CN108010009A - 一种去除干扰图像的方法及装置 - Google Patents
一种去除干扰图像的方法及装置 Download PDFInfo
- Publication number
- CN108010009A CN108010009A CN201711354516.6A CN201711354516A CN108010009A CN 108010009 A CN108010009 A CN 108010009A CN 201711354516 A CN201711354516 A CN 201711354516A CN 108010009 A CN108010009 A CN 108010009A
- Authority
- CN
- China
- Prior art keywords
- picture
- interference
- image
- region
- edge
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000000463 material Substances 0.000 claims abstract description 18
- 230000002093 peripheral effect Effects 0.000 claims description 26
- 238000000926 separation method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 abstract description 17
- 238000004891 communication Methods 0.000 abstract description 11
- 230000001815 facial effect Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229940074869 marquis Drugs 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- VBUNOIXRZNJNAD-UHFFFAOYSA-N ponazuril Chemical compound CC1=CC(N2C(N(C)C(=O)NC2=O)=O)=CC=C1OC1=CC=C(S(=O)(=O)C(F)(F)F)C=C1 VBUNOIXRZNJNAD-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请是关于一种去除干扰图像的方法及装置,属于通信领域。所述方法包括:获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。所述装置包括:获取模块、确定模块、划分模块和替换模块。本申请能够减小去除干扰图像的计算量。
Description
技术领域
本申请涉及通信领域,特别涉及一种去除干扰图像的方法及装置。
背景技术
在金融、支付等领域常常需要获取用户的身份证图片,从用户的身份证图片中识别用户的人脸图像,使用该人脸图像进行身份验证。目前用户的身份证图片往往带有网纹线,网纹线是一种干扰图像,增加识别人脸图像的难度,极大影响人脸图像识别的准确性。
为了提高识别的准确性,相关技术提供了从身份证图片中去除网纹线的方法,包括:收集大量具有网纹线的网纹人脸图像和每个网纹人脸图像对应的清晰人脸图像,网纹人脸图像和其对应的清晰人脸图像均为同一人的人脸图像且该清晰人脸图像不具有网纹线。使用每个网纹人脸图像和其对应的清晰人脸图像训练一个去网纹模型。这样当需要去除身份证图片中的网纹线时,直接通过该去网纹模型去除该身份证图片中的网纹线。
发明内容
为了减小去除干扰图像的计算量,本申请实施例提供了一种去除干扰图像的方法及装置。所述技术方案如下:
根据本申请实施例的第一方面,提供一种去除干扰图像的方法,所述方法包括:
获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
可选的,所述获取待去除图片的第一边缘梯度图片,包括:
对待去除图片进行通道分离,得到多个通道图片;
获取每个通道图片的第二边缘梯度图片;
根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片。
可选的,所述对待去除图片进行通道分离,得到多个通道图片,包括:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
可选的,所述根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片,包括:
从所述每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,所述目标像素点是所述待去除图片中的任一像素点;
从所述获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;
根据所述目标像素点在所述待去除图片中的位置,在所述待去除图片的第一边缘梯度图片中保存所述目标像素点的第一边缘梯度值。
可选的,所述待去除图片包括预设大小的外围区域和包围在所述外围区域内的目标图像区域;
所述根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像,包括:
根据所述第一边缘梯度图片,将所述外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将所述目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点。
可选的,所述根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点,包括:
从所述确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,所述目标侯选点为所述目标图像区域内的任一侯选点;
根据所述目标侯选点的像素值和第一边缘梯度值以及所述邻近干扰图像点的像素值和第一边缘梯度值,计算所述目标侯选点与所述邻近干扰图像点的相似度;
在所述相似度超过预设第二阈值时,将所述目标侯选点确定为干扰图像点。
可选的,所述方法还包括:
从所述目标图像区域的外围开始扫描一行和/或一列所述目标图像区域中的像素点,将所述扫描的像素点中包括的侯选点确定为目标侯选点。
可选的,所述去除所述待去除图片中的干扰图像,包括:
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
可选的,所述使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域,包括:
在所述待去除图片中除干扰图像以外的非干扰图像中确定与所述干扰图像区域相邻的第一图像区域;
在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域相等大小的第二图像区域;
使用所述第二图像区域替换所述干扰图像区域。
根据本申请实施例的第二方面,提供一种去除干扰图像的装置,所述装置包括:
获取模块,被配置为获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
确定模块,被配置为根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
划分模块,被配置为将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
替换模块,被配置为使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
可选的,所述获取模块包括:
分离单元,用于对待去除图片进行通道分离,得到多个通道图片;
第一获取单元,用于获取每个通道图片的第二边缘梯度图片;
生成单元,用于根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片。
可选的,所述分离单元,用于:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
可选的,所述生成单元,用于:
从所述每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,所述目标像素点是所述待去除图片中的任一像素点;
从所述获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;
根据所述目标像素点在所述待去除图片中的位置,在所述待去除图片的第一边缘梯度图片中保存所述目标像素点的第一边缘梯度值。
可选的,所述待去除图片包括预设大小的外围区域和包围在所述外围区域内的目标图像区域;
所述确定模块包括:
第一确定单元,用于根据所述第一边缘梯度图片,将所述外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将所述目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
第二确定单元,用于根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点。
可选的,所述第二确定单元,用于:
从所述确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,所述目标侯选点为所述目标图像区域内的任一侯选点;
根据所述目标侯选点的像素值和第一边缘梯度值以及所述邻近干扰图像点的像素值和第一边缘梯度值,计算所述目标侯选点与所述邻近干扰图像点的相似度;
在所述相似度超过预设第二阈值时,将所述目标侯选点确定为干扰图像点。
可选的,所述装置还包括:
扫描模块,用于从所述目标图像区域的外围开始扫描一行和/或一列所述目标图像区域中的像素点,将所述扫描的像素点中包括的侯选点确定为目标侯选点。
可选的,所述替换模块包括:
第三确定单元,用于在所述待去除图片中除干扰图像以外的非干扰图像中确定与所述干扰图像区域相邻的第一图像区域;
第四确定单元,用于在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
第二获取单元,用于根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域相等大小的第二图像区域;
替换单元,用于使用所述第二图像区域替换所述干扰图像区域。
可选的,所述替换单元,用于:
在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域等大小的第二图像区域。
根据本申请实施例的第三方面,提供一种去除干扰图像的装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
根据本申请实施例的第四方面,提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储至少一个程序指令,所述至少一个程序指令被处理器执行,用于实现第一方面所述的方法。
本申请实施例提供的技术方案可以包括以下有益效果:
通过待去除图片的第一边缘梯度图片,快速确定待去除图片中的干扰图像,第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值,去除待去除图片中的干扰图像。由于通过待去除图片的第一边缘梯度图片,确定待去除图片中的干扰图像所需要的计算量较小,从而可以减小去除干扰图像的计算量。在去除干扰图像时,由于使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域所需要的计算量也较小,从而进一步减小去除干扰图像的计算量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种去除干扰图像的方法的流程图;
图2-1是本申请实施例提供的一种去除干扰图像的方法的流程图;
图2-2是本申请实施例提供的一种待去除图片的示意图;
图2-3是本申请实施例提供的一种获取第二图像区域的示意图;
图2-4是本申请实施例提供的一种替换干扰图像区域的示意图;
图3-1是本申请实施例提供的一种去除干扰图像的装置的框图;
图3-2是本申请实施例提供的另一种去除干扰图像的装置的框图;
图3-3是本申请实施例提供的另一种去除干扰图像的装置的框图;
图3-4是本申请实施例提供的另一种去除干扰图像的装置的框图;
图3-5是本申请实施例提供的另一种去除干扰图像的装置的框图;
图4是本申请实施例提供的一种去除干扰图像的装置的框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
目前去除干扰图像的方法可以去除网纹线,该方法需要收集大量具有网纹线的网纹图片和每个网纹图片对应的清晰图片,然后需要对每个网纹图片和其对应的清晰图片进行大量的计算才能训练出去网纹模型。在使用去网纹模型去除网纹图片中的网纹线时,也需要大量的计算才能去除图片中的网纹线。所以目前的方法需要很大的计算量。
为了解决该技术问题,本申请提供了一种去除干扰图像的方法。在本申请中,干扰图像可以是网纹线条等,该方法的详细实现过程可以参见如下任一实施例的内容。
参见图1,本申请实施例提供了一种去除干扰图像的方法,包括:
在步骤101中,获取待去除图片的第一边缘梯度图片,第一边缘梯度图片包括待去除图片中的每个像素点的第一边缘梯度值。
在步骤102中:根据第一边缘梯度图片,确定待去除图片中的干扰图像。
在步骤103中:将干扰图像划分成至少一个干扰图像区域,干扰图像区域包括位置连续的至少一个干扰图像点。
在步骤104中:使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域。
在本申请实施例中,由于通过待去除图片的第一边缘梯度图片,确定待去除图片中的干扰图像所需要的计算量较小,从而可以减小减小去除干扰图像的计算量。在去除干扰图像时,由于使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域所需要的计算量也较小,从而进一步减小去除干扰图像的计算量。
参见图2-1,本申请实施例提供了一种去除干扰图像的方法,该方法的执行主体可以为终端或服务器等,终端可以为计算机或笔记本电脑等。该方法包括:
在步骤201中:对待去除图片进行通道分离,得到多个通道图片,获取每个通道图片的第二边缘梯度图片,通道图片的第二边缘梯度图片包括待去除图片中的每个像素点的第二边缘梯度值。
待去除图片中包括目标图像和干扰图像,干扰图像用于保护目标图像,目标图像是待去除图片的主要图像内容。待去除图片可以为人脸图片或非人脸图片。例如,待去除图片可以为身份证图片,身份证图片就是一种人脸图片,待去除图片中的目标图像为人脸图像,干扰图像可以为网纹线,该网纹线用于保护人脸图像,人脸图像是身份证图片的主要图像内容。再例如,待去除图片可以为车牌图片,车牌图片就是一种非人脸图片,待去除图片中的目标图像为车牌图像,干扰图像可以为网纹线,该网纹线用于保护车牌图像,车牌图像是车牌图片的主要图像内容。
对于分离出每个通道图片,该通道图片中的各图像边缘包括目标图像的边缘、目标图像中的各子图像的边缘和干扰图像的边缘。例如,假设该通道图片为人脸图片,目标图像为人脸图像,该通道图片中的各图像边缘包括人脸图像的边缘、人脸图像中的各子图像的边缘和网纹线,人脸图像中的子图像的边缘包括眼睛图像的边缘、鼻子图像的边缘、眉毛图像的边缘和嘴巴图像的边缘等。
图像边缘由多个像素点组成,像素点的第二边缘梯度值用于表示该像素点是图像边缘中的像素点的程度。
在本步骤中,可以对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片;通过用于生成边缘梯度图片的模型获取红色通道图片的第二边缘梯度图片、绿色通道图片的第二边缘梯度图片和蓝色通道图片的第二边缘梯度图片。
待去除图片中的每个像素点的像素值包括红色通道像素值、绿色通道像素和蓝色通道像素。分离出的红色通道图片包括待去除图片中的每个像素点的红色通道像素值,分离出的绿色通道图片包括待去除图片中的每个像素点的绿色通道像素值,以及分离出的蓝色通道图片包括待去除图片中的每个像素点的蓝色通道像素值。
对于上述分离出多个通道图片的操作,在实现时可以为:
创建空白的红色通道图片、绿色通道图片和蓝色通道图片;对于待去除图片包括的每个像素点,从待去除图片中获取该像素点的位置,以及读取红色通道像素值、绿色通道像素值和蓝色通道像素值;根据该位置,在红色通道图片中生成像素值为该红色通道像素值的像素点,在绿色通道图片中生成像素值为该绿色通道像素值的像素点,以及在蓝色通道图片中生成像素值为该蓝色通道像素值的像素点。
例如,对于待去除图片中的某个像素点A,假设像素点A在待去除图片中位于第五行第六列的位置,像素点A的红色通道像素值为50、绿色通道像素值为65以及蓝色通道像素值为80。这样在分离成多个通道图片时,可以从待去除图片中获取像素点A的位置为“第五行第六列”以及读取像素点A的红色通道像素值50、绿色通道像素值65和蓝色通道像素值80;在红色通道图片的第五行第六列的位置生成像素值为50的像素点A1,在绿色通道图片的第五行第六列的位置生成像素值为65的像素点A2,以及在蓝色通道图片的第五行第六列的位置生成像素值为80的像素点A3。
用于生成边缘梯度图片的模型可以为sobel模型。在获取某个通道图片的第二边缘梯度图片时,可以将该通道图片输入到该模型,该模型可自动输出该通道图片中的第二边缘梯度图片。
在步骤202中:根据每个通道图片的第二边缘梯度图片生成待去除图片的第一边缘梯度图片,第一边缘梯度图片包括待去除图片中的每个像素点的第一边缘梯度值。
本步骤可以为:从每个通道图片的第二边缘梯度图片中读取目标像素点的第二边缘梯度值,目标像素点是待去除图片中的任一像素点;从获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;根据该目标像素点在待去除图片中的位置,在待去除图片的第一边缘梯度图片中保存目标像素点的第一边缘梯度值。
例如,在实现时,可以先创建一个空白的图片作为待去除图片的第一边缘梯度图片,对于待去除图片中的任一个像素点,为了便于说明称该像素点为B点,从待去除图片中读取B点的位置为“第八行第九列”;根据B点的位置“第八行第九列”,从红色通道图片的第二边缘梯度图片中读取对应的B1点的第二边缘梯度值为55,从绿色通道图片的第二边缘梯度图片中读取对应的B2点的第二边缘梯度值为65,从蓝色通道图片的第二边缘梯度图片中读取对应的B3点的第二边缘梯度值为63;从读取的第二边缘梯度值55、65和63中选择最大边缘梯度65作为目标像素点B的第一边缘梯度值,在待去除图片的第一边缘梯度图片的第八行第九列的位置保存目标像素点B的第一边缘梯度值65。
在步骤203中:根据第一边缘梯度图片,将待去除图片的外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,将待去除图片的目标图像区域内第一边缘梯度值超过预设第一阈值的像素点确定为侯选点。
待去除图片往往是标准格式的图片,该标准格式是指待去除图片的背景色往往为白色,目标图像往往位于待去除图片的预设位置,且在待去除图片中还设置有干扰图像。
例如待去除图片可以为身份证图片,在身份证图片中的人脸图像往往位于图片的中间区域,每个身份证图片包括的人脸图像的面积大小往往相差较小,网纹线可以均匀地分布在身份证图片中。所以在本申请中可以将待去除图片分为预设大小的外围区域和包围在外围区域内的目标图像区域,目标图像往往位于目标图像区域内。
例如,参见图2-2所示的图片,该图片的背景为白色且包括的人脸图像位于该图片的中间位置,图片中包括多条交叉的网纹线。该图片包括位于虚线框内的目标图像区域和包围虚线框所示的目标图像区域的外围区域。
外围区域往往是一个矩形框区域,面积大小为预设大小。例如在图2-2所示的图片中,将该图片的顶部1/6的图片区域、底部1/6的图片区域、左边的1/5的图片区域和右边的1/5的图片区域组外围区域。
在步骤204中:根据确定出的干扰图像点,从目标图像区域内的侯选点中确定出干扰图像点。
本步骤可以通过如下2041至2044的步骤来实现,分别为:
2041:从目标图像区域的外围开始扫描一行和/或一列目标图像区域中的像素点,将扫描的像素点中包括的侯选点确定为目标侯选点。
目标图像区域是一个矩形区域,可以从目标图像区域的最顶部的一行和/或最底部的一行开始一行一行的扫描像素点,和/或从目标图像区域的最左边的一列和/或最右边的一列开始一列一列的扫描像素点;每当扫描到一行像素点时,判断扫描的该一行像素点中是否包括侯选点,如果包括侯选点,则将该侯选点作为目标侯选点,执行如下步骤2042;和/或,每当扫描到一列像素点时,判断扫描的该一列像素点中是否包括侯选点,如果包括侯选点,则将该侯选点作为目标侯选点,执行如下步骤2042。
2042:从确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点。
预设条件可以为获取距离目标侯选点最近的干扰图像点,或者,获取与目标侯选点之间的距离小于预设距离阈值的干扰图像点。
本步骤可以为:对已确定的每个干扰图像点,从待去除图片中读取该干扰图像点的位置和目标侯选点的位置,根据该干扰图像点的位置和目标侯选点的位置计算该干扰图像点与目标侯选点之间的距离,按上述方式计算出每个干扰图像点和目标侯选点之间的距离。从每个干扰图像点中选择与目标侯选点之间的距离小于预设距离阈值的干扰图像点作为邻近干扰图像点;或者,从每个干扰图像点中选择与目标侯选点之间的距离最小的干扰图像点作为邻近干扰图像点。
2043:根据目标侯选点的像素值和第一边缘梯度值以及邻近干扰图像点的像素值和第一边缘梯度值,计算目标侯选点与邻近干扰图像点的相似度。
本步骤可以为:从待去除图片中读取目标侯选点的像素值,该像素值包括目标侯选点的红色通道像素值、绿色通道像素值和蓝色通道像素值,将该红色通道像素值、绿色通道像素值和蓝色通道像素值组成目标侯选点的颜色向量Cx。
以及,从待去除图片中读取邻近干扰图像点的像素值,该像素值包括邻近干扰图像点的红色通道像素值、绿色通道像素值和蓝色通道像素值,将该红色通道像素值、绿色通道像素值和蓝色通道像素值组成邻近干扰图像点的颜色向量Cy。
根据目标侯选点的颜色向量Cx和邻近干扰图像点的颜色向量Cy,按如下公式(1)计算目标侯选点和邻近干扰图像点之间的颜色相似度Sc。
Sc=Cx*Cy/(norm(Cx)*norm(Cy))……(1);
其中,在公式(1)中,norm表示取向量的模。
从第一边缘梯度图片中读取目标侯选点的第一边缘梯度值Sx,以及读取邻近干扰图像点的第一边缘梯度值Sy。根据目标侯选点的第一边缘梯度值Sx和邻近干扰图像点的第一边缘梯度值Sy,按如下公式(2)计算目标侯选点和邻近干扰图像点之间的边缘相似度Se。
Se=2*Sx*Sy/(Sx*Sx+Sy*Sy)……(2)。
目标侯选点和邻近干扰图像点之间的颜色相似度Sc,以及目标侯选点和邻近干扰图像点之间的边缘相似度Se,按如下公式(3)计算目标侯选点与邻近干扰图像点的相似度S。
S=(Sc+Se)/2……(3)。
2044:在该相似度超过预设第二阈值时,将该目标侯选点确定为干扰图像点。
待去除图片中的干扰图像由一个个干扰图像点组成,确定出待去除图片中的每个干扰图像点,便确定出待去除图片中的干扰图像。
在步骤205中:将干扰图像划分成至少一个干扰图像区域,每个干扰图像区域包括位置连续的至少一个干扰图像点。
每个干扰图像区域的大小可以为预设大小,例如每个干扰图像区域可以是3*3、4*4或5*5等大小的图像区域。
在步骤206中:使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域。
可选的,在本步骤中可以采用Inpainting方法,Inpainting可以使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域。
本步骤可以通过如下2061至2063的步骤来实现,分别为:
2061:在待去除图片中除干扰图像以外的非干扰图像中确定与干扰图像区域相邻的第一图像区域。
对于每个干扰图像区域,确定该在干扰图像区域所在的非干扰图像,在该非干扰图像中确定与干扰图像区域相邻的第一图像区域。
参见图2-3,干扰图像区域为区域A,区域A所在的非干扰图像为人脸图像,从该人脸图像中确定与干扰图像区域A相邻的第一图像区域为区域B。
2062:在该非干扰图像中获取第二图像区域,第二图像区域与第一图像区域之间的纹理连续。
本步骤可以为:在该非干扰图像中确定与第一图像区域最相似的第三图像区域;根据干扰图像区域和第一图像区域之间的相对位置,在该非干扰图像中获取与第三图像区域相邻且与干扰图像区域相等大小的第二图像区域。
在本步骤中,可以采用Inpainting方法在该非干扰图像中确定与第一图像区域最相似的第三图像区域。
参见图2-3,在人脸图像中确定与第一图像区域B最相似的第三图像区域C;干扰图像区域A和第一图像区域B之间的相对位置为第一图像区域B位于干扰图像区域A的上方,根据该相对位置,在人脸图像中获取与第三图像区域C相邻且与干扰图像区域A等大小的第二图像区域D。
2063:使用第二图像区域替换干扰图像区域。
例如,参见图2-3,使用第二图像区域D替换干扰图像区域A,得到的结果如图2-4所示。按上述方式将待去除图片中的每个干扰图像区域进行替换,实现去除待去除图片中的干扰图像。
在本申请实施例中,获取待去除图片的第一边缘梯度图片,第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值,然后根据第一边缘梯度图片确定待去除图片中的干扰图像,可以减小确定干扰图片的计算量;将干扰图像划分成至少一个干扰图像区域,使用非干扰图像中的图像内容替换干扰图像区域,实现去除待去除图片中的干扰图像,也可以减小计算量。所以本申请可以减小去除干扰图像的计算量。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
参见图3-1,一种去除干扰图像的装置300,所述装置300可以用于执行上述任一实施例的方法,包括:
获取模块301,被配置为获取待去除图片的第一边缘梯度图片,第一边缘梯度图片包括待去除图片中的每个像素点的第一边缘梯度值;
确定模块302,被配置为根据第一边缘梯度图片,确定待去除图片中的干扰图像;
划分模块303,被配置为将干扰图像划分成至少一个干扰图像区域,干扰图像区域包括位置连续的至少一个干扰图像点;
替换模块304,被配置为使用待去除图片中除干扰图像以外的非干扰图像的图像内容替换干扰图像区域。
可选的,参见图3-2,获取模块301包括:
分离单元3011,用于对待去除图片进行通道分离,得到多个通道图片;
第一获取单元3012,用于获取每个通道图片的第二边缘梯度图片;
生成单元3013,用于根据每个通道图片的第二边缘梯度图片生成待去除图片的第一边缘梯度图片。
可选的,分离单元3011,用于:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
可选的,生成单元3013,用于:
从每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,目标像素点是待去除图片中的任一像素点;
从获取的第二边缘梯度值中选择最大边缘梯度值作为目标像素点的第一边缘梯度值;
根据目标像素点在待去除图片中的位置,在待去除图片的第一边缘梯度图片中保存目标像素点的第一边缘梯度值。
可选的,待去除图片包括预设大小的外围区域和包围在外围区域内的目标图像区域;
参见图3-3,确定模块302包括:
第一确定单元3021,用于根据第一边缘梯度图片,将外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
第二确定单元3022,用于根据确定的干扰图像点,从目标图像区域内的侯选点中确定出干扰图像点。
可选的,第二确定单元3022,用于:
从确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,目标侯选点为目标图像区域内的任一侯选点;
根据目标侯选点的像素值和第一边缘梯度值以及邻近干扰图像点的像素值和第一边缘梯度值,计算目标侯选点与邻近干扰图像点的相似度;
在该相似度超过预设第二阈值时,将目标侯选点确定为干扰图像点。
可选的,参见图3-4,所述装置300还包括:
扫描模块305,用于从目标图像区域的外围开始扫描一行和/或一列目标图像区域中的像素点,将扫描的像素点中包括的侯选点确定为目标侯选点。
可选的,参见图3-5,替换模块304包括:
第三确定单元3041,用于在待去除图片中除干扰图像以外的非干扰图像中确定与干扰图像区域相邻的第一图像区域;
第四确定单元3042,用于在非干扰图像中确定与第一图像区域最相似的第三图像区域;
第二获取单元3043,用于根据干扰图像区域和第一图像区域之间的相对位置,在非干扰图像中获取与第三图像区域相邻且与干扰图像区域相等大小的第二图像区域;
替换单元3044,用于使用第二图像区域替换干扰图像区域。
在本申请实施例中,获取待去除图片的第一边缘梯度图片,第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值,然后根据第一边缘梯度图片确定待去除图片中的干扰图像,可以减小确定干扰图片的计算量;将干扰图像划分成至少一个干扰图像区域,使用非干扰图像中的图像内容替换干扰图像区域,实现去除待去除图片中的干扰图像,也可以减小计算量。所以本申请可以减小去除干扰图像的计算量。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种用于去除干扰图像的装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到装置400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置400的处理器执行时,使得装置400能够执行一种去除干扰图像的方法,所述方法包括:
获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
可选的,所述获取待去除图片的第一边缘梯度图片,包括:
对待去除图片进行通道分离,得到多个通道图片;
获取每个通道图片的第二边缘梯度图片;
根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片。
可选的,所述对待去除图片进行通道分离,得到多个通道图片,包括:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
可选的,所述根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片,包括:
从所述每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,所述目标像素点是所述待去除图片中的任一像素点;
从所述获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;
根据所述目标像素点在所述待去除图片中的位置,在所述待去除图片的第一边缘梯度图片中保存所述目标像素点的第一边缘梯度值。
可选的,所述待去除图片包括预设大小的外围区域和包围在所述外围区域内的目标图像区域;
所述根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像,包括:
根据所述第一边缘梯度图片,将所述外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将所述目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点。
可选的,所述根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点,包括:
从所述确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,所述目标侯选点为所述目标图像区域内的任一侯选点;
根据所述目标侯选点的像素值和第一边缘梯度值以及所述邻近干扰图像点的像素值和第一边缘梯度值,计算所述目标侯选点与所述邻近干扰图像点的相似度;
在所述相似度超过预设第二阈值时,将所述目标侯选点确定为干扰图像点。
可选的,所述方法还包括:
从所述目标图像区域的外围开始扫描一行和/或一列所述目标图像区域中的像素点,将所述扫描的像素点中包括的侯选点确定为目标侯选点。
可选的,所述使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域,包括:
在所述待去除图片中除干扰图像以外的非干扰图像中确定与所述干扰图像区域相邻的第一图像区域;
在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域相等大小的第二图像区域;
使用所述第二图像区域替换所述干扰图像区域。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (16)
1.一种去除干扰图像的方法,其特征在于,所述方法包括:
获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
2.如权利要求1所述的方法,其特征在于,所述获取待去除图片的第一边缘梯度图片,包括:
对待去除图片进行通道分离,得到多个通道图片;
获取每个通道图片的第二边缘梯度图片;
根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片。
3.如权利要求2所述的方法,其特征在于,所述对待去除图片进行通道分离,得到多个通道图片,包括:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
4.如权利要求2所述的方法,其特征在于,所述根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片,包括:
从所述每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,所述目标像素点是所述待去除图片中的任一像素点;
从所述获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;
根据所述目标像素点在所述待去除图片中的位置,在所述待去除图片的第一边缘梯度图片中保存所述目标像素点的第一边缘梯度值。
5.如权利要求1所述的方法,其特征在于,所述待去除图片包括预设大小的外围区域和包围在所述外围区域内的目标图像区域;
所述根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像,包括:
根据所述第一边缘梯度图片,将所述外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将所述目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点。
6.如权利要求5所述的方法,其特征在于,所述根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点,包括:
从所述确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,所述目标侯选点为所述目标图像区域内的任一侯选点;
根据所述目标侯选点的像素值和第一边缘梯度值以及所述邻近干扰图像点的像素值和第一边缘梯度值,计算所述目标侯选点与所述邻近干扰图像点的相似度;
在所述相似度超过预设第二阈值时,将所述目标侯选点确定为干扰图像点。
7.如权利要求1所述的方法,其特征在于,所述使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域,包括:
在所述待去除图片中除干扰图像以外的非干扰图像中确定与所述干扰图像区域相邻的第一图像区域;
在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域相等大小的第二图像区域;
使用所述第二图像区域替换所述干扰图像区域。
8.一种去除干扰图像的装置,其特征在于,所述装置包括:
获取模块,被配置为获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
确定模块,被配置为根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
划分模块,被配置为将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
替换模块,被配置为使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
9.如权利要求8所述的装置,其特征在于,所述获取模块包括:
分离单元,用于对待去除图片进行通道分离,得到多个通道图片;
第一获取单元,用于获取每个通道图片的第二边缘梯度图片;
生成单元,用于根据所述每个通道图片的第二边缘梯度图片生成所述待去除图片的第一边缘梯度图片。
10.如权利要求9所述的装置,其特征在于,所述分离单元,用于:
对待去除图片进行红色通道、绿色通道和蓝色通道的分离,得到红色通道图片、绿色通道图片和蓝色通道图片。
11.如权利要求9所述的装置,其特征在于,所述生成单元,用于:
从所述每个通道图片的第二边缘梯度图片中获取目标像素点的第二边缘梯度值,所述目标像素点是所述待去除图片中的任一像素点;
从所述获取的第二边缘梯度值中选择最大边缘梯度值作为所述目标像素点的第一边缘梯度值;
根据所述目标像素点在所述待去除图片中的位置,在所述待去除图片的第一边缘梯度图片中保存所述目标像素点的第一边缘梯度值。
12.如权利要求8所述的装置,其特征在于,所述待去除图片包括预设大小的外围区域和包围在所述外围区域内的目标图像区域;
所述确定模块包括:
第一确定单元,用于根据所述第一边缘梯度图片,将所述外围区域内第一边缘梯度值超过预设第一阈值的像素点确定为干扰图像点,以及将所述目标图像区域内第一边缘梯度值超过预设第一阀值的像素点确定为侯选点,
第二确定单元,用于根据所述确定的干扰图像点,从所述目标图像区域内的侯选点中确定出干扰图像点。
13.如权利要求12所述的装置,其特征在于,所述第二确定单元,用于:
从所述确定的干扰图像点中获取与目标侯选点之间的距离满足预设条件的干扰图像点作为邻近干扰图像点,所述目标侯选点为所述目标图像区域内的任一侯选点;
根据所述目标侯选点的像素值和第一边缘梯度值以及所述邻近干扰图像点的像素值和第一边缘梯度值,计算所述目标侯选点与所述邻近干扰图像点的相似度;
在所述相似度超过预设第二阈值时,将所述目标侯选点确定为干扰图像点。
14.如权利要求8所述的装置,其特征在于,所述替换模块包括:
第三确定单元,用于在所述待去除图片中除干扰图像以外的非干扰图像中确定与所述干扰图像区域相邻的第一图像区域;
第四确定单元,用于在所述非干扰图像中确定与所述第一图像区域最相似的第三图像区域;
第二获取单元,用于根据所述干扰图像区域和所述第一图像区域之间的相对位置,在所述非干扰图像中获取与所述第三图像区域相邻且与所述干扰图像区域相等大小的第二图像区域;
替换单元,用于使用所述第二图像区域替换所述干扰图像区域。
15.一种去除干扰图像的装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取待去除图片的第一边缘梯度图片,所述第一边缘梯度图片包括所述待去除图片中的每个像素点的第一边缘梯度值;
根据所述第一边缘梯度图片,确定所述待去除图片中的干扰图像;
将干扰图像划分成至少一个干扰图像区域,所述干扰图像区域包括位置连续的至少一个干扰图像点;
使用所述待去除图片中除干扰图像以外的非干扰图像的图像内容替换所述干扰图像区域。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储至少一个程序指令,所述至少一个程序指令被处理器执行,用于实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711354516.6A CN108010009B (zh) | 2017-12-15 | 2017-12-15 | 一种去除干扰图像的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711354516.6A CN108010009B (zh) | 2017-12-15 | 2017-12-15 | 一种去除干扰图像的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108010009A true CN108010009A (zh) | 2018-05-08 |
CN108010009B CN108010009B (zh) | 2021-12-21 |
Family
ID=62059498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711354516.6A Active CN108010009B (zh) | 2017-12-15 | 2017-12-15 | 一种去除干扰图像的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108010009B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111568199A (zh) * | 2020-02-28 | 2020-08-25 | 佛山市云米电器科技有限公司 | 接水容器的识别方法、系统及存储介质 |
CN113034389A (zh) * | 2021-03-17 | 2021-06-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN114390287A (zh) * | 2022-03-24 | 2022-04-22 | 青岛大学附属医院 | 一种医疗图像传输控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130330009A1 (en) * | 2012-06-07 | 2013-12-12 | Fujitsu Limited | Apparatus, method for extracting boundary of object in image, and electronic device thereof |
CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
CN106204424A (zh) * | 2016-06-30 | 2016-12-07 | 厦门美图之家科技有限公司 | 图像去水印方法、应用和计算设备 |
CN107016657A (zh) * | 2017-04-07 | 2017-08-04 | 河北工业大学 | 被网纹覆盖的人脸图片的修复方法 |
-
2017
- 2017-12-15 CN CN201711354516.6A patent/CN108010009B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130330009A1 (en) * | 2012-06-07 | 2013-12-12 | Fujitsu Limited | Apparatus, method for extracting boundary of object in image, and electronic device thereof |
CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
CN106204424A (zh) * | 2016-06-30 | 2016-12-07 | 厦门美图之家科技有限公司 | 图像去水印方法、应用和计算设备 |
CN107016657A (zh) * | 2017-04-07 | 2017-08-04 | 河北工业大学 | 被网纹覆盖的人脸图片的修复方法 |
Non-Patent Citations (1)
Title |
---|
顾雨迪: "《基于覆盖分割的图像边缘提取算法研究与应用》", 《中国硕士学位论文全文数据库信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111568199A (zh) * | 2020-02-28 | 2020-08-25 | 佛山市云米电器科技有限公司 | 接水容器的识别方法、系统及存储介质 |
CN111568199B (zh) * | 2020-02-28 | 2023-11-07 | 佛山市云米电器科技有限公司 | 接水容器的识别方法、系统及存储介质 |
CN113034389A (zh) * | 2021-03-17 | 2021-06-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN113034389B (zh) * | 2021-03-17 | 2023-07-25 | 武汉联影智融医疗科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN114390287A (zh) * | 2022-03-24 | 2022-04-22 | 青岛大学附属医院 | 一种医疗图像传输控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108010009B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106204435A (zh) | 图像处理方法及装置 | |
CN107123081A (zh) | 图像处理方法、装置及终端 | |
CN105469356B (zh) | 人脸图像处理方法及装置 | |
CN106295515B (zh) | 确定图像中的人脸区域的方法及装置 | |
CN106713696B (zh) | 图像处理方法及装置 | |
CN105512605A (zh) | 人脸图像处理方法及装置 | |
CN104700353B (zh) | 图像滤镜生成方法及装置 | |
WO2017031901A1 (zh) | 人脸识别方法、装置及终端 | |
CN106528879A (zh) | 图片处理方法及装置 | |
CN109784255A (zh) | 神经网络训练方法及装置以及识别方法及装置 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN106570110A (zh) | 图像去重方法及装置 | |
CN107368810A (zh) | 人脸检测方法及装置 | |
CN106682736A (zh) | 图像识别方法及装置 | |
CN106331504A (zh) | 拍摄方法及装置 | |
CN107967459A (zh) | 卷积处理方法、装置及存储介质 | |
CN107798654A (zh) | 图像磨皮方法及装置、存储介质 | |
CN107944367A (zh) | 人脸关键点检测方法及装置 | |
CN107563994A (zh) | 图像的显著性检测方法及装置 | |
CN107832746A (zh) | 表情识别方法及装置 | |
CN109978891A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107463903A (zh) | 人脸关键点定位方法及装置 | |
CN105528078A (zh) | 控制电子设备的方法及装置 | |
CN108010009A (zh) | 一种去除干扰图像的方法及装置 | |
CN106454411A (zh) | 台标处理方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |