CN110532980A - 复杂背景下基于颜色的书写痕迹提取方法、系统和装置 - Google Patents

复杂背景下基于颜色的书写痕迹提取方法、系统和装置 Download PDF

Info

Publication number
CN110532980A
CN110532980A CN201910828178.8A CN201910828178A CN110532980A CN 110532980 A CN110532980 A CN 110532980A CN 201910828178 A CN201910828178 A CN 201910828178A CN 110532980 A CN110532980 A CN 110532980A
Authority
CN
China
Prior art keywords
image
detected
point
color
written trace
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
Application number
CN201910828178.8A
Other languages
English (en)
Other versions
CN110532980B (zh
Inventor
徐行
肖金辉
张东祥
陈李江
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.)
Hainan Avanti Technology Co Ltd
Original Assignee
Hainan Avanti 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 Hainan Avanti Technology Co Ltd filed Critical Hainan Avanti Technology Co Ltd
Priority to CN201910828178.8A priority Critical patent/CN110532980B/zh
Publication of CN110532980A publication Critical patent/CN110532980A/zh
Application granted granted Critical
Publication of CN110532980B publication Critical patent/CN110532980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/32Digital ink
    • G06V30/333Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/32Digital ink
    • G06V30/36Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明属于目标提取技术领域,具体涉及一种复杂背景下基于颜色的书写痕迹提取方法、系统和装置,旨在为了解决现有提取方法书写痕迹提取不完整,对图像质量要求高,在复杂环境下无法提取颜色发生改变的书写痕迹的问题。本发明将包含待检测书写痕迹的待检测图像转换至HSV色彩空间,基于HSV色彩空间选取种子点,从种子点出发在边缘图上动态获取像素点作为新增的待遍历点;基于种子点和新增的待遍历点,通过图像细化获取待检测书写痕迹的像素集。本发明能够增强批改痕迹的连通性,在复杂场景下能够有效提取批改痕迹;同时严格设定新增待遍历点的条件,可以有效的控制书写痕迹的轮廓,避免引入过多的噪声,便于后续处理。

Description

复杂背景下基于颜色的书写痕迹提取方法、系统和装置
技术领域
本发明属于目标提取技术领域,具体涉及一种复杂背景下基于颜色的书写痕迹提取方法、系统和装置。
背景技术
通过计算机图像处理实现目标提取任务,目前非常流行的方法是采用深度学习方法,在优秀数据集的支持下,训练的深度模型能够很好的完成常见的实例分割任务。但书写痕迹不同于大目标和大物体,书写痕迹中的线条形状纤细,多变,不具备纹理信息,并且边缘信息容易受到周围的干扰,因此常用的卷积操作在书写痕迹的检测和特征提取上性能表现并不好。
现有技术中基于HSV色彩空间进行目标提取,可实现色调是连续的大目标物体的提取,但是针对书写痕迹,因为不同颜色没有精细的范围和理论上的绝对范围,因此造成的结果是书写痕迹颜色检测的结果出现断续的情况,断续的点无法准确分类到属于哪一书写痕迹。另外该方法对图像质量要求高,在复杂环境下待检测目标可能和其他的背景交杂,导致交杂区域颜色发生改变,书写痕迹难以提取。
区域生长算法通过规则将具有相似性质的像素集合起来构成一个大区域,但是其添加的对象是当前生长点的周围的像素点,生长准则通常借助于灰度值的差异,因此更多的用于具备一定面积的物体分割。在应用于在复杂背景下的书写痕迹的提取时,区域生长算法的生长准则借助于灰度值的差异,容易丢失了最重要的颜色特征,导致检测结果不不完整。
因此现有技术中缺少一种复杂背景下基于颜色的书写痕迹提取方法,以解决书写痕迹提取不完整,对图像质量要求高,在复杂环境下无法提取颜色发生改变的书写痕迹的问题。
发明内容
为了解决现有技术中的上述问题,即为了解决现有的目标提取方法对书写痕迹提取不完整,对图像质量要求高,在复杂环境下无法提取颜色发生改变的书写痕迹的问题,本发明提出了一种复杂背景下基于颜色的书写痕迹提取方法,该方法包括:
步骤S100,获取包含待检测书写痕迹的待检测图像;所述待检测书写痕迹的颜色与所述待检测图像中其他颜色形成差异;
步骤S200,将所述待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
步骤S300,基于所述第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取所述第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
步骤S400,将第一像素点作为参考点;将所述第二图像中与所述参考点对应的像素点作为种子点,构建待遍历点;所述第一像素点属于第一像素点集;
步骤S500,以设定大小像素窗口为遍历窗口,基于所述待遍历点在所述第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
步骤S600,将所述新增待遍历点作为待遍历点重复执行步骤S500,直至新的递归轮次不再出现新增待遍历点;
步骤S700,将所述种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
步骤S800,基于所述第一位置像素集,通过图像细化获取所述待检测书写痕迹的第二位置像素集。
在一些优选的实施方式中,所述步骤S800包括:
步骤S810,基于第一位置像素集,生成待检测二值图像;通过形态学处理去除所述待检测二值图像中的噪声;
步骤S820,利用霍夫变换检测,获取所述待检测二值图像中的书写痕迹线段;
步骤S830,基于所述书写痕迹线段,将一条直线上、距离小于预设第一阈值的两条线段连通为一条线段,获取线段连通二值图像;
步骤S840,基于所述线段连通二值图像,通过图像细化获取所述待检测书写痕迹的第二位置像素集。
在一些优选的实施方式中,该方法还包括:
步骤S910,基于所述第二位置像素集,通过形态学处理中的膨胀操作获取所述待检测书写痕迹的第三位置像素集;
步骤S920,基于所述第三位置像素集和所述待检测图像,获取所述待检测书写痕迹的彩色像素集。
在一些优选的实施方式中,“获取所述第一图像中待检测书写痕迹的颜色的像素点集”的方法包括:
步骤S310,基于所述第一图像,获取所述第一图像中每个像素在HSV色彩空间的色调值和明度值;
步骤S320,获取所述待检测书写痕迹颜色的色调范围和明度范围;
步骤S330,获取所述第一图像中色调值和明度值同时落入所述待检测书写痕迹颜色的色调范围和明度范围的各像素点,作为待检测书写痕迹的颜色的像素点集。
在一些优选的实施方式中,所述预先设定的条件包括:
边缘点的预设邻域在所述第一图像中对应位置包含属于第一像素点集的像素点;
递归轮次小于预先设定的次数;
边缘点没有作为待遍历点进行遍历;
边缘点与所述待检测图像的边界距离大于预设第二阈值。
在一些优选的实施方式中,所述预设邻域为八邻域。
在一些优选的实施方式中,“属于第一像素点集的像素点”的数量为4个。
本发明的第二方面提出了一种复杂背景下基于颜色的书写痕迹提取系统,该系统包括:待检测图像获取模块、色彩空间转换和边缘检测模块、第一像素点集获取模块、种子点获取模块、新增待遍历点获取模块、递归模块、第一位置像素集获取模块、第二位置像素集获取模块;
所述待检测图像获取模块,配置为获取包含待检测书写痕迹的待检测图像;所述待检测书写痕迹的颜色与所述待检测图像中其他颜色形成差异;
所述色彩空间转换和边缘检测模块,配置为将所述待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
所述第一像素点集获取模块,配置为基于所述第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取所述第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
所述种子点获取模块,配置为将第一像素点作为参考点;将所述第二图像中与所述参考点对应的像素点作为种子点,构建待遍历点;所述第一像素点属于第一像素点集;
所述新增待遍历点获取模块,配置为以设定大小像素窗口为遍历窗口,基于所述待遍历点在所述第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
所述递归模块,配置为将所述新增待遍历点作为待遍历点,通过所述新增待遍历点获取模块递归获取新增待遍历点,直至新的递归轮次不再出现新增待遍历点;
所述第一位置像素集获取模块,配置为将所述种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
所述第二位置像素集获取模块,配置为通过图像细化获取所述待检测书写痕迹的第二位置像素集。
本发明的第三方面,提出了一种存储装置,其中存储有多条程序,所述程序适于由处理器加载并执行以实现上述的复杂背景下基于颜色的书写痕迹提取方法。
本发明的第四方面,包括处理器、存储装置;处理器,适于执行各条程序;存储装置,适于存储多条程序;所述程序适于由处理器加载并执行以实现上述的复杂背景下基于颜色的书写痕迹提取方法。
本发明的有益效果:本发明基于HSV色彩空间选取种子点,通过利用边缘图来补足色彩空间特定色彩的检测,增强了批改痕迹的连通性,在复杂场景下能够有效提取批改痕迹;同时严格设定区域生长过程中的种子点的条件,可以有效的控制书写痕迹的轮廓,避免引入过多的噪声,便于后续处理。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明一种实施例的复杂背景下基于颜色的书写痕迹提取方法流程示意图;
图2是本发明一种实施例的包含待检测书写痕迹的待检测图像示例图;
图3是本发明一种实施例的种子点的二值图像示例图;
图4是本发明一种实施例的第一位置像素集获取流程示意图;
图5是本发明一种实施例的批改痕迹二值图像霍夫变换检测示例图;
图6是本发明一种实施例的包含待检测书写痕迹的彩色像素集的图像示例图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明的一种复杂背景下基于颜色的书写痕迹提取方法,如图1所示,该方法包括:
步骤S100,获取包含待检测书写痕迹的待检测图像;待检测书写痕迹的颜色与待检测图像中其他颜色形成差异;
步骤S200,将待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
步骤S300,基于第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
步骤S400,将第一像素点作为参考点;将第二图像中与参考点对应的像素点作为种子点,构建待遍历点;第一像素点属于第一像素点集;
步骤S500,以设定大小像素窗口为遍历窗口,基于待遍历点在第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
步骤S600,将新增待遍历点作为待遍历点重复执行步骤S500,直至新的递归轮次不再出现新增待遍历点;
步骤S700,将种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
步骤S800,基于第一位置像素集,通过图像细化获取待检测书写痕迹的第二位置像素集。
为了更清晰地对本发明进行说明,下面结合图对本发明方法一种实施例各步骤进行展开详述;其中,本实施例中待检测图像为白色背景,前景图像包括黑色印刷体和手写体的汉字,以及红色批改痕迹(勾、叉、汉字),待检测的书写痕迹为红色批改痕迹(勾、叉、汉字)。
步骤S100,获取包含待检测书写痕迹的待检测图像,如图2所示;待检测书写痕迹的颜色与待检测图像中其他颜色形成差异。
步骤S200,将待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像。
通过调用开源的计算机视觉库opencv中的cvtColor函数来实现待检测图像从RGB色彩空间至HSV色彩空间的转换。将RGB彩色图像转换为灰度图,然后通过边缘检测获取边缘图。彩色图像转换为灰度图可采用多种方法,如将RGB值相加求均值,该均值就是该像素的灰度值;或者将RGB值乘以一个系数的方法;也可以采用opencv中的cvtColor函数来实现。本实施例中通过opencv中的cvtColor函数来实现图像灰度化。边缘检测可以采用canny算子、sobel算子或Laplace算子进行边缘检测,也可以使用深度模型进行深度检测;因为canny可以在不同的场景下通过设定不同的阈值,因此获得比较完好的边缘提取效果,所以优选的方式是为采用canny边缘检测方法获取边缘图。
步骤S300,基于第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集。
获取第一图像中待检测书写痕迹的颜色的像素点集方法为:
步骤S310,基于第一图像,获取第一图像中每个像素在HSV色彩空间的色调值和明度值。
步骤S320,获取待检测书写痕迹颜色的色调范围和明度范围。
红色在HSV色彩空间的色调范围为(0,10)和(156,180),为了避免获取图片中噪声的影响,本实施例中待检测书写痕迹颜色的色调范围取值为(0,20)和(140,180),明度范围为(20,255)。
步骤S330,获取第一图像中色调值和明度值同时落入待检测书写痕迹颜色的色调范围和明度范围的各像素点,作为待检测书写痕迹的颜色的像素点集。
每种颜色在HSV色彩空间中有对应的色调,通过批改痕迹对应的色调可以获取得到批改痕迹的颜色的像素点集。
步骤S400,将第一像素点作为参考点;将第二图像中与参考点对应的像素点作为种子点,构建待遍历点;第一像素点属于第一像素点集。
以第一像素点集中的每个第一像素点作为参考点。将第二图像中与参考点对应的像素点作为种子点,构建待遍历点。将待遍历点添加到待遍历列表。
得到的种子点可通过二值图来表示,如图3所示。因为批改痕迹可能和字迹重合或者是色彩不明显,因此HSV色彩空间检测到的特定颜色的种子点点集可能并不连续,在复杂的版面环境下无法区分每个像素点属于哪个批改痕迹,因此还需要结合边缘图来增强连贯性,同时设定条件避免引入过多的噪声,具体流程如图4所示,以下结合该图对流程中步骤S500-步骤S700进行描述。
步骤S500,以设定大小像素窗口为遍历窗口,基于待遍历点在第二图像中进行遍历,并将遍历窗口中满足预先设定条件的边缘点作为新增待遍历点。
逐个获取待遍历列表中的点,将待遍历列表中的点标注为已经遍历,以3*3像素窗口为遍历窗口基于待遍历点在第二图像中进行遍历。获取遍历窗口中的边缘点,判断是否符合条件,将遍历窗口中同时符合以下条件的边缘点作为新增待遍历点。
条件一、边缘点的预设邻域在第一图像中对应位置包含属于第一像素点集的像素点,预设邻域在本实施例中为八邻域,判断该邻域中有多少像素点色调属于特定的批改痕迹色调,即有多少像素属于第一像素点集。预设邻域通过广度遍历的方法获取边缘点。本实施例中当有4个像素属于第一像素点集时,那么相应的边缘点就作为新增的待遍历点。这个和获取种子点的区别在于可以放宽色调的限制,从而可以获取更多在种子点提取过程中漏掉的点。在其他的检测场景下,也可以选用4邻域、24邻域或特定方向的邻域。
条件二、递归轮次小于40次。对每个种子点而言,迭代的从边缘图获取新增待遍历点的次数有限制,超出限制即退出递归,从下一个种子点构建的待遍历点开始遍历。
条件三、该像素点未被遍历过。这个用于避免重复将同一个像素点添加到待遍历列表,若某点已经被遍历过,便不能作为新增待遍历点,应跳过该点继续下一个点的遍历。
条件四、该像素点不位于图片边界。因为要获取周围邻域,因此当像素点位于图片边缘三个像素之内的时候便不能作为新增待遍历点。
如果遍历窗口中不存在满足条件的点,则重新从待遍历列表中获取未遍历的点。
步骤S600,将新增待遍历点作为待遍历点重复执行步骤S500,直至新的递归轮次不再出现新增待遍历点。
将新增待遍历点添加到待遍历列表,将新增待遍历点作为待遍历点重复执行步骤S500,直至新的递归轮次不再出现新增待遍历点,遍历列表为空。
步骤S700,将种子点及各递归轮次得到的新增待遍历点作为第一位置像素集。
通过广度遍历从每个种子点出发在边缘图上不断获取批改痕迹的完整轮廓,最终得到书写痕迹区域的第一位置像素集。
通过深度遍历的方式也可以实现本发明,具体过程不再详述。
步骤S800,基于第一位置像素集,通过图像细化获取待检测书写痕迹的第二位置像素集。
基于第一位置像素集,得到第一位置的待检测二值图像,对该二值图像进行形态学处理:利用闭操作来删除图片中的空洞和小断点;同时进行中值滤波以删除部分噪声。针对本发明中的勾和叉等批改痕迹,在二值图像中进行线检测,具体方法为利用统计霍夫变换检测线段;然后甄别可连接的线段并进行拼接,具体方法为判断两条线段是否在一条直线上,并且两条线段的距离是否低于一个预设的值,如果满足这两个条件,那么就将两条线段连接起来。如图5所示,图5中(a)为一个批改痕迹的基于第一位置像素集,生成待检测二值图像,图5中(b)为进行统计霍夫变换检测,线段拼接后的结果。
对完成线段拼接的二值图像中提取骨架,因为前面的处理步骤会引入一定程度的噪声,所以通过骨架提取的方式只关注需要部分,得到待检测书写痕迹的第二位置像素集。在提取完骨架之后,需过滤部分的孤立点。孤立点的选取是可根据它的位置信息和本身占有像素的数目进行判断,本实施例中判断条件为:距离大连通域大于50个像素,并且本身占有像素数目低于20的点。
至此本实施例提取了待检测批改痕迹的骨架,骨架可以大大消除冗余信息,便于提取批改痕迹的特征。在一些优选的实施方式中,还可以包括以下步骤:
步骤S910,基于第二位置像素集,通过形态学处理中的膨胀操作获取待检测书写痕迹的第三位置像素集。因为前面的处理步骤会引入一定程度的噪声,所以通过骨架提取的方式只关注需要部分,通过膨胀操作即可还原书写痕迹;对完成线段拼接的二值图像提取骨架后进行膨胀操作,如此进行多轮即可在保证关键信息不丢失的情况下滤除离边缘比较近的噪点。
步骤S920,基于第三位置像素集和待检测图像,获取待检测书写痕迹的彩色像素集。
基于第三位置像素集,通过连通域切割出每个批改痕迹的像素,然后根据切割出来的连通域去原图抠取对应位置的图片。第三位置像素集记录了所有的批改痕迹像素点的位置,因此可以通过图像掩膜的方式单独提取出对应的批改痕迹,同时避免手写和打印文字等噪声。如图6所示,图6中(a)为一个批改痕迹的原始图像,图6中(b)为根据掩膜抠取出来的这个批改痕迹的原始图像,并将批改痕迹的周围设置为与原始图像相同的背景。因为设置的膨胀尺寸为3像素,所以会有部分批改痕迹周围的像素在里面。
本发明实施例的一种复杂背景下基于颜色的书写痕迹提取系统,该系统包括:待检测图像获取模块、色彩空间转换和边缘检测模块、第一像素点集获取模块、种子点获取模块、新增待遍历点获取模块、递归模块、第一位置像素集获取模块、第二位置像素集获取模块;
待检测图像获取模块,配置为获取包含待检测书写痕迹的待检测图像;待检测书写痕迹的颜色与待检测图像中其他颜色形成差异;
色彩空间转换和边缘检测模块,配置为将待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
第一像素点集获取模块,配置为基于第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
种子点获取模块,配置为将第一像素点作为参考点;将第二图像中与参考点对应的像素点作为种子点,构建待遍历点;第一像素点属于第一像素点集;
新增待遍历点获取模块,配置为以设定大小像素窗口为遍历窗口,基于待遍历点在第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
递归模块,配置为将新增待遍历点作为待遍历点,通过新增待遍历点获取模块递归获取新增待遍历点,直至新的递归轮次不再出现新增待遍历点;
第一位置像素集获取模块,配置为将种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
第二位置像素集获取模块,配置为通过图像细化获取待检测书写痕迹的第二位置像素集。
需要说明的是,上述实施例提供的复杂背景下基于颜色的书写痕迹提取系统,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例的一种存储装置,其中存储有多条程序,该程序适于由处理器加载并执行以实现上述的复杂背景下基于颜色的书写痕迹提取方法。
本发明实施例的一种处理装置,包括处理器、存储装置;处理器,适于执行各条程序;存储装置,适于存储多条程序;该程序适于由处理器加载并执行以实现上述的复杂背景下基于颜色的书写痕迹提取方法。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述装置实施例中的对应过程,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的模块、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨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、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种复杂背景下基于颜色的书写痕迹提取方法,其特征在于,该方法包括:
步骤S100,获取包含待检测书写痕迹的待检测图像;所述待检测书写痕迹的颜色与所述待检测图像中其他颜色形成差异;
步骤S200,将所述待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
步骤S300,基于所述第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取所述第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
步骤S400,将第一像素点作为参考点;将所述第二图像中与所述参考点对应的像素点作为种子点,构建待遍历点;所述第一像素点属于第一像素点集;
步骤S500,以设定大小像素窗口为遍历窗口,基于所述待遍历点在所述第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
步骤S600,将所述新增待遍历点作为待遍历点重复执行步骤S500,直至新的递归轮次不再出现新增待遍历点;
步骤S700,将所述种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
步骤S800,基于所述第一位置像素集,通过图像细化获取所述待检测书写痕迹的第二位置像素集。
2.根据权利要求1所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,所述步骤S800包括:
步骤S810,基于第一位置像素集,生成待检测二值图像;通过形态学处理去除所述待检测二值图像中的噪声;
步骤S820,利用霍夫变换检测,获取所述待检测二值图像中的书写痕迹线段;
步骤S830,基于所述书写痕迹线段,将一条直线上、距离小于预设第一阈值的两条线段连通为一条线段,获取线段连通二值图像;
步骤S840,基于所述线段连通二值图像,通过图像细化获取所述待检测书写痕迹的第二位置像素集。
3.根据权利要求1所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,该方法还包括:
步骤S910,基于所述第二位置像素集,通过形态学处理中的膨胀操作获取所述待检测书写痕迹的第三位置像素集;
步骤S920,基于所述第三位置像素集和所述待检测图像,获取所述待检测书写痕迹的彩色像素集。
4.根据权利要求1所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,“获取所述第一图像中待检测书写痕迹的颜色的像素点集”的方法包括:
步骤S310,基于所述第一图像,获取所述第一图像中每个像素在HSV色彩空间的色调值和明度值;
步骤S320,获取所述待检测书写痕迹颜色的色调范围和明度范围;
步骤S330,获取所述第一图像中色调值和明度值同时落入所述待检测书写痕迹颜色的色调范围和明度范围的各像素点,作为待检测书写痕迹的颜色的像素点集。
5.根据权利要求1-4中任一权利要求所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,所述预先设定的条件包括:
边缘点的预设邻域在所述第一图像中对应位置包含属于第一像素点集的像素点;
递归轮次小于预先设定的次数;
边缘点没有作为待遍历点进行遍历;
边缘点与所述待检测图像的边界距离大于预设第二阈值。
6.根据权利要求5所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,所述预设邻域为八邻域。
7.根据权利要求5所述的复杂背景下基于颜色的书写痕迹提取方法,其特征在于,“属于第一像素点集的像素点”的数量为4个。
8.一种复杂背景下基于颜色的书写痕迹提取系统,其特征在于,该系统包括:待检测图像获取模块、色彩空间转换和边缘检测模块、第一像素点集获取模块、种子点获取模块、新增待遍历点获取模块、递归模块、第一位置像素集获取模块、第二位置像素集获取模块;
所述待检测图像获取模块,配置为获取包含待检测书写痕迹的待检测图像;所述待检测书写痕迹的颜色与所述待检测图像中其他颜色形成差异;
所述色彩空间转换和边缘检测模块,配置为将所述待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像,通过边缘检测获取的边缘图作为第二图像;
所述第一像素点集获取模块,配置为基于所述第一图像,根据待检测书写痕迹颜色在HSV色彩空间的颜色表示,获取所述第一图像中待检测书写痕迹的颜色的像素点集,作为第一像素点集;
所述种子点获取模块,配置为将第一像素点作为参考点;将所述第二图像中与所述参考点对应的像素点作为种子点,构建待遍历点;所述第一像素点属于第一像素点集;
所述新增待遍历点获取模块,配置为以设定大小像素窗口为遍历窗口,基于所述待遍历点在所述第二图像中进行遍历,并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点;
所述递归模块,配置为将所述新增待遍历点作为待遍历点,通过所述新增待遍历点获取模块递归获取新增待遍历点,直至新的递归轮次不再出现新增待遍历点;
所述第一位置像素集获取模块,配置为将所述种子点及各递归轮次得到的新增待遍历点作为第一位置像素集;
所述第二位置像素集获取模块,配置为通过图像细化获取所述待检测书写痕迹的第二位置像素集。
9.一种存储装置,其中存储有多条程序,其特征在于,所述程序适于由处理器加载并执行以实现权利要求1-7中任一权利要求所述的复杂背景下基于颜色的书写痕迹提取方法。
10.一种处理装置,包括处理器、存储装置;处理器,适于执行各条程序;存储装置,适于存储多条程序;其特征在于,所述程序适于由处理器加载并执行以实现权利要求1-7中任一权利要求所述的复杂背景下基于颜色的书写痕迹提取方法。
CN201910828178.8A 2019-09-03 2019-09-03 复杂背景下基于颜色的书写痕迹提取方法、系统和装置 Active CN110532980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910828178.8A CN110532980B (zh) 2019-09-03 2019-09-03 复杂背景下基于颜色的书写痕迹提取方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910828178.8A CN110532980B (zh) 2019-09-03 2019-09-03 复杂背景下基于颜色的书写痕迹提取方法、系统和装置

Publications (2)

Publication Number Publication Date
CN110532980A true CN110532980A (zh) 2019-12-03
CN110532980B CN110532980B (zh) 2021-09-17

Family

ID=68666606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910828178.8A Active CN110532980B (zh) 2019-09-03 2019-09-03 复杂背景下基于颜色的书写痕迹提取方法、系统和装置

Country Status (1)

Country Link
CN (1) CN110532980B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444921A (zh) * 2020-03-25 2020-07-24 浙江华睿科技有限公司 划痕缺陷检测方法、装置、计算设备和存储介质
CN113421278A (zh) * 2021-06-22 2021-09-21 咪咕互动娱乐有限公司 基于边缘检测的范围检测方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156706A (zh) * 2014-08-12 2014-11-19 华北电力大学句容研究中心 一种基于光学字符识别技术的中文字符识别方法
CN106780531A (zh) * 2016-12-22 2017-05-31 河海大学 一种基于色块点特征的图像边缘提取方法
CN109543530A (zh) * 2018-10-19 2019-03-29 福州瑞芯微电子股份有限公司 一种板书位置检测方法、存储介质及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156706A (zh) * 2014-08-12 2014-11-19 华北电力大学句容研究中心 一种基于光学字符识别技术的中文字符识别方法
CN106780531A (zh) * 2016-12-22 2017-05-31 河海大学 一种基于色块点特征的图像边缘提取方法
CN109543530A (zh) * 2018-10-19 2019-03-29 福州瑞芯微电子股份有限公司 一种板书位置检测方法、存储介质及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RATHIN RADGAKRISHNAN NAIR: ""Segmentation of high unstructured handwritten documents using a neural network tecnique"", 《2016 ICPR》 *
邓伟: ""复杂背景文件图像的字符提取"", 《武汉大学学报 信息科学版》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444921A (zh) * 2020-03-25 2020-07-24 浙江华睿科技有限公司 划痕缺陷检测方法、装置、计算设备和存储介质
CN113421278A (zh) * 2021-06-22 2021-09-21 咪咕互动娱乐有限公司 基于边缘检测的范围检测方法、装置、设备及存储介质
CN113421278B (zh) * 2021-06-22 2023-08-15 咪咕互动娱乐有限公司 基于边缘检测的范围检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110532980B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
US6453069B1 (en) Method of extracting image from input image using reference image
US8120665B2 (en) Image processing method and apparatus, digital camera, and recording medium recording image processing program
WO2016054802A1 (en) Hierarchical interlinked multi-scale convolutional network for image parsing
KR101471199B1 (ko) 영상을 전경과 배경으로 분리하는 방법 및 장치, 영상을전경과 배경으로 분리하여 배경을 대체하는 방법 및 장치
KR101461233B1 (ko) 화상 처리 장치, 화상 처리 방법 및 기록 매체
EP0853293A1 (en) Subject image extraction method and apparatus
US20090136090A1 (en) House Displacement Judging Method, House Displacement Judging Device
JPH0772537A (ja) フラッシュ発光による瞳の色調不良の自動検出及び補正
CN103093203A (zh) 一种人体再识别方法以及人体再识别系统
CN105825494A (zh) 一种图像处理方法及移动终端
JP6993644B2 (ja) 赤色立体地図画像を用いた点群種類推定装置及び赤色立体地図画像を用いた点群種類推定プログラム
CN111008969B (zh) 黑板板书提取与智能识别方法及系统
CN109064525A (zh) 一种图片格式转换方法、装置、设备和存储介质
CN109949248B (zh) 修改车辆在图像中的颜色的方法、装置、设备及介质
CN110532980A (zh) 复杂背景下基于颜色的书写痕迹提取方法、系统和装置
KR100903816B1 (ko) 정지영상에서의 얼굴추출시스템과 그 방법
JP3740351B2 (ja) 画像加工装置および方法およびこの方法の実行プログラムを記録した記録媒体
CN111723805A (zh) 一种信号灯的前景区域识别方法及相关装置
JP4242796B2 (ja) 画像認識方法及び画像認識装置
CN112330659B (zh) 结合lsd直线检测和连通域标记法的几何公差符号分割方法
CN112132750B (zh) 一种视频处理方法与装置
JPH10149449A (ja) 画像分割方法、画像識別方法、画像分割装置および画像識別装置
US20110187721A1 (en) Line drawing processing apparatus, storage medium storing a computer-readable program, and line drawing processing method
CN110084117B (zh) 基于二值图分段投影的文档表格线检测方法、系统
CN116167910B (zh) 文本编辑方法、装置、计算机设备及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