CN110544223A - 一种图像降噪的方法、装置、终端设备及可读存储介质 - Google Patents
一种图像降噪的方法、装置、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN110544223A CN110544223A CN201910857322.0A CN201910857322A CN110544223A CN 110544223 A CN110544223 A CN 110544223A CN 201910857322 A CN201910857322 A CN 201910857322A CN 110544223 A CN110544223 A CN 110544223A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- target
- straight line
- boundary
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000009467 reduction Effects 0.000 title claims abstract description 27
- 238000005520 cutting process Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 14
- 238000007781 pre-processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000001413 cellular effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 235000017899 Spathodea campanulata Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像降噪的方法、装置、终端设备及可读存储介质,用于去除图像的非常规噪点,提升图像识别的容错率和准确率。本申请方法包括:获取待处理图像;对所述待处理图像进行预识别,得到包含目标信息的目标区域;若所述目标区域与所述待处理图像的边界重合,则将所述目标区域确定为边缘噪点区域;剔除所述待处理图像中的边缘噪点区域。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像降噪的方法、装置、终端设备及可读存储介质。
背景技术
随着计算机技术的发展,人类社会步入了信息化时代。信息存在于人们生活中的方方面面。例如,图像中蕴含着大量信息。目前,人们利用人工智能技术中的图像识别技术,对图像中蕴含的信息进行识别。
由于多种原因,图像中常存在一些噪点,这些噪点会对图像识别的结果造成影响。因此,为了保证图像识别结果的准确性,所以在对图像进行识别之前,需要尽量去除这些噪点。
目前,常用的一些图像降噪方法包括灰度处理和二值化处理等,虽然能达到降噪的目的,但由于仅能去除一些常规噪点,所以降噪效果不佳。
发明内容
本申请实施例提供了一种图像降噪的方法、装置、终端设备及可读存储介质,用于去除图像的非常规噪点,提升图像识别的容错率和准确率。
有鉴于此,本申请实施例第一方面提供一种图像降噪的方法,包括:
获取待处理图像;
对所述待处理图像进行预识别,得到包含目标信息的目标区域;
若所述目标区域与所述待处理图像的边界重合,则将所述目标区域确定为边缘噪点区域;
剔除所述待处理图像中的边缘噪点区域。
本申请实施例第二方面提供一种图像降噪的装置,包括:
第一获取单元,用于获取待处理图像;
预识别单元,用于对所述待处理图像进行预识别,得到包含目标信息的目标区域;
确定单元,用于若所述目标区域与所述待处理图像的边界重合,则将所述目标区域确定为边缘噪点区域;
剔除单元,用于剔除所述待处理图像中的边缘噪点区域。
在本申请实施例的第二方面的第一种实现方式中,装置还包括:第一获取单元,用于获取所述目标区域在所述待处理图像中的位置信息;
判断单元,用于根据所述位置信息判断所述目标区域是否与所述待处理图像的边界重合。
在本申请实施例的第二方面的第二种实现方式中,所述目标区域与所述待处理图像的一条直线边界重合;
所述剔除单元用于:从垂直重合的所述直线边界的方向对所述待处理图像进行切图,直到切除所述边缘噪点区域。
在本申请实施例的第二方面的第三种实现方式中,所述目标区域与所述待处理图像的至少两条直线边界重合;
所述剔除单元用于:从所述至少两条直线边界中选择一条直线边界作为目标直线边界;
从垂直所述目标直线边界的方向对所述待处理图像进行切图,直到切除所述边缘噪点区域。
在本申请实施例的第二方面的第四种实现方式中,所述剔除单元还用于:在切图过程中,若切除到非边缘噪点区域的目标区域,则重新选择目标直线边界对所述边缘噪点区域进行切除。
在本申请实施例的第二方面的第五种实现方式中,所述剔除单元用于:从所述至少两条直线边界中选择与预设方向垂直的一条直线边界作为目标直线边界。
在本申请实施例的第二方面的第六种实现方式中,所述的装置还包括:
预处理单元,用于与所述待处理图像进行预处理,所述预处理包括灰度处理和/或二值化处理。
本申请实施例第三方面提供了一种终端设备,包括:存储器、收发器、处理器以及总线系统;
其中,所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序,以实现如上述第二方面所述的装置的功能。
本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机实现如上述第二方面所述的装置的功能。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例提供一种图像降噪的方法,包括:先获取待处理图像;然后对待处理图像进行预识别,得到包含目标信息的目标区域,但目标区域中可能包含噪点区域;所以,在申请实施例中,若目标区域与待处理图像的边界重合,则将目标区域确定为边缘噪点区域;最后剔除待处理图像中的边缘噪点区域;由于现有的降噪方法仅能去除常规噪点,不能去除边缘噪点区域,边缘噪点区域对图像识别结果的干扰较大,而本申请实施例提供的方法,可以去除待处理图像中边缘噪点区域,所以能够提升图像识别的容错率和准确率。
附图说明
图1为本申请实施例中图像降噪的方法应用的场景示意图;
图2为本申请实施例中游戏的UI图像示意图;
图3为对图2中的UI图像进行切图后待识别UI图像;
图4为本申请实施例中包含边缘噪点的待识别UI图像的第一实施例示意图;
图5为本申请实施例中包含边缘噪点的待识别UI图像的第二实施例示意图;
图6为本申请实施例中图像降噪的方法一个实施例示意图;
图7为本申请实施例中矩形区域的一个实施例示意图;
图8为本申请实施例待处理图像的一个实施例示意图;
图9为本申请实施例中Tesseract的Hocr模式的输出结果示意图;
图10为本申请实施例中边缘噪点分布情况的实施例示意图;
图11A为本申请实施例中数据共享系统的实施例示意图;
图11B为本申请实施例中区块的结构示意图;
图11C为为本申请实施例中新区块产生的过程示意图;
图12为本申请实施例提供的一种图像降噪的装置的一个实施例示意图;
图13为本申请实施例提供的一种终端设备的实施例示意图。
具体实施方式
本申请实施例提供了一种图像降噪的方法、装置、终端设备及可读存储介质,用于去除图像的非常规噪点,提升图像识别的容错率和准确率。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“对应于”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应理解,本申请应用于图像识别场景,具体地,可以应用于包含非标准字体字符的图像识别场景。其中非标准字体字符是相对宋体、黑体等部分常用字体而言的一类字体,比如游戏内数字经常使用到的一些美术字体等,通过图像识别技术识别这类字体的难度往往较大。
例如,在基于用户界面UI识别的移动端游戏自动化充值测试中,需要对游戏内各种非标准字体的数字字符进行精准识别,如图1所示,本申请实施例中包含非标准字体的数字字符的图像示意图,在图1中,数字“31214”为非标准字体,在自动化充值测试中,需要基于图1所示的UI图像对非标准字体“31214”进行识别。
为了提升图像的识别效率和识别率,待识别UI图像往往是经过预先切图的,保留的一般是包含目标信息的目标区域。例如,如图2所示,本申请实施例中游戏的UI图像示意图,图2所示的UI图像仅为游戏UI的一部分,在对图2所示的UI图像识别前,会对图2所示的UI图形进行切图,例如,若目标信息为图2中的数字字符“6032”,则可以将图2进行切图并保留如图3所示的待识别UI图像。最后,对待识别UI图像进行图像识别。
然而,在实际切图过程中,存在多种因素会影响切图的准确性。该多种因素可以包括:第一,游戏UI发生变化导致目标区域发生位移,但切图区域未及时更新;第二,测试机型变更引起屏幕分辨率发生变化,但继续使用原来的切图区域坐标;第三,游戏内随机出现的动态UI导致目标区域被遮挡。
以图2所示的UI图像为例,在截图过程中,由于图2所示的UI图像所在的UI中,动态出现了浮动文字“您的武器因精神火球而炙热”,导致切图得到的待识别UI图像如图4所示,图4为本申请实施例中包含边缘噪点的待识别UI图像的第一实施例示意图。可以看出,图4中包含了图2中文字字符“您”的一部分,这部分区域即为边缘噪点。除此之外,其他UI元素也可能成为待识别UI图像中的边缘噪点。如图5所示,本申请实施例中包含边缘噪点的待识别UI图像的第二实施例示意图。图5所示的待识别UI图像右侧存在饰品UI元素,该饰品UI元素成为了边缘噪点。
例如图4和图5所示的边缘噪点,不仅不能被灰度处理、二值化处理等降噪方法去掉,而且会严重影响最终的识别结果。以图4所示的待识别UI图像为例,正确的图像识别结果应该为“6032”,而由于边缘噪点的存在,最终可能导致图像识别结果变为“60320”。
为此,本申请实施例提供了一种图像降噪的方法,能够类似上述的边缘噪点,达到降噪的目的,能够提升图像识别的容错率和准确率。
为了便于理解,本请参阅图6,图6为本申请实施例中图像降噪的方法一个实施例示意图,如图所示,本申请实施例提供一种图像降噪的方法,包括:
101,获取待处理图像。
需要说明的是,获取的待处理图像一般为经过切图后的图像,本申请实施例待处理图像的形状和大小不做具体限定,一般情况下,待处理图像为矩形。
102,对待处理图像进行预识别,得到包含目标信息的目标区域。
需要说明的是,对待处理图像进行预识别的方法包括多种,例如可以采用Tesseract进行预识别,其中Tesseract是开源的光学字符识别(Optical CharacterRecognition)OCR引擎,提供OCR识别能力以及字体库的自主训练功能,而OCR是指对图像文件进行分析处理,获取文字及版面信息的过程。Tesseract的Hocr模式是一种识别结果输出模式,输出的信息中除了识别结果,还包含识别对象相对图像的坐标数据和信心值。其中,坐标信息可以表示为(x1,x2,y1,y2),表示由点(x1,y1)和点(x2,y2)两个顶点确定的矩形区域,如图7所示,本申请实施例中矩形区域的一个实施例示意图。
在本申请实施例中,目标区域可以为一个,也可以为两个或两个以上。当目标区域为至少两个时,并非所有的目标区域都包含目标信息,存在包含边缘噪点但不包括目标信息的目标区域。
以图8所示的待识别图形为例,图8为本申请实施例待处理图像的一个实施例示意图。Tesseract的Hocr模式的输出结果如图9所示,图9为本申请实施例中Tesseract的Hocr模式的输出结果示意图,在该输出结果中,包含两个目标区域,其中一个目标区域的坐标信息为(13 7 22 29),识别结果为1,另一个目标区域的坐标信息为(34 6 93 30),识别结果为320。
103,若目标区域与待处理图像的边界重合,则将目标区域确定为边缘噪点区域。
需要说明的是,判断目标区域与待处理图像的边界重合的方法有多种,本申请实施例对此不做限定。由于,边缘噪点位于待处理图像边缘的特性,本申请实施例将与待处理图像的边界重合的目标区域作为边缘噪点区域。
104,剔除待处理图像中的边缘噪点区域。
在本申请实施例中,剔除边缘噪点区域的方法有多种,例如可以直接对待处理图像进行切图处理,使得待处理图像不包含边缘噪点区域,再例如,可以以不干扰图像识别结果的特定灰度填充边缘噪点区域,也能够达到防止边缘噪点区域影响识别结果的目的。
需要说明的是,边缘噪点区域被剔除后,可能还包括多个目标区域,以图8为例,假设图8所示的图像为剔除边缘噪点区域后的待处理图像,其中还包括“1”和“320”各自所述的目标区域,即存在两个目标区域。若待处理图像中的目标信息单一,例如仅为图8所示的数字字符,则可以将剩余的多个目标区域合并后,利用图像识别技术进行识别。
本申请实施例可以去除待处理图像中边缘噪点区域,能够提升图像识别的容错率和准确率,尤其是在包含非标准字体字符的图像场景下。
为了更好地展现本申请实施例中图像降噪的方法的效果,下面以一应用里对降噪效果进行说明。
在该应用例中,先采用Tesseract直接对图5所示的待处理图像进行识别,识别结果为“25058 8”,然后采用本申请实施例中图像降噪的方法剔除图5中右侧的边缘噪点区域,然后采用Tesseract进行图像识别,识别结果为25058,可以看出,本申请实施例提供的图像降噪的方法能够提高图像识别的准确率。
基于上述说明可知,判断目标区域是否与待处理图像的边界重合的方法有多种,下面将以具体示例对判断过程进行说明。
在本申请实施例提供的一种图像降噪的方法的另一个实施例中,方法还包括:
先获取目标区域在待处理图像中的位置信息。
可以理解的,该位置信息可以为目标区域相对于待处理图像的位置信息,也可以为目标区域与待处理图像在同一参考系下的位置信息。
该位置信息可以为坐标信息,还可以为以其他形式表示的信息。例如,根据前述实施例可知,Tesseract的Hocr模式的输出结果包含目标区域的坐标信息。
然后根据位置信息判断目标区域是否与待处理图像的边界重合。
需要说明的是,根据位置信息判断边界是否重合为较成熟的现有技术,此处不做详述。例如,若目标区域和待处理图像都为矩形,那若目标区域边界上存在一个点,与待处理图像边界上的一个点坐标相同,则意味着目标区域与待处理图像的边界重合。
由于目标区域与待处理图像的边界重合情况有多种,因此下面将以具体地示例对多种边界重合情况进行说明。
在本申请实施例提供的一种图像降噪的方法的另一个实施例中,目标区域与待处理图像的一条直线边界重合。
以待处理图像和目标区域均为矩形为例,请参阅图10,本申请实施例中边缘噪点分布情况的实施例示意图。如图10所示,目标区域与待处理图像均为矩形。目标区域与待处理图像可以仅有一条直线边界重合,边缘噪点可以为顶部噪点,即目标区域与待处理图像的上边界重合;边缘噪点可以为底部噪点,即目标区域与待处理图像的下边界重合;边缘噪点可以为左侧噪点,即目标区域与待处理图像的左边界重合;边缘噪点可以为右侧噪点,即目标区域与待处理图像的右边界重合。
假设图10所示的待处理图像的左上角顶点的坐标信息为(0,0),右下角顶点的坐标信息为(W,H),其中W为待处理图像的宽度,H为待处理图像的高度。那么左侧边缘噪点区域的坐标信息可以表示为(0,y1,x2,y2),右侧边缘噪点区域的坐标信息可以表示为(x1,y1,W,y2),顶部边缘噪点区域的坐标信息可以表示为(x1,0,x2,y2),底部边缘噪点区域的坐标信息可以表示为(x1,y1,x2,H)。
剔除待处理图像中的边缘噪点区域包括:
从垂直重合的直线边界的方向对待处理图像进行切图,直到切除边缘噪点区域。
在本申请实施例中,是采用切图的方式剔除边缘噪点区域,具体地可以采用从一个特定的方向,逐行或逐列切除像素,直到将边缘噪点区域切除,其中,该特定方向可以为垂直重合的直线边界的方向。
仍以图10所示的待处理图像为例,对于左侧边缘噪点区域,由于左侧边缘噪点区域与待处理图像的左侧边界重合,因此可以选择从左侧开始切图;相应地,对于右侧边缘噪点区域,可以选择从右侧开始切图;对于顶部边缘噪点区域,可以选择从顶部开始切图;对于底部边缘噪点区域,可以选择从底部开始切图。
上面是对目标区域与待处理图像存在一条直线边界重合的情况进行的介绍,下面对目标区域与待处理图像的至少两条直线边界重合的情况进行介绍。
在本申请实施例提供的一种图像降噪的方法的另一个实施例中,目标区域与待处理图像的至少两条直线边界重合,仍以图10所示的待处理图像为例,从图10中可以看出,当目标区域位于待处理图像的四个边角中的任意一个边角时,目标区域均与待处理图像的两条直线边界重合,此时边缘噪点可称为边角噪点,当目标区域位于待处理图像的四个不同的边角时,目标区域的坐标信息依次可以表示为(0,0,x2,y2)、(x1,0,W,y2)、(0,y1,x2,H)、(x1,y1,W,H)。
这种情况下,剔除待处理图像中的边缘噪点区域包括:
先从至少两条直线边界中选择一条直线边界作为目标直线边界。
需要说明的是,选择目标直线边界的方式包括多种,例如可以随机选择,也可以根据实际情况进行选择。具体地,仍以图10所示的待处理图像为例,在实际情况下,步骤101获取的待处理图像,一般左右两侧余量较大,即非边缘噪点区域的目标区域距离待处理图像的左边界和右边界较远,因此当边缘噪点区域位于待处理图像的左边两个边角时,可以选择待处理图像的左侧边界作为目标直线边界,当边缘噪点区域位于待处理图像的右边两个边角时,可以选择待处理图像的右侧边界作为目标直线边界。
然后从垂直目标直线边界的方向对待处理图像进行切图,直到切除边缘噪点区域。
需要说明的是,该切图过程与重合的边界中仅存一条直线边界时的切图过程相同,具体可参照前述实施例中的相关说明进行理解。
然而,从选定的方向对待处理图像进行切图的过程中,可能会切除到非边缘噪点区域的目标区域,所以在本申请实施例提供的一种图像降噪的方法的另一个实施例中,剔除待处理图像中的边缘噪点区域还包括:
在切图过程中,若切除到非边缘噪点区域的目标区域,则重新选择目标直线边界对边缘噪点区域进行切除。
可以理解的是,假设目标区域与待处理图像区域存在两条直线边界重合,选择第一直线边界作为目标直线边界进行切图,在切图过程中,除到非边缘噪点区域的目标区域,则会选择第二线边界作为目标直线边界重新进行切图。
根据前述实施例可知,选择目标直线边界的方法包括多种,下面介绍其中一种方法。在本申请实施例提供的一种图像降噪的方法的另一个实施例中,从至少两条直线边界中选择一条直线边界作为目标直线边界包括:
从至少两条直线边界中选择与预设方向垂直的一条直线边界作为目标直线边界。
需要说明的是,以目标区域位于图10中左上角的边角为例,即边缘噪点为左上角的边缘噪点,基于步骤101获取的待处理图像一般左右两侧余量较大的特点,可以将预设方向设置为左侧,因此,尽管目标图像和待处理图像的上边界和左边界均重合,根据预设方向会选择左边界作为目标直线边界。
本申请实施例提供的方法能够有效去除边缘噪点区域,为了进一步加强降噪的效果,提高图像识别的准确度,可以通过预处理对常规噪点进行去除。
因此,在本申请实施例提供的一种图像降噪的方法的另一个实施例中,在获取待处理图像之后,在对待处理图像进行预识别,得到包含目标信息的目标区域之前,方法还包括:
与待处理图像进行预处理,预处理包括灰度处理和/或二值化处理。
由于灰度处理和二值化处理属于较成熟的技术,故在此不做详细说明。
本申请实施例提供的方法可以应用于终端,终端可以为区块链中的区块节点设备,即终端可以为区块链中的一个节点。下面将对区块链中的节点进行具体介绍。
参见图11A所示的数据共享系统,数据共享系统100是指用于进行节点与节点之间数据共享的系统,该数据共享系统中可以包括多个节点101,多个节点101可以是指数据共享系统中各个客户端。每个节点101在进行正常工作可以接收到输入信息,并基于接收到的输入信息维护该数据共享系统内的共享数据。为了保证数据共享系统内的信息互通,数据共享系统中的每个节点之间可以存在信息连接,节点之间可以通过上述信息连接进行信息传输。例如,当数据共享系统中的任意节点接收到输入信息时,数据共享系统中的其他节点便根据共识算法获取该输入信息,将该输入信息作为共享数据中的数据进行存储,使得数据共享系统中全部节点上存储的数据均一致。
对于数据共享系统中的每个节点,均具有与其对应的节点标识,而且数据共享系统中的每个节点均可以存储有数据共享系统中其他节点的节点标识,以便后续根据其他节点的节点标识,将生成的区块广播至数据共享系统中的其他节点。每个节点中可维护一个如下表所示的节点标识列表,将节点名称和节点标识对应存储至该节点标识列表中。其中,节点标识可为IP(Internet Protocol,网络之间互联的协议)地址以及其他任一种能够用于标识该节点的信息,表1中仅以IP地址为例进行说明。
节点名称 | 节点标识 |
节点1 | 117.114.151.174 |
节点2 | 117.116.189.145 |
… | … |
节点N | 119.123.789.258 |
数据共享系统中的每个节点均存储一条相同的区块链。区块链由多个区块组成,参见图11B,区块链由多个区块组成,创始块中包括区块头和区块主体,区块头中存储有输入信息特征值、版本号、时间戳和难度值,区块主体中存储有输入信息;创始块的下一区块以创始块为父区块,下一区块中同样包括区块头和区块主体,区块头中存储有当前区块的输入信息特征值、父区块的区块头特征值、版本号、时间戳和难度值,并以此类推,使得区块链中每个区块中存储的区块数据均与父区块中存储的区块数据存在关联,保证了区块中输入信息的安全性。
在生成区块链中的各个区块时,参见图11C,区块链所在的节点在接收到输入信息时,对输入信息进行校验,完成校验后,将输入信息存储至内存池中,并更新其用于记录输入信息的哈希树;之后,将更新时间戳更新为接收到输入信息的时间,并尝试不同的随机数,多次进行特征值计算,使得计算得到的特征值可以满足下述公式:
SHA256(SHA256(version+prev_hash+merkle_root+ntime+nbits+x))<TARGET
其中,SHA256为计算特征值所用的特征值算法;version(版本号)为区块链中相关区块协议的版本信息;prev_hash为当前区块的父区块的区块头特征值;merkle_root为输入信息的特征值;ntime为更新时间戳的更新时间;nbits为当前难度,在一段时间内为定值,并在超出固定时间段后再次进行确定;x为随机数;TARGET为特征值阈值,该特征值阈值可以根据nbits确定得到。
这样,当计算得到满足上述公式的随机数时,便可将信息对应存储,生成区块头和区块主体,得到当前区块。随后,区块链所在节点根据数据共享系统中其他节点的节点标识,将新生成的区块分别发送给其所在的数据共享系统中的其他节点,由其他节点对新生成的区块进行校验,并在完成校验后将新生成的区块添加至其存储的区块链中。
请参阅图12,本申请实施例提供的一种图像降噪的装置的一个实施例示意图。
本申请实施例提供一种图像降噪的装置的一个实施例,包括:
第一获取单元201,用于获取待处理图像;
预识别单元202,用于对待处理图像进行预识别,得到包含目标信息的目标区域;
确定单元203,用于若目标区域与待处理图像的边界重合,则将目标区域确定为边缘噪点区域;
剔除单元204,用于剔除待处理图像中的边缘噪点区域。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,装置还包括:第一获取单元205,用于获取目标区域在待处理图像中的位置信息;
判断单元206,用于根据位置信息判断目标区域是否与待处理图像的边界重合。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,目标区域与待处理图像的一条直线边界重合;
剔除单元204用于:从垂直重合的直线边界的方向对待处理图像进行切图,直到切除边缘噪点区域。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,目标区域与待处理图像的至少两条直线边界重合;
剔除单元204用于:从至少两条直线边界中选择一条直线边界作为目标直线边界;
从垂直目标直线边界的方向对待处理图像进行切图,直到切除边缘噪点区域。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,剔除单元204还用于:在切图过程中,若切除到非边缘噪点区域的目标区域,则重新选择目标直线边界对边缘噪点区域进行切除。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,剔除单元204用于:从至少两条直线边界中选择与预设方向垂直的一条直线边界作为目标直线边界。
在本申请实施例提供的一种图像降噪的装置的另一个实施例,装置还包括:
预处理单元207,用于与待处理图像进行预处理,预处理包括灰度处理和/或二值化处理。
接下来,本申请实施例还提供了一种终端设备,如图13所示,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该属性信息展示装置可以为包括手机、平板电脑、个人数字助理(Personal DigitalAssistant,PDA)、销售终端(Point of Sales,POS)、车载电脑等任意终端设备,以属性信息展示装置为手机为例:
图13示出的是与本发明实施例提供的属性信息展示装置相关的手机的部分结构的框图。参考图13,手机包括:射频(Radio Frequency,RF)电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、无线保真(wireless fidelity,WiFi)模块870、处理器880、以及电源890等部件。本领域技术人员可以理解,图13中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图13对手机的各个构成部件进行具体地介绍:
RF电路810可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器880处理;另外,将设计上行的数据发送给基站。通常,RF电路810包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,LNA)、双工器等。此外,RF电路810还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication,GSM)、通用分组无线服务(General Packet RadioService,GPRS)、码分多址(Code Division MultS19P1856le Access,CDMA)、宽带码分多址(Wideband Code Division MultS19P1856le Access,WCDMA)、长期演进(Long TermEvolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器820可用于存储软件程序以及模块,处理器880通过运行存储在存储器820的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器820可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器820可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元830可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元830可包括触控面板831以及其他输入设备88。触控面板831,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板831上或在触控面板831附近的操作),并根据预先设定的程式驱动相应的连接装置。可选地,触控面板831可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器880,并能接收处理器880发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板831。除了触控面板831,输入单元830还可以包括其他输入设备88。具体地,其他输入设备88可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元840可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元840可包括显示面板841,可选地,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板841。进一步地,触控面板831可覆盖显示面板841,当触控面板831检测到在其上或附近的触摸操作后,传送给处理器880以确定触摸事件的类型,随后处理器880根据触摸事件的类型在显示面板841上提供相应的视觉输出。虽然在图13中,触控面板831与显示面板841是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板831与显示面板841集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器850,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板841的亮度,接近传感器可在手机移动到耳边时,关闭显示面板841和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路860、扬声器861,传声器862可提供用户与手机之间的音频接口。音频电路860可将接收到的音频数据转换后的电信号,传输到扬声器861,由扬声器861转换为声音信号输出;另一方面,传声器862将收集的声音信号转换为电信号,由音频电路860接收后转换为音频数据,再将音频数据输出处理器880处理后,经RF电路810以发送给比如另一手机,或者将音频数据输出至存储器820以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块870可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图13示出了WiFi模块870,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器880是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器820内的软件程序和/或模块,以及调用存储在存储器820内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选地,处理器880可包括一个或多个处理单元;可选地,处理器880可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器880中。
手机还包括给各个部件供电的电源890(比如电池),可选地,电源可以通过电源管理系统与处理器880逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像模块、蓝牙模块等,在此不再赘述。
在本发明实施例中,该终端设备所包括的处理器880还具有前述实施例中图像降噪的装置的功能。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机实现前述实施例中图像降噪的装置的功能。
所属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,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种图像降噪的方法,其特征在于,包括:
获取待处理图像;
对所述待处理图像进行预识别,得到包含目标信息的目标区域;
若所述目标区域与所述待处理图像的边界重合,则将所述目标区域确定为边缘噪点区域;
剔除所述待处理图像中的边缘噪点区域。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取所述目标区域在所述待处理图像中的位置信息;
根据所述位置信息判断所述目标区域是否与所述待处理图像的边界重合。
3.根据权利要求1或2所述的方法,其特征在于,所述目标区域与所述待处理图像的一条直线边界重合;
所述剔除所述待处理图像中的边缘噪点区域包括:
从垂直重合的所述直线边界的方向对所述待处理图像进行切图,直到切除所述边缘噪点区域。
4.根据权利要求1或2所述的方法,其特征在于,所述目标区域与所述待处理图像的至少两条直线边界重合;
所述剔除所述待处理图像中的边缘噪点区域包括:
从所述至少两条直线边界中选择一条直线边界作为目标直线边界;
从垂直所述目标直线边界的方向对所述待处理图像进行切图,直到切除所述边缘噪点区域。
5.根据权利要求4所述的方法,其特征在于,所述剔除所述待处理图像中的边缘噪点区域还包括:
在切图过程中,若切除到非边缘噪点区域的目标区域,则重新选择目标直线边界对所述边缘噪点区域进行切除。
6.根据权利要求4所述的方法,其特征在于,所述从所述至少两条直线边界中选择一条直线边界作为目标直线边界包括:
从所述至少两条直线边界中选择与预设方向垂直的一条直线边界作为目标直线边界。
7.根据权利要求1所述的方法,其特征在于,应用于终端,终端为区块链中的区块节点设备。
8.一种图像降噪的装置,其特征在于,包括:
第一获取单元,用于获取待处理图像;
预识别单元,用于对所述待处理图像进行预识别,得到包含目标信息的目标区域;
确定单元,用于若所述目标区域与所述待处理图像的边界重合,则将所述目标区域确定为边缘噪点区域;
剔除单元,用于剔除所述待处理图像中的边缘噪点区域。
9.一种终端设备,其特征在于,包括:存储器、收发器、处理器以及总线系统;
其中,所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序,以执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910857322.0A CN110544223A (zh) | 2019-09-10 | 2019-09-10 | 一种图像降噪的方法、装置、终端设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910857322.0A CN110544223A (zh) | 2019-09-10 | 2019-09-10 | 一种图像降噪的方法、装置、终端设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110544223A true CN110544223A (zh) | 2019-12-06 |
Family
ID=68713284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910857322.0A Pending CN110544223A (zh) | 2019-09-10 | 2019-09-10 | 一种图像降噪的方法、装置、终端设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110544223A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064674A (ja) * | 1992-06-16 | 1994-01-14 | Tokimec Inc | 領域分割における不要境界画素除去方法および装置 |
WO2017088462A1 (zh) * | 2015-11-24 | 2017-06-01 | 乐视控股(北京)有限公司 | 图像处理方法和装置 |
CN107507239A (zh) * | 2017-08-23 | 2017-12-22 | 维沃移动通信有限公司 | 一种图像分割方法及移动终端 |
US20180075608A1 (en) * | 2015-05-29 | 2018-03-15 | Alibaba Group Holding Limited | Efficient acquisition of a target image from an original image |
CN107818551A (zh) * | 2017-10-31 | 2018-03-20 | 努比亚技术有限公司 | 一种图像处理方法、终端设备及存储介质 |
CN110047083A (zh) * | 2019-04-01 | 2019-07-23 | 江西博微新技术有限公司 | 图像噪点识别方法、服务器及存储介质 |
CN110097570A (zh) * | 2019-04-30 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
-
2019
- 2019-09-10 CN CN201910857322.0A patent/CN110544223A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064674A (ja) * | 1992-06-16 | 1994-01-14 | Tokimec Inc | 領域分割における不要境界画素除去方法および装置 |
US20180075608A1 (en) * | 2015-05-29 | 2018-03-15 | Alibaba Group Holding Limited | Efficient acquisition of a target image from an original image |
WO2017088462A1 (zh) * | 2015-11-24 | 2017-06-01 | 乐视控股(北京)有限公司 | 图像处理方法和装置 |
CN107507239A (zh) * | 2017-08-23 | 2017-12-22 | 维沃移动通信有限公司 | 一种图像分割方法及移动终端 |
CN107818551A (zh) * | 2017-10-31 | 2018-03-20 | 努比亚技术有限公司 | 一种图像处理方法、终端设备及存储介质 |
CN110047083A (zh) * | 2019-04-01 | 2019-07-23 | 江西博微新技术有限公司 | 图像噪点识别方法、服务器及存储介质 |
CN110097570A (zh) * | 2019-04-30 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778440B (zh) | 二维码识别方法及装置 | |
CN107966209B (zh) | 环境光检测方法、装置、存储介质和电子设备 | |
CN109977859B (zh) | 一种图标识别的方法以及相关装置 | |
US20190156108A1 (en) | Image processing method and apparatus, and electronic device | |
CN106203459B (zh) | 图片处理方法及装置 | |
CN107193518B (zh) | 一种信息显示的方法以及终端设备 | |
CN108205398B (zh) | 网页动画适配屏幕的方法和装置 | |
CN110796157A (zh) | 一种图像差异识别方法、装置及存储介质 | |
CN105989572B (zh) | 图片处理方法及装置 | |
CN106296617A (zh) | 人脸图像的处理方法及装置 | |
CN108958606B (zh) | 分屏显示方法、装置、存储介质和电子设备 | |
CN109726368B (zh) | 地图标注方法及装置 | |
CN104200249A (zh) | 一种衣物自动搭配的方法,装置及系统 | |
CN104966086A (zh) | 活体鉴别方法及装置 | |
CN106204552A (zh) | 一种视频源的检测方法和装置 | |
CN110597793A (zh) | 数据管理方法及装置、电子设备和计算机可读存储介质 | |
CN110363785A (zh) | 一种文本超框检测方法及装置 | |
CN105898561B (zh) | 一种视频图像处理方法和装置 | |
CN110784672B (zh) | 一种视频数据传输方法、装置、设备及存储介质 | |
CN114693001A (zh) | 一种泊车位预测方法、装置、电子设备及存储介质 | |
CN112541489A (zh) | 图像检测方法、装置、移动终端及存储介质 | |
US20190019027A1 (en) | Method and mobile terminal for processing image and storage medium | |
CN112752145B (zh) | 一种视频识别方法及相关设备 | |
CN108027967B (zh) | 图像拼接的方法和电子设备 | |
CN107734049B (zh) | 网络资源的下载方法、装置和移动终端 |
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 |