机存储介质 | |
CN106097444A (zh) | 高精地图生成方法和装置 | |
CN107590776A (zh) | 图像处理装置和图像处理方法 | |
CN105096347B (zh) | 图像处理装置和方法 | |
CN110689000B (zh) | 一种基于生成复杂环境下车牌样本的车辆车牌识别方法 | |
CN111027538A (zh) | 一种基于实例分割模型的集装箱检测方法 | |
CN106062824A (zh) | 边缘检测装置、边缘检测方法和程序 | |
CN106529520A (zh) | 基于运动员号码识别的马拉松比赛照片管理方法 | |
CN107622504A (zh) | 用于处理图片的方法和装置 | |
CN107689050A (zh) | 一种基于彩色图像边缘引导的深度图像上采样方法 | |
CN106611406B (zh) | 图像校正方法和图像校正设备 | |
CN112132750B (zh) | 一种视频处理方法与装置 | |
CN108198011A (zh) | 用于生成订单的方法、系统及终端设备 | |
CN106469432A (zh) | 对象提取方法和对象提取设备 | |
CN109189246B (zh) | 一种对手写板上的涂写内容进行处理的方法、装置和系统 | |
CN113935891B (zh) | 像素风格的场景渲染方法、设备及存储介质 | |
CN115601616A (zh) | 一种样本数据生成方法、装置、电子设备和存储介质 | |
CN109872277A (zh) | 信息处理方法和装置 | |
CN112884074B (zh) | 基于决策树的图像设计方法、设备、存储介质及装置 | |
CN110942056A (zh) | 服饰关键点定位方法、装置、电子设备及介质 | |
CN107358138A (zh) | 非线性畸变ean条码的校正方法、移动终端及存储装置 | |
CN102938156B (zh) | 一种基于积分图像的面状注记配置方法 | |
CN110796136A (zh) | 标志与图像处理方法及相关装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |