CN114519690A - 图像处理方法及装置、图像检测方法及系统、存储介质 - Google Patents
图像处理方法及装置、图像检测方法及系统、存储介质 Download PDFInfo
- Publication number
- CN114519690A CN114519690A CN202011307773.6A CN202011307773A CN114519690A CN 114519690 A CN114519690 A CN 114519690A CN 202011307773 A CN202011307773 A CN 202011307773A CN 114519690 A CN114519690 A CN 114519690A
- Authority
- CN
- China
- Prior art keywords
- data
- target image
- compensation
- pixels
- count value
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000002093 peripheral effect Effects 0.000 claims abstract description 24
- 230000015654 memory Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 27
- 238000013500 data storage Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 8
- 101100087530 Caenorhabditis elegans rom-1 gene Proteins 0.000 description 6
- 101100087531 Caenorhabditis elegans rom-2 gene Proteins 0.000 description 6
- 101100305983 Mus musculus Rom1 gene Proteins 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G06T5/60—
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Abstract
本申请提供了一种图像处理方法及装置、图像检测方法及系统、存储介质。该图像处理方法包括:获取目标图像和补偿信号,存储目标图像;对目标图像的像素进行计数,得到计数值;根据计数值,在目标图像的边缘像素的外围位置添加补偿信号对应的补偿数据,得到补偿后的目标图像的像素数据。本申请可实现对图像边缘像素的补偿,使后续的卷积操作可以扩展至边缘像素,从而可使输入的图像和输出的图像大小一致,以保持目标图像的信息完整性,避免遗失重要信息。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,本申请涉及一种图像处理方法及装置、图像检测方法及系统、存储介质。
背景技术
在使用卷积神经网络对图像进行信息的检测时,例如对x射线图像进行病灶检测时,由于边缘上的像素不会位于卷积核中心,而卷积核也无法扩展到边缘区域以外,输入图像的边缘特征通常无法被提取,这可能导致在信息检测时遗失一些重要信息。
发明内容
本申请针对现有方式的缺点,提出一种图像处理方法及装置、图像检测方法及系统、存储介质,用以解决现有技术存在图像边缘特征无法被提取的技术问题。
第一方面,本申请实施例提供了一种图像处理方法,包括:
获取目标图像和补偿信号,存储目标图像;
对目标图像的像素进行计数,得到计数值;
根据计数值,在目标图像的边缘像素的外围位置添加补偿信号对应的补偿数据,得到补偿后的目标图像的像素数据。
第二方面,本申请实施例提供了一种图像信息检测方法,包括:
获取本申请实施例第一方面提供的图像处理方法处理后输出的补偿后的目标图像的像素数据;
对补偿后的目标图像的像素数据进行特征提取,得到特征图像;
根据特征图像确定目标信息。
第三方面,本申请实施例提供了一种图像处理装置,包括:补偿信号端、计数器、数据存储模块和数据补偿模块;
补偿信号端、计数器和数据存储模块均与数据补偿模块通信连接;
计数器用于:对目标图像的像素进行计数,得到计数值;
数据存储模块用于:存储目标图像;
数据补偿模块用于:根据计数值,在目标图像的边缘像素的外围位置添加补偿信号端的补偿信号对应的补偿数据,得到补偿后的目标图像的像素数据。
第四方面,本申请实施例提供一种图像信息检测系统,包括:通信连接的信息检测装置和本申请实施例第三方面提供的图像处理装置;
信息检测装置用于执行以实现本申请实施例第二方面提供的图像信息检测方法。
第五方面,本申请实施例提供一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现:本申请实施例第一方面提供的图像处理方法,或申请实施例第二方面提供的图像信息检测方法。
本申请实施例提供的技术方案,至少具有如下有益效果:
本申请实施例根据计数器的计数,可实现对目标图像的各像素的遍历,通过在目标图像的边缘像素的外围位置添加补偿数据,可实现对遍历到的边缘像素的补偿,使后续的卷积操作可以扩展至边缘像素,从而可使输入的图像和输出的图像大小一致,以保持目标图像的信息完整性,避免遗失重要信息。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例提供的一种图像处理装置的结构框架示意图;
图2为本申请实施例提供的另一种图像处理装置的结构框架示意图;
图3为本申请实施例提供的一种图像处理方法的流程示意图;
图4为本申请实施例提供的另一种图像处理方法的流程示意图;
图5为本申请实施例中3*3卷积核面积内的待卷积像素数据示意图;
图6为本申请实施例中对图5所示像素数据进行补偿的一种补偿输出波形的示意图;
图7为本申请实施例中对图5所示像素数据进行一种补偿后得到的3*3卷积核面积内的待卷积像素数据示意图;
图8为本申请实施例中对图5所示像素数据进行补偿的另一种补偿输出波形的示意图;
图9为本申请实施例中对图5所示像素数据进行另一种补偿后得到的3*3卷积核面积内的待卷积像素数据示意图;
图10为本申请实施例提供的一种图像信息检测方法的流程示意图;
图11为本申请实施例中补偿前和补偿后的目标图像对比示意图。
具体实施方式
下面详细描述本申请,本申请的实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。此外,如果已知技术的详细描述对于示出的本申请的特征是不必要的,则将其省略。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。
本申请实施例提供了一种图像处理装置,如图1所示,该图像处理装置包括:补偿信号端、计数器、数据存储模块110和数据补偿模块120。
补偿信号端、计数器和数据存储模块110均与数据补偿模块120通信连接。通信连接包括电连接和基于光纤的光通信连接,电连接包括有线电连接和无线电连接。
计数器用于:对目标图像的像素进行计数,得到计数值;数据存储模块110用于:存储目标图像;数据补偿模块120用于:根据计数值,在目标图像的边缘像素的外围位置添加补偿信号端的补偿信号对应的补偿数据,得到补偿后的目标图像的像素数据。
本申请实施例中的补偿数据可根据实际需求设置,例如可设置为0。
可选地,计数器包括:列计数器;该列计数器用于对目标图像的像素列进行计数,得到列计数值(如图1中的r_ctrl_rd_fifo0_cnt1)。
可选地,如图1所示,数据存储模块110包括:第一存储器RTL_ROM_1、第二存储器RTL_ROM_2和第三存储器RTL_ROM_3;第一存储器RTL_ROM_1、第二存储器RTL_ROM_2和第三存储器RTL_ROM_3均与列计数器电连接.
第一存储器RTL_ROM_1用于:根据列计数值,存储目标图像第一行像素的像素数据;第二存储器RTL_ROM_2用于:根据列计数值,存储目标图像第N行像素的像素数据;第三存储器RTL_ROM_3用于:根据列计数值,存储目标图像第二行至第N-1行像素的像素数据;N为大于1的整数。
本申请实施例中的第一存储器、第二存储器和第三存储器均可以是ROM(Read-Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,可以是RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically Erasable Programmable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
可选地,如图1所示,数据补偿模块120包括:第一数据选通器RTL_MUX_1、第二数据选通器RTL_MUX_2和第三数据选通器RTL_MUX_3。
第一数据选通器RTL_MUX_1,其使能端、第一输入端、第二输入端分别与列计数器、第一存储器RTL_ROM_1、补偿信号端电连接,用于根据列计数值,在第一存储器RTL_ROM_1存储的第一行像素的外围位置添加补偿数据,并输出第一行像素的像素数据和补偿数据;
第二数据选通器RTL_MUX_2,其使能端、第一输入端、第二输入端分别与列计数器、第二存储器RTL_ROM_2、补偿信号端电连接,用于根据列计数值,在第二存储器RTL_ROM_2存储的第N行像素的外围位置添加补偿数据,并输出第N行像素的像素数据和补偿数据;
第三数据选通器RTL_MUX_3,其使能端、第一输入端、第二输入端分别与列计数器、第三存储器RTL_ROM_3、补偿信号端电连接,用于根据列计数值,在第三存储器RTL_ROM_3存储的第一列像素和第M列像素的外围位置添加补偿数据,并输出第二行像素至第N-1列像素的像素数据;M为大于1的整数。
可选地,计数器还包括:行计数器;该行计数器用于对目标图像的像素行进行计数,得到行计数值(如图1中的r_rd_fm_row_cnt1);
可选地,如图2所示,本申请实施例提供的图像处理装置还包括:数据输出模块130。
行计数器、第一数据选通器RTL_MUX_1、第二数据选通器RTL_MUX_2和第三数据选通器RTL_MUX_3均与数据输出模块130电连接;
数据输出模块130用于:根据行计数值,输出经第一数据选通器RTL_MUX_1、第二数据选通器RTL_MUX_2和第三数据选通器RTL_MUX_3补偿后的目标图像的像素数据。
可选地,如图2所示,数据输出模块130包括:第四数据选通器RTL_MUX_4和第五数据选通器RTL_MUX_5。
第四数据选通器RTL_MUX_4,其使能端、第一输入端、第二输入端分别与行计数器、第二数据选通器RTL_MUX_2的输出端、第三数据选通器RTL_MUX_3的输出端电连接,用于根据行计数值,输出第二数据选通器RTL_MUX_2或第三数据选通器RTL_MUX_3输出的像素数据。
第五数据选通器RTL_MUX_5,其使能端、第一输入端、第二输入端分别与行计数器、第一数据选通器RTL_MUX_1的输出端、第四数据选通器RTL_MUX_4的输出端电连接,用于根据行计数值,输出第一数据选通器RTL_MUX_1或第四数据选通器RTL_MUX_4输出的像素数据。
可选地,本申请实施例提供的图像处理装置还包括:寄存器模块RTL_REG。寄存器模块RTL_REG的输入端D与第五数据选通器RTL_MUX_5的输出端电连接。寄存器模块RTL_REG用于对第五数据选通器RTL_MUX_5输出的像素数据进行缓存。
可选地,寄存器模块RTL_REG包括依次连接的多个触发器(例如D触发器);寄存器模块RTL_REG可根据后续电路或模块的需要通过输出端Q输出缓存的各像素数据和补偿数据。
参照图2,寄存器模块RTL_REG的时钟端C与系统时钟i_clk_100m电连接,系统时钟i_clk_100m频率可以是100MHz(兆赫)。
本申请实施例中的N和M可根据具体的目标图像确定。例如,对于一个416*416的目标图像,N和M均为416。
在一个示例中,对于一个416*416的目标图像,每个像素值为16bit(比特)行计数器和列计数器的位宽均可以是9bit,计数范围可以是0~415;第一数据选通器RTL_MUX_1和第二数据选通器RTL_MUX_2的输入输出均为96bit,输出补偿为144bit,为高比特位补偿;第三数据选通器RTL_MUX_3、第四数据选通器RTL_MUX_4和第五数据选通器RTL_MUX_5的输入输出均为144bit。
基于同一发明构思,本申请实施例提供了一种图像处理方法,可应用于图像处理装置,如图3所示,该方法包括:
S301,数据存储模块110获取目标图像并存储。
本申请实施例可应用于卷积神经网络,目标图像可以是待输入卷积神经网络的原始图像,也可以是进行了初步卷积的特征图像。
可选地,在对目标图像进行存储时,对不同行的像素数据分别进行存储,第一行像素的像素数据存储于第一存储器RTL_ROM_1,第N行像素的像素数据存储于第二存储器RTL_ROM_2第二行至第N-1行像素的像素数据存储于第三存储器RTL_ROM_3。
S302,计数器对目标图像的像素进行计数,得到计数值。
可选地,计数器对目标图像的像素进行计数,得到计数值,包括:列计数器对目标图像的像素列进行计数,得到列计数值。
可选地,计数器对目标图像的像素进行计数,得到计数值,还包括:行计数器对目标图像的像素行进行计数,得到行计数值。
S303,数据补偿模块120根据计数值,在目标图像的边缘像素的外围位置添加补偿信号对应的补偿数据,得到补偿后的目标图像的像素数据。
可选地,第一数据选通器RTL_MUX_1根据列计数值,在目标图像第一行像素的外围位置添加补偿数据,并输出第一行像素的像素数据和补偿数据,该过程中可实现对第一列像素数据的数据预先补偿(即对第一列第一行像素的外围位置添加补偿数据);第二数据选通器RTL_MUX_2根据列计数值,在目标图像第N行像素的外围位置添加补偿数据,并输出第N行像素的像素数据和补偿数据,该过程中可实现对第一列数据的数据预先补偿(即对第一列第N行像素的外围位置添加补偿数据);第三数据选通器RTL_MUX_3根据列计数值,在目标图像第一列像素和第M列像素的外围位置添加补偿数据,并输出第二行像素至第N-1列像素的像素数据;N和M均为大于1的整数。
可选地,如图4所示,本申请实施例提供的图像处理方法,在上述步骤S301至S303的基础上,还包括如下步骤:
S304,数据输出模块130根据行计数值,输出补偿后的目标图像的像素数据。
可选地,第四数据选通器RTL_MUX_4根据行计数值,输出第二数据选通器RTL_MUX_2或第三数据选通器RTL_MUX_3的输出值;
可选地,当行计数值为第N行像素的行数时,第四数据选通器RTL_MUX_4输出第二数据选通器RTL_MUX_2输出的像素数据,即第N行像素的像素数据和补偿数据;当行计数值为第N行像素之外的其它行数时,输出第三数据选通器RTL_MUX_3输出的像素数据,即第二行像素至第N-1列像素的像素数据以及其中第一列像素和第M列像素的补偿数据。
可选地,第五数据选通器RTL_MUX_5根据行计数值,输出第一数据选通器RTL_MUX_1或第四数据选通器RTL_MUX_4的输出值。
可选地,当行计数值为第1行像素的行数时,第五数据选通器RTL_MUX_5输出第一数据选通器RTL_MUX_1输出的像素数据,即第1行像素的像素数据和补偿数据;当行计数值为第1行像素之外的其它行数时,第五数据选通器RTL_MUX_5输出第四数据选通器RTL_MUX_4输出的像素数据,即第2行像素至第N-1行像素的像素数据以及其中第一列像素和第M列像素的补偿数据。
在一个示例中,以416*416的目标图像为例,当行计数值为0时,第四数据选通器RTL_MUX_4输出第2行像素至第415行像素的像素数据以及其中第1列像素和第416列像素的补偿数据,第五数据选通器RTL_MUX_5输出第1行像素的像素数据和补偿数据;当行计数值为415时,第四数据选通器RTL_MUX_4输出第416行像素的像素数据和补偿数据,第五数据选通器RTL_MUX_5也输出第416行像素的像素数据和补偿数据;当行计数值为1~144时,第四数据选通器RTL_MUX_4输出第2行像素至第415行像素的像素数据以及其中第1列像素和第416列像素的补偿数,第五数据选通器RTL_MUX_5也输出MUX-5输出第2行像素至第415行像素的像素数据以及其中第1列像素和第416列像素的补偿数据。
下面以一个示例对本申请实施例提供的图像处理装置和图像处理方法的补偿效果进行介绍:
假设一个3*3卷积核面积内的待卷积像素数据如图5所示,采用本申请实施例提供的图像处理装置和图像处理方法对图5所示的像素数据进行仿真实验。
在行计数值和列计数值均为0时,对图5上边缘像素和左边缘像素进行补偿操作,补偿输出波形如图6所示,i为仿真时刻,在i=66时补偿之后的像素数据如图7所示;在行计数值和列计数值均为415时,对图5下边缘像素和右边缘像素进行补偿操作,补偿输出波形如图8所示,i为仿真时刻,在i=205时补偿之后的像素数据如图9所示。
图6,o_fm_win_dout为对应图7中3*3卷积核的全部待卷积像素数据的输出(对应如图2所示的寄存器模块的输出),New Virtual Bus 11为对应图7中第一行的输出,NewVirtual Bus 10为对应图7中第二行的输出,New Virtual Bus 9为对应图7中第三行的输出。
图8中,o_fm_win_dout为对应图9中3*3卷积核的全部待卷积像素数据的输出(对应如图2所示的寄存器模块的输出),New Virtual Bus 11为对应图9中第一行的输出,NewVirtual Bus 10为对应图9中第二行的输出,New Virtual Bus 9为对应图9中第三行的输出。
对于一个3*3卷积核,本申请实施例提供的图像处理装置可根据后续卷积过程中该卷积核的卷积位置输出相应的缓存数据。若后续卷积过程中该卷积核的卷积位置处于原始目标图像的非边缘像素区域时,输出原始目标图像的9组像素数据;若后续卷积过程中该卷积核的卷积位置处于原始目标图像的边缘像素区域时,输出补偿后的目标图像的9组像素数据;对于其它尺寸的卷积核,图像处理装置的输出方式同理。
应用本申请实施例提供的图像处理装置及方法,至少可以实现如下有益效果:
1)本申请实施例根据计数器的计数,可实现对目标图像的各像素的遍历,通过在目标图像的边缘像素的外围位置添加补偿数据,可实现对遍历到的边缘像素的补偿,使后续的卷积操作可以扩展至边缘像素,从而可使输入的图像和输出的图像大小一致,以保持目标图像的信息完整性,避免遗失重要信息。
2)本申请实施例可对目标图像的不同像素行的像素数据分别进行存储,基于分别存储的像素数据可实现分别处理,即分别对边缘像素行、边缘像素列的像素数据进行补偿,对于非边缘区域保留原始的像素数据,从而可简化计算以实现有针对性且快速的边缘补偿。
基于同一发明构思,本申请实施例提供了一种图像信息检测系统,包括:通信连接的信息检测装置和本申请实施例提供的任意一种图像处理装置。
信息检测装置用于执行以实现本申请实施例提供的任意一种图像信息检测方法。
基于同一发明构思,本申请实施例提供了一种图像信息检测方法,如图10所示,该检测方法包括:
S1001,获取补偿后的目标图像的像素数据。
该补偿后的目标图像的像素数据为本申请实施例提供的图像处理方法处理后得到的数据,即目标图像的原始像素数据和补偿数据。
在一个示例中,补偿后的目标图像如图11中右图所示,图11中左图中补偿前的原始目标图像。
S1002,对补偿后的目标图像的像素数据进行特征提取,得到特征图像。
S1003,根据特征图像确定目标信息。
本申请实施例提供的图像信息检测系统和方法可应用于基于x射线图像的病灶检测领域,例如基于目标检测网络yolov2-tiny的病灶检测,对于x射线图像,在经本申请实施例提供的图像处理方法处理后,可对其进行特征提取,提到特征图像,进而根据特征图像检测病灶信息,由于已事先进行了边缘像素的补偿,在此次特征提取过程中可提取到边缘像素的特征,避免信息的遗漏。
基于同一发明构思,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例所提供的任一图像处理方法或任一图像信息检测方法。
该计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM、RAM、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM、闪存、磁性卡片或光线卡片。也就是,可读介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。
本申请实施例提供了一种计算机可读存储介质适用于上述任一图像处理方法或任一图像信息检测方法,在此不再赘述。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
获取目标图像并存储;
对所述目标图像的像素进行计数,得到计数值;
根据所述计数值,在所述目标图像的边缘像素的外围位置添加补偿信号对应的补偿数据,得到补偿后的所述目标图像的像素数据。
2.根据权利要求1所述的图像处理方法,其特征在于,所述对所述目标图像的像素进行计数,得到计数值,包括:
对所述目标图像的像素列进行计数,得到列计数值;
以及,根据所述计数值,在所述目标图像的边缘像素的外围位置添加所述补偿信号对应的补偿数据,包括:
根据所述列计数值,在所述目标图像第一行像素的外围位置添加所述补偿数据,并输出第一行像素的像素数据和所述补偿数据;
根据所述列计数值,在所述目标图像第N行像素的外围位置添加所述补偿数据,并输出第N行像素的像素数据和所述补偿数据;
根据所述列计数值,在所述目标图像第一列像素和第M列像素的外围位置添加所述补偿数据,并输出第二行像素至第N-1列像素的像素数据;
N和M均为大于1的整数。
3.根据权利要求2所述的图像处理方法,其特征在于,所述对所述目标图像的像素进行计数,得到计数值,还包括:
对所述目标图像的像素行进行计数,得到行计数值;
以及,所述图像处理方法还包括:
根据所述行计数值,输出补偿后的所述目标图像的像素数据。
4.一种图像信息检测方法,其特征在于,包括:
获取如权利要求1-3中任一项所述的图像处理方法处理后输出的补偿后的目标图像的像素数据;
对补偿后的所述目标图像的所述像素数据进行特征提取,得到特征图像;
根据所述特征图像确定目标信息。
5.一种图像处理装置,其特征在于,包括:补偿信号端、计数器、数据存储模块和数据补偿模块;
所述补偿信号端、所述计数器和所述数据存储模块均与所述数据补偿模块通信连接;
所述计数器用于:对目标图像的像素进行计数,得到计数值;
所述数据存储模块用于:存储所述目标图像;
所述数据补偿模块用于:根据所述计数值,在所述目标图像的边缘像素的外围位置添加所述补偿信号端的补偿信号对应的补偿数据,得到补偿后的所述目标图像的像素数据。
6.根据权利要求5所述的图像处理装置,其特征在于,所述计数器包括:列计数器;
所述列计数器用于对所述目标图像的像素列进行计数,得到列计数值;
以及,所述数据存储模块包括:第一存储器、第二存储器和第三存储器;
所述第一存储器、所述第二存储器和所述第三存储器均与所述列计数器电连接;
所述第一存储器用于:根据所述列计数值,存储所述目标图像第一行像素的所述像素数据;
所述第二存储器用于:根据所述列计数值,存储所述目标图像第N行像素的所述像素数据;
所述第三存储器用于:根据所述列计数值,存储所述目标图像第二行至第N-1行像素的所述像素数据;
N为大于1的整数。
7.根据权利要求6所述的图像处理装置,其特征在于,所述数据补偿模块包括:
第一数据选通器,其使能端、第一输入端、第二输入端分别与所述列计数器、所述第一存储器、所述补偿信号端电连接,用于根据所述列计数值,在所述第一存储器存储的第一行像素的外围位置添加所述补偿数据,并输出第一行像素的像素数据和所述补偿数据;
第二数据选通器,其使能端、第一输入端、第二输入端分别与所述列计数器、所述第二存储器、所述补偿信号端电连接,用于根据所述列计数值,在所述第二存储器存储的第N行像素的外围位置添加所述补偿数据,并输出第N行像素的像素数据和所述补偿数据;
第三数据选通器,其使能端、第一输入端、第二输入端分别与所述列计数器、所述第三存储器、所述补偿信号端电连接,用于根据所述列计数值,在所述第三存储器存储的第一列像素和第M列像素的外围位置添加所述补偿数据,并输出第二行像素至第N-1列像素的像素数据;M为大于1的整数。
8.根据权利要求7所述的图像处理装置,其特征在于,所述计数器还包括:行计数器;
所述行计数器用于对所述目标图像的像素行进行计数,得到行计数值;
以及,所述图像处理装置还包括:数据输出模块;
所述行计数器、所述第一数据选通器、所述第二数据选通器和所述第三数据选通器均与所述数据输出模块电连接;
所述数据输出模块用于:根据所述行计数值,输出经所述第一数据选通器、所述第二数据选通器和所述第三数据选通器补偿后的所述目标图像的所述像素数据。
9.根据权利要求8所述的图像处理装置,其特征在于,所述数据输出模块包括:第四数据选通器和第五数据选通器;
所述第四数据选通器,其使能端、第一输入端、第二输入端分别与所述行计数器、所述第二数据选通器的输出端、所述第三数据选通器的输出端电连接,用于根据所述行计数值,输出所述第二数据选通器或所述第三数据选通器输出的所述像素数据;
所述第五数据选通器,其使能端、第一输入端、第二输入端分别与所述行计数器、所述第一数据选通器的输出端、所述第四数据选通器的输出端电连接,用于根据所述行计数值,输出所述第一数据选通器或所述第四数据选通器输出的所述像素数据。
10.根据权利要求9所述的图像处理装置,其特征在于,还包括:寄存器模块;
所述寄存器模块的输入端与所述第五数据选通器的输出端电连接;
所述寄存器模块用于对所述第五数据选通器输出的所述像素数据进行缓存。
11.一种图像信息检测系统,其特征在于,包括:通信连接的信息检测装置和如权利要求5-10中任一项所述的图像处理装置;
所述信息检测装置用于执行以实现如权利要求4所述的图像信息检测方法。
12.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现:如权利要求1-3所述的图像处理方法,或如权利要求4所述的图像信息检测方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011307773.6A CN114519690A (zh) | 2020-11-19 | 2020-11-19 | 图像处理方法及装置、图像检测方法及系统、存储介质 |
US17/501,874 US20220156895A1 (en) | 2020-11-19 | 2021-10-14 | Image processing method and device, image detecting method and system, storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011307773.6A CN114519690A (zh) | 2020-11-19 | 2020-11-19 | 图像处理方法及装置、图像检测方法及系统、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114519690A true CN114519690A (zh) | 2022-05-20 |
Family
ID=81587786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011307773.6A Pending CN114519690A (zh) | 2020-11-19 | 2020-11-19 | 图像处理方法及装置、图像检测方法及系统、存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220156895A1 (zh) |
CN (1) | CN114519690A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760600A (zh) * | 2022-11-01 | 2023-03-07 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像处理方法、装置及电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115239561B (zh) * | 2022-07-25 | 2023-04-18 | 广东保伦电子股份有限公司 | 一种图像缩小下防止图像剪切现象的处理方法及处理终端 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4048996B2 (ja) * | 2003-04-11 | 2008-02-20 | ソニー株式会社 | テロップの抽出装置および抽出方法、並びにプログラムおよび媒体 |
US7705884B2 (en) * | 2004-07-21 | 2010-04-27 | Zoran Corporation | Processing of video data to compensate for unintended camera motion between acquired image frames |
US10542193B1 (en) * | 2014-11-05 | 2020-01-21 | Drs Network & Imaging Systems, Llc | Error smoothing through global source non-uniformity correction |
KR102580221B1 (ko) * | 2018-12-04 | 2023-09-20 | 삼성디스플레이 주식회사 | 표시 장치 및 이를 이용한 표시 패널의 구동 방법 |
-
2020
- 2020-11-19 CN CN202011307773.6A patent/CN114519690A/zh active Pending
-
2021
- 2021-10-14 US US17/501,874 patent/US20220156895A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760600A (zh) * | 2022-11-01 | 2023-03-07 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像处理方法、装置及电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220156895A1 (en) | 2022-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114519690A (zh) | 图像处理方法及装置、图像检测方法及系统、存储介质 | |
US20080162782A1 (en) | Using Transacted Writes and Caching Mechanism to Improve Write Performance in Multi-Level Cell Flash Memory | |
US20150163370A1 (en) | Image processing apparatus | |
JP2009282923A (ja) | 半導体記憶装置及び不揮発性メモリ | |
CN115035128A (zh) | 基于fpga的图像重叠滑窗分割方法及系统 | |
US7839424B1 (en) | Horizontal strip column-first two-dimensional scaling | |
TWI578222B (zh) | 資料儲存裝置及其資料維護方法 | |
US6954207B2 (en) | Method and apparatus for processing pixels based on segments | |
CN109918343B (zh) | 一种自动生成ralf文件的方法及系统 | |
CN107481764B (zh) | 一种3D Nand Flash扫描检测方法和系统 | |
CN112837256B (zh) | 一种用于Harris角点检测的电路系统及检测方法 | |
CN114463238A (zh) | 图像融合方法、装置及存储介质 | |
CN112863591A (zh) | 一种针对Open Block的测试及处理方法 | |
CN113470728A (zh) | 纠错能力测试方法、装置、可读存储介质及电子设备 | |
EP1096369A2 (en) | A counter readout control apparatus and control method therefor | |
CN113554095B (zh) | 特征图处理方法、装置及计算机设备 | |
CN113867659B (zh) | 图像输出方法和装置以及模组控制器 | |
CN114067893B (zh) | Ssd设备的读电压优化处理方法、装置及ssd设备 | |
CN112733834B (zh) | 一种基于非矩阵窗方式的字符区域定位方法 | |
CN112882654B (zh) | 延长eeprom写寿命的方法、装置、存储介质和计算机设备 | |
US11972504B2 (en) | Method and system for overlapping sliding window segmentation of image based on FPGA | |
CN116955223B (zh) | 一种数据预取方法、系统、电子设备及计算机存储介质 | |
CN112015328B (zh) | 第5级独立磁盘冗余阵列的创建方法及装置 | |
CN100469098C (zh) | 于多输出像素装置上进行边缘增强时减少内存耗费的方法 | |
CN114648444A (zh) | 应用在神经网络数据处理中的向量上采样计算方法及装置 |
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 |