CN107798297B - 一种基于帧间差分自动提取稳定帧的方法 - Google Patents

一种基于帧间差分自动提取稳定帧的方法 Download PDF

Info

Publication number
CN107798297B
CN107798297B CN201710898141.3A CN201710898141A CN107798297B CN 107798297 B CN107798297 B CN 107798297B CN 201710898141 A CN201710898141 A CN 201710898141A CN 107798297 B CN107798297 B CN 107798297B
Authority
CN
China
Prior art keywords
frame
diff
stable
page turning
frame difference
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.)
Active
Application number
CN201710898141.3A
Other languages
English (en)
Other versions
CN107798297A (zh
Inventor
陶冰洁
赖南英
严棚
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.)
Chengdu Daxiong Intelligent Technology Co ltd
Original Assignee
Chengdu Daxiong Intelligent 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 Chengdu Daxiong Intelligent Technology Co ltd filed Critical Chengdu Daxiong Intelligent Technology Co ltd
Priority to CN201710898141.3A priority Critical patent/CN107798297B/zh
Publication of CN107798297A publication Critical patent/CN107798297A/zh
Application granted granted Critical
Publication of CN107798297B publication Critical patent/CN107798297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
    • H04N1/00018—Scanning arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/00029—Diagnosis, i.e. identifying a problem by comparison with a normal state
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于帧间差分自动提取稳定帧的方法。属于机器视觉工业应用中的智能识别领域。本发明重点是基于帧间差分法实现快速而准确的自动提取。基本原理为首先以一段翻书的连续帧作为训练图像来标定一个合适的帧差阈值，再以该阈值来判断和提取目标图像序列中的稳定帧并避免重复采集，并根据环境的变化来修正其帧差阈值。该方法注重运算速度，只需要进行简单的帧间差分运算。实验结果表明,该方法不仅高效快捷,具有很强的环境适应性，而且能够保证较好的识别精度,具有实用价值。

Description

一种基于帧间差分自动提取稳定帧的方法
技术领域
本发明属于机器视觉工业应用中的智能识别领域，尤其涉及用于非接触式扫描中提取稳定帧的一种基于帧间差分自动提取稳定帧的方法。。
背景技术
随着计算机和网络技术的普及，电子版文档凭借其易于储存利用、传播快捷简便的优势被越来越多的人们所接受。因此，将原来以纸作为载体的资料转化为电子版文档，也就是纸质文档的数字化无论是在日常办公中，还是在图书馆资料管理中的应用都日益增加。
非接触式扫描作为一种新型的纸质文档数字化方式，得到了越来越多的应用，它目前还存在一定的提升空间。非接触式扫描采用翻页的方式来进行扫描，可以通过自动检测的方式来提取图像，取代本来的人工拍摄操作。本发明的方法就是应对这种需求，通过使用帧间差分法来检测翻书的动作，自动提取出稳定后的翻过的每一页图像并且能够避免同一页的重复提取。大大地减少了人的工作量，提高了自动化的程度，进一步提升非接触式扫描的实用性。实验结果表明，该方法不仅高效快捷，而且能够保证较好检测精度，具有实用价值。
发明内容
本发明的目的在于：针对非接触式扫描存在的重复提取的不足之处，本发明提供了一种基于帧间差分自动提取稳定帧的方法。
本发明采用的技术方案如下：
一种基于帧间差分自动提取稳定帧的方法，包括以下步骤：
步骤1：读取需要提取稳定帧的连续图像f1(x，y)，f2(x，y)…fn(x，y)，并将读取的连续图像转化为对应的灰度图像f1_gray(x，y)，f2_gray(x，y)…fn_gray(x，y)；
步骤2：提取步骤1灰度图像中相邻两幅图像fi_gray(x，y)和fi+1-gray(x，y)的帧差，并记为翻书帧差diffi，得到翻书帧差序列diff1，diff2…diffn-1；
步骤3：设定帧差阈值，设置稳定帧帧差阈值为diffa，翻书帧帧差阈值为diffb；
步骤4：矫正步骤3中设置的稳定帧帧差阈值diffa和翻书帧帧差阈值为diffb；
步骤5：将步骤2中的每一个翻书帧差分别与步骤4中矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb进行比较，来判断每一帧连续图像是否为稳定帧，如果连续图像是稳定帧，则提取稳定帧图像；
所述步骤4的具体步骤如下：
步骤41：首先获取一段翻一页书的连续图像作为材料来进行稳定帧帧差阈值diffa和翻书帧帧差阈值diffb的矫正；所获取连续图像包括以静止状态开始的书页A的图像、翻书页A的所有图像，以及最后翻完书页A后，书页A呈静止状态的图像，读取该翻书过程的连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin；
步骤42：在步骤41的基础上，更新稳定帧帧差阈值和翻书帧帧差阈值，更新稳定帧帧差阈值和翻书帧帧差阈值的计算公式如下，
Figure GDA0002852626390000021
Figure GDA0002852626390000022
步骤43：重复步骤41～42M次，得到矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb。
进一步地，所述步骤1的具体步骤如下：
步骤11：读取需要提取稳定帧的n帧连续图像，即初始图像，第i帧初始图像为fi(x，y)，n帧连续图像依次为f1(x，y)，f2(x，y)…fn(x，y)；
步骤12：将初始图像fi(x，y)转换成灰度图像fi_gray(x，y)，其中灰度图像fi_gray(x，y)的每个像素点的灰度值的公式如下：
Figure GDA0002852626390000023
其中Rf(x，y)表示初始图像fi(x，y)红色通道每个像素点的像素值；Gf(x，y)表示初始图像fi(x，y)绿色通道每个像素点的像素值；Bf(x，y)表示初始图像fi(x，y)蓝色通道每个像素点的像素值，(x，y)表示初始图像的每个像素点；
进一步地，所述步骤2的具体步骤如下：
步骤21：提取相邻两帧图像fi(x，y)和fi+1(x，y)，的帧差，记为翻书帧差diffi，计算翻书帧差diffi的具体方法如下：
步骤211：令
Figure GDA0002852626390000024
diffi(x，y)是第i帧图像中像素点(x，y)二值化图像，T是灰度值差的阈值；
步骤212：第i幅图像的翻书帧差计算公式为：
Figure GDA0002852626390000025
N为像素点个数；
步骤22：得到连续图像的翻书帧差序列diff1，diff2…diffn-1。
进一步地，所述步骤3的具体步骤如下：
步骤31：设定帧差阈值，设稳定帧帧差阈值初始值为diffa，翻书帧帧差阈值初始值为diffb，若连续的两帧图像的帧差大于diffb，则判定为翻书状态，若小于diffa，则判定为稳定状态。
进一步地，所述步骤5的具体步骤如下：
步骤51：使用步骤4矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb来提取稳定帧，具体步骤如下：
步骤511：在步骤2得到的帧差序列diff1，diff2…diffn-1中，从diff1开始按顺序进行检索；
步骤512：开始处于等待翻书状态，检索下一帧图像，若出现diffi＞diffb，则判断为已经开始翻书，并进入等待稳定状态，继续检索下一帧图像，直到出现diffj＜diffa，则判断翻书完成，已经稳定，此时，提取fj+1(x，y)作为稳定帧，记所提取的稳定帧为Fk(x，y)，其中k为所提取的稳定帧序号，进入等待翻书状态；
步骤52：检索完帧差序列diff1，diff2…diffn-1，即得到从原始图像序列中得到的稳定帧序列F1(x，y)，F2(x，y)…Fm(x，y)，m为提取出的稳定帧的数目。
进一步地，步骤5中，在提取稳定帧的过程中，若翻书帧差小于翻书帧帧差阈值diffb，则重新调整翻书帧帧差阈值diffb。
进一步地，重新调整翻书帧帧差阈值diffb的具体步骤如下：
步骤61：在步骤5提取稳定帧过程中，若光照或其他外部环境条件发生变化，致使提取稳定帧过程无法检测到翻书动作，即diffmax＜diffb，无法提取稳定帧；则重新调整翻书帧帧差；具体调整步骤如下，
步骤611：从无法检测到翻书动作的图像中选择一段连续图像作为材料来进行矫正，连续图像以静止状态开始，然后翻一页书，最后静止，读取该连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin；
步骤612：更新翻书帧帧差阈值，更新翻书帧帧差阈值的计算公式如下，
Figure GDA0002852626390000031
步骤613：由于步骤612的计算公式代入的是diffmax，得到的结果是更新翻书帧帧差阈值的diffmax，更新翻书帧差diffmax之后，判断是否能够正常提取稳定帧，若能够正常提取稳定帧，则回到步骤5的提取稳定帧过程，否则，则再一次执行步骤6，直到能够提取稳定帧。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
一、本发明的方案能够自动从连续的翻书图像序列中提取出所需要的每一张书页图像，在图像提取过程中，只需要进行翻书操作，提供翻书操作的连续图像即可，在翻书的同时不需要人工进行扫描设备的操作。具有极强的鲁棒性，减少了人的工作量，进一步提升非接触式扫描的实用性。
二、本发明所述的方案在提取扫描页的过程中，会自动将不稳定的图片识别出来，只提取翻书状态稳定后的书页，因此，最后的扫描文件中，所提取图像的重复率极大降低。
三、该算法效率很高，可以极快的检测到所需要的稳定帧并提取出来，相比于人力的手动提取的方式，极大的节约了时间。提升了非接触式扫描的速度。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是本发明的流程示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
一种基于帧间差分自动提取稳定帧的方法，其特征在于，包括以下步骤：
步骤1：读取需要提取稳定帧的n帧连续图像f1(x，y)，f2(x，y)…fn(x，y)，即初始图像，并将读取的连续图像转化为灰度图像，其中，第i帧图像的灰度图像为fi(x，y)，n帧连续图像的灰度图像分别为f1_gray(x，y)，f2_gray(x，y)…fn_gray(x，y)。具体步骤如下：
步骤11：读取需要提取稳定帧的n帧连续图像，为f1(x，y)，f2(x，y)…fn(x，y)。
步骤12：将n帧连续图像中的第i帧初始图像fi(x，y)转换成灰度图像fi_gray(x，y)，连续图像中所有帧图像转化的灰度图像为f1_gray(x，y)，f2_gray(x，y)…fn_gray(x，y)；其中灰度图像fi_gray(x，y)的每个像素点的灰度值的公式如下：
Figure GDA0002852626390000041
其中，Rf(x，y)表示初始图像f(x，y)红色通道每个像素点的像素值；Gf(x，y)表示初始图像f(x，y)绿色通道每个像素点的像素值；Bf(x，y)表示初始图像f(x，y)蓝色通道每个像素点的像素值，(x，y)表示初始图像的每个像素点；
步骤2：提取步骤1所有相邻连续的两帧图像fi(x，y)和fi+1(x，y)的帧差，记为diffi，得到翻书帧差序列diff1，diff2…diffn-1。具体步骤如下：
步骤21：对于连续的两幅图像fi(x，y)和fi+1(x，y)，提取他们的帧差，设为diffi，计算帧差的具体方法如下：
步骤211：令
Figure GDA0002852626390000051
diffi(x，y)是第i帧图像中像素点(x，y)二值化图像，T是灰度值差的阈值，一般设为40左右。
步骤212：第i幅图像的翻书帧差计算公式为：
Figure GDA0002852626390000052
N为像素点个数。
步骤22：得到帧差diff1，diff2…diffn-1；
步骤3：设定帧差阈值。设稳定帧帧差阈值为diffa，翻书帧帧差阈值为diffb。若连续的两帧帧差大于diffb，则判定为翻书状态，若小于diffa，则判定为稳定状态；具体步骤如下：
步骤31：设定帧差阈值。设稳定帧帧差阈值初始值为diffa＝0，翻书帧帧差阈值初始值为diffb＝0.7。若连续的两帧帧差大于diffb，则判定为翻书状态，若小于diffa，则判定为稳定状态。
步骤4：通过一段翻一页书的连续帧来矫正diffa和diffb，重复十次，得到更准确的diffa和diffb。步骤2和步骤3是提取稳定帧运行前的准备工作，只需要计算一次。具体步骤如下：
步骤41：首先用需要一段翻一页书A的连续图像作为材料来进行矫正，翻一页书A的连续图像以静止状态开始，然后包括翻一页书A过程中的所有图像，最后翻一页书A的连续图像静止，读取该连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin。
步骤42：在步骤41的基础上，更新稳定帧帧差和翻书帧帧差，更新稳定帧帧差和翻书帧帧差的计算公式如下，
Figure GDA0002852626390000061
Figure GDA0002852626390000062
步骤43：重复步骤41～42M次，此处M取十次，得到较为准确的矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb。
步骤5：使用稳定帧帧差阈值diffa和翻书帧帧差阈值diffb来提取稳定帧；具体步骤如下：
步骤51：使用步骤4矫正过的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb来提取稳定帧，具体步骤如下：
步骤511：在步骤2得到的帧差序列diff1，diff2…diffn-1中，从diff1按顺序进行检索；
步骤512：开始处于等待翻书状态，往后检索，检索下一帧图像，若出现某个diffi＞diffb，则认为已经开始翻书，进入等待稳定状态，继续往后检索(检索下一帧图像)，直到遇到某个diffj＜diffa，则认为翻书完成，已经稳定，提取fj+1(x，y)作为稳定帧，所提取的稳定帧图像记为Fk(x，y)，其中k为所提取的稳定帧序号。然后进入等待翻书状态，即回到了开始的状态，继续往后检索(检索下一帧图像)，即重复步骤512。
步骤52：检索完帧差序列diff1，diff2…diffn-1，即可得到从原始图像序列中得到的稳定帧序列F1(x，y)，F2(x，y)…Fm(x，y)(m为提取出的稳定帧的数目)。
步骤6：在算法运行过程中，若光照或其他外部环境条件发生变化，致使翻书的最大帧差小于翻书帧帧差阈值diffb，重新调整翻书帧帧差。具体步骤如下：
步骤61：在步骤5提取稳定帧过程中，若光照或其他外部环境条件发生变化，致使提取稳定帧过程无法检测到翻书动作(即diffmax＜diffb)，无法提取稳定帧。则需要重新调整翻书帧帧差。重新调整翻书帧帧差的方法类似于步骤4，具体如下
步骤611：从无法检测到翻书动作的图像中选择一段连续图像作为材料来进行矫正，连续图像以静止状态开始，然后翻一页书，最后静止，读取该连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin。
步骤612：更新翻书帧帧差阈值，更新翻书帧帧差阈值的计算公式如下，
Figure GDA0002852626390000063
步骤613：更新翻书帧差diffmax之后，判断是否能够正常提取稳定帧，若能够正常提取稳定帧，则回到步骤5的提取稳定帧过程，若仍然不能正常提取稳定帧，则再一次执行步骤6，直到能够提取稳定帧。

Claims (7)

1.一种基于帧间差分自动提取稳定帧的方法，其特征在于，包括以下步骤：
步骤1：读取需要提取稳定帧的连续图像f1(x,y)，f2(x,y)…fn(x,y)，并将读取的连续图像转化为对应的灰度图像f1_gray(x,y)，f2_gray(x,y)…fn_gray(x,y)；
步骤2：提取步骤1灰度图像中相邻两幅图像fi_gray(x,y)和fi+1_gray(x,y)的帧差，并记为翻书帧差diffi，得到翻书帧差序列diff1，diff2…diffn-1；
步骤3：设定帧差阈值，设置稳定帧帧差阈值为diffa，翻书帧帧差阈值为diffb；
步骤4：矫正步骤3中设置的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb；
步骤5：将步骤2中的每一个翻书帧差分别与步骤4中矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb进行比较，判断每一帧连续图像是否为稳定帧，如果连续图像是稳定帧，则提取稳定帧图像；
所述步骤4的具体步骤如下：
步骤41：首先获取一段翻一页书的连续图像作为材料来进行稳定帧帧差阈值diffa和翻书帧帧差阈值diffb的矫正；所获取连续图像包括以静止状态开始的书页A的图像、翻书页A的所有图像，以及最后翻完书页A后，书页A呈静止状态的图像，读取该翻书过程的连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin；
步骤42：在步骤41的基础上，更新稳定帧帧差阈值和翻书帧帧差阈值，更新稳定帧帧差阈值和翻书帧帧差阈值的计算公式如下，
Figure FDA0002852626380000011
Figure FDA0002852626380000012
步骤43：重复步骤41～42M次，得到矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb。
2.根据权利要求1所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，所述步骤1的具体步骤如下：
步骤11：读取需要提取稳定帧的n帧连续图像,即初始图像，第i帧初始图像为fi(x,y)，n帧连续图像依次为f1(x,y)，f2(x,y)…fn(x,y)；
步骤12：将初始图像fi(x,y)转换成灰度图像fi_gray(x,y)，其中灰度图像fi_gray(x,y)的每个像素点的灰度值的公式如下：
Figure FDA0002852626380000013
其中Rf(x,y)表示初始图像fi(x,y)红色通道每个像素点的像素值；Gf(x,y)表示初始图像fi(x,y)绿色通道每个像素点的像素值；Bf(x,y)表示初始图像fi(x,y)蓝色通道每个像素点的像素值，(x,y)表示初始图像的每个像素点。
3.根据权利要求1所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，所述步骤2的具体步骤如下：
步骤21：提取相邻两帧图像fi(x,y)和fi+1(x,y)的帧差，记为翻书帧差diffi，计算翻书帧差diffi的具体方法如下:
步骤211：
Figure FDA0002852626380000021
diffi(x,y)是第i帧图像中像素点(x，y)二值化图像，T是灰度值差的阈值T＝40；
步骤212：第i幅图像的翻书帧差计算公式为：
Figure FDA0002852626380000022
N为像素点个数；
步骤22：得到连续图像的翻书帧差序列diff1，diff2…diffn-1。
4.根据权利要求1所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，所述步骤3的具体步骤如下：
步骤31：设定帧差阈值，设稳定帧帧差阈值初始值为diffa，翻书帧帧差阈值初始值为diffb，若连续的两帧图像的帧差大于diffb，则判定为翻书状态，若小于diffa，则判定为稳定状态。
5.根据权利要求1所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，所述步骤5的具体步骤如下：
步骤51：使用步骤4矫正后的稳定帧帧差阈值diffa和翻书帧帧差阈值diffb来提取稳定帧，具体步骤如下：
步骤511：在步骤2得到的帧差序列diff1，diff2…diffn-1中，从diff1开始按顺序进行检索；
步骤512：开始处于等待翻书状态，检索下一帧图像，若出现diffi>diffb，则判断为已经开始翻书，并进入等待稳定状态，继续检索下一帧图像，直到出现diffj<diffa，则判断翻书完成，已经稳定，此时，提取fj+1(x,y)作为稳定帧，记所提取的稳定帧为Fk(x,y)，其中k为所提取的稳定帧序号，进入等待翻书状态；
步骤52：检索完帧差序列diff1，diff2…diffn-1，即得到从原始图像序列中得到的稳定帧序列F1(x,y)，F2(x,y)…Fm(x,y)，m为提取出的稳定帧的数目。
6.根据权利要求1所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，步骤5中，在提取稳定帧的过程中，若翻书的最大帧差小于翻书帧帧差阈值diffb，则重新调整翻书帧帧差阈值diffb。
7.根据权利要求1-6任一所述的一种基于帧间差分自动提取稳定帧的方法，其特征在于，重新调整翻书帧帧差阈值diffb的具体步骤如下：
步骤61:在步骤5提取稳定帧过程中，若光照或其他外部环境条件发生变化，致使提取稳定帧过程无法检测到翻书动作，即diffmax<diffb，无法提取稳定帧；则重新调整翻书帧帧差；具体调整步骤如下，
步骤611：从无法检测到翻书动作的图像中选择一段连续图像作为材料来进行矫正，连续图像以静止状态开始，然后翻一页书，最后静止，读取该连续图像并计算其帧差，得到帧差最大值diffmax和帧差最小值diffmin；
步骤612：更新翻书帧帧差阈值，更新翻书帧帧差阈值的计算公式如下，
Figure FDA0002852626380000031
步骤613：由于步骤612的计算公式代入的是diffmax，得到的结果是更新翻书帧帧差阈值的diffmax，更新翻书帧差diffmax之后，判断是否能够正常提取稳定帧，若能够正常提取稳定帧，则回到步骤5的提取稳定帧过程，否则，则再一次执行步骤6，直到能够提取稳定帧。
CN201710898141.3A 2017-09-28 2017-09-28 一种基于帧间差分自动提取稳定帧的方法 Active CN107798297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710898141.3A CN107798297B (zh) 2017-09-28 2017-09-28 一种基于帧间差分自动提取稳定帧的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710898141.3A CN107798297B (zh) 2017-09-28 2017-09-28 一种基于帧间差分自动提取稳定帧的方法

Publications (2)

Publication Number Publication Date
CN107798297A CN107798297A (zh) 2018-03-13
CN107798297B true CN107798297B (zh) 2021-03-23

Family

ID=61532776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710898141.3A Active CN107798297B (zh) 2017-09-28 2017-09-28 一种基于帧间差分自动提取稳定帧的方法

Country Status (1)

Country Link
CN (1) CN107798297B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110490075B (zh) * 2019-07-17 2021-09-03 创新先进技术有限公司 获取稳定帧的方法、装置以及计算机可读介质
CN113011217B (zh) * 2019-12-19 2024-04-30 合肥君正科技有限公司 一种车内监控画面晃动状态的判断方法
CN111860590B (zh) * 2020-06-15 2024-07-26 浙江大华技术股份有限公司 车牌投票方法、装置、计算机设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100054705A1 (en) * 2008-09-01 2010-03-04 Sony Corporation Content data processing device, content data processing method, program, and recording/ playing device
CN102279739A (zh) * 2011-06-10 2011-12-14 吴东辉 屏幕操作的记录方法和应用
CN102638444A (zh) * 2011-06-10 2012-08-15 吴东辉 应用软件的网络终端式构造方法和系统
CN103179315A (zh) * 2011-12-20 2013-06-26 长沙鹏阳信息技术有限公司 连续视频图像处理的纸质文档扫描仪及扫描方法
CN104301484A (zh) * 2014-10-24 2015-01-21 天津市康凯特软件科技有限公司 展示手机程序变化过程的方法
CN104504733A (zh) * 2014-12-31 2015-04-08 云智视像科技（上海）有限公司 一种基于运动目标检测的视频摘要方法和系统
CN104616312A (zh) * 2015-02-15 2015-05-13 易测智能科技（天津）有限公司 一种展示手机程序变化过程的方法
CN107194559A (zh) * 2017-05-12 2017-09-22 杭州电子科技大学 一种基于三维卷积神经网络的工作流识别方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472204B (zh) * 2014-09-05 2018-12-14 南京理工大学 基于运动检测的帧间降噪方法
CN105931267B (zh) * 2016-04-15 2019-05-14 华南理工大学 一种基于改进ViBe算法的运动物体检测跟踪方法
CN106384085A (zh) * 2016-08-31 2017-02-08 浙江众泰汽车制造有限公司 一种无人车偏航角计算方法
CN106506974A (zh) * 2016-12-13 2017-03-15 北京鸿合智能系统股份有限公司 一种自动拍照方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100054705A1 (en) * 2008-09-01 2010-03-04 Sony Corporation Content data processing device, content data processing method, program, and recording/ playing device
CN102279739A (zh) * 2011-06-10 2011-12-14 吴东辉 屏幕操作的记录方法和应用
CN102638444A (zh) * 2011-06-10 2012-08-15 吴东辉 应用软件的网络终端式构造方法和系统
CN103179315A (zh) * 2011-12-20 2013-06-26 长沙鹏阳信息技术有限公司 连续视频图像处理的纸质文档扫描仪及扫描方法
CN104301484A (zh) * 2014-10-24 2015-01-21 天津市康凯特软件科技有限公司 展示手机程序变化过程的方法
CN104504733A (zh) * 2014-12-31 2015-04-08 云智视像科技（上海）有限公司 一种基于运动目标检测的视频摘要方法和系统
CN104616312A (zh) * 2015-02-15 2015-05-13 易测智能科技（天津）有限公司 一种展示手机程序变化过程的方法
CN107194559A (zh) * 2017-05-12 2017-09-22 杭州电子科技大学 一种基于三维卷积神经网络的工作流识别方法

Also Published As

Publication number Publication date
CN107798297A (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
CN107798297B (zh) 一种基于帧间差分自动提取稳定帧的方法
CN103488983B (zh) 一种基于知识库的名片ocr数据修正方法和系统
CN109711412A (zh) 一种基于字典的光学字符识别纠错方法
CN103699532A (zh) 图像颜色检索方法和系统
US8718404B2 (en) Method for two-step temporal video registration
US20150278630A1 (en) Method and apparatus for recognizing a character based on a photographed image
CN105335469A (zh) 一种图像匹配、检索方法和装置
JP4100885B2 (ja) 帳票認識装置、方法、プログラムおよび記憶媒体
US8538191B2 (en) Image correction apparatus and method for eliminating lighting component
CN107527010B (zh) 一种根据局部特征和运动矢量抽取视频基因的方法
CN111241987B (zh) 基于代价敏感的三支决策的多目标模型视觉追踪方法
CN104410867A (zh) 改进的视频镜头检测方法
JP2849256B2 (ja) 画像認識装置
CN102301697A (zh) 视频签名产生设备
CN109543487B (zh) 一种基于条码边缘分割的自动感应触发方法及其系统
CN112348024B (zh) 一种基于深度学习优化网络的图文识别方法及系统
CN112241737B (zh) 文字图像校正方法和装置
CN110084269A (zh) 基于云计算的图像特征优化方法
EP2890109A1 (en) Method for sorting a group of images of a database and method for color correcting an image, corresponding devices, computer program and non-transitory computer-readable medium
CN104091357A (zh) 一种利用主题相关图片的在线马赛克图片生成方法
CN111832497B (zh) 一种基于几何特征的文本检测后处理方法
CN111783888A (zh) 一种图片电子作业查重系统及方法
CN109670070B (zh) 一种基于双重Hash的图像相似判定方法
JP6091552B2 (ja) 動画処理装置及び動画処理システム
Cui et al. An adaptive staff line removal in music score images

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