CN111597883B - 一种图像重采样方法及装置 - Google Patents

一种图像重采样方法及装置 Download PDF

Info

Publication number
CN111597883B
CN111597883B CN202010259951.6A CN202010259951A CN111597883B CN 111597883 B CN111597883 B CN 111597883B CN 202010259951 A CN202010259951 A CN 202010259951A CN 111597883 B CN111597883 B CN 111597883B
Authority
CN
China
Prior art keywords
coordinate position
image
target
current image
coordinate
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
Application number
CN202010259951.6A
Other languages
English (en)
Other versions
CN111597883A (zh
Inventor
胡炳然
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.)
Unisound Intelligent Technology Co Ltd
Xiamen Yunzhixin Intelligent Technology Co Ltd
Original Assignee
Unisound Intelligent Technology Co Ltd
Xiamen Yunzhixin Intelligent 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 Unisound Intelligent Technology Co Ltd, Xiamen Yunzhixin Intelligent Technology Co Ltd filed Critical Unisound Intelligent Technology Co Ltd
Priority to CN202010259951.6A priority Critical patent/CN111597883B/zh
Publication of CN111597883A publication Critical patent/CN111597883A/zh
Application granted granted Critical
Publication of CN111597883B publication Critical patent/CN111597883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • G06T3/4007Interpolation-based scaling, e.g. bilinear interpolation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • G06T3/4023Decimation- or insertion-based scaling, e.g. pixel or line decimation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Abstract

本发明公开了一种图像重采样方法及装置,包括:获取人脸检测系统检测到的当前图像的第一尺寸;根据第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,第一坐标位置位于当前图像上,第二坐标位置位于目标图像上;基于第一坐标位置和第二坐标位置,采用Cross重采样方法计算第一坐标位置和第二坐标位置是否实际对应;根据计算结果对当前图像进行优化。解决了现有技术中由于出现“摩尔纹”等人工痕迹导致重采样之后的图像掺杂着人为的影响元素,使最后和实际图象的对比结果准确率降低的问题,提高了生成的目标图像的质量的同时提高了对比结果的准确率。

Description

一种图像重采样方法及装置
技术领域
本发明涉及图像数据处理技术领域,尤其涉及一种图像重采样方法及装置。
背景技术
数字图像处理技术在多媒体和计算机视觉任务里发挥了重要作用,常见的数字图像处理技术包括变采样,去噪,超分辨等。图像重采样操作,即通过像素之间的插值运算得到不同尺度大小的图像,一直是图像通用处理或者编辑篡改过程中常见的一种基本操作模式。通过检测重采样可以有效地辨别图像的真实性和处理历程。当两幅图像拼接在一起时,为了产生高质量连续的篡改图片,需要缩放、旋转等几何变换。通常,几何变换需要重采样和插值步骤。因此,重采样是图像篡改中最常见的操作,也成为篡改检测重点关注的操作之一。我们可以通过检测重采样留下的痕迹识别图像或者图像中的一部分是否经过改动。
现有的图像重采样技术在人脸识别领域的常用方法为使用人脸关键点和标准模板生成一个仿射矩阵,然后对人脸图像进行线性变换和重采样后,生成固定尺寸大小的图像,在这个过程中利用了标准双线性插值(Bilinear)或者基于像素区域关系插值(Area)等方法,这种方法存在以下缺点:在对图像进行缩放时容易出现“摩尔纹”等人工痕迹导致重采样之后的图像掺杂着人为的影响元素,使最后和实际图象的对比结果准确率降低。
发明内容
针对上述所显示出来的问题,本方法基于利用当前图片每一个目标点的坐标位置采用Cross重采样方法来获取最终的目标图像。
一种图像重采样方法,包括以下步骤:
获取人脸检测系统检测到的当前图像的第一尺寸;
根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上;
基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应;
根据计算结果获取所述目标图像。
优选的,所述获取人脸检测系统检测到的当前图像的第一尺寸,包括:
获取所述当前图像;
对所述当前图像作预处理,去除当前图像内容中的无关的内容;
利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
根据所述图像宽度和图像长度确认所述第一尺寸。
优选的,所述根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上,包括:
在所述当前图像中选取第一目标点;
根据预先建立的直角坐标系确定所述第一目标点的第一坐标位置;
将所述第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
通过所述仿射矩阵确定与所述第一目标点的第二坐标位置。
优选的,所述基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应,包括:
利用下列公式计算所述第一坐标位置和第二坐标位置是否实际对应:
Figure BDA0002438921250000031
其中,[*]为向下取整,m为所述第一坐标位置的横坐标,n为所述第一坐标位置的纵坐标,所述src[m,n]表示当前图像src在所述第一坐标位置的像素值,所述
Figure BDA0002438921250000032
所述h、w为当前图像的图像长度和图像宽度,所述d为目标图像。
优选的,所述根据计算结果获取所述目标图像,包括:
当所述计算结果为所述第二坐标位置和所述第一坐标位置对应时,获取所述第一位置的第一像素值作为所述第二坐标位置的第一像素值;
当所述计算结果为所述第二坐标位置和所述第一坐标位置不对应时,确认所述第一坐标位置是否越界;
若是,将所述第一像素值取零;
否则,选取多个第二目标点并且判断所述第二目标点的第一坐标位置的越界情况,根据所述越界情况对第二目标点的第二像素值进行调整;
根据调整后的所有目标点和其对应的像素值生成目标图像。
一种图像重采样装置,该装置包括:
第一获取模块,用于获取人脸检测系统检测到的当前图像的第一尺寸;
确定模块,用于根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上;
计算模块,用于基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应;
第二获取模块,用于根据计算结果获取所述目标图像。
优选的,所述第一获取模块,包括:
第一获取子模块,用于获取所述当前图像;
预处理子模块,用于对所述当前图像作预处理,去除当前图像内容中的无关的内容;
第一确定子模块,用于利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
第一确认子模块,用于根据所述图像宽度和图像长度确认所述第一尺寸。
优选的,所述确定模块,包括:
选取子模块,用于在所述当前图像中选取第一目标点;
第二确定子模块,用于根据预先建立的直角坐标系确定所述第一目标点的第一坐标位置;
输入子模块,用于将所述第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
第三确定子模块,用于通过所述仿射矩阵确定与所述第一目标点的第二坐标位置。
优选的,所述计算模块,包括:
计算子模块,用于利用下列公式计算所述第一坐标位置和第二坐标位置是否实际对应:
Figure BDA0002438921250000041
其中,[*]为向下取整,m为所述第一坐标位置的横坐标,n为所述第一坐标位置的纵坐标,所述src[m,n]表示当前图像src在所述第一坐标位置的像素值,所述
Figure BDA0002438921250000042
所述h、w为当前图像的图像长度和图像宽度,所述d为目标图像。
优选的,所述第二获取模块,包括:
第二获取子模块,用于当所述计算结果为所述第二坐标位置和所述第一坐标位置对应时,获取所述第一位置的第一像素值作为所述第二坐标位置的第一像素值;
第二确认子模块,用于当所述计算结果为所述第二坐标位置和所述第一坐标位置不对应时,确认所述第一坐标位置是否越界;
控制子模块,用于若所述第三确认子模块确认所述第一坐标位置越界时将第一目标点的第一像素值取零,若所述第三确认子模块确认所述第一坐标位置没有越界时,控制选取子模块选取多个第二目标点并且判断所述第二目标点的第一坐标位置的越界情况,根据所述越界情况对第二目标点的第二像素值进行调整;
生成子模块,用于根据调整后的所有目标点和其对应的像素值生成目标图像。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为本发明所提供的一种图像重采样方法的工作流程图;
图2为本发明所提供的一种图像重采样方法的另一工作流程图;
图3为本发明所提供的一种图像重采样装置的结构图;
图4为本发明所提供的一种图像重采样装置的另一结构图。
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公开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、本公开的一些方面相一致的装置和方法的例子。
数字图像处理技术在多媒体和计算机视觉任务里发挥了重要作用,常见的数字图像处理技术包括变采样,去噪,超分辨等。图像重采样操作,即通过像素之间的插值运算得到不同尺度大小的图像,一直是图像通用处理或者编辑篡改过程中常见的一种基本操作模式。通过检测重采样可以有效地辨别图像的真实性和处理历程。当两幅图像拼接在一起时,为了产生高质量连续的篡改图片,需要缩放、旋转等几何变换。通常,几何变换需要重采样和插值步骤。因此,重采样是图像篡改中最常见的操作,也成为篡改检测重点关注的操作之一。我们可以通过检测重采样留下的痕迹识别图像或者图像中的一部分是否经过改动。
现有的图像重采样技术在人脸识别领域的常用方法为使用人脸关键点和标准模板生成一个仿射矩阵,然后对人脸图像进行线性变换和重采样后,生成固定尺寸大小的图像,在这个过程中利用了标准双线性插值(Bilinear)或者基于像素区域关系插值(Area)等方法,这种方法存在以下缺点:1、在对图像进行缩放时容易出现“摩尔纹”等人工痕迹导致重采样之后的图像掺杂着人为的影响元素,使最后和实际图象的对比结果准确率降低。2、在计算过程中由于计算复杂度高导致计算结果出现偏差甚至错误进而影响最后生成图像的质量。为了解决上述问题,本实施例公开了一种基于利用当前图片每一个目标点的坐标位置采用Cross重采样方法来获取最终的目标图像的方法
一种图像重采样方法,用于优化人脸检测图像,如图1所示,包括以下步骤:
步骤S101、获取人脸检测系统检测到的当前图像的第一尺寸;
步骤S102、根据第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,第一坐标位置位于当前图像上,第二坐标位置位于目标图像上;
步骤S103、基于第一坐标位置和第二坐标位置,采用Cross重采样方法计算第一坐标位置和第二坐标位置是否实际对应;
步骤S104、根据计算结果获取目标图像。
上述技术方案的工作原理为:获取人脸检测系统检测到的当前图像的第一尺寸,根据第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,第一坐标位置位于当前图像上,第二坐标位置位于目标图像上,基于第一坐标位置和第二坐标位置,采用Cross重采样方法计算第一坐标位置和第二坐标位置是否实际对应,根据计算结果获取目标图像。
上述技术方案的有益效果为:使用Cross重采样方法利用坐标位置来计算目标点在当前图像上的第一坐标位置和在目标图像的第二坐标位置是否对应,根据计算结果获取目标图像,相比于现有技术通过仿射矩阵来计算,利用单个点的坐标位置计算在生成目标图像的过程中可以避免出现“摩尔纹”等人工痕迹,有效的解决了现有技术中由于出现“摩尔纹”等人工痕迹导致重采样之后的图像掺杂着人为的影响元素,使最后和实际图象的对比结果准确率降低的问题,提高了生成的目标图像的质量的同时提高了对比结果的准确率。
在一个实施例中,获取人脸检测系统检测到的当前图像的第一尺寸,包括:
获取当前图像;
对当前图像作预处理,去除当前图像内容中的无关的内容;
利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
根据图像宽度和图像长度确认第一尺寸。
上述技术方案的有益效果为:通过对当前图像进行预处理避免当前内容中的无关内容影响到最后生成的目标图像,从根本上去除了其他元素的影响,使得最后生成的目标图像更加准确。
在一个实施例中,如遇2所示,根据第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,第一坐标位置位于当前图像上,第二坐标位置位于目标图像上,包括:
步骤S201、在当前图像中选取第一目标点;
步骤S202、根据预先建立的直角坐标系确定第一目标点的第一坐标位置;
步骤S203、将第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
步骤S204、通过仿射矩阵确定与第一目标点的第二坐标位置。
上述技术方案的有益效果为:由目标图像的尺寸可以准确的通过仿射矩阵确定第一目标点的第二坐标位置,相比于现有技术利用比例折射的方法去估计具体位置更加准确和方便。
在一个实施例中,基于第一坐标位置和第二坐标位置,采用Cross重采样方法计算第一坐标位置和第二坐标位置是否实际对应,包括:
利用下列公式计算第一坐标位置和第二坐标位置是否实际对应:
Figure BDA0002438921250000081
其中,[*]为向下取整,m为第一坐标位置的横坐标,n为第一坐标位置的纵坐标,src[m,n]表示当前图像src在第一坐标位置的像素值,
Figure BDA0002438921250000082
Figure BDA0002438921250000083
h、w为当前图像的图像长度和图像宽度,d为目标图像。
上述技术方案的有益效果为:只需利用当前图像和目标图像的尺寸即可计算出最后的对应结果,整个计算过程简单并且计算所需要的变量都是容易得到的,解决了现有技术中在计算过程中由于计算复杂度高导致计算结果出现偏差甚至错误进而影响最后生成图像的质量的问题。
在一个实施例中,根据计算结果获取目标图像,包括:
当计算结果为第二坐标位置和第一坐标位置对应时,获取第一位置的第一像素值作为第二坐标位置的第一像素值;
当计算结果为第二坐标位置和第一坐标位置不对应时,确认第一坐标位置是否越界;
若是,将第一像素值取零;
否则,选取多个第二目标点并且判断第二目标点的第一坐标位置的越界情况,根据越界情况对第二目标点的第二像素值进行调整;
根据调整后的所有目标点和其对应的像素值生成目标图像。
上述技术方案的有益效果为:将越界目标点的像素值取零避免将其混入到生成目标图像的步骤中,进一步的去除了生成目标图像过程中的影响因素,同时,对比每个目标点的第一坐标位置和第二坐标位置使得最后生成的结果无限趋近于当前图像,为最后的对比提供了良好的样本。
本实施例还公开了一种图像重采样装置,如图3所示,该装置包括:
第一获取模块301,用于获取人脸检测系统检测到的当前图像的第一尺寸;
确定模块302,用于根据第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,第一坐标位置位于所述当前图像上,第二坐标位置位于所述目标图像上;
计算模块303,用于基于第一坐标位置和第二坐标位置,采用Cross重采样方法计算第一坐标位置和第二坐标位置是否实际对应;
第二获取模块3034,用于根据计算结果获取所述目标图像。
在一个实施例中,第一获取模块,包括:
第一获取子模块,用于获取当前图像;
预处理子模块,用于对当前图像作预处理,去除当前图像内容中的无关的内容;
第一确定子模块,用于利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
第一确认子模块,用于根据图像宽度和图像长度确认第一尺寸。
在一个实施例中,确定模块,包括:
选取子模块3021,用于在当前图像中选取第一目标点;
第二确定子模块3022,用于根据预先建立的直角坐标系确定第一目标点的第一坐标位置;
输入子模块3023,用于将第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
第三确定子模块3024,用于通过仿射矩阵确定与第一目标点的第二坐标位置。
在一个实施例中,计算模块,包括:
计算子模块,用于利用下列公式计算第一坐标位置和第二坐标位置是否实际对应:
Figure BDA0002438921250000101
其中,[*]为向下取整,m为第一坐标位置的横坐标,n为第一坐标位置的纵坐标,src[m,n]表示当前图像src在第一坐标位置的像素值,
Figure BDA0002438921250000102
Figure BDA0002438921250000103
h、w为当前图像的图像长度和图像宽度,d为目标图像。
在一个实施例中,第二获取模块,包括:
第二获取子模块,用于当计算结果为第二坐标位置和第一坐标位置对应时,获取第一位置的第一像素值作为第二坐标位置的第一像素值;
第二确认子模块,用于当计算结果为第二坐标位置和第一坐标位置不对应时,确认第一坐标位置是否越界;
控制子模块,用于若第三确认子模块确认第一坐标位置越界时将第一目标点的第一像素值取零,若第三确认子模块确认第一坐标位置没有越界时,控制选取子模块选取多个第二目标点并且判断第二目标点的第一坐标位置的越界情况,根据越界情况对第二目标点的第二像素值进行调整;
生成子模块,用于根据调整后的所有目标点和其对应的像素值生成目标图像。
本领域技术人员应当理解的是,本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开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,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开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。本公开的范围仅由所附的权利要求来限制。

Claims (6)

1.一种图像重采样方法,其特征在于,包括以下步骤:
获取人脸检测系统检测到的当前图像的第一尺寸;
根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上;
基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应;
根据计算结果获取所述目标图像;
所述基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应,包括:
利用下列公式计算所述第一坐标位置和第二坐标位置是否实际对应:
Figure FDA0004130113910000011
其中,[*]为向下取整,m为所述第一坐标位置的横坐标,n为所述第一坐标位置的纵坐标,所述src[m,n]表示当前图像src在所述第一坐标位置的像素值,所述
Figure FDA0004130113910000012
所述h、w为当前图像的图像长度和图像宽度,所述d为目标图像;
所述根据计算结果获取所述目标图像,包括:
当所述计算结果为所述第二坐标位置和所述第一坐标位置对应时,获取所述第一坐标位置的第一像素值作为所述第二坐标位置的第一像素值;
当所述计算结果为所述第二坐标位置和所述第一坐标位置不对应时,确认所述第一坐标位置是否越界;
若是,将所述第一像素值取零;
否则,选取多个第二目标点并且判断所述第二目标点的第一坐标位置的越界情况,根据所述越界情况对第二目标点的第二像素值进行调整;
根据调整后的所有目标点和其对应的像素值生成目标图像。
2.根据权利要求1所述图像重采样方法,其特征在于,所述获取人脸检测系统检测到的当前图像的第一尺寸,包括:
获取所述当前图像;
对所述当前图像作预处理,去除当前图像内容中的无关的内容;
利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
根据所述图像宽度和图像长度确认所述第一尺寸。
3.根据权利要求1所述图像重采样方法,其特征在于,所述根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上,包括:
在所述当前图像中选取第一目标点;
根据预先建立的直角坐标系确定所述第一目标点的第一坐标位置;
将所述第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
通过所述仿射矩阵确定与所述第一目标点的第二坐标位置。
4.一种图像重采样装置,其特征在于,该装置包括:
第一获取模块,用于获取人脸检测系统检测到的当前图像的第一尺寸;
确定模块,用于根据所述第一尺寸和预先设置的目标图像的第二尺寸确定当前图像和重采样目标图像同一点的两个坐标位置,将其确定为第一坐标位置和第二坐标位置,其中,所述第一坐标位置位于所述当前图像上,所述第二坐标位置位于所述目标图像上;
计算模块,用于基于所述第一坐标位置和第二坐标位置,采用Cross重采样方法计算所述第一坐标位置和第二坐标位置是否实际对应;
第二获取模块,用于根据计算结果获取所述目标图像;
所述计算模块,包括:
计算子模块,用于利用下列公式计算所述第一坐标位置和第二坐标位置是否实际对应:
Figure FDA0004130113910000031
其中,[*]为向下取整,m为所述第一坐标位置的横坐标,n为所述第一坐标位置的纵坐标,所述src[m,n]表示当前图像src在所述第一坐标位置的像素值,所述
Figure FDA0004130113910000032
所述h、w为当前图像的图像长度和图像宽度,所述d为目标图像;
所述第二获取模块,包括:
第二获取子模块,用于当所述计算结果为所述第二坐标位置和所述第一坐标位置对应时,获取所述第一坐标位置的第一像素值作为所述第二坐标位置的第一像素值;
第二确认子模块,用于当所述计算结果为所述第二坐标位置和所述第一坐标位置不对应时,确认所述第一坐标位置是否越界;
控制子模块,用于若所述第二确认子模块确认所述第一坐标位置越界时将第一目标点的第一像素值取零,若所述第二确认子模块确认所述第一坐标位置没有越界时,控制选取子模块选取多个第二目标点并且判断所述第二目标点的第一坐标位置的越界情况,根据所述越界情况对第二目标点的第二像素值进行调整;
生成子模块,用于根据调整后的所有目标点和其对应的像素值生成目标图像。
5.根据权利要求4所述图像重采样装置,其特征在于,所述第一获取模块,包括:
第一获取子模块,用于获取所述当前图像;
预处理子模块,用于对所述当前图像作预处理,去除当前图像内容中的无关的内容;
第一确定子模块,用于利用预先建立的直角坐标系确定预处理后的当前图像的图像宽度和图像长度;
第一确认子模块,用于根据所述图像宽度和图像长度确认所述第一尺寸。
6.根据权利要求4所述图像重采样装置,其特征在于,所述确定模块,包括:
选取子模块,用于在所述当前图像中选取第一目标点;
第二确定子模块,用于根据预先建立的直角坐标系确定所述第一目标点的第一坐标位置;
输入子模块,用于将所述第一尺寸和预先设置的目标图像的第二尺寸输入到仿射矩阵中;
第三确定子模块,用于通过所述仿射矩阵确定与所述第一目标点的第二坐标位置。
CN202010259951.6A 2020-04-03 2020-04-03 一种图像重采样方法及装置 Active CN111597883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010259951.6A CN111597883B (zh) 2020-04-03 2020-04-03 一种图像重采样方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010259951.6A CN111597883B (zh) 2020-04-03 2020-04-03 一种图像重采样方法及装置

Publications (2)

Publication Number Publication Date
CN111597883A CN111597883A (zh) 2020-08-28
CN111597883B true CN111597883B (zh) 2023-05-30

Family

ID=72190431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010259951.6A Active CN111597883B (zh) 2020-04-03 2020-04-03 一种图像重采样方法及装置

Country Status (1)

Country Link
CN (1) CN111597883B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991002319A1 (en) * 1989-07-28 1991-02-21 The Trustees Of Columbia University In The City Of New York Separable image warping methods and systems using spatial lookup tables
CN107463865A (zh) * 2016-06-02 2017-12-12 北京陌上花科技有限公司 人脸检测模型训练方法、人脸检测方法及装置
CN109558837A (zh) * 2018-11-28 2019-04-02 北京达佳互联信息技术有限公司 人脸关键点检测方法、装置及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9280810B2 (en) * 2012-07-03 2016-03-08 Fotonation Limited Method and system for correcting a distorted input image

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991002319A1 (en) * 1989-07-28 1991-02-21 The Trustees Of Columbia University In The City Of New York Separable image warping methods and systems using spatial lookup tables
CN107463865A (zh) * 2016-06-02 2017-12-12 北京陌上花科技有限公司 人脸检测模型训练方法、人脸检测方法及装置
CN109558837A (zh) * 2018-11-28 2019-04-02 北京达佳互联信息技术有限公司 人脸关键点检测方法、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张国敏 ; 殷建平 ; 祝恩 ; 强永刚 ; .遥感图像中基于视觉显著性的分层目标检测.吉林大学学报(工学版).2007,(03),全文. *
张铁 ; 马琼雄 ; .基于局部背景特征点的目标定位和跟踪.中南大学学报(自然科学版).2016,(09),全文. *
张雪松 ; 江静 ; 彭思龙 ; .仿射运动模型下的图像盲超分辨率重建算法.模式识别与人工智能.2012,(04),全文. *

Also Published As

Publication number Publication date
CN111597883A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
EP1708138B1 (en) Image processing method, three-dimensional position measuring method and image processing apparatus
US6728417B1 (en) Measurement apparatus
EP1092206A1 (en) Method of accurately locating the fractional position of a template match point
CN101958989A (zh) 图像处理装置、图像处理系统及图像处理方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN111783763A (zh) 基于卷积神经网络的文本定位框校正方法及其系统
CN112183134A (zh) 一种快递条码的拼接及校正方法
CN111597883B (zh) 一种图像重采样方法及装置
CN111860464B (zh) 变电所辅助监控系统指针读数识别补偿方法及装置
CN116402840A (zh) 一种亚像素边缘检测系统
JPH08329252A (ja) エッジ検出方法及びエッジ検出装置
JPH1091752A (ja) 画像補正装置及び方法
JP2735043B2 (ja) 印影位置合わせ方法と印影位置合わせ装置
JP2723174B2 (ja) 異種センサ画像間レジストレーション補正方法
JPH0560539A (ja) 寸法測定装置
CN113435527B (zh) 一种基于机器视觉的出租车计价器检定方法及系统
JP3849059B2 (ja) 画像認識方法
CN114862847B (zh) 一种基于图形识别的包覆药外形缺陷检测方法及系统
JPH0540014A (ja) 被測定物の位置検出方式
CN117392657A (zh) 一种指针仪表读数识别方法、装置、设备及可读存储介质
JPH06325150A (ja) 写真画像とベクトル地図の自動重ね合わせ方法
JPH1166235A (ja) 文字認識方法及び文字認識装置
JPH03277910A (ja) 画像寸法計測方法
CN117975465A (zh) 一种基于halcon的字符缺陷检测方法及系统
JPH0121385Y2 (zh)

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