CN109903294B - 图像处理方法、装置、电子设备及可读存储介质 - Google Patents
图像处理方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN109903294B CN109903294B CN201910074954.XA CN201910074954A CN109903294B CN 109903294 B CN109903294 B CN 109903294B CN 201910074954 A CN201910074954 A CN 201910074954A CN 109903294 B CN109903294 B CN 109903294B
- Authority
- CN
- China
- Prior art keywords
- gray
- blocks
- value
- pixel points
- target
- 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
Landscapes
- Image Processing (AREA)
Abstract
本申请实施例提供了一种图像处理方法、装置、电子设备及可读存储介质。所述方法包括：对原始图像进行灰度处理，以得到灰度图像；将所述灰度图像划分为多个区块；从所述多个区块中确定多个目标区块；根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数；将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
Description
技术领域
本申请实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备及可读存储介质。
背景技术
目前，根据图像的内容，可以将图像中表征特定物体的区域作为前景，将其他区域作为背景。为了更准确地进行图像识别和分析，需要将前景从整张图像中分割出来。示例地，针对一张包含文字的图像，为了识别该图像中的文字，可以首先对该图像进行前景背景分割处理，将该图像的前景(即文字区域)分割出来。
为此，相关技术提供了一种提取图像中的文字区域的方法，该方法只能适用于同时包含特定图案(例如：印章)和文字的图像，并不适用于大多数未包含特定图案的普通的图像。并且，该方法只能从图像中提取与特定图案同色的区域作为文字区域，不能准确地提取图像的前景。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备及可读存储介质，以准确地提取图像的前景。
本申请实施例第一方面提供了一种图像处理方法，所述方法包括：
对原始图像进行灰度处理，以得到灰度图像；
将所述灰度图像划分为多个区块；
根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点；
将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
可选地，所述预设函数为sigmod函数。
可选地，根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块，包括：
根据所述多个区块中每个区块包括的各个像素点的灰度值，确定该区块的最大灰度值、最小灰度值以及平均灰度值；
根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点，包括：
针对所述多个目标区块中的每个目标区块，将该目标区块中灰度值在最大灰度值与平均灰度值之间或最小灰度值与平均灰度值之间的像素点，确定为所述多个目标像素点中的一个目标像素点。
可选地，根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块，包括：
确定所述多个区块中每个区块的最大灰度值与平均灰度值之差，以及平均灰度值与最小灰度值之差；
将最大灰度值与平均灰度值之差或平均灰度值与最小灰度值之差不小于预设阈值的区块，确定为所述多个目标区块中的一个。
可选地，所述方法还包括：
针对所述多个区块中最大灰度值与平均灰度值之差和平均灰度值与最小灰度值之差均小于所述预设阈值的区块，将该区块上的全部像素点的灰度值设置为255。
可选地，根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景，包括：
从所述多个目标像素点中筛选映射后的灰度值不等于255的多个像素点；
根据所述多个像素点的映射后的灰度值，确定所述多个像素点的灰度均值；
从所述多个像素点中筛选映射后的灰度值小于所述灰度均值的多个待处理像素点；
针对所述多个待处理像素点中的每个待处理像素点，执行以下步骤：
确定该待处理像素点周围的多个像素点中是否有像素点的灰度值大于所述灰度均值；
在该待处理像素点周围的多个像素点中有像素点的灰度值大于所述灰度均值的情况下，将该待处理像素点的灰度值设置为255；
在该待处理像素点周围的多个像素点的灰度值均不大于所述灰度均值的情况下，将该待处理像素点的灰度值乘以预设系数；
其中，所述原始图像的前景包括多个灰度值乘以所述预设系数后的待处理像素点。
可选地，所述预设系数在0.5至1之间。
可选地，在提取所述原始图像的前景之后，所述方法还包括：
对所述原始图像中除所述前景外剩余的背景进行滤波处理；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像。
可选地，对所述原始图像中除所述前景外剩余的背景进行滤波处理，包括：
根据所述原始图像的尺寸，确定滤波处理的滤波核；
按照所述滤波核，对所述原始图像中除所述前景外剩余的背景进行均值滤波处理；
所述方法还包括：
针对所述原始图像中除所述前景外剩余的背景与均值滤波处理后的背景，将对应像素点的灰度值相减，并加上常值，得到均衡后的背景；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像，包括：
将均衡后的背景与所述前景叠加，得到处理后的原始图像。
可选地，所述滤波核的尺寸为所述原始图像的长边的四分之一，和/或，所述常值为250。
本申请实施例第二方面提供一种图像处理装置，所述装置包括：
灰度处理模块，用于对原始图像进行灰度处理，以得到灰度图像；
划分模块，用于将所述灰度图像划分为多个区块；
第一确定模块，用于根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
第二确定模块，用于根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点；
输入模块，用于将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
获得模块，用于将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
提取模块，用于根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
可选地，所述预设函数为sigmod函数。
可选地，所述第一确定模块包括：
第一确定子模块，用于根据所述多个区块中每个区块包括的各个像素点的灰度值，确定该区块的最大灰度值、最小灰度值以及平均灰度值；
第二确定子模块，用于根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
所述第二确定模块包括：
第三确定子模块，针对所述多个目标区块中的每个目标区块，将该目标区块中灰度值在最大灰度值与平均灰度值之间或最小灰度值与平均灰度值之间的像素点，确定为所述多个目标像素点中的一个目标像素点。
可选地，所述第二确定子模块包括：
第四确定子模块，用于确定所述多个区块中每个区块的最大灰度值与平均灰度值之差，以及平均灰度值与最小灰度值之差；
第五确定子模块，用于将最大灰度值与平均灰度值之差或平均灰度值与最小灰度值之差不小于预设阈值的区块，确定为所述多个目标区块中的一个。
可选地，所述装置还包括：
设置模块，用于针对所述多个区块中最大灰度值与平均灰度值之差和平均灰度值与最小灰度值之差均小于所述预设阈值的区块，将该区块上的全部像素点的灰度值设置为255。
可选地，所述提取模块包括：
第一筛选子模块，用于从所述多个目标像素点中筛选映射后的灰度值不等于255的多个像素点；
第六确定子模块，用于根据所述多个像素点的映射后的灰度值，确定所述多个像素点的灰度均值；
第二筛选子模块，用于从所述多个像素点中筛选映射后的灰度值小于所述灰度均值的多个待处理像素点；
第七确定子模块，用于针对所述多个待处理像素点中的每个待处理像素点，确定该待处理像素点周围的多个像素点中是否有像素点的灰度值大于所述灰度均值；
设置子模块，用于针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点中有像素点的灰度值大于所述灰度均值的情况下，将该待处理像素点的灰度值设置为255；
处理子模块，用于针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点的灰度值均不大于所述灰度均值的情况下，将该待处理像素点的灰度值乘以预设系数；
其中，所述原始图像的前景包括多个灰度值乘以所述预设系数后的待处理像素点。
可选地，所述预设系数在0.5至1之间。
可选地，所述装置还包括：
滤波处理模块，用于对所述原始图像中除所述前景外剩余的背景进行滤波处理；
叠加模块，用于将滤波处理后的背景与所述前景叠加，得到处理后的原始图像。
可选地，所述滤波处理模块包括：
滤波核确定子模块，用于根据所述原始图像的尺寸，确定滤波处理的滤波核；
滤波处理子模块，用于按照所述滤波核，对所述原始图像中除所述前景外剩余的背景进行均值滤波处理；
所述装置还包括：
均衡模块，用于针对所述原始图像中除所述前景外剩余的背景与均值滤波处理后的背景，将对应像素点的灰度值相减，并加上常值，得到均衡后的背景；
所述叠加模块包括：
叠加子模块，用于将均衡后的背景与所述前景叠加，得到处理后的原始图像。
可选地，所述滤波核的尺寸为所述原始图像的长边的四分之一，和/或，所述常值为250。
本申请实施例第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面所述的方法中的步骤。
本申请实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请第一方面所述的方法的步骤。
采用本申请实施例提供的图像处理方法，针对原始图像，将其转换为灰度图像，并对灰度图像进行基于区块的自适应灰度值拉伸，即对灰度图像包括的多个区块中目标区块上的目标像素点的灰度值输入预设函数，得到预设函数输出的多个映射系数，然后将多个映射系数与多个目标像素点分别对应相乘，完成对多个目标像素点的灰度值的映射，实现了灰度值的增强，进而准确地分离出原始图像的前景。本申请实施例提供了一种新的分离前景的方法，该方法适用于未包含特定图案的普通的图像，提取前景的过程也无需参考特定图案的颜色。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提出的图像处理方法的流程图；
图2是本申请一实施例中灰度图像的示意图；
图3是本申请一实施例中原始图像的前景的示意图；
图4是本申请实施例提供的图像处理方法中步骤S17的流程图；
图5是本申请一实施例中原始图像的前景的另一示意图；
图6是本申请一实施例提出的图像处理装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参考图1，图1是本申请一实施例提出的图像处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤S11：对原始图像进行灰度处理，以得到灰度图像。
步骤S12：将所述灰度图像划分为多个区块。
本申请实施例中，原始图像是摄像机、扫描仪、数码相机等图像采集设备拍摄出的未经处理的图像。限于拍摄光线、拍摄角度等因素，原始图像可能比较模糊、分辨率较低、颜色深浅不均、质量较低。为了准确地提取原始图像的前景，排除原始图像中像素点的色度、亮度、饱和度等的影响，首先对原始图像进行灰度处理，将原始图像转换为灰度图像。灰度处理的具体过程可参考相关技术，在此就不再赘述。参考图2，图2是本申请一实施例中灰度图像的示意图。
接着将灰度图像划分为多个区块，并对多个区块中的每个区块分别进行相同的处理。灰度图像划分出的区块越多，前景提取的准确度越高，计算量也越大。每个区块的大小可以是根据灰度图像的大小设定的，也可以是预设设定的固定值。
步骤S13：根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块。
在一种可能的实施方式中，步骤S13包括以下步骤：
根据所述多个区块中每个区块包括的各个像素点的灰度值，确定该区块的最大灰度值、最小灰度值以及平均灰度值；
根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块。
本申请实施例中，针对多个区块中的每个区块，对该区块上的各个像素点的灰度值进行排序，从中确定该区块的最大灰度值graymax和最小灰度值graymin。此外，对该区块上的各个像素点的灰度值进行平均，确定该区块的平均灰度值graymean。根据每个区块的graymax和graymin分别与graymean之间的大小关系，可以确定该区块上各个像素点的灰度值的分布情况。如果一个区块的graymax和graymin分别与graymean相近，则说明该区块上的各个像素点的灰度值相近，该区块包含前景的概率较低；如果一个区块的graymax和graymin分别与graymean相差较大，则说明该区块上的各个像素点的灰度值范围较广，跨度较大，该区块包含前景的概率较高。
在一种可能的实施方式中，根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块，包括以下步骤：
确定所述多个区块中每个区块的最大灰度值与平均灰度值之差，以及平均灰度值与最小灰度值之差；
将最大灰度值与平均灰度值之差或平均灰度值与最小灰度值之差不小于预设阈值的区块，确定为所述多个目标区块中的一个。
在一种实施方式中，所述方法还包括：
针对所述多个区块中最大灰度值与平均灰度值之差和平均灰度值与最小灰度值之差均小于所述预设阈值的区块，将该区块上的全部像素点的灰度值设置为255。
本申请实施例中，以预设阈值衡量多个区块中每个区块上各个像素点的灰度值的分布情况，进而将多个区块分为两类：目标区块和其他区块。
针对多个区块中的每个区块，如果该区块的graymax与graymean之差和graymean与graymin之差均小于预设阈值，即该区块的graymax和graymin分别与graymean相近，则该区块属于其他区块，且如前文所述，此类区块包含前景的概率较低，因而将该区块上的各个像素点的灰度值设置为255。如此，消除了该区块上形成阴影的像素点。
针对多个区块中的每个区块，如果该区块的graymax与graymean之差不小于预设阈值，或者该区块的graymean与graymin之差不小于预设阈值，即即该区块的graymax和graymin分别与graymean相差较大，则该区块属于目标区块，且如前文所述，此类区块包含前景的概率较高，为了进行灰度值增强，对目标区块包括的目标像素点的灰度值进行拉伸，实现了基于区块的自适应灰度值拉伸。
步骤S14：根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点。
在一种可能的实施方式中，步骤S14包括以下步骤：
针对所述多个目标区块中的每个目标区块，将该目标区块中灰度值在最大灰度值与平均灰度值之间或最小灰度值与平均灰度值之间的像素点，确定为所述多个目标像素点中的一个目标像素点。
步骤S15：将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
步骤S16：将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
步骤S17：根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
在一种可能的实施方式中，所述预设函数为sigmod函数。
针对属于目标区块的各个区块，首先从每个区块中确定出目标像素点，目标像素点的灰度值不是其所在区块的graymin、graymean或graymax。目标像素点的灰度值在该目标像素点所在的区块的(graymin，graymean)之间或者(graymean，graymax)之间。也就是说，并不需要对目标区块上的全部像素点的灰度值进行拉伸，只需对目标区块中灰度值不是graymin、graymean或graymax的像素点(即目标像素点)的灰度值进行拉伸。
拉伸的含义是指放大或缩小。放大系数或缩小系数可以采用sigmod函数或其他函数确定。
本申请实施例中，对目标像素点的灰度值进行拉伸的目的是增强灰度层级，对原本灰度值较大的目标像素点的灰度值进行放大，对原本灰度值较小的目标像素点的灰度值进行缩小。根据预设函数可以确定放大系数或缩小系数，然后将放大系数或缩小系数与目标像素点原本的灰度值相乘，即可得到目标像素点的放大后的灰度值或缩小后的灰度值。
示例地，以预设函数是sigmod函数为例，将目标像素点原本的灰度值作为自变量输入sigmod函数，sigmod函数的输出即为该目标像素点的放大系数或缩小系数，然后将该目标像素点原本的灰度值与其放大系数或缩小系数相乘，即实现了对目标像素点的灰度值的拉伸。
在完成上述步骤后，灰度值拉伸后的多个目标像素点组成原始图像的前景。参考图3，图3是本申请一实施例中原始图像的前景的示意图。
采用上述技术方案，针对原始图像，将其转换为灰度图像，并对灰度图像进行基于区块的自适应灰度值拉伸，即对灰度图像包括的多个区块中目标区块上的目标像素点的灰度值输入预设函数，得到预设函数输出的多个映射系数，然后将多个映射系数与多个目标像素点分别对应相乘，完成对多个目标像素点的灰度值的映射，实现了灰度值的增强，进而准确地分离出原始图像的前景。本申请实施例提供了一种新的分离前景的方法，该方法适用于未包含特定图案的普通的图像，提取前景的过程也无需参考特定图案的颜色。
参考图4，图4是本申请实施例提供的图像处理方法中步骤S17的流程图。在一种可能的实施方式中，步骤S17包括以下步骤：
步骤S171：从所述多个目标像素点中筛选映射后的灰度值不等于255的多个像素点；
步骤S172：根据所述多个像素点的映射后的灰度值，确定所述多个像素点的灰度均值；
步骤S173：从所述多个像素点中筛选映射后的灰度值小于所述灰度均值的多个待处理像素点；
步骤S174：针对所述多个待处理像素点中的每个待处理像素点，确定该待处理像素点周围的多个像素点中是否有像素点的灰度值大于所述灰度均值；
步骤S175：针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点中有像素点的灰度值大于所述灰度均值的情况下，将该待处理像素点的灰度值设置为255；
步骤S176：针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点的灰度值均不大于所述灰度均值的情况下，将该待处理像素点的灰度值乘以预设系数；
其中，所述原始图像的前景包括多个灰度值乘以所述预设系数后的待处理像素点。
在一种可能的实施方式中，所述预设系数在0.5至1之间。
在本实施例中，执行步骤S16后，灰度值拉伸后的多个目标像素点组成的区域实际上是原始图像的较为粗略的前景。如图3所示，图3中的文字周围有淡灰色的像素点，这些像素点实际上是噪点，并不属于前景。因而，可以执行步骤S171-步骤S176，剔除这些噪点，得到精确的前景。
具体地，在多个目标像素点的灰度值被拉伸后，如果一个目标像素点的灰度值被拉伸后变为255，则该目标像素点在视觉上呈现为白色，不可能是噪点，对这些目标像素点无需进一步处理。因而，本申请实施例提出从多个灰度值被拉伸的目标像素点中，选择灰度值不等于255的像素点，并对选出的这些像素点的灰度值进行平均，得到灰度均值Vmean。选出的这些像素点可能是属于前景的(如图3中表征文字的黑色像素点)，也可能是不属于前景的(如图3中文字周围的灰色像素点)，因而Vmean是一个在灰色(灰度值大于0)和黑色(灰度值是0)之间的灰度值。
在本申请实施例中，对选出的像素点中灰度值小于Vmean的像素点进行剔除，认为选出的像素点中灰度值小于Vmean的像素点在视觉上是偏灰色的，如图3中的噪点。
对选出的像素点中灰度值小于Vmean的像素点进行剔除，一种可能的实施方式是：八邻域自适应灰度腐蚀。示例地，对于需要剔除的像素点，确定该像素点周围的多个(例如8个)像素点的灰度值，如果该像素点周围有至少一个像素点的灰度大于Vmean，则将该像素点的灰度值设置为255；如果该像素点周围的全部像素点的灰度值均不大于Vmean，则将该像素点的灰度值乘以一个小于1的值(例如0.8)，实现了对灰度值的柔和增强。在完成上述步骤后，灰度值柔和增强后的各个像素点组成原始图像的精确前景。参考图5，图5是本申请一实施例中原始图像的前景的另一示意图。
结合以上实施例，在执行完步骤S17后，还可以执行以下步骤：
对所述原始图像中除所述前景外剩余的背景进行滤波处理；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像。
在一种可能的实施方式中，对所述原始图像中除所述前景外剩余的背景进行滤波处理，包括：
根据所述原始图像的尺寸，确定滤波处理的滤波核；
按照所述滤波核，对所述原始图像中除所述前景外剩余的背景进行均值滤波处理；
所述方法还包括：
针对所述原始图像中除所述前景外剩余的背景与均值滤波处理后的背景，将对应像素点的灰度值相减，并加上常值，得到均衡后的背景；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像，包括：
将均衡后的背景与所述前景叠加，得到处理后的原始图像。
在一种可能的实施方式中，所述滤波核的尺寸为所述原始图像的长边的四分之一，和/或，所述常值为250。
本申请实施例中，在执行步骤S11-步骤S17，得到原始图像的前景后，可以参考原始图像的前景，继续从原始图像中分离出原始图像的背景。具体地，将原始图像的前景从原始图像中扣除，剩余的区域作为原始图像的背景。然后对原始图像的背景进行自适应均值滤波。可选地，自适应滤波所用的滤波核的大小可以参考原始图像的大小设定(例如：滤波核的大小为原始图像的长边的四分之一)，然后将原始图像的背景与均值滤波后的背景中相应像素点的灰度值相减并加上常值(例如：250)，得到均衡后的背景。最后，将均衡后的背景与原始图像的前景进行叠加，得到最终图像。最终图像相比于原始图像，前景更加突出。
基于同一发明构思，本申请一实施例提供一种图像处理装置。参考图6，图6是本申请一实施例提供的图像处理装置的示意图。如图6所示，该装置包括：
灰度处理模块601，用于对原始图像进行灰度处理，以得到灰度图像；
划分模块602，用于将所述灰度图像划分为多个区块；
第一确定模块603，用于根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
第二确定模块604，用于根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点；
输入模块605，用于将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
获得模块606，用于将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
提取模块607，用于根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
可选地，所述预设函数为sigmod函数。
可选地，所述第一确定模块包括：
第一确定子模块，用于根据所述多个区块中每个区块包括的各个像素点的灰度值，确定该区块的最大灰度值、最小灰度值以及平均灰度值；
第二确定子模块，用于根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
所述第二确定模块包括：
第三确定子模块，针对所述多个目标区块中的每个目标区块，将该目标区块中灰度值在最大灰度值与平均灰度值之间或最小灰度值与平均灰度值之间的像素点，确定为所述多个目标像素点中的一个目标像素点。
可选地，所述第二确定子模块包括：
第四确定子模块，用于确定所述多个区块中每个区块的最大灰度值与平均灰度值之差，以及平均灰度值与最小灰度值之差；
第五确定子模块，用于将最大灰度值与平均灰度值之差或平均灰度值与最小灰度值之差不小于预设阈值的区块，确定为所述多个目标区块中的一个。
可选地，所述装置还包括：
设置模块，用于针对所述多个区块中最大灰度值与平均灰度值之差和平均灰度值与最小灰度值之差均小于所述预设阈值的区块，将该区块上的全部像素点的灰度值设置为255。
可选地，所述提取模块包括：
第一筛选子模块，用于从所述多个目标像素点中筛选映射后的灰度值不等于255的多个像素点；
第六确定子模块，用于根据所述多个像素点的映射后的灰度值，确定所述多个像素点的灰度均值；
第二筛选子模块，用于从所述多个像素点中筛选映射后的灰度值小于所述灰度均值的多个待处理像素点；
第七确定子模块，用于针对所述多个待处理像素点中的每个待处理像素点，确定该待处理像素点周围的多个像素点中是否有像素点的灰度值大于所述灰度均值；
设置子模块，用于针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点中有像素点的灰度值大于所述灰度均值的情况下，将该待处理像素点的灰度值设置为255；
处理子模块，用于针对所述多个待处理像素点中的每个待处理像素点，在该待处理像素点周围的多个像素点的灰度值均不大于所述灰度均值的情况下，将该待处理像素点的灰度值乘以预设系数；
其中，所述原始图像的前景包括多个灰度值乘以所述预设系数后的待处理像素点。
可选地，所述预设系数在0.5至1之间。
可选地，所述装置还包括：
滤波处理模块，用于对所述原始图像中除所述前景外剩余的背景进行滤波处理；
叠加模块，用于将滤波处理后的背景与所述前景叠加，得到处理后的原始图像。
可选地，所述滤波处理模块包括：
滤波核确定子模块，用于根据所述原始图像的尺寸，确定滤波处理的滤波核；
滤波处理子模块，用于按照所述滤波核，对所述原始图像中除所述前景外剩余的背景进行均值滤波处理；
所述装置还包括：
均衡模块，用于针对所述原始图像中除所述前景外剩余的背景与均值滤波处理后的背景，将对应像素点的灰度值相减，并加上常值，得到均衡后的背景；
所述叠加模块包括：
叠加子模块，用于将均衡后的背景与所述前景叠加，得到处理后的原始图像。
可选地，所述滤波核的尺寸为所述原始图像的长边的四分之一，和/或，所述常值为250。
基于同一发明构思，本申请另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述任一实施例所述的方法中的步骤。
基于同一发明构思，本申请另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种图像处理方法、装置、存储介质和电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种图像处理方法，其特征在于，所述方法包括：
对原始图像进行灰度处理，以得到灰度图像；
将所述灰度图像划分为多个区块；
根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点；
将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
2.根据权利要求1所述的方法，其特征在于，所述预设函数为sigmod函数。
3.根据权利要求1或2所述的方法，其特征在于，根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块，包括：
根据所述多个区块中每个区块包括的各个像素点的灰度值，确定该区块的最大灰度值、最小灰度值以及平均灰度值；
根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点，包括：
针对所述多个目标区块中的每个目标区块，将该目标区块中灰度值在最大灰度值与平均灰度值之间或最小灰度值与平均灰度值之间的像素点，确定为所述多个目标像素点中的一个目标像素点。
4.根据权利要求3所述的方法，其特征在于，根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块，包括：
确定所述多个区块中每个区块的最大灰度值与平均灰度值之差，以及平均灰度值与最小灰度值之差；
将最大灰度值与平均灰度值之差或平均灰度值与最小灰度值之差不小于预设阈值的区块，确定为所述多个目标区块中的一个。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
针对所述多个区块中最大灰度值与平均灰度值之差和平均灰度值与最小灰度值之差均小于所述预设阈值的区块，将该区块上的全部像素点的灰度值设置为255。
6.根据权利要求1所述的方法，其特征在于，根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景，包括：
从所述多个目标像素点中筛选映射后的灰度值不等于255的多个像素点；
根据所述多个像素点的映射后的灰度值，确定所述多个像素点的灰度均值；
从所述多个像素点中筛选映射后的灰度值小于所述灰度均值的多个待处理像素点；
针对所述多个待处理像素点中的每个待处理像素点，执行以下步骤：
确定该待处理像素点周围的多个像素点中是否有像素点的灰度值大于所述灰度均值；
在该待处理像素点周围的多个像素点中有像素点的灰度值大于所述灰度均值的情况下，将该待处理像素点的灰度值设置为255；
在该待处理像素点周围的多个像素点的灰度值均不大于所述灰度均值的情况下，将该待处理像素点的灰度值乘以预设系数；
其中，所述原始图像的前景包括多个灰度值乘以所述预设系数后的待处理像素点。
7.根据权利要求6所述的方法，其特征在于，所述预设系数在0.5至1之间。
8.根据权利要求1所述的方法，其特征在于，在提取所述原始图像的前景之后，所述方法还包括：
对所述原始图像中除所述前景外剩余的背景进行滤波处理；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像。
9.根据权利要求8所述的方法，其特征在于，对所述原始图像中除所述前景外剩余的背景进行滤波处理，包括：
根据所述原始图像的尺寸，确定滤波处理的滤波核；
按照所述滤波核，对所述原始图像中除所述前景外剩余的背景进行均值滤波处理；
所述方法还包括：
针对所述原始图像中除所述前景外剩余的背景与均值滤波处理后的背景，将对应像素点的灰度值相减，并加上常值，得到均衡后的背景；
将滤波处理后的背景与所述前景叠加，得到处理后的原始图像，包括：
将均衡后的背景与所述前景叠加，得到处理后的原始图像。
10.根据权利要求9所述的方法，其特征在于，所述滤波核的尺寸为所述原始图像的长边的四分之一，和/或，所述常值为250。
11.一种图像处理装置，其特征在于，所述装置包括：
灰度处理模块，用于对原始图像进行灰度处理，以得到灰度图像；
划分模块，用于将所述灰度图像划分为多个区块；
第一确定模块，用于根据所述多个区块中每个区块上各个像素点的灰度值之间的差异程度，从所述多个区块中确定多个目标区块；
第二确定模块，用于根据所述多个目标区块中各个像素点的灰度值的分布情况，从所述多个目标区块中确定多个目标像素点；
输入模块，用于将多个目标像素点各自的灰度值分别输入预设函数，得到所述预设函数输出的多个映射系数，其中，所述预设函数的输出在0至1之间，并且自变量越靠近0斜率越大；
获得模块，用于将所述多个映射系数与所述多个目标像素点各自的灰度值分别对应相乘，得到所述多个目标像素点的映射后的灰度值；
提取模块，用于根据所述多个目标像素点的映射后的灰度值，提取所述原始图像的前景。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-10任一所述的方法中的步骤。
13.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行时实现如权利要求1-10任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910074954.XA CN109903294B (zh) | 2019-01-25 | 2019-01-25 | 图像处理方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910074954.XA CN109903294B (zh) | 2019-01-25 | 2019-01-25 | 图像处理方法、装置、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109903294A CN109903294A (zh) | 2019-06-18 |
| CN109903294B true CN109903294B (zh) | 2020-05-29 |
Family
ID=66944232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910074954.XA Active CN109903294B (zh) | 2019-01-25 | 2019-01-25 | 图像处理方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109903294B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798467B (zh) * | 2020-06-30 | 2024-05-03 | 中国第一汽车股份有限公司 | 一种图像分割方法、装置、设备及存储介质 |
| CN112184685B (zh) * | 2020-10-09 | 2022-11-18 | 合肥芯颖科技有限公司 | 一种图像数据确定方法及装置 |
| CN113256659B (zh) * | 2021-06-04 | 2024-04-12 | 北京有竹居网络技术有限公司 | 图片处理方法、装置和电子设备 |
| CN114820829B (zh) * | 2022-06-24 | 2022-09-09 | 数聚(山东)医疗科技有限公司 | 一种用于放射影像的智能压缩方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1734465A (zh) * | 2004-08-09 | 2006-02-15 | 佳能株式会社 | 用于处理图像的方法、装置和存储介质 |
| CN101021905A (zh) * | 2006-02-15 | 2007-08-22 | 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 |
| CN102620687A (zh) * | 2012-03-02 | 2012-08-01 | 汕头市领域安防系统设备有限公司 | 基于图像处理的透射式圆光栅云台及其定位检测方法 |
| CN104657960A (zh) * | 2013-11-25 | 2015-05-27 | 中国科学院沈阳自动化研究所 | 一种灰度图像对比度拉伸方法及装置 |
| KR20150094108A (ko) * | 2014-02-10 | 2015-08-19 | 강원대학교산학협력단 | 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체 |
| CN105741245A (zh) * | 2016-01-30 | 2016-07-06 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
| CN107609558A (zh) * | 2017-09-13 | 2018-01-19 | 北京元心科技有限公司 | 文字图像处理方法及装置 |
| CN107784677A (zh) * | 2017-10-20 | 2018-03-09 | 上海联影医疗科技有限公司 | X射线图像处理方法、装置、系统及存储介质 |
| CN108924557A (zh) * | 2018-06-11 | 2018-11-30 | 青岛海信电器股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN109191395A (zh) * | 2018-08-21 | 2019-01-11 | 深圳创维－Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7894668B1 (en) * | 2006-09-28 | 2011-02-22 | Fonar Corporation | System and method for digital image intensity correction |
| US20170132771A1 (en) * | 2014-06-13 | 2017-05-11 | Board Of Regents Of The University Of Texas System | Systems and methods for automated hierarchical image representation and haze removal |
| CN106204551A (zh) * | 2016-06-30 | 2016-12-07 | 北京奇艺世纪科技有限公司 | 一种图像显著性检测方法及装置 |
| CN107424198B (zh) * | 2017-07-27 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
-
2019
- 2019-01-25 CN CN201910074954.XA patent/CN109903294B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1734465A (zh) * | 2004-08-09 | 2006-02-15 | 佳能株式会社 | 用于处理图像的方法、装置和存储介质 |
| CN101021905A (zh) * | 2006-02-15 | 2007-08-22 | 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 |
| CN102620687A (zh) * | 2012-03-02 | 2012-08-01 | 汕头市领域安防系统设备有限公司 | 基于图像处理的透射式圆光栅云台及其定位检测方法 |
| CN104657960A (zh) * | 2013-11-25 | 2015-05-27 | 中国科学院沈阳自动化研究所 | 一种灰度图像对比度拉伸方法及装置 |
| KR20150094108A (ko) * | 2014-02-10 | 2015-08-19 | 강원대학교산학협력단 | 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체 |
| CN105741245A (zh) * | 2016-01-30 | 2016-07-06 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
| CN107609558A (zh) * | 2017-09-13 | 2018-01-19 | 北京元心科技有限公司 | 文字图像处理方法及装置 |
| CN107784677A (zh) * | 2017-10-20 | 2018-03-09 | 上海联影医疗科技有限公司 | X射线图像处理方法、装置、系统及存储介质 |
| CN108924557A (zh) * | 2018-06-11 | 2018-11-30 | 青岛海信电器股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN109191395A (zh) * | 2018-08-21 | 2019-01-11 | 深圳创维－Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 基于增强CT图像的肝脏血管三维分割方法研究;张睿等;《中国医疗设备》;20171130;第32卷(第11期);第48-54页 * |
| 基于多源传感器的视觉合成增强技术研究;王雷;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110415(第04期);第I138-1052页 * |
| 基于自适应灰度分段线性变换的医学CT序列图像增强;王浩军等;《电子世界》;20170815(第15期);第107-109页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109903294A (zh) | 2019-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109903294B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| Alireza Golestaneh et al. | Spatially-varying blur detection based on multiscale fused and sorted transform coefficients of gradient magnitudes | |
| US10559067B2 (en) | Removal of shadows from document images while preserving fidelity of image contents | |
| CN108389224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110390643B (zh) | 一种车牌增强方法、装置及电子设备 | |
| JP2016505186A (ja) | エッジ保存・ノイズ抑制機能を有するイメージプロセッサ | |
| CN116542982B (zh) | 一种基于机器视觉的出发判断器缺陷检测方法及装置 | |
| KR101812341B1 (ko) | 이미지의 에지 향상 방법 | |
| CN110717922A (zh) | 一种图像清晰度评价方法及装置 | |
| CN109214996B (zh) | 一种图像处理方法及装置 | |
| CN110378893B (zh) | 图像质量评价方法、装置和电子设备 | |
| CN112785572B (zh) | 图像质量评估方法、装置以及计算机可读存储介质 | |
| Wang et al. | Enhancement for dust-sand storm images | |
| CN112150368A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN107256539B (zh) | 一种基于局部对比度的图像锐化方法 | |
| CN115809966A (zh) | 一种低照度图像的增强方法和系统 | |
| Kwok et al. | Design of unsharp masking filter kernel and gain using particle swarm optimization | |
| KR101516632B1 (ko) | 동영상의 평균 밝기 변화율을 유지하는 시각적 임계치를 이용한 이분할 히스토그램 평활화 장치 | |
| CN115578294B (zh) | 图像增强方法、装置、设备及存储介质 | |
| KR101089902B1 (ko) | 디지털 이미지의 에지 영역 판단 장치 및 방법 | |
| KR101101434B1 (ko) | 이미지 선명도 향상 장치 | |
| CN111445402A (zh) | 一种图像去噪方法及装置 | |
| JP3906221B2 (ja) | 画像処理方法及び画像処理装置 | |
| CN111754413A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN115829848A (zh) | 处理图形符号的方法、装置和计算机可读存储介质 |
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 |