CN112669227B - 图标边缘处理方法、装置和计算机可读存储介质 - Google Patents

图标边缘处理方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN112669227B
CN112669227B CN202011483143.4A CN202011483143A CN112669227B CN 112669227 B CN112669227 B CN 112669227B CN 202011483143 A CN202011483143 A CN 202011483143A CN 112669227 B CN112669227 B CN 112669227B
Authority
CN
China
Prior art keywords
icon
edge
target
module
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
Application number
CN202011483143.4A
Other languages
English (en)
Other versions
CN112669227A (zh
Inventor
程琳
金羽锋
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.)
TCL Huaxing Photoelectric Technology Co Ltd
Original Assignee
TCL Huaxing Photoelectric 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 TCL Huaxing Photoelectric Technology Co Ltd filed Critical TCL Huaxing Photoelectric Technology Co Ltd
Priority to CN202011483143.4A priority Critical patent/CN112669227B/zh
Publication of CN112669227A publication Critical patent/CN112669227A/zh
Application granted granted Critical
Publication of CN112669227B publication Critical patent/CN112669227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供一种图标边缘处理方法、装置和计算机可读存储介质,该方法包括从视频中获取目标图标;获取所述目标图标的边缘图像;获取所述边缘图像中每一个像素对应的亮度曲线;对所述亮度曲线进行钝化,得到钝化后的亮度曲线;根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标。该方案通过对边缘图像中的像素的亮度曲线进行钝化,缩小了图标边缘附近像素的亮度差,可以避免图标边缘出现残影。

Description

图标边缘处理方法、装置和计算机可读存储介质
技术领域
本发明涉及显示技术领域,特别是涉及一种图标边缘处理方法、装置和计算机可读存储介质。
背景技术
随着显示技术的发展,显示面板的应用领域越来越广,其中,电视(Television,TV)仍旧是显示面板的主要应用领域。
在TV面板中,电视图标(Logo)区域通常具有高亮度、持续出现的特点。导致Logo边缘容易出现残影。为了避免Logo边缘出现残影,需要对Logo边缘进行处理。
因此,有必要提供一种对图标边缘进行处理的方法。
发明内容
本发明的目的在于提供一种图标边缘处理方法、装置和计算机可读存储介质,缩小了图标边缘附近像素的亮度差,可以避免图标边缘出现残影。
本发明实施例提供了一种图标边缘处理方法,其包括:
从视频中获取目标图标;
获取所述目标图标的边缘图像;
获取所述边缘图像中每一个像素对应的亮度曲线;
对所述亮度曲线进行钝化,得到钝化后的亮度曲线;
根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标。
在一实施例中,所述从视频中获取目标图标步骤,包括:
从所述视频中获取关键帧;
对所述关键帧进行加权处理,得到经加权处理后的关键帧;
对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标。
在一实施例中,所述对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标步骤,包括:
对所述经加权处理后的关键帧进行边缘检测,得到预设图标;
对所述预设图标进行分水岭填充,得到所述目标图标。
在一实施例中,所述获取所述目标图标的边缘图像步骤,包括:
对所述目标图标进行膨胀,得到膨胀后的图标,并对所述目标图标进行腐蚀,得到腐蚀后的图标;
根据所述膨胀后的图标和所述腐蚀后的图标,得到所述目标图标的所述边缘图像。
在一实施例中,所述获取所述边缘图像中每一个像素对应的亮度曲线步骤,包括:
依次将所述边缘图像中的像素设置为预设像素,确定所述预设像素对应的切线;
获取所述预设像素在所述切线垂直方向上的多个目标像素;
根据所述多个目标像素的亮度值,生成所述预设像素对应的亮度曲线。
在一实施例中,所述对所述亮度曲线进行钝化,得到钝化后的亮度曲线步骤,包括:
根据每一个目标像素到对应预设像素的距离,确定所述亮度曲线对应的钝化权重;
根据所述钝化权重和所述亮度曲线,得到所述钝化后的亮度曲线。
在一实施例中,所述根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标步骤,包括:
获取所述钝化后的亮度曲线中的像素亮度值;
获取所述像素亮度值与所述目标图标的乘积,得到经边缘处理后的目标图标。
本发明实施例还提供了一种图标边缘处理装置,其包括:
图标获取模块,用于从视频中获取目标图标;
图像获取模块,用于获取所述目标图标的边缘图像;
曲线获取模块,用于获取所述边缘图像中每一个像素对应的亮度曲线;
钝化模块,用于对所述亮度曲线进行钝化,得到钝化后的亮度曲线;
边缘处理模块,用于根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标。
在一实施例中,所述图标获取模块包括:
帧获取子模块,用于从所述视频中获取关键帧;
加权子模块,用于对所述关键帧进行加权处理,得到经加权处理后的关键帧;
检测子模块,用于对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标。
本发明实施例还提供了一种计算机可读存储介质,其内存储有处理器可执行指令,该处理器通过执行所述指令提供如上任一的图标边缘处理方法。
本发明实施例的图标边缘处理方法、装置和计算机可读存储介质中,通过对边缘图像中的像素的亮度曲线进行钝化,缩小了图标边缘附近像素的亮度差,可以避免图标边缘出现残影。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1为本发明实施例提供的图标处理方法的流程示意图。
图2为本发明实施例提供的对目标图标进行膨胀和腐蚀的场景示意图。
图3为本发明实施例提供的生成亮度曲线的场景示意图。
图4为本发明实施例提供的不透明图标的亮度变化曲线图。
图5为本发明实施例提供的半透明图标的亮度变化曲线图。
图6为本发明实施例提供的图标处理装置的结构示意图。
图7为本发明实施例提供的图标处理装置的另一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,都属于本发明保护的范围。
本发明实施例提供一种图标边缘处理方法、装置及计算机可读存储介质,以下将分别进行详细说明。
本发明实施例提供了一种图标边缘处理方法。请参照图1,图1为本发明实施例提供的图标边缘处理方法的流程图。该方法可以包括:
步骤S101,从视频中获取目标图标。
其中,目标图标为在视频中持续出现的图标,其往往具有高亮度的特点,比如电视台台标。目标图标按照透明度的不同,可以分为不透明图标和半透明图标。其中,不透明图标的颜色与背景无关,其图像内的像素值不随背景像素值的变化而改变,而半透明图标中像素值会随背景颜色的变化改变。
在一实施例中,从视频中获取目标图标步骤,包括:
(A1)从视频中获取关键帧。
(B1)对关键帧进行加权处理,得到经加权处理后的关键帧。
(C1)对经加权处理后的关键帧进行边缘检测,得到目标图标。
其中,关键帧是指在视频图像帧序列中具有代表所需处理的视频镜头主要关键内容能力的图像帧。具体的,可以根据视频镜头对关键帧进行提取,比如将视频镜头的第一帧、最后一帧作为关键帧等。
需要说明的是,此时获取到的关键帧为彩色,因此在对关键帧进行加权处理之前,还可以将彩色的关键帧转换成灰度图形式。
接着,对多个关键帧进行加权处理,以避免选取到的关键帧的成像质量较差。具体的加权处理流程如下:假设关键帧的个数为n,初始帧为f1,第i帧为fi,第一帧加权帧为F1,则第i帧加权帧为Fi=(1-a)Fi-1+afi,其中a=1/n,i为正整数,且n≥i≥2。
再对该多个关键帧进行边缘检测,其中,由于图标的边缘两侧的像素的灰度值差异较大,因此可以根据像素的灰度值差异来确定图标的边缘。其中,对经加权处理后的关键帧进行边缘检测,得到目标图标步骤,包括:
(C11)对经加权处理后的关键帧进行边缘检测,得到预设图标。
(C12)对预设图标进行分水岭填充,得到目标图标。
具体的,可以先对关键帧进行预处理,减少噪声的干扰。接着计算关键帧中的每个像素点的局部梯度值和边缘方向a(x,y)=arctan(Gx/Gy),其中,Gx为水平方向上的梯度,Gy为垂直方向上的梯度。然后对每个像素点进行梯度幅值非极大值抑制。再进行线检测和边缘连接,得到预设图标。最后对预设图标进行分水岭填充,得到目标图标。
步骤S102,获取目标图标的边缘图像。
具体的,获取目标图标的边缘图像步骤,包括:
(A2)对目标图标进行膨胀,得到膨胀后的图标,并对目标图标进行腐蚀,得到腐蚀后的图标。
(B2)根据膨胀后的图标和腐蚀后的图标,得到目标图标的边缘图像。
在一实施例中,对目标图标进行膨胀的步骤如下:将目标图标和第一预设模板进行卷积,比如第一预设模板可以为矩阵。提取第一预设模板覆盖区域的最大像素值,以替代当前位置的像素值。如图2所示,目标图标H经膨胀处理后,其亮区扩展,得到膨胀后的图标M。
在一实施例中,对目标图标进行腐蚀的步骤如下:将目标图标和第二预设模板进行卷积,其中,第二预设模板可以为结构元素,比如半径为5的平坦型圆盘结构元素。提取第二预设模板覆盖区域的最小像素值,以替代当前位置的像素值。如图2所示,目标图标H经腐蚀处理后,其亮度缩小,得到腐蚀后的图标N。
最后,根据膨胀后的图标和腐蚀后的图标,得到目标图标的边缘图像。具体的,可以在膨胀后的图标中除去腐蚀后的图标,得到目标图标的边缘图像。
步骤S103,获取边缘图像中每一个像素对应的亮度曲线。
具体的,获取边缘图像中每一个像素对应的亮度曲线步骤,包括:
(A3)依次将边缘图像中的像素设置为预设像素,确定预设像素对应的切线。
(B3)获取预设像素在切线垂直方向上的多个目标像素。
(C3)根据多个目标像素的亮度值,生成预设像素对应的亮度曲线。
如图3所示,从边缘图像J中选取预设像素C。预设像素C对应的切线为切线A。沿预设像素C在切线A垂直方向上的多个目标像素。具体的,可以在预设像素C两侧各选取多个目标像素,比如位于预设像素C左侧的目标像素C1、C2、C3、C4以及C5,位于预设像素C右侧的目标像素C6、C7、C8、C9以及C10。再获取目标像素C1-C10以及预设像素C的亮度值,可以得到如图3所示的亮度曲线K。其中,图3中的横轴为目标像素和预设像素的坐标,纵轴为目标像素和预设像素的亮度值。
由图3可知,越靠近预设像素C的目标像素与预设像素C之间的亮度差异越小,而越远离预设像素C的目标像素与预设像素C之间的亮度差异越大。因此有必要对亮度曲线进行钝化,缩小目标像素和预设像素之间的亮度差。
步骤S104,对亮度曲线进行钝化,得到钝化后的亮度曲线。
在一实施例中,对亮度曲线进行钝化,得到钝化后的亮度曲线步骤,包括:
(A4)根据每一个目标像素到对应预设像素的距离,确定亮度曲线对应的钝化权重。
(B4)根据钝化权重和亮度曲线,得到钝化后的亮度曲线。
具体的,目标像素到对应预设像素的距离越近,其对应的钝化权重越小,目标像素到对应预设像素的距离越远,其对应的钝化权重越大,越接近1。
假设亮度曲线为L1,钝化权重为Weight,则钝化后的亮度曲线为
步骤S105,根据钝化后的亮度曲线对目标图标的边缘进行处理,得到经边缘处理后的图标。
在一实施例中,根据钝化后的亮度曲线对目标图标的边缘进行处理,得到经边缘处理后的图标步骤,包括:
(A5)获取钝化后的亮度曲线中的像素亮度值。
(B5)获取像素亮度值与目标图标的乘积,得到经边缘处理后的图标。
由于钝化后的亮度曲线对目标图标边缘亮度的变化进行了弱化处理,因此,经边缘处理后的目标图标的边缘自然,减少了残影现象。
本发明实施例的图标边缘处理方法对不透明图标和透明图标边缘的亮度差都具有较好的抑制作用。如图4所示,曲线X1为采用本发明实施例的图标边缘处理方法对不透明图标进行边缘处理后,不透明图标边缘亮度变化曲线,曲线Y1为未经边缘处理后,不透明图标边缘亮度变化曲线。通过对比曲线X1和曲线Y1可知,采用本发明实施例的图标边缘处理方法进行边缘处理后,不透明图标的边缘亮度差异变小。
如图5所示,曲线X2为采用本发明实施例的图标边缘处理方法对半透明图标进行边缘处理后,半透明图标边缘亮度变化曲线,曲线Y2为未经边缘处理后,半透明图标边缘亮度变化曲线。通过对比曲线X2和曲线Y2可知,采用本发明实施例的图标边缘处理方法进行边缘处理后,半透明图标的边缘亮度差异变小。
进一步的,本发明实施例还提供了一种图标边缘处理装置。请参照图6,图6为本发明实施例提供的图标边缘处理装置的结构示意图。如图6所示,图标边缘处理装置2包括:图标获取模块21、图像获取模块22、曲线获取模块23、钝化模块24和边缘处理模块25。
请进一步参照图7,图7为本发明实施例提供的图标处理装置的另一结构示意图。如图7所示,图标边缘处理装置2包括:图标获取模块21、图像获取模块22、曲线获取模块23、钝化模块24和边缘处理模块25。
(1)图标获取模块21
图标获取模块21用于从视频中获取目标图标。其中,目标图标为在视频中持续出现的图标,其往往具有高亮度的特点,比如电视台台标。目标图标按照透明度的不同,可以分为不透明图标和半透明图标。其中,不透明图标的颜色与背景无关,其图像内的像素值不随背景像素值的变化而改变,而半透明图标中像素值会随背景颜色的变化改变。
在一实施例中,所述图标获取模块21包括:帧获取子模块211、加权子模块212和检测子模块213。帧获取子模块211用于从所述视频中获取关键帧。加权子模块212用于对所述关键帧进行加权处理,得到经加权处理后的关键帧。检测子模块213用于对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标。
其中,关键帧是指在视频图像帧序列中具有代表所需处理的视频镜头主要关键内容能力的图像帧。具体的,帧获取子模块211可以根据视频镜头对关键帧进行提取,比如将视频镜头的第一帧、最后一帧作为关键帧等。
需要说明的是,此时帧获取子模块211获取到的关键帧为彩色,因此在对关键帧进行加权处理之前,还可以将彩色的关键帧转换成灰度图形式。
接着,加权子模块212对多个关键帧进行加权处理,以避免选取到的关键帧的成像质量较差。具体的加权处理流程如下:假设关键帧的个数为n,初始帧为f1,第i帧为fi,第一帧加权帧为F1,则加权子模块212获取到第i帧加权帧为Fi=(1-a)Fi-1+afi,其中a=1/n,i为正整数,且n≥i≥2。
检测子模块213再对该多个关键帧进行边缘检测,其中,由于图标的边缘两侧的像素的灰度值差异较大,因此检测子模块213可以根据像素的灰度值差异来确定图标的边缘。
在一实施例中,所述检测子模块213用于:对所述经加权处理后的关键帧进行边缘检测,得到预设图标。对所述预设图标进行分水岭填充,得到所述目标图标。
具体的,检测子模块213可以先对关键帧进行预处理,减少噪声的干扰。接着计算关键帧中的每个像素点的局部梯度值和边缘方向a(x,y)=arctan(Gx/Gy),其中,Gx为水平方向上的梯度,Gy为垂直方向上的梯度。然后对每个像素点进行梯度幅值非极大值抑制。再进行线检测和边缘连接,得到预设图标。最后对预设图标进行分水岭填充,得到目标图标。
(2)图像获取模块22
图像获取模块22用于获取所述目标图标的边缘图像。在一实施例中,所述图像获取模块22包括:膨胀子模块221和图像子模块222。膨胀子模块221用于对所述目标图标进行膨胀,得到膨胀后的图标,并对所述目标图标进行腐蚀,得到腐蚀后的图标。图像子模块222用于根据所述膨胀后的图标和所述腐蚀后的图标,得到所述目标图标的所述边缘图像。
在一实施例中,膨胀子模块221对目标图标进行膨胀的步骤如下:将目标图标和第一预设模板进行卷积,比如第一预设模板可以为矩阵。提取第一预设模板覆盖区域的最大像素值,以替代当前位置的像素值。如图2所示,目标图标H经膨胀处理后,其亮区扩展,得到膨胀后的图标M。
在一实施例中,膨胀子模块221对目标图标进行腐蚀的步骤如下:将目标图标和第二预设模板进行卷积,其中,第二预设模板可以为结构元素,比如半径为5的平坦型圆盘结构元素。提取第二预设模板覆盖区域的最小像素值,以替代当前位置的像素值。如图2所示,目标图标H经腐蚀处理后,其亮度缩小,得到腐蚀后的图标N。
最后,图像子模块222根据膨胀后的图标和腐蚀后的图标,得到目标图标的边缘图像。具体的,可以在膨胀后的图标中除去腐蚀后的图标,得到目标图标的边缘图像。
(3)曲线获取模块23
曲线获取模块23用于获取所述边缘图像中每一个像素对应的亮度曲线。
在一实施例中,所述曲线获取模块23包括:切线子模块231和像素子模块232和亮度曲线子模块233。切线子模块231用于依次将所述边缘图像中的像素设置为预设像素,确定所述预设像素对应的切线。像素子模块232用于获取所述预设像素在所述切线垂直方向上的多个目标像素。亮度曲线子模块233用于根据所述多个目标像素的亮度值,生成所述预设像素对应的亮度曲线。
如图3所示,切线子模块23从边缘图像J中选取预设像素C。预设像素C对应的切线为切线A。像素子模块232沿预设像素C在切线A垂直方向上的多个目标像素。具体的,可以在预设像素C两侧各选取多个目标像素,比如位于预设像素C左侧的目标像素C1、C2、C3、C4以及C5,位于预设像素C右侧的目标像素C6、C7、C8、C9以及C10。亮度曲线子模块233再获取目标像素C1-C10以及预设像素C的亮度值,可以得到如图3所示的亮度曲线K。其中,图3中的横轴为目标像素和预设像素的坐标,纵轴为目标像素和预设像素的亮度值。
由图3可知,越靠近预设像素C的目标像素与预设像素C之间的亮度差异越小,而越远离预设像素C的目标像素与预设像素C之间的亮度差异越大。因此有必要对亮度曲线进行钝化,缩小目标像素和预设像素之间的亮度差。
(4)钝化模块24
钝化模块24用于对所述亮度曲线进行钝化,得到钝化后的亮度曲线。
在一实施例中,所述钝化模块24包括:权重子模块241和钝化子模块242。重子模块241用于根据每一个目标像素到对应预设像素的距离,确定所述亮度曲线对应的钝化权重。钝化子模块242用于根据所述钝化权重和所述亮度曲线,得到所述钝化后的亮度曲线。
具体的,目标像素到对应预设像素的距离越近,其对应的钝化权重越小,目标像素到对应预设像素的距离越远,其对应的钝化权重越大,越接近1。
假设亮度曲线为L1,钝化权重为Weight,则钝化后的亮度曲线为
(5)边缘处理模块25
边缘处理模块25用于根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标。
在一实施例中,所述边缘处理模块25包括:亮度值子模块251和目标图标子模块252。亮度值子模块251用于获取所述钝化后的亮度曲线中的像素亮度值。目标图标子模块252用于获取所述像素亮度值与所述目标图标的乘积,得到经边缘处理后的目标图标。
由于钝化后的亮度曲线对目标图标边缘亮度的变化进行了弱化处理,因此,经边缘处理后的目标图标的边缘自然,减少了残影现象。
本发明实施例的图标边缘处理方法对不透明图标和透明图标边缘的亮度差都具有较好的抑制作用。如图4所示,曲线X1为采用本发明实施例的图标边缘处理方法对不透明图标进行边缘处理后,不透明图标边缘亮度变化曲线,曲线Y1为未经边缘处理后,不透明图标边缘亮度变化曲线。通过对比曲线X1和曲线Y1可知,采用本发明实施例的图标边缘处理方法进行边缘处理后,不透明图标的边缘亮度差异变小。
如图5所示,曲线X2为采用本发明实施例的图标边缘处理方法对半透明图标进行边缘处理后,半透明图标边缘亮度变化曲线,曲线Y2为未经边缘处理后,半透明图标边缘亮度变化曲线。通过对比曲线X2和曲线Y2可知,采用本发明实施例的图标边缘处理方法进行边缘处理后,半透明图标的边缘亮度差异变小。
本发明实施例提供的图标边缘处理方法和装置,通过对边缘图像中的像素的亮度曲线进行钝化,缩小了图标边缘附近像素的亮度差,可以避免图标边缘出现残影。
本文提供了实施例的各种操作。在一个实施例中,所述的一个或多个操作可以构成一个或多个计算机可读介质上存储的计算机可读指令,其在被服务器执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且,应当理解,不是所有操作必需在本文所提供的每个实施例中存在。
而且,尽管已经相对于一个或多个实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件、资源等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或多个其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或系统,可以执行相应方法实施例中的方法。
综上所述,虽然本发明已以实施例揭露如上,实施例前的序号仅为描述方便而使用,对本发明各实施例的顺序不造成限制。并且,上述实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。

Claims (8)

1.一种图标边缘处理方法,其特征在于,包括:
从视频中获取目标图标;
获取所述目标图标的边缘图像;
获取所述边缘图像中每一个像素对应的亮度曲线;
对所述亮度曲线进行钝化,得到钝化后的亮度曲线;
根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标;
所述获取所述边缘图像中每一个像素对应的亮度曲线步骤,包括:
依次将所述边缘图像中的像素设置为预设像素,确定所述预设像素对应的切线;
获取所述预设像素在所述切线垂直方向上的多个目标像素;
根据所述多个目标像素的亮度值,生成所述预设像素对应的亮度曲线;
所述对所述亮度曲线进行钝化,得到钝化后的亮度曲线步骤,包括:
根据每一个目标像素到对应预设像素的距离,确定所述亮度曲线对应的钝化权重;
根据所述钝化权重和所述亮度曲线,得到所述钝化后的亮度曲线。
2.根据权利要求1所述的图标边缘处理方法,其特征在于,所述从视频中获取目标图标步骤,包括:
从所述视频中获取关键帧;
对所述关键帧进行加权处理,得到经加权处理后的关键帧;
对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标。
3.根据权利要求2所述的图标边缘处理方法,其特征在于,所述对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标步骤,包括:
对所述经加权处理后的关键帧进行边缘检测,得到预设图标;
对所述预设图标进行分水岭填充,得到所述目标图标。
4.根据权利要求1所述的图标边缘处理方法,其特征在于,所述获取所述目标图标的边缘图像步骤,包括:
对所述目标图标进行膨胀,得到膨胀后的图标,并对所述目标图标进行腐蚀,得到腐蚀后的图标;
根据所述膨胀后的图标和所述腐蚀后的图标,得到所述目标图标的所述边缘图像。
5.根据权利要求1所述的图标边缘处理方法,其特征在于,所述根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标步骤,包括:
获取所述钝化后的亮度曲线中的像素亮度值;
获取所述像素亮度值与所述目标图标的乘积,得到经边缘处理后的目标图标。
6.一种图标边缘处理装置,其特征在于,包括:
图标获取模块,用于从视频中获取目标图标;
图像获取模块,用于获取所述目标图标的边缘图像;
曲线获取模块,用于获取所述边缘图像中每一个像素对应的亮度曲线;
钝化模块,用于对所述亮度曲线进行钝化,得到钝化后的亮度曲线;
边缘处理模块,用于根据所述钝化后的亮度曲线对所述目标图标的边缘进行处理,得到经边缘处理后的目标图标;
所述曲线获取模块包括切线子模块、像素子模块和亮度曲线子模块,所述切线子模块用于依次将所述边缘图像中的像素设置为预设像素,确定所述预设像素对应的切线,所述像素子模块用于获取所述预设像素在所述切线垂直方向上的多个目标像素,所述亮度曲线子模块用于根据所述多个目标像素的亮度值,生成所述预设像素对应的亮度曲线;
所述钝化模块包括权重子模块和钝化子模块,所述权重子模块用于根据每一个目标像素到对应预设像素的距离,确定所述亮度曲线对应的钝化权重,所述钝化子模块用于根据所述钝化权重和所述亮度曲线,得到所述钝化后的亮度曲线。
7.根据权利要求6所述的图标边缘处理装置,其特征在于,所述图标获取模块包括:
帧获取子模块,用于从所述视频中获取关键帧;
加权子模块,用于对所述关键帧进行加权处理,得到经加权处理后的关键帧;
检测子模块,用于对所述经加权处理后的关键帧进行边缘检测,得到所述目标图标。
8.一种计算机可读存储介质,其内存储有处理器可执行指令,该处理器通过执行所述指令提供如权利要求1-5中任一的图标边缘处理方法。
CN202011483143.4A 2020-12-16 2020-12-16 图标边缘处理方法、装置和计算机可读存储介质 Active CN112669227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011483143.4A CN112669227B (zh) 2020-12-16 2020-12-16 图标边缘处理方法、装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011483143.4A CN112669227B (zh) 2020-12-16 2020-12-16 图标边缘处理方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112669227A CN112669227A (zh) 2021-04-16
CN112669227B true CN112669227B (zh) 2023-10-17

Family

ID=75405286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011483143.4A Active CN112669227B (zh) 2020-12-16 2020-12-16 图标边缘处理方法、装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112669227B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259256A (ja) * 2002-12-20 2003-09-12 Metavision Corp 調整可能な複合画像表示の平滑方法及び装置
JP2005339173A (ja) * 2004-05-26 2005-12-08 Toshiba Corp 画像処理装置、画像処理方法及び画像処理プログラム
JP2006350562A (ja) * 2005-06-14 2006-12-28 Sanyo Electric Co Ltd 画像処理装置及び画像処理プログラム
KR20120013744A (ko) * 2010-08-06 2012-02-15 주식회사 이미지넥스트 이미지 에지 검출 방법 및 시스템
CN107292897A (zh) * 2016-03-31 2017-10-24 展讯通信(天津)有限公司 用于yuv域的图像边缘提取方法、装置及终端
CN107492110A (zh) * 2017-07-31 2017-12-19 腾讯科技(深圳)有限公司 一种图像边缘检测方法、装置和存储介质
CN108550158A (zh) * 2018-04-16 2018-09-18 深圳市华星光电技术有限公司 图像边缘处理方法、电子装置及计算机可读存储介质
CN110070499A (zh) * 2019-03-14 2019-07-30 北京字节跳动网络技术有限公司 图像处理方法、装置和计算机可读存储介质
CN110120021A (zh) * 2019-05-05 2019-08-13 腾讯科技(深圳)有限公司 图像亮度的调整方法、装置、存储介质及电子装置
CN110223309A (zh) * 2019-05-20 2019-09-10 深圳新视智科技术有限公司 边缘检测方法、装置、计算机设备及存储介质
CN111383183A (zh) * 2018-12-28 2020-07-07 展讯通信(上海)有限公司 图像边缘增强方法、装置以及计算机存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007140684A (ja) * 2005-11-15 2007-06-07 Toshiba Corp 画像処理装置、方法、プログラム
JP6781406B2 (ja) * 2017-03-28 2020-11-04 ブラザー工業株式会社 画像処理装置、および、コンピュータプログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259256A (ja) * 2002-12-20 2003-09-12 Metavision Corp 調整可能な複合画像表示の平滑方法及び装置
JP2005339173A (ja) * 2004-05-26 2005-12-08 Toshiba Corp 画像処理装置、画像処理方法及び画像処理プログラム
JP2006350562A (ja) * 2005-06-14 2006-12-28 Sanyo Electric Co Ltd 画像処理装置及び画像処理プログラム
KR20120013744A (ko) * 2010-08-06 2012-02-15 주식회사 이미지넥스트 이미지 에지 검출 방법 및 시스템
CN107292897A (zh) * 2016-03-31 2017-10-24 展讯通信(天津)有限公司 用于yuv域的图像边缘提取方法、装置及终端
CN107492110A (zh) * 2017-07-31 2017-12-19 腾讯科技(深圳)有限公司 一种图像边缘检测方法、装置和存储介质
CN108550158A (zh) * 2018-04-16 2018-09-18 深圳市华星光电技术有限公司 图像边缘处理方法、电子装置及计算机可读存储介质
CN111383183A (zh) * 2018-12-28 2020-07-07 展讯通信(上海)有限公司 图像边缘增强方法、装置以及计算机存储介质
CN110070499A (zh) * 2019-03-14 2019-07-30 北京字节跳动网络技术有限公司 图像处理方法、装置和计算机可读存储介质
CN110120021A (zh) * 2019-05-05 2019-08-13 腾讯科技(深圳)有限公司 图像亮度的调整方法、装置、存储介质及电子装置
CN110223309A (zh) * 2019-05-20 2019-09-10 深圳新视智科技术有限公司 边缘检测方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN112669227A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
US11113795B2 (en) Image edge processing method, electronic device, and computer readable storage medium
US6987866B2 (en) Multi-modal motion estimation for video sequences
US7796191B1 (en) Edge-preserving vertical interpolation
US8433104B2 (en) Image processing method for background removal
JP6152787B2 (ja) 情報埋め込み装置、情報検出装置、情報埋め込み方法、及び情報検出方法
US8411974B2 (en) Image processing apparatus, method, and program for detecting still-zone area
JP2012208553A (ja) 画像処理装置、および画像処理方法、並びにプログラム
US20110110595A1 (en) Image correction apparatus and method for eliminating lighting component
CN111476750A (zh) 对成像模组进行污点检测的方法、装置、系统及存储介质
EP2536123B1 (en) Image processing method and image processing apparatus
US20100040304A1 (en) Image quality improvement processing apparatus, image quality improvement processing method and computer-readable recording medium storing image quality improvement processing computer program
WO2015198368A1 (ja) 画像処理装置及び画像処理方法
JP4659793B2 (ja) 画像処理装置及び画像処理方法
CN112669227B (zh) 图标边缘处理方法、装置和计算机可读存储介质
US20120038785A1 (en) Method for producing high resolution image
US11164286B2 (en) Image processing apparatus, image processing method, and storage medium
CN110570441B (zh) 一种超高清低延时视频控制方法及系统
CN114998186A (zh) 基于图像处理的铜始极片表面结疤缺陷检测方法及系统
CN109785418A (zh) 基于视觉感知模型的注视点渲染优化算法
US9280807B2 (en) Degradation restoration system, degradation restoration method and program
JP5377649B2 (ja) 画像処理装置および映像再生装置
CN110363723B (zh) 改进图像边界效果的图像处理方法及装置
CN110418195B (zh) 一种基于最佳裁剪的实时视频缩略方法
CN113313707A (zh) 原始图像处理方法、装置、设备及可读存储介质
JP2013246601A (ja) 画像処理装置

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