CN108133215B - 一种处理单元 - Google Patents
一种处理单元 Download PDFInfo
- Publication number
- CN108133215B CN108133215B CN201810082536.0A CN201810082536A CN108133215B CN 108133215 B CN108133215 B CN 108133215B CN 201810082536 A CN201810082536 A CN 201810082536A CN 108133215 B CN108133215 B CN 108133215B
- Authority
- CN
- China
- Prior art keywords
- gray
- value
- image
- pixels
- pixel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种处理单元,该处理单元对原始图像进行灰度转换,挖掘图像的灰度分布信息,并确定灰度图的二值化阀值;根据该灰度分布信息及二值化阀值界定图像的平坦区域及模糊区域;对模糊区域的像素与平坦区域的像素的灰度值进行比对得到相应的比较结果,并根据比对结果及一函数关系式重新定义模糊区域的像素的灰度值;进行二值化转换得到一二值化图像。本发明通过将图像分成平坦区域和模糊区域并根据函数关系重新定义模糊区域的像素值再进行二值转换,提高二值化后的图像目标物与原始图像的目标物的相似度。
Description
本申请是申请号为:201210096196.X,申请日:2012年04月02日,发明名称为“图像二值化处理装置及其方法”的发明专利的分案申请。
技术领域
本发明属于图形处理领域,具体涉及一种图像二值化处理装置及其方法。
背景技术
在图像处理中,如图1a所示的原始图像,包括目标物体、背景及噪声,若想从该图像中提取出目标物体,通常对整体图像使用二值化方法来对目标物和背景进行分割,获得图1b所示的二值化图像。二值化方法处理图像时,目标物和背景之间的灰度值往往存在多个梯次的渐变,在灰度渐变区域使用标准二值化阀值进行转换,会造成一定误差,影响转换后的图像目标物的形状及大小,如何提高二值化图像后的目标物与原始图像的目标物的相似度成为需要解决的问题。
发明内容
有鉴于此,有必要提供一种图像二值化处理装置,可以提高二值化图像后的目标物与原始图像的目标物的相似度。
还有必要提供一种图像二值化的处理方法。一种图像二值化的处理装置,该处理装置包括用于获取原始图像的图像获取单元、处理单元及显示单元。图像获取单元获取原始图像;处理单元对原始图像进行灰度转换,挖掘图像的灰度分布信息,并确定灰度图的二值化阀值;根据该灰度分布信息及二值化阀值界定图像的平坦区域及模糊区域;对模糊区域的像素与平坦区域的像素的灰度值进行比对得到相应的比较结果,并根据比对结果及一函数关系式重新定义模糊区域的像素的灰度值;根据二值化阀值对平坦区域像素及重新定义的模糊区域像素进行二值化转换得到一二值化图像,并将转换后的二值化图像显示于显示单元;其中,所述模糊区域指图像中目标物与背景的交界区域的灰度级为渐变的区域,所述平坦区域指除所述模糊区域之外的其他区域。
一种图像二值化处理装置的处理方法,该方法包括:
获取原始图像,并存储所述原始图像;对原始图像进行灰度转换,挖掘图像的灰度分布信息,并确定二值化阀值;根据该灰度分布信息及二值化阀值界定图像的平坦区域及模糊区域,所述模糊区域指图像中目标物与背景的交界区域的灰度级为渐变区域,所述平坦区域指除所述模糊区域以外的其他区域;对模糊区域的像素与平坦区域的像素的灰度值进行比对得到相应的比较结果,并根据比对结果及一函数关系式重新定义模糊区域的像素的灰度值;根据二值化阀值对平坦区域像素及重新定义的模糊区域像素进行二值化转换得到一二值化图像,并将转换后的二值化图像显示于显示单元。
本发明的图像二值化处理装置及其方法,通过将图像分成平坦区域和模糊区域并根据函数关系重新定义模糊区域的像素值再进行二值转换,提高二值化后的图像目标物与原始图像的目标物的相似度。
附图说明
图1a与1b分别为一原始图像以及对该原始图像二值化处理后得到的二值化图像的示意图。
图2为本发明一实施方式的图像二值化处理装置的功能模块图。
图3为图2的处理装置挖掘图像的灰度分布信息的直方图。
图4为图2的图像中平坦区域像素组分割的示意图。
图5为图2的图像中像素的逻辑确认图。
图6为图2的图像中模糊区像素与周边区像素的在X轴方向的比对关系示意图。
图7为图2的图像中模糊区像素与周边区像素的在Y轴方向的比对关系示意图。
图8为图2图像二值化处理装置的处理方法的流程图。
主要元件符号说明
显示单元10
存储单元20
处理单元30
图像获取单元40
灰度计算模块31
灰度分布获取模块32
区域界定模块33
二值转换模块34
模糊区域的像素点11
平坦区域的像素点12
像素组13
模糊区域14
平坦区域15
处理装置100
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
请参考图2,一种图像二值化的处理装置100包括显示单元10、存储单元20、处理单元30及图像获取单元40。所述图像获取单元40用于获取原始图像,并存储于存储单元20。所述处理单元30从存储单元20读取原始图像,并对原始图像进行灰度转换,挖掘图像的灰度分布信息16,确定二值化阀值M,根据该灰度分布信息16及二值化阀值M界定图像的平坦区域15及模糊区域14,并对模糊区域14的像素点与周边区域的像素点的灰度值进行比对,根据比对关系及函数运算重新定义模糊区域的像素值,进一步对整体图像进行二值化转换,并将二值化转换后的图像显示于显示单元10。其中,所述模糊区域14指图像中目标物与背景的交界区域的灰度级为渐变的区域,所述平坦区域15指图像中除模糊区域14之外的其他区域,即灰度值较平稳的像素区域,例如:该图像中背景部分的灰度值大致相同的区域及目标物部分的灰度值大致相同的区域。
本实施方式中,所述图像获取单元40为一图像传感器,如:CCD(电荷耦合器件),用于捕获原始图像,并存储于存储单元20。在本实施方式中,所述处理单元30直接读取存储单元20存储的CCD传感器直接获得的原始图像对应的拜尔矩阵(Bayer matrix)图像数据并对原始图像进行灰度转换。在其他实施方式中,所述处理单元30基于将原始图像对应的拜尔矩阵(Bayer matrix)图像数据进行压缩之后获得的JPG图像或由成像链处理后输出的图像进行灰度转换。所述处理单元30包括灰度计算模块31,灰度分布获取模块32、区域界定模块33及二值转换模块34。
本实施方式中,所述灰度计算模块31从存储单元20读取原始图像,对该原始图像进行灰度转换,并获取灰度分布信息16。具体地,众所周知,一个像素由红色、绿色和蓝色子像素分量组成,灰度计算模块31通过选取原始图像每一个像素的红色、绿色和蓝色分量的适当均值或三分量的其中之一进行灰度转换计算,从而获取原始图像对应的灰度图像,即,该灰度图像中,每一个像素的灰度值为该像素的红色、绿色和蓝色分量的适当均值对应的灰度或者为该像素的其中一个分量所对应的灰度。转换后的灰度图像中与每个像素相关联的灰度值落在范围0至255中的一个灰度值。
请参考图3,灰度分布获取模块32挖掘转换后灰度图像的灰度分布信息16,本实施方式中,灰度分布获取模块32统计0至255个灰度级中每个灰度级所对应的像素个数,从而获取如图3所示的灰度直方图所表示的灰度分布信息16,其中,所述灰度直方图的X轴表示0至255的灰度值,Y轴表示灰度图像中每个灰度值对应的像素个数,即具有该灰度值的像素的个数。
区域界定模块33根据获取的灰度分布信息16选取图像二值化的阀值M。具体地,所述区域界定模块33从图像两边界灰度值起始分别统计相同比例的像素个数,将统计后终点像素对应的两灰度值作为查找阀值区间的两端点,如:从灰度值gray=0开始,统计像素个数至总像素点数的5%,根据灰度直方图,记录统计终点像素对应的灰度值X0;从灰度值gray=255开始,统计像素个数至总像素点数的5%,根据灰度直方图,记录统计终点像素对应的灰度值X1。区域界定模块33根据灰度直方图在灰度值X0至X1的范围内查找图像二值化的阀值M。
区域界定模块33查找一灰度值T=(X0+X1)/2,并以T值为中心搜索(X1-X0)/2范围内的两边界灰度值(3X0+X1)/4及(X0+3X1)/4对应的像素个数Y0和Y1,进一步以Y0和Y1中较小值为标准在(X1-X0)/2范围内搜索与所述较小值相等的纵坐标点Y3,并记录该纵坐标Y3对应的横坐标X3;区域界定模块33搜索X3至(X0+3X1)/4范围内的Y轴上的最小纵坐标对应的横坐标,即,Y轴上最小像素个数对应的像素灰度值M,作为图像二值化的阀值。
区域界定模块33根据该阀值M界定模糊区域14及平坦区域15,并对图像的平坦区域15进行二值化逻辑确认。请参考图4,本实施方式中,区域界定模块33将像素分成N个像素组13,每个像素组13包括A个M*M的矩阵,如:9个3×3矩阵,计算每个像素组中每个M*M矩阵的平均灰度值,并记录每个像素组中最大灰度值和最小值灰度值,区域界定模块33判断该最大灰度值和最小值灰度值都在所述二值化阀值M的同侧,即同时都大于或都小于二值化阀值M的像素组为平坦区域15,并记录平坦区域占总像素组的比例;判断除平坦区之外的其他该像素组为模糊区域14,即判断每个像素组中最大灰度值大于所述二值化阈值而该最小值灰度值小于所述二值化阀值M的像素组为模糊区域14。
请参考图5,区域界定模块33还以二值化阀值M为标准,统计图像像素中逻辑0和逻辑1的总数量,其中,灰度值大于阀值M的像素为逻辑1,否则为逻辑0,进一步根据确定的平坦区域像素比例,如:70%,从灰度值gray=0起始,统计至逻辑0的70%后,视为逻辑0的确认点M0;从灰度值gray=255起始,统计至逻辑1的70%后,视为逻辑1的确认点M1。根据上述确定的两个逻辑确认点,对图像像素进行逻辑检测或逻辑转换,若检测像素的灰度值gray>M1时,设置该点的像素为对应逻辑1的点;若检测像素的灰度值gray<M0时,设置该点的像素为对应逻辑0的点。同时区域界定模块33将M0至M1之间的区域界定为模糊区域14。
二值转换模块34对M0至M1之间的模糊区域14的像素点与平坦区域15的像素点的灰度值进行比对得到相应的比较结果,根据比对结果及函数关系式重新定义模糊区域14每一像素点的灰度值di。具体的,请参考图6和图7,本实施方式中,二值转换模块34随机选取10组模糊区域14的像素与平坦区域像素进行比对,其中,原始图像映射一坐标系,该坐标系的正负方向都有10个像素组,每组像素中包括一个模糊区域的像素点11及至少一个平坦区域的像素点12。所述比对关系是指对模糊区域像素点的灰度值Di与平坦区域像素点的灰度平均值进行比对得到相应数量的比对结果,例如得到10组比对结果,并确定10组比对结果中的最大差异值AC。
二值转换模块34根据如下函数关系式K重新定义模糊区域14的每一灰度值di,并对平坦区域15及模糊区域14根据一逻辑关系进行二值化转换。
函数关系式K:di=Di+AC×acGain。其中,acGain为像素的增益变量,可由用户根据对图像类型比对的重视程度设置,用户可通过实验观察二值图像的转换效果,调节该参数,获取最佳增益变量。
其中,该二值转换模块34对平坦区域15及模糊区域14根据一逻辑关系进行二值化转换为:二值转换模块34如果确定某一像素点的灰度值大于M,则对该点像素进行逻辑转换为逻辑=1,否则,为逻辑=0。二值转换模块34通过函数关系K增加模糊区域14的像素灰度值,从而增加模糊区域的清晰度,减少二值转换时判断像素值范围出现的误差。
在本实施方式中,逻辑为1的像素的灰度值为黑灰度,逻辑为0的像素的灰度值为白灰度,从而将原始图像转换成只有黑白灰度的二值化图像。
请参考图8,为本发明较佳实施方式一种图像二值化处理方法的流程图,该方法包括:
图像获取单元40获取原始图像,并存储于存储单元20(S801)。
处理单元30对原始图像进行灰度转换,挖掘图像的灰度分布信息16,并确定二值化阀值(S802)。
处理单元30根据该灰度分布信息16及二值化阀值界定图像的平坦区域及模糊区域(S803)。其中,所述模糊区域14指图像中目标物与背景的交界区域的灰度级为渐变的区域,所述平坦区域15指图像中除模糊区域14之外的其他区域,即灰度值较平稳的像素区域,例如:该图像中背景部分的灰度值大致相同的区域及目标物部分的灰度值大致相同的区域。
处理单元30对模糊区域的像素点11与平坦区域的像素点12的灰度值进行比对,根据比对结果及函数运算重新定义模糊区域14的灰度值(S804)。具体的,处理单元30对模糊区域的像素点11与平坦区域的像素点12的灰度值进行比对得到最大差异值AC,然后根据函数关系式K:di=Di+AC×acGain重新定义模糊区域14的灰度值。其中,acGain为预先设置的像素的增益变量,Di为模糊区域14的原像素值。
处理单元30进一步根据二值化阀值对平坦区域像素及重新定义的模糊区域像素进行二值化转换,并将二值化转换后的图像显示于显示单元10(S805)。
本发明的图像二值化处理装置及其方法,通过将图像分成平坦区域和模糊区域并根据函数关系重新定义模糊区域的像素值再进行二值转换,提高二值化后的图像目标物与原始图像的目标物的相似度。
Claims (8)
1.一种处理单元,用于对原始图像进行处理,其特征在于,所述处理单元执行以下功能:
对原始图像进行灰度转换,挖掘图像的灰度分布信息,并确定灰度图的二值化阀值;
根据该灰度分布信息及二值化阀值界定图像的平坦区域及模糊区域;
对模糊区域的像素与平坦区域的像素的灰度值进行比对得到相应的比较结果,并根据比较结果及一函数关系式重新定义模糊区域的像素的灰度值;
根据二值化阀值对平坦区域像素及重新定义的模糊区域像素进行二值化转换得到一二值化图像;
所述模糊区域指图像中目标物与背景的交界区域的灰度级为渐变的区域,所述平坦区域指除所述模糊区域之外的其他区域。
2.如权利要求1所述的处理单元,其特征在于,所述灰度分布信息为灰度直方图,所述灰度直方图的X轴表示0至255的灰度值,Y轴表示灰度图像中每个灰度值对应的像素个数。
3.如权利要求1所述的处理单元,其特征在于,所述处理单元确定二值化阀值包括:处理单元根据灰度分布信息从两边界灰度值起始分别统计相同比例的像素个数,将统计后终点像素对应的第一、第二灰度值作为查找阀值区间的两端点,以两端点的中点为中心,缩小一半查找阀值区间,计算缩小后的查找阀值区间的两端点灰度值对应的像素个数,并以较小的像素个数为标准查找与该较小像素个数相等的值所对应的第三灰度值,进一步查找第三灰度值至第二灰度值区间内最小像素个数对应的灰度值作为二值化的阀值。
4.如权利要求1所述的处理单元,其特征在于,所述处理单元将图像像素分成N个像素组,每个像素组包括n个M*M的矩阵,计算每个像素组中每个M*M矩阵的平均灰度值,判断像素组中最大灰度值和最小值灰度值都在所述二值化阀值的同侧的像素组为平坦区域,并记录平坦区域占总像素组的比例;判断除平坦区之外的其他像素组为模糊区域。
5.如权利要求1所述的处理单元,其特征在于,所述“对模糊区域的像素与平坦区域的像素的灰度值进行比对得到相应的比较结果,并根据比对结果及一函数关系式重新定义模糊区域的像素的灰度值”为:将模糊区域像素点的灰度值与平坦区域像素点的灰度平均值进行比对得到多个的比较结果,并确定比对结果中最大差异值,并根据该最大差异值以及该函数关系式重新定义模糊区域的像素的灰度值。
6.如权利要求1所述的处理单元,其特征在于,所述单元根据预定值选取多组模糊区域的像素与平坦区域像素,每组像素中包括一个模糊区域的像素点及至少一个平坦区域的像素点。
7.如权利要求1所述的处理单元,其特征在于,所述单元根据如下函数关系式di=Di+AC×acGain重新定义模糊区域的每一像素值,其中,Di为原始图像模糊区域的像素值,AC为模糊区域像素与平坦区域像素值比对的最大差异值,acGain为像素的增益变量。
8.如权利要求1所述的处理单元,其特征在于,所述处理单元通过选取原始图像的红色、绿色和蓝色分量的适当均值或三分量的其中之一进行灰度转换计算,从而获取灰度图像,转换后的灰度图像中与每个像素相关联的灰度值落在范围0至255中的一个灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810082536.0A CN108133215B (zh) | 2012-04-02 | 2012-04-02 | 一种处理单元 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210096196.XA CN103366170B (zh) | 2012-04-02 | 2012-04-02 | 图像二值化处理装置及其方法 |
CN201810082536.0A CN108133215B (zh) | 2012-04-02 | 2012-04-02 | 一种处理单元 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210096196.XA Division CN103366170B (zh) | 2012-04-02 | 2012-04-02 | 图像二值化处理装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133215A CN108133215A (zh) | 2018-06-08 |
CN108133215B true CN108133215B (zh) | 2020-10-20 |
Family
ID=49235112
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810082536.0A Active CN108133215B (zh) | 2012-04-02 | 2012-04-02 | 一种处理单元 |
CN201210096196.XA Expired - Fee Related CN103366170B (zh) | 2012-04-02 | 2012-04-02 | 图像二值化处理装置及其方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210096196.XA Expired - Fee Related CN103366170B (zh) | 2012-04-02 | 2012-04-02 | 图像二值化处理装置及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8755602B2 (zh) |
CN (2) | CN108133215B (zh) |
TW (1) | TWI557687B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103625649B (zh) * | 2013-12-06 | 2015-07-29 | 北京工商大学 | 一种飞行器自主着陆区域判别方法 |
CN104715445B (zh) * | 2013-12-13 | 2018-04-06 | 腾讯科技(深圳)有限公司 | 图像处理方法和系统 |
US9497100B2 (en) | 2014-05-05 | 2016-11-15 | Ixia | Methods, systems, and computer readable media for providing fuzz testing functionality |
US9917924B2 (en) | 2015-03-16 | 2018-03-13 | Keysight Technologies Singapore (Holdings) Pte. Ltd. | Methods, systems, and computer readable media for simplistic visual representation of complex interdependent network protocol fields for network protocol fuzzing and graphical framework for reporting instantaneous system level progress |
US9432394B1 (en) * | 2015-03-16 | 2016-08-30 | Ixia | Methods, systems, and computer readable media for converging on network protocol stack vulnerabilities using fuzzing variables, vulnerability ratings and progressive convergence |
CN105352873B (zh) * | 2015-11-26 | 2018-12-21 | 中国石油大学(北京) | 页岩孔隙结构的表征方法 |
TWI584225B (zh) * | 2016-01-05 | 2017-05-21 | 財團法人工業技術研究院 | 皮膚組織估測方法及應用其之系統 |
JP6689508B2 (ja) * | 2016-04-12 | 2020-04-28 | シナプティクス・ジャパン合同会社 | 画像処理装置、圧縮回路、表示ドライバ、表示装置及び画像処理方法 |
CN108074258B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于并行处理的硫化物信息提取方法、装置及系统 |
CN108074255B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于异构并行的硫化物信息提取方法、装置及系统 |
CN108074254B (zh) * | 2016-11-11 | 2022-03-04 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于流处理器的硫化物信息提取方法、装置及系统 |
CN108122241B (zh) * | 2016-11-29 | 2021-10-15 | 沈阳新松机器人自动化股份有限公司 | 一种图像的二值化处理装置及方法 |
CN106803258A (zh) * | 2017-01-13 | 2017-06-06 | 深圳怡化电脑股份有限公司 | 一种图像处理方法及装置 |
CN108665434B (zh) * | 2017-03-29 | 2021-10-22 | 鸿富锦精密工业(深圳)有限公司 | 图像合成方法及装置 |
CN109242949B (zh) * | 2017-07-11 | 2023-04-07 | 周武增 | 一种智能化3d打印系统及方法 |
CN108880896B (zh) * | 2018-06-29 | 2021-06-25 | 中国农业银行股份有限公司 | 一种基于大型机的程序灰度发布方法及装置 |
CN111402276B (zh) * | 2019-01-03 | 2023-12-26 | 珠海金山办公软件有限公司 | 一种二值图像生成方法、装置、电子设备及可读存储介质 |
CN110530478A (zh) * | 2019-08-27 | 2019-12-03 | 江苏睿博环保设备有限公司 | 一种再生胶片自动称重方法及其装置 |
CN111176181A (zh) * | 2020-01-06 | 2020-05-19 | 金陵科技学院 | 一种基于物联网的家禽饲料管理系统的方法 |
CN111223097B (zh) * | 2020-03-13 | 2024-04-19 | 中冶长天国际工程有限责任公司 | 一种烧结机的台车箅条糊堵度检测方法及系统 |
CN111223096B (zh) * | 2020-03-13 | 2024-04-05 | 中冶长天国际工程有限责任公司 | 一种烧结机的台车箅条糊堵度检测方法及系统 |
CN111583247B (zh) * | 2020-05-12 | 2023-11-03 | 中南大学 | 一种图像二值化处理方法及装置 |
CN113772738B (zh) * | 2021-09-28 | 2023-09-12 | 广西埃索凯新材料科技有限公司 | 一种基于视觉技术的饲料级硫酸锰的生产控制系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7062099B2 (en) * | 2001-07-31 | 2006-06-13 | Canon Kabushiki Kaisha | Image processing method and apparatus using self-adaptive binarization |
CN1866295A (zh) * | 2006-05-29 | 2006-11-22 | 重庆医科大学 | 用于底层图像的挖掘方法及采用该方法的图像挖掘装置 |
CN101051351A (zh) * | 2007-05-23 | 2007-10-10 | 重庆医科大学 | 一种图像带参二值化方法及采用该方法的装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1115860C (zh) * | 1998-09-10 | 2003-07-23 | 明碁电脑股份有限公司 | 灰度图像二值化处理系统及方法 |
US7584148B2 (en) * | 2001-11-16 | 2009-09-01 | Seiko Epson Corporation | Apparatus and method for processing a check, and a computer-readable recording medium storing a check processing control program |
US7333656B2 (en) * | 2003-11-26 | 2008-02-19 | Matsushita Electric Industrial Co., Ltd. | Image processing method and image processing apparatus |
TWI245546B (en) * | 2004-01-16 | 2005-12-11 | Chunghwa Telecom Co Ltd | Image binarization method |
CN100487725C (zh) * | 2006-02-15 | 2009-05-13 | 中国科学院自动化研究所 | 一种文档图像二值化方法 |
CN101329733A (zh) * | 2007-06-21 | 2008-12-24 | 上海北控智能科技有限公司 | 图象二值化方法 |
JP4912374B2 (ja) * | 2008-09-10 | 2012-04-11 | 富士フイルム株式会社 | 顔イラスト画生成方法及び顔イラスト画生成装置 |
US8351699B2 (en) * | 2008-12-18 | 2013-01-08 | Accusoft Corporation | Methods and apparatus for auto image binarization |
KR101318756B1 (ko) * | 2009-02-20 | 2013-10-16 | 엘지디스플레이 주식회사 | 터치정보 처리방법 및 장치와 이를 이용한 평판표시장치 |
KR101566196B1 (ko) * | 2009-03-02 | 2015-11-05 | 삼성전자주식회사 | 히스토그램 분석을 이용한 영상 분류 방법 및 장치, 이를 이용한 문자 인식 방법 및 장치 |
WO2012043498A1 (ja) * | 2010-09-30 | 2012-04-05 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法、プログラム及び記録媒体 |
JP5555672B2 (ja) * | 2011-07-14 | 2014-07-23 | 東芝テック株式会社 | 画像処理装置 |
US20130039574A1 (en) * | 2011-08-09 | 2013-02-14 | James P. McKay | System and method for segmenting water, land and coastline from remote imagery |
-
2012
- 2012-04-02 CN CN201810082536.0A patent/CN108133215B/zh active Active
- 2012-04-02 CN CN201210096196.XA patent/CN103366170B/zh not_active Expired - Fee Related
- 2012-04-06 TW TW101112214A patent/TWI557687B/zh not_active IP Right Cessation
- 2012-08-31 US US13/600,234 patent/US8755602B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7062099B2 (en) * | 2001-07-31 | 2006-06-13 | Canon Kabushiki Kaisha | Image processing method and apparatus using self-adaptive binarization |
CN1866295A (zh) * | 2006-05-29 | 2006-11-22 | 重庆医科大学 | 用于底层图像的挖掘方法及采用该方法的图像挖掘装置 |
CN101051351A (zh) * | 2007-05-23 | 2007-10-10 | 重庆医科大学 | 一种图像带参二值化方法及采用该方法的装置 |
Also Published As
Publication number | Publication date |
---|---|
US8755602B2 (en) | 2014-06-17 |
CN103366170B (zh) | 2018-02-06 |
US20130259370A1 (en) | 2013-10-03 |
TWI557687B (zh) | 2016-11-11 |
CN108133215A (zh) | 2018-06-08 |
TW201342309A (zh) | 2013-10-16 |
CN103366170A (zh) | 2013-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133215B (zh) | 一种处理单元 | |
CN103763515B (zh) | 一种基于机器学习的视频异常检测方法 | |
CN102103698B (zh) | 图像处理装置及图像处理方法 | |
CN109844809B (zh) | 一种图像处理方法及装置、计算机可读存储介质 | |
CN113902641B (zh) | 一种基于红外图像的数据中心热区判别方法及系统 | |
CN110991310B (zh) | 人像检测方法、装置、电子设备及计算机可读介质 | |
CN108806638B (zh) | 一种图像的显示方法及其装置 | |
CN111079669A (zh) | 一种图像处理方法、装置及存储介质 | |
CN104966348B (zh) | 一种票据图像要素完整性检测方法及系统 | |
CN105184771A (zh) | 一种自适应运动目标检测系统及检测方法 | |
CN113052754B (zh) | 一种图片背景虚化的方法及装置 | |
CN113808135B (zh) | 图像亮度异常检测方法、电子设备及存储介质 | |
US7873226B2 (en) | Image encoding apparatus | |
CN115760826A (zh) | 一种基于图像处理的轴承磨损状况诊断方法 | |
US10977803B2 (en) | Correlation value calculation device | |
JP2011087144A (ja) | テロップ文字領域検出方法,テロップ文字領域検出装置およびテロップ文字領域検出プログラム | |
CN109727232B (zh) | 印版的网点面积率的检测方法和设备 | |
CN116249015A (zh) | 摄像头遮挡检测方法、装置、摄像头设备及存储介质 | |
JP2021052238A (ja) | 付着物検出装置および付着物検出方法 | |
EP2453383A1 (en) | Facial features detection | |
CN101461228A (zh) | 图像处理电路、半导体装置和图像处理设备 | |
CN115880181A (zh) | 一种增强图像对比度的方法、装置及终端 | |
JP6591349B2 (ja) | 動体検知システム及び動体検知方法 | |
CN107452039B (zh) | 压缩rgb颜色空间的方法及装置 | |
JP2020108060A (ja) | 付着物検出装置および付着物検出方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200921 Address after: Lianqun Xisha yuan, No.107, Xiadian, Wufeng village, Chongwu town, Hui'an County, Quanzhou City, Fujian Province Applicant after: Ruirui dried seafood store, Chongwu town, Hui'an County Address before: 362800 Lianhong Garden, Nanshan Middle Road, Quangang District, Quanzhou City, Fujian Province Applicant before: Quanzhou Quangang Jingguan Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |