CN114155172A - 一种图像处理方法和系统 - Google Patents
一种图像处理方法和系统 Download PDFInfo
- Publication number
- CN114155172A CN114155172A CN202111529364.5A CN202111529364A CN114155172A CN 114155172 A CN114155172 A CN 114155172A CN 202111529364 A CN202111529364 A CN 202111529364A CN 114155172 A CN114155172 A CN 114155172A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- processed
- scene
- preset
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 168
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims description 31
- 230000010354 integration Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003709 image segmentation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G06T2207/20024—Filtering details
Abstract
本发明公开了一种图像处理方法和系统,涉及图像处理技术领域。该方法包括:获取图像处理环境信息;获取场景图像;对场景图像进行预处理,以得到目标场景图像;根据预置的图像模板对目标场景图像进行调整,以得到调整图像;根据预置的特征参数提取调整图像对应的图像特征;基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。本发明可针对实际应用场景对不同图像进行针对性的处理,提高处理效果以及处理效率。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种图像处理方法和系统。
背景技术
随着信息技术的发展,越来越多的领域涉及到图像处理,通过对图像进行分析以得到目标数据,进而实现其应用目的。随着社会生活的发展,人们对图像的分辨率清晰度要求也越来越高,但是目前,一般是通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,这就导致图像处理的效果不是很好,无法满足用户图像处理的要求。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种图像处理方法和系统,可针对实际应用场景对不同图像进行针对性的处理,提高处理效果以及处理效率。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种图像处理方法,包括以下步骤:
获取图像处理环境信息;
根据图像处理环境信息采用对应的图像采集方法获取场景图像;
对场景图像进行预处理,以得到目标场景图像;
根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
根据预置的特征参数提取调整图像对应的图像特征;
基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
为了解决现有技术中通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,导致图像处理的效果不好的技术问题,本方法通过结合不同的图像处理环境和图像应用场景采用不同的图像采集方法进行场景图像采集,针对性的进行图像采集,同时也方便后续对图像进行高效处理,可以有效提高处理效率。当获取到场景图像后,为了进一步提高图像的处理精度,对场景图像进行预处理,以得到精度更高的目标场景图像;然后基于设定的图像模板对目标场景图像进行格式调整,以得到便于内部处理的调整图像。然后提取图像特征,基于图像特征进行图像分割,以便后续进行快速的针对性的分割图像处理,为了便于后续的图像整合,对分割后得到的各个待处理图像进行标记;然后再进一步地对各个待处理图像进行优化处理,以得到更加精准清晰的优化图像,然后结合各个图像的标记信息将其进行整合,以得到完整的目标处理图像,完成图像处理。本方法针对实际应用场景对不同图像进行针对性的处理,大大提高处理效果以及处理效率。
基于第一方面,在本发明的一些实施例中,上述根据图像处理环境信息采用对应的图像采集方法获取场景图像的方法包括以下步骤:
提取并根据图像处理环境信息中的场景数据及基础环境框架确定图像要求;
根据图像要求在预置的图像采集方式中选择对应的图像采集方法,并基于选择的图像采集方法获取场景图像。
基于第一方面,在本发明的一些实施例中,上述对场景图像进行预处理,以得到目标场景图像的方法包括以下步骤:
采用高斯滤波器对场景图像进行滤波去躁,以得到初始去躁图像;
将初始去躁图像进行边缘像素增强处理,以得到目标场景图像。
基于第一方面,在本发明的一些实施例中,上述根据预置的图像模板对目标场景图像进行调整,以得到调整图像的方法包括以下步骤:
提取并将图像处理环境信息中的场景数据与预置的场景图像模板数据库进行匹配,以匹配得到对应的图像模板;
将目标场景图像导入到图像模板中,根据图像模板的格式排版对目标场景图像进行调整,以得到调整图像。
基于第一方面,在本发明的一些实施例中,上述基于提取的图像特征对调整图像进行分割,以得到多个待处理图像的方法包括以下步骤:
基于提取的图像特征设定图像处理层次;
根据图像处理层次和预置的特征分割规则将调整图像进行分割,以得到多个待处理图像。
基于第一方面,在本发明的一些实施例中,上述将各个待处理图像进行标记,生成标记关联信息的方法包括以下步骤:
根据图像处理层次和预置的特征分割规则生成分割信息;
根据分割信息对各个待处理图像进行标记,生成标记关联信息。
基于第一方面,在本发明的一些实施例中,上述根据预置的处理规则分别对各个待处理图像进行优化调整的方法包括以下步骤:
提取并根据标记关联信息中各个待处理图像的特征标记与预置的处理规则数据库进行匹配,以匹配得到各个待处理图像对应的处理规则;
根据各个待处理图像对应的处理规则分别对各个待处理图像进行优化调整。
第二方面,本发明实施例提供一种图像处理系统,包括环境获取模块、场景图像获取模块、图像预处理模块、图像调整模块、特征提取模块、分割标记模块、优化调整模块以及图像整合模块,其中:
环境获取模块,用于获取图像处理环境信息;
场景图像获取模块,用于根据图像处理环境信息采用对应的图像采集方法获取场景图像;
图像预处理模块,用于对场景图像进行预处理,以得到目标场景图像;
图像调整模块,用于根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
特征提取模块,用于根据预置的特征参数提取调整图像对应的图像特征;
分割标记模块,用于基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
优化调整模块,用于根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
图像整合模块,用于根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
为了解决现有技术中通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,导致图像处理的效果不好的技术问题,本系统基于环境获取模块和场景图像获取模块通过结合不同的图像处理环境和图像应用场景采用不同的图像采集方法进行场景图像采集,针对性的进行图像采集,同时也方便后续对图像进行高效处理,可以有效提高处理效率。当获取到场景图像后,为了进一步提高图像的处理精度,通过图像预处理模块对场景图像进行预处理,以得到精度更高的目标场景图像;然后图像调整模块基于设定的图像模板对目标场景图像进行格式调整,以得到便于内部处理的调整图像。然后通过特征提取模块提取图像特征,分割标记模块基于图像特征进行图像分割,以便后续进行快速的针对性的分割图像处理,为了便于后续的图像整合,对分割后得到的各个待处理图像进行标记;然后通过优化调整模块再进一步地对各个待处理图像进行优化处理,以得到更加精准清晰的优化图像,然后图像整合模块结合各个图像的标记信息将其进行整合,以得到完整的目标处理图像,完成图像处理。本系统针对实际应用场景对不同图像进行针对性的处理,大大提高处理效果以及处理效率。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种图像处理方法和系统,解决了现有技术中通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,导致图像处理的效果不好的技术问题,本发明通过结合不同的图像处理环境和图像应用场景采用不同的图像采集方法进行场景图像采集,针对性的进行图像采集,同时也方便后续对图像进行高效处理,可以有效提高处理效率。基于设定的图像模板对目标场景图像进行格式调整,以得到便于内部处理的调整图像。基于图像特征进行图像分割,以便后续进行快速的针对性的分割图像处理,然后再进一步地对各个待处理图像进行优化处理,以得到更加精准清晰的优化图像,然后结合各个图像的标记信息将其进行整合,以得到完整的目标处理图像。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一种图像处理方法的流程图;
图2为本发明实施例一种图像处理系统的原理框图;
图3为本发明实施例提供的一种电子设备的结构框图。
图标:100、环境获取模块;200、场景图像获取模块;300、图像预处理模块;400、图像调整模块;500、特征提取模块;600、分割标记模块;700、优化调整模块;800、图像整合模块;101、存储器;102、处理器;103、通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意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、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例
如图1所示,第一方面,本发明实施例提供一种图像处理方法,包括以下步骤:
S1、获取图像处理环境信息;该图像处理环境信息包括应用场景数据、处理架构、基础环境数据、处理运行基础数据、基础环境框架以及硬件支撑数据等。上述基础环境框架包括多个子节点以及其对应的处理能力数据,处理类型数据、总节点以及其处理能力数据。
S2、根据图像处理环境信息采用对应的图像采集方法获取场景图像;
进一步地,提取并根据图像处理环境信息中的场景数据及基础环境框架确定图像要求;根据图像要求在预置的图像采集方式中选择对应的图像采集方法,并基于选择的图像采集方法获取场景图像。
在本发明的一些实施例中,为了提高后续图像处理的效果及效率,避免增加多余的数据处理量,在前期采集图像时就针对性的进行采集,结合图像处理环境信息中的场景数据确定对应的场景图像处理的基础环境框架,然后再结合基础环境框架中的各个节点的处理能力和处理类型确定该处理环境下可以对什么图像进行处理,及对处理图像的要求,上述图像要求包括像素要求、录入方式要求、数据量阈值等等,然后根据图像要求中的像素要求或者录入方式要求采用合适的图像采集方法获取对应的场景图像。可以采用拍照摄像或者电子扫描等图像采集方式进行图像采集。
S3、对场景图像进行预处理,以得到目标场景图像;
进一步地,采用高斯滤波器对场景图像进行滤波去躁,以得到初始去躁图像;将初始去躁图像进行边缘像素增强处理,以得到目标场景图像。
在本发明的一些实施例中,为了进一步提高图像图像处理精度,对获取的场景图像先进行一个预处理,包括对图像进行滤波去躁、图像增强、边缘处理等等,然后得到一个像素更加清晰的目标场景图像。
S4、根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
进一步地,提取并将图像处理环境信息中的场景数据与预置的场景图像模板数据库进行匹配,以匹配得到对应的图像模板;将目标场景图像导入到图像模板中,根据图像模板的格式排版对目标场景图像进行调整,以得到调整图像。
在本发明的一些实施例中,为了进一步提高图像处理的效率,按照预置的图像模板对目标场景图像进行调整,先在预置的场景图像模板数据库中按照应用场景进行匹配,以选取合适的图像模板,该图像模板包括图像大小、像素、格式、排版分布等等,然后根据图像模板对目标场景图像进行调整,以得到符合相关大小、像素、格式以及排版分布要求的调整图像。
S5、根据预置的特征参数提取调整图像对应的图像特征;
S6、基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
进一步地,基于提取的图像特征设定图像处理层次;根据图像处理层次和预置的特征分割规则将调整图像进行分割,以得到多个待处理图像。
进一步地,根据图像处理层次和预置的特征分割规则生成分割信息;根据分割信息对各个待处理图像进行标记,生成标记关联信息。
在本发明的一些实施例中,为了提高图像处理的精度和效率,对图像进行分割处理,以便后续进行分割图像的针对性处理。首先基于提取的图像特征设定图像处理层次,例如:提取到3个图像特征,则设定图像处理层次为3,然后在3个层面上按照对应的图像特征结合预置的该图像特征对应的分割规则对调整图像进行分割,以得到多个层次下的多个待处理图像。
S7、根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
进一步地,提取并根据标记关联信息中各个待处理图像的特征标记与预置的处理规则数据库进行匹配,以匹配得到各个待处理图像对应的处理规则;根据各个待处理图像对应的处理规则分别对各个待处理图像进行优化调整。
在本发明的一些实施例中,在对图像进行分割处理后,进一步对分割后的各个待处理图像进行优化,以得到像素更清晰的图像。在进行图像优化时,首先根据各个待处理图像的特征标记在预置的处理规则数据库选择合适的处理规则,然后再进行图像的优化,该优化包括对图像的大小、像素、特征突出点、背景等等进行处理。
S8、根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
为了解决现有技术中通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,导致图像处理的效果不好的技术问题,本方法通过结合不同的图像处理环境和图像应用场景采用不同的图像采集方法进行场景图像采集,针对性的进行图像采集,同时也方便后续对图像进行高效处理,可以有效提高处理效率。当获取到场景图像后,为了进一步提高图像的处理精度,对场景图像进行预处理,以得到精度更高的目标场景图像;然后基于设定的图像模板对目标场景图像进行格式调整,以得到便于内部处理的调整图像。然后提取图像特征,基于图像特征进行图像分割,以便后续进行快速的针对性的分割图像处理,为了便于后续的图像整合,对分割后得到的各个待处理图像进行标记;然后再进一步地对各个待处理图像进行优化处理,以得到更加精准清晰的优化图像,然后结合各个图像的标记信息将其进行整合,以得到完整的目标处理图像,完成图像处理。本方法针对实际应用场景对不同图像进行针对性的处理,大大提高处理效果以及处理效率。
如图2所示,第二方面,本发明实施例提供一种图像处理系统,包括环境获取模块100、场景图像获取模块200、图像预处理模块300、图像调整模块400、特征提取模块500、分割标记模块600、优化调整模块700以及图像整合模块800,其中:
环境获取模块100,用于获取图像处理环境信息;
场景图像获取模块200,用于根据图像处理环境信息采用对应的图像采集方法获取场景图像;
图像预处理模块300,用于对场景图像进行预处理,以得到目标场景图像;
图像调整模块400,用于根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
特征提取模块500,用于根据预置的特征参数提取调整图像对应的图像特征;
分割标记模块600,用于基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
优化调整模块700,用于根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
图像整合模块800,用于根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
为了解决现有技术中通过某些设备对图像进行采集,然后采用某一种图像处理方法进行图像处理,无法进行针对性的图像处理,导致图像处理的效果不好的技术问题,本系统基于环境获取模块100和场景图像获取模块200通过结合不同的图像处理环境和图像应用场景采用不同的图像采集方法进行场景图像采集,针对性的进行图像采集,同时也方便后续对图像进行高效处理,可以有效提高处理效率。当获取到场景图像后,为了进一步提高图像的处理精度,通过图像预处理模块300对场景图像进行预处理,以得到精度更高的目标场景图像;然后图像调整模块400基于设定的图像模板对目标场景图像进行格式调整,以得到便于内部处理的调整图像。然后通过特征提取模块500提取图像特征,分割标记模块600基于图像特征进行图像分割,以便后续进行快速的针对性的分割图像处理,为了便于后续的图像整合,对分割后得到的各个待处理图像进行标记;然后通过优化调整模块700再进一步地对各个待处理图像进行优化处理,以得到更加精准清晰的优化图像,然后图像整合模块800结合各个图像的标记信息将其进行整合,以得到完整的目标处理图像,完成图像处理。本系统针对实际应用场景对不同图像进行针对性的处理,大大提高处理效果以及处理效率。
如图3所示,第三方面,本申请实施例提供一种电子设备,其包括存储器101,用于存储一个或多个程序;处理器102。当一个或多个程序被处理器102执行时,实现如上述第一方面中任一项的方法。
还包括通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器102,包括中央处理器102(Central Processing Unit,CPU)、网络处理器102(Network Processor,NP)等;还可以是数字信号处理器102(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中,应该理解到,所揭露的方法及系统和方法,也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能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,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101(ROM,Read-Only Memory)、随机存取存储器101(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种图像处理方法,其特征在于,包括以下步骤:
获取图像处理环境信息;
根据图像处理环境信息采用对应的图像采集方法获取场景图像;
对场景图像进行预处理,以得到目标场景图像;
根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
根据预置的特征参数提取调整图像对应的图像特征;
基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
2.根据权利要求1所述的一种图像处理方法,其特征在于,所述根据图像处理环境信息采用对应的图像采集方法获取场景图像的方法包括以下步骤:
提取并根据图像处理环境信息中的场景数据及基础环境框架确定图像要求;
根据图像要求在预置的图像采集方式中选择对应的图像采集方法,并基于选择的图像采集方法获取场景图像。
3.根据权利要求1所述的一种图像处理方法,其特征在于,所述对场景图像进行预处理,以得到目标场景图像的方法包括以下步骤:
采用高斯滤波器对场景图像进行滤波去躁,以得到初始去躁图像;
将初始去躁图像进行边缘像素增强处理,以得到目标场景图像。
4.根据权利要求1所述的一种图像处理方法,其特征在于,所述根据预置的图像模板对目标场景图像进行调整,以得到调整图像的方法包括以下步骤:
提取并将图像处理环境信息中的场景数据与预置的场景图像模板数据库进行匹配,以匹配得到对应的图像模板;
将目标场景图像导入到图像模板中,根据图像模板的格式排版对目标场景图像进行调整,以得到调整图像。
5.根据权利要求1所述的一种图像处理方法,其特征在于,所述基于提取的图像特征对调整图像进行分割,以得到多个待处理图像的方法包括以下步骤:
基于提取的图像特征设定图像处理层次;
根据图像处理层次和预置的特征分割规则将调整图像进行分割,以得到多个待处理图像。
6.根据权利要求5所述的一种图像处理方法,其特征在于,所述将各个待处理图像进行标记,生成标记关联信息的方法包括以下步骤:
根据图像处理层次和预置的特征分割规则生成分割信息;
根据分割信息对各个待处理图像进行标记,生成标记关联信息。
7.根据权利要求1所述的一种图像处理方法,其特征在于,所述根据预置的处理规则分别对各个待处理图像进行优化调整的方法包括以下步骤:
提取并根据标记关联信息中各个待处理图像的特征标记与预置的处理规则数据库进行匹配,以匹配得到各个待处理图像对应的处理规则;
根据各个待处理图像对应的处理规则分别对各个待处理图像进行优化调整。
8.一种图像处理系统,其特征在于,包括环境获取模块、场景图像获取模块、图像预处理模块、图像调整模块、特征提取模块、分割标记模块、优化调整模块以及图像整合模块,其中:
环境获取模块,用于获取图像处理环境信息;
场景图像获取模块,用于根据图像处理环境信息采用对应的图像采集方法获取场景图像;
图像预处理模块,用于对场景图像进行预处理,以得到目标场景图像;
图像调整模块,用于根据预置的图像模板对目标场景图像进行调整,以得到调整图像;
特征提取模块,用于根据预置的特征参数提取调整图像对应的图像特征;
分割标记模块,用于基于提取的图像特征对调整图像进行分割,以得到多个待处理图像,并将各个待处理图像进行标记,生成标记关联信息;
优化调整模块,用于根据预置的处理规则分别对各个待处理图像进行优化调整,以得到多个优化图像;
图像整合模块,用于根据标记关联信息将各个优化图像进行整合,以生成目标处理图像。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111529364.5A CN114155172A (zh) | 2021-12-14 | 2021-12-14 | 一种图像处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111529364.5A CN114155172A (zh) | 2021-12-14 | 2021-12-14 | 一种图像处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114155172A true CN114155172A (zh) | 2022-03-08 |
Family
ID=80451224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111529364.5A Pending CN114155172A (zh) | 2021-12-14 | 2021-12-14 | 一种图像处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155172A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637438A (zh) * | 2022-03-23 | 2022-06-17 | 支付宝(杭州)信息技术有限公司 | 基于ar的车辆事故处理方法及装置 |
CN116600210A (zh) * | 2023-07-18 | 2023-08-15 | 长春工业大学 | 基于机器人视觉的图像采集优化系统 |
-
2021
- 2021-12-14 CN CN202111529364.5A patent/CN114155172A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637438A (zh) * | 2022-03-23 | 2022-06-17 | 支付宝(杭州)信息技术有限公司 | 基于ar的车辆事故处理方法及装置 |
CN116600210A (zh) * | 2023-07-18 | 2023-08-15 | 长春工业大学 | 基于机器人视觉的图像采集优化系统 |
CN116600210B (zh) * | 2023-07-18 | 2023-10-10 | 长春工业大学 | 基于机器人视觉的图像采集优化系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348294B (zh) | Pdf文档中图表的定位方法、装置及计算机设备 | |
CN111695486B (zh) | 一种基于点云的高精度方向标志牌目标提取方法 | |
CN111583097A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN106570874B (zh) | 一种结合图像局部约束与对象全局约束的图像标记方法 | |
CN114155172A (zh) | 一种图像处理方法和系统 | |
CN112967341B (zh) | 基于实景图像的室内视觉定位方法、系统、设备及存储介质 | |
CN111291584A (zh) | 识别二维码位置的方法及其系统 | |
WO2017181892A1 (zh) | 前景分割方法及装置 | |
CN108229232B (zh) | 批量扫描二维码的方法和批量扫描二维码的装置 | |
CN113963147B (zh) | 一种基于语义分割的关键信息提取方法及系统 | |
CN108198172B (zh) | 图像显著性检测方法和装置 | |
CN111899243A (zh) | 一种图像清晰度评价方法、设备和计算机可读存储介质 | |
Purohit et al. | Learning based single image blur detection and segmentation | |
CN114049499A (zh) | 用于连续轮廓的目标对象检测方法、设备及存储介质 | |
CN106156691A (zh) | 复杂背景图像的处理方法及其装置 | |
CN110443228B (zh) | 一种行人匹配方法、装置、电子设备及存储介质 | |
CN113313217B (zh) | 一种基于鲁棒性模板的倾角文字精准识别方法及系统 | |
Liao et al. | Multi-scale saliency features fusion model for person re-identification | |
CN113221696A (zh) | 一种图像识别方法、系统、设备及存储介质 | |
CN110852353A (zh) | 路口分类方法及设备 | |
Thilagavathy et al. | Fuzzy based edge enhanced text detection algorithm using MSER | |
CN115984588A (zh) | 图像背景相似度分析方法、装置、电子设备及存储介质 | |
CN115223022A (zh) | 一种图像处理方法、装置、存储介质及设备 | |
CN115035347A (zh) | 图片识别方法、装置及电子设备 | |
CN109840461B (zh) | 一种基于动态虹膜图像的识别方法及装置 |
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 |