CN113450262A - 一种实现图像处理的方法、装置、计算机存储介质及终端 - Google Patents
一种实现图像处理的方法、装置、计算机存储介质及终端 Download PDFInfo
- Publication number
- CN113450262A CN113450262A CN202010218631.6A CN202010218631A CN113450262A CN 113450262 A CN113450262 A CN 113450262A CN 202010218631 A CN202010218631 A CN 202010218631A CN 113450262 A CN113450262 A CN 113450262A
- Authority
- CN
- China
- Prior art keywords
- contour
- processing
- smoothing
- curve
- edge
- 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 49
- 238000009499 grossing Methods 0.000 claims abstract description 56
- 239000000126 substance Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 16
- 230000011218 segmentation Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
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
- G06T7/11—Region-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
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种实现图像处理的方法、装置、计算机存储介质及终端,包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。本发明实施例提升了抠图过程的边缘处理质量;进一步的,基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
Description
技术领域
本文涉及但不限于图像处理技术,尤指一种实现图像处理的方法、装置、计算机存储介质及终端。
背景技术
在图像抠除背景的场景,相关技术在抠图过程中由于图像分割会在边缘产生大量毛刺,一般的处理方法是以像素点为单位对边缘进行平滑、羽化等处理;上述以像素点为单元对边缘进行处理的方法,会导致图像边缘模糊,如何提升抠图过程的边缘处理质量,成为一个有待解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种实现图像处理的方法、装置、计算机存储介质及终端,能够提升抠图过程的边缘处理质量。
本发明实施例提供了一种实现图像处理的方法,包括:
对图像中前景区域的边缘的轮廓曲线进行多边拟合;
根据多边拟合的结果对轮廓曲线进行平滑处理;
填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
在一种示例性实施例中,所述根据多边拟合的结果对轮廓曲线进行平滑处理,包括:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
在一种示例性实施例中,所述对获得的每一个轮廓分段分别进行平滑处理,包括以下之一:
对获得的每一个所述轮廓分段,均进行贝塞尔Bezier曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
在一种示例性实施例中,所述获得边缘处理后的前景区域后,所述方法还包括:
根据获得的所述完成边缘处理的前景区域,对图像进行抠图处理。
另一方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述实现图像处理的方法。
再一方面,本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述实现图像处理的方法。
还一方面,本发明实施例还提供一种实现图像处理的方法,包括:
对图像中前景区域的边缘的轮廓曲线进行多边拟合;
根据多边拟合的结果对所述轮廓曲线进行平滑处理;
填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;
根据获得的完成边缘处理的前景区域,对图像进行抠图处理。
还一方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述实现图像处理的方法。
还一方面,本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述实现图像处理的方法。
还一方面,本发明实施例还提供一种实现图像处理的装置,包括:拟合单元、平滑处理单元及填充单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合;
平滑处理单元用于:根据多边拟合的结果对轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
在一种示例性实施例中,所述平滑处理单元具体用于:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
还一方面,本发明实施例还提供一种实现图像处理的装置,包括:拟合单元、平滑处理单元、填充单元及抠图单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合;
平滑处理单元用于:根据多边拟合的结果对轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
抠图单元用于:根据获得的完成边缘处理的前景区域,对图像进行抠图处理。
与相关技术相比,本申请技术方案包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。本发明实施例提升了抠图过程的边缘处理质量;进一步的,基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
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说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明实施例实现图像处理的方法的流程图;
图2为本发明实施例原始图像示例图;
图3为本发明实施例原始图像的分割结果示意图;
图4为本发明实施例对前景区域进行预处理的示意图;
图5为本发明实施例对前景图像进行抗锯齿填充的示意图;
图6为本发明实施例抠图处理的示意图;
图7为本发明另一实施例实现图像处理的方法的流程图;
图8为本发明实施例实现图像处理的装置的结构框图;
图9为本发明实施例实现图像处理的装置的结构框图。
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明白,下文中将结合附图对本发明的实施例进行详细说明。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任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例实现图像处理的方法的流程图,如图1所示,包括:
步骤101、对图像中前景区域的边缘的轮廓曲线进行多边拟合。
需要说明的是,本发明实施例可以通过相关技术提取获得前景区域的边缘的轮廓曲线。
在一种示例性实施例中,本发明实施例可以采用道格拉斯-普克算法,对轮廓曲线进行多边拟合;此外,本发明实施例也可以采用相关技术中已有的算法进行轮廓曲线的多边拟合。
步骤102、根据多边拟合的结果对轮廓曲线进行平滑处理。
在一种示例性实施例中,所述根据多边拟合的结果对轮廓曲线进行平滑处理,包括:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
在一种示例性实施例中,所述对获得的每一个轮廓分段分别进行平滑处理,包括以下之一:
对获得的每一个所述轮廓分段,均进行贝塞尔(Bezier)曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
以下就高斯运算进行简要说明:提取轮廓分段内的轮廓点,假设x坐标集合为X={x1,x2,...,xn},y坐标集合为Y={y1,y2,...,yn},本发明实施例分别对X和Y进行高斯滤波运算,获得平滑后的轮廓曲线;
步骤103、填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
在一种示例性实施例中,可以采用抗锯齿填充的方式对平滑处理后的轮廓曲线进行处理。
需要说明的是,对平滑处理后的轮廓曲线进行抗锯齿填充为本领域技术人员的惯用技术手段,在此不做赘述。
在一种示例性实施例中,所述获得边缘处理的前景区域后,本发明实施例方法还包括:
根据获得的所述完成边缘处理的前景区域,对图像进行抠图处理。
本发明实施例将前景区域的边缘的轮廓曲线进行多边拟合后,分段对轮廓曲线进行平滑处理,对平滑处理的轮廓曲线进行填充后,提升了前景区域边缘的处理质量。
在一种示例性实施例中,本发明实施例方法还包括:
对原始的图像进行分割,获得前景区域(Foreground)和背景区域(Background);
需要说明的是,本发明实施例对图像进行分割的算法包括但不限于相关技术中的:聚类算法、基于图切分(Gpaph Cut)的交互式分割算法、基于深度学习的图像语义分割和实例分割算法。
在一种示例性实施例中,获得前景区域和背景区域之后,本发明实施例方法还包括:对分割获得的前景区域和背景区域进行预处理;
需要说明的是,本发明实施例预处理方法:中值滤波、形态学等相关技术中已有的处理方法。
图2~图6为本发明实施例进行图像处理过程的示意图;其中,图2为本发明实施例原始图像示例图;图3为本发明实施例原始图像的分割结果示意图,如图3所示,对原始图像进行切割获得前景区域和背景区域;图4为本发明实施例对前景区域进行预处理的示意图,如图4所示,对分割获得的前景区域进行了预处理;图5为本发明实施例对前景区域进行抗锯齿填充的示意图,如图5所示,通过多边拟合、平滑处理极抗锯齿填充后,获得的完成边缘处理的前景区域图像;图6为本发明实施例抠图处理的示意图,如图6所示,基于本发明实施例边缘处理获得的前景区域,本发明实施例对图像进行了抠图处理,基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
与相关技术相比,本申请技术方案包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对所述轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。本发明实施例提升了抠图过程的边缘处理质量;进一步的,基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述实现图像处理的方法。
本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述实现图像处理的方法。
图7为本发明另一实施例实现图像处理的方法的流程图,如图7所示,包括:
步骤701、对图像中前景区域的边缘的轮廓曲线进行多边拟合;
需要说明的是,本发明实施例可以通过相关技术提取获得前景区域的边缘的轮廓曲线。
步骤702、根据多边拟合的结果对轮廓曲线进行平滑处理;这里,轮廓曲线为前景区域的边缘的轮廓曲线。
在一种示例性实施例中,所述根据多边拟合的结果对所述轮廓曲线进行平滑处理,包括:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
在一种示例性实施例中,所述对获得的每一个轮廓分段分别进行平滑处理,包括以下之一:
对获得的每一个所述轮廓分段,均进行贝塞尔Bezier曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
步骤703、填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;
步骤704、根据获得的完成边缘处理的前景区域,对图像进行抠图处理。
需要说明的是,对轮廓曲线进行填充为本领域技术人员的惯用技术手段,在此不做赘述。
在一种示例性实施例中,本发明实施例方法还包括:对图像进行分割,获得前景区域(Foreground)和背景区域(Background);
需要说明的是,本发明实施例对图像进行分割的算法包括但不限于相关技术中的:聚类算法、基于图切分(Gpaph Cut)的交互式分割算法、基于深度学习的图像语义分割和实例分割算法。
在一种示例性实施例中,获得前景区域和背景区域之后,本发明实施例方法还包括:对分割获得的前景区域和背景区域进行预处理;
需要说明的是,本发明实施例预处理方法:中值滤波、形态学等相关技术中已有的处理方法。
与相关技术相比,本申请技术方案包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对所述轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;根据获得的完成边缘处理的前景区域,对图像进行抠图处理。本发明实施例基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述实现图像处理的方法。
本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述实现图像处理的方法。
图8为本发明实施例实现图像处理的装置的结构框图,如图8所示,包括:拟合单元、平滑处理单元及填充单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合;
平滑处理单元用于:根据多边拟合的结果对所述轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
需要说明的是,对轮廓曲线进行填充为本领域技术人员的惯用技术手段,在此不做赘述。
在一种示例性实施例中,所述平滑处理单元具体用于:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
在一种示例性实施例中,所述平滑处理单元用于对获得的每一个轮廓分段分别进行平滑处理,包括:
对获得的每一个所述轮廓分段,均进行贝塞尔Bezier曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
在一种示例性实施例中,所述装置还包括抠图单元,用于:
根据获得的所述完成边缘处理的前景区域,对图像进行抠图处理。
与相关技术相比,本申请技术方案包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对所述轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。本发明实施例提升了抠图过程的边缘处理质量;进一步的,基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
图9为本发明实施例实现图像处理的装置的结构框图,如图9所示,包括:拟合单元、平滑处理单元、填充单元及抠图单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合;
平滑处理单元用于:根据多边拟合的结果对所述轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
抠图单元用于:根据获得的完成边缘处理的前景区域,对图像进行抠图处理;
在一种示例性实施例中,所述平滑处理单元具体用于:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
在一种示例性实施例中,所述平滑处理单元用于对获得的每一个轮廓分段分别进行平滑处理,包括:
对获得的每一个所述轮廓分段,均进行贝塞尔Bezier曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
与相关技术相比,本申请技术方案包括:对图像中前景区域的边缘的轮廓曲线进行多边拟合;根据多边拟合的结果对所述轮廓曲线进行平滑处理;填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;根据获得的完成边缘处理的前景区域,对图像进行抠图处理。本发明实施例基于提升质量的前景区域的边缘处理,提升了图像的抠图质量。
“本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。”
Claims (10)
1.一种实现图像处理的方法,包括:
对图像中前景区域的边缘的轮廓曲线进行多边拟合;
根据多边拟合的结果对轮廓曲线进行平滑处理;
填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
2.根据权利要求1所述的方法,其特征在于,所述根据多边拟合的结果对轮廓曲线进行平滑处理,包括:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
3.根据权利要求1所述的方法,其特征在于,所述对获得的每一个轮廓分段分别进行平滑处理,包括以下之一:
对获得的每一个所述轮廓分段,均进行贝塞尔Bezier曲线运算处理;
对获得的每一个所述轮廓分段,分别提取轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理;
对获得的每一个所述轮廓分段,判断所述轮廓分段是否包含曲率大于预设曲率阈值的轮廓点;所述轮廓分段包含曲率大于所述预设曲率阈值的轮廓点时,对该轮廓分段进行贝塞尔曲线运算处理;所述轮廓分段包含曲率小于或等于所述预设曲率阈值的轮廓点时,提取该轮廓分段内的轮廓点,对提取的轮廓点进行高斯运算处理。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述获得边缘处理后的前景区域后,所述方法还包括:
根据获得的所述完成边缘处理的前景区域,对所述图像进行抠图处理。
5.一种实现图像处理的方法,包括:
对图像中前景区域的边缘的轮廓曲线进行多边拟合;
根据多边拟合的结果对轮廓曲线进行平滑处理;
填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;
根据获得的完成边缘处理的前景区域,对图像进行抠图处理。
6.一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~4中任一项或5所述的实现图像处理的方法。
7.一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行权利要求1~4中任一项或5所述的实现图像处理的方法。
8.一种实现图像处理的装置,包括:拟合单元、平滑处理单元及填充单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合;
平滑处理单元用于:根据多边拟合的结果对轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域。
9.根据权利要求8所述的装置,其特征在于,所述平滑处理单元具体用于:
根据所述多边拟合的结果,将所述轮廓曲线划分为两个或两个以上轮廓分段;
对获得的每一个轮廓分段分别进行平滑处理;
其中,所述多边拟合的结果包括:用于将所述轮廓曲线划分为轮廓分段的轮廓点。
10.一种实现图像处理的装置,包括:拟合单元、平滑处理单元、填充单元及抠图单元;其中,
拟合单元用于:对图像中前景区域的边缘的轮廓曲线进行多边拟合,;
平滑处理单元用于:根据多边拟合的结果对轮廓曲线进行平滑处理;
填充单元用于:填充平滑处理后的轮廓曲线,获得完成边缘处理的前景区域;
抠图单元用于:根据获得的完成边缘处理的前景区域,对图像进行抠图处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010218631.6A CN113450262A (zh) | 2020-03-25 | 2020-03-25 | 一种实现图像处理的方法、装置、计算机存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010218631.6A CN113450262A (zh) | 2020-03-25 | 2020-03-25 | 一种实现图像处理的方法、装置、计算机存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113450262A true CN113450262A (zh) | 2021-09-28 |
Family
ID=77806752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010218631.6A Pending CN113450262A (zh) | 2020-03-25 | 2020-03-25 | 一种实现图像处理的方法、装置、计算机存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450262A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120257810A1 (en) * | 2009-12-22 | 2012-10-11 | Koninklijke Philips Electronics N.V. | Bone suppression in x-ray radiograms |
CN103942552A (zh) * | 2014-02-11 | 2014-07-23 | 北京大学 | 一种基于骨架指导的文字图像矢量化方法及系统 |
CN104793560A (zh) * | 2014-01-21 | 2015-07-22 | 三菱电机株式会社 | 用于生成轨迹的方法和系统 |
CN105414774A (zh) * | 2016-01-07 | 2016-03-23 | 蔡权 | 一种能够自主切割的激光切割装置 |
CN105447485A (zh) * | 2016-01-07 | 2016-03-30 | 肖锐 | 一种快速检测的景观造型检测工具 |
CN107248156A (zh) * | 2017-05-27 | 2017-10-13 | 广州地铁集团有限公司 | 分段点自动提取的踏面轮廓拟合方法 |
CN107403452A (zh) * | 2017-07-27 | 2017-11-28 | 深圳章鱼信息科技有限公司 | 基于抠图处理的物体识别方法及其装置 |
WO2018205276A1 (zh) * | 2017-05-12 | 2018-11-15 | 深圳配天智能技术研究院有限公司 | 运动轨迹平滑转接的方法和装置及其相关设备 |
CN110689492A (zh) * | 2019-09-17 | 2020-01-14 | 珠海天燕科技有限公司 | 图像边缘平滑方法和装置 |
CN110728690A (zh) * | 2019-09-25 | 2020-01-24 | 山东工商学院 | 一种利用小波变换对图像进行边缘平滑处理的抠图方法 |
-
2020
- 2020-03-25 CN CN202010218631.6A patent/CN113450262A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120257810A1 (en) * | 2009-12-22 | 2012-10-11 | Koninklijke Philips Electronics N.V. | Bone suppression in x-ray radiograms |
CN104793560A (zh) * | 2014-01-21 | 2015-07-22 | 三菱电机株式会社 | 用于生成轨迹的方法和系统 |
CN103942552A (zh) * | 2014-02-11 | 2014-07-23 | 北京大学 | 一种基于骨架指导的文字图像矢量化方法及系统 |
CN105414774A (zh) * | 2016-01-07 | 2016-03-23 | 蔡权 | 一种能够自主切割的激光切割装置 |
CN105447485A (zh) * | 2016-01-07 | 2016-03-30 | 肖锐 | 一种快速检测的景观造型检测工具 |
WO2018205276A1 (zh) * | 2017-05-12 | 2018-11-15 | 深圳配天智能技术研究院有限公司 | 运动轨迹平滑转接的方法和装置及其相关设备 |
CN107248156A (zh) * | 2017-05-27 | 2017-10-13 | 广州地铁集团有限公司 | 分段点自动提取的踏面轮廓拟合方法 |
CN107403452A (zh) * | 2017-07-27 | 2017-11-28 | 深圳章鱼信息科技有限公司 | 基于抠图处理的物体识别方法及其装置 |
CN110689492A (zh) * | 2019-09-17 | 2020-01-14 | 珠海天燕科技有限公司 | 图像边缘平滑方法和装置 |
CN110728690A (zh) * | 2019-09-25 | 2020-01-24 | 山东工商学院 | 一种利用小波变换对图像进行边缘平滑处理的抠图方法 |
Non-Patent Citations (2)
Title |
---|
史思琦: "基于轮廓特征的目标识别研究" * |
王平江等: "自动测量与加工的仿形车床专用数控系统开发", 《现代制造工程》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9292928B2 (en) | Depth constrained superpixel-based depth map refinement | |
CN108805128B (zh) | 一种字符分割方法和装置 | |
US9275030B1 (en) | Horizontal and vertical line detection and removal for document images | |
CN107871319B (zh) | 限束器区域的检测方法、装置、x射线系统和存储介质 | |
CN114529459B (zh) | 一种对图像边缘进行增强处理的方法和系统及介质 | |
CN110223305B (zh) | 细胞分割方法、装置及可读存储介质 | |
CN110070548B (zh) | 一种深度学习训练样本优化方法 | |
CN111681198A (zh) | 一种形态学属性滤波多模融合成像方法、系统及介质 | |
CN113313083A (zh) | 文本检测方法及装置 | |
CN114862861B (zh) | 基于少样本学习的肺叶分割方法和装置 | |
CN111582000A (zh) | 一种条形码定位方法、装置及相关设备 | |
CN115909353A (zh) | 一种图像二值化处理方法和装置 | |
CN112561919A (zh) | 一种图像分割方法、设备和计算机可读存储介质 | |
CN110826360A (zh) | Ocr图像预处理与文字识别 | |
CN117541546A (zh) | 图像裁剪效果的确定方法和装置、存储介质及电子设备 | |
CN113450262A (zh) | 一种实现图像处理的方法、装置、计算机存储介质及终端 | |
CN111582034A (zh) | 一种景物特征提取方法和设备 | |
CN116739943A (zh) | 图像平滑处理方法及目标轮廓提取方法 | |
CN112767491B (zh) | 焊道拐点的确定方法、装置和计算机可读存储介质 | |
CN115862044A (zh) | 用于从图像中提取目标文档部分的方法、设备和介质 | |
CN111986176B (zh) | 一种裂纹图像识别方法、系统、终端及可读存储介质 | |
CN111079756B (zh) | 一种单据图像中的表格提取与重建方法和设备 | |
CN114332138A (zh) | 基于轮廓特性的细胞核分割方法、装置、设备及存储介质 | |
CN109034149A (zh) | 一种字符识别方法及装置 | |
CN111612005A (zh) | 文字检测方法及装置 |
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 |