CN114693707A - 物体轮廓模板获取方法、装置、设备及存储介质 - Google Patents
物体轮廓模板获取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114693707A CN114693707A CN202011633476.0A CN202011633476A CN114693707A CN 114693707 A CN114693707 A CN 114693707A CN 202011633476 A CN202011633476 A CN 202011633476A CN 114693707 A CN114693707 A CN 114693707A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- target
- difference
- target object
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000000605 extraction Methods 0.000 claims abstract description 53
- 230000004044 response Effects 0.000 claims description 26
- 230000004048 modification Effects 0.000 claims description 22
- 238000012986 modification Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开是关于一种物体轮廓模板获取方法、装置、设备及存储介质,所述方法包括:对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。本公开可以实现基于用户选择的指定区域对目标物体的轮廓进行修改,进而可以实现准确的获取目标物体的轮廓模板。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种物体轮廓模板获取方法、装置、设备及存储介质。
背景技术
相关技术中可以基于预先生成的目标物体的轮廓模板进行匹配,以实现对该目标物体进行识别、定位等。在进行轮廓模板匹配之前,可以先提取目标物体的模板图像的轮廓并保存,以避免每次模板匹配时都需处理模板图像,节省匹配时间。目前常用的模板轮廓提取流程包括选取目标区域,提取目标区域的图像边缘,拟合目标区域的轮廓,最后保存该轮廓。
然而,上述方案的实施容易受到光照、环境或者目标物体等因素的影响,无法准确提取出用户感兴趣的轮廓。
发明内容
为克服相关技术中存在的问题,本公开实施例提供一种物体轮廓模板获取方法、装置、设备及存储介质,用以解决相关技术中的缺陷。
根据本公开实施例的第一方面,提供一种物体轮廓模板获取方法,所述方法包括:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
在一实施例中,所述对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像,包括:
对所述原始彩色图像进行高斯滤波,得到滤波图像;
基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
在一实施例中,所述基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,包括:
基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像;
基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
在一实施例中,所述物体边缘图像为二值图像;
所述基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像,包括:
将所述物体边缘图像转换为彩色图像,得到彩色边缘图像;
将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
在一实施例中,所述基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像,包括:
响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域;
基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像,所述缩减区域图像的指定区域之外的区域的像素值为0;
基于所述缩减区域图像进行差分操作,得到第一差分图像。
在一实施例中,所述方法还包括响应于检测到以下任一事件,确定所述第一目标图像满足需求:在设定时间内未接收到针对所述第一目标图像的图像边缘修改指令;
接收到针对所述第一目标图像的保存指令。
在一实施例中,所述方法还包括:
响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域;
基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像;
对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像;
响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
根据本公开实施例的第二方面,提供一种物体轮廓模板获取装置,所述装置包括:
物体边缘图像获取模块,用于对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
第一差分图像获取模块,用于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
第一目标图像获取模块,用于对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
第一目标图像保存模块,用于响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
在一实施例中,所述物体边缘图像获取模块,包括:
滤波图像获取单元,用于对所述原始彩色图像进行高斯滤波,得到滤波图像;
物体边缘图像获取单元,用于基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
在一实施例中,所述第一差分图像获取模块,包括:
凸显边缘图像生成单元,用于基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像;
第一差分图像获取单元,用于基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
在一实施例中,所述物体边缘图像为二值图像;
所述凸显边缘图像生成单元,还用于:
将所述物体边缘图像转换为彩色图像,得到彩色边缘图像;
将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
在一实施例中,所述第一差分图像获取单元还用于:
响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域;
基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像,所述缩减区域图像的指定区域之外的区域的像素值为0;
基于所述滤波图像和所述缩减区域图像进行差分操作,得到第一差分图像。
在一实施例中,所述第一目标图像保存模块还用于响应于检测到以下任一事件,确定所述第一目标图像满足需求:
在设定时间内未接收到针对所述第一目标图像的图像边缘修改指令;
接收到针对所述第一目标图像的保存指令。
在一实施例中,所述装置还包括:
指定区域确定模块,用于响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域;
第二差分图像获取模块,用于基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像;
第二目标图像获取模块,用于对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像;
第二目标图像保存模块,用于响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
根据本公开实施例的第三方面,提供一种电子设备,所述设备包括:
处理器以及用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开通过对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像,并基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,以及对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像,进而可以响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存,由于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,并且当得到的第一目标图像满足需求时,将该第一目标图像作为目标物体轮廓模板进行保存,因而可以实现基于用户选择的指定区域对目标物体的轮廓进行修改,进而可以实现准确的获取目标物体的轮廓模板。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1A是根据一示例性实施例示出的一种物体轮廓模板获取方法的流程图;
图1B是根据一示例性实施例示出的目标物体的原始彩色图像的示意图;
图1C是根据一示例性实施例示出的基于物体边缘图像与原始彩色图像生成凸显边缘图像的示意图;
图1D是根据一示例性实施例示出的在凸显边缘图像中选择指定区域的示意图;
图1E是根据一示例性实施例示出的基于滤波图像和缩减区域图像进行差分操作得到第一差分图像的示意图;
图2是根据一示例性实施例示出的如何获取包含所述目标物体的边缘的物体边缘图像的流程图;
图3是根据一示例性实施例示出的如何基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像的流程图;
图4是根据一示例性实施例示出的如何相生成用于凸显所述目标的边缘的凸显边缘图像的流程图;
图5是根据一示例性实施例示出的如何对所述凸显边缘图像进行差分操作的流程图;
图6是根据又一示例性实施例示出的一种物体轮廓模板获取方法的流程图;
图7是根据一示例性实施例示出的一种物体轮廓模板获取装置的框图;
图8是根据又一示例性实施例示出的一种物体轮廓模板获取装置的框图;
图9是根据一示例性实施例示出的一种电子设备的框图。
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例并不代表与本公开相一致的所有实施例。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。
图1A是根据一示例性实施例示出的一种物体轮廓模板获取方法的流程图;本实施例的方法可以应用于具有图像处理功能的电子设备(如,计算机等)。
如图1A所示,该方法包括以下步骤S11-S14:
在步骤S11中,对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像。
本实施例中,为了获取目标物体轮廓模板,可以先获取该目标物体的原始彩色图像。其中,该原始彩色图像可以包括RGB图像。在此基础上,可以基于设定算法对该目标物体的原始彩色图像进行边缘提取,从而得到包含目标物体的边缘的物体边缘图像。
举例来说,通过工业相机拍照并保存RGB图像至本地计算机,即获得一张含有目标物体的原始彩色图像f,其大小为a×b,在像素位置(i,j)的灰度值为f(i,j),如图1B所示。
在一实施例中,图2是根据一示例性实施例示出的如何获取包含所述目标物体的边缘的物体边缘图像的流程图。如图2所示,上述步骤S11可以具体包括以下步骤S111-S112:
在步骤S111中,对所述原始彩色图像进行高斯滤波,得到滤波图像。
本实施例中,可以基于以下公式(1)对原始彩色图像f进行高斯滤波,得到滤波图像g,其像素位置(i,j)的灰度值为g(i,j)。
g(i,j)=∑k,lf(i-k,j-l)h(k,l)=∑k,lf(k,l)h(i-k,j-l) (1)
在步骤S112中,基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
本实施例中,可以利用预设的图像边缘提取算法(如,Sobel、Canny算法等)提取滤波图像g中目标物体的边缘,得到只包含目标物体的边缘的物体边缘图像G(i,j)。其中,该物体边缘图像可以为二值图像。
在步骤S12中,基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像。
本实施例中,当对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像后,可以基于该物体边缘图像以及在该物体边缘图像中选择的指定区域确定第一差分图像。
其中,上述指定区域可以包括用户选择的期望删除的区域、用户选择的期望补空缺的区域、或者用户选择的期望补偿残缺点的区域等。下面以指定区域为用户选择的期望删除的区域为例进行示例性说明。
举例来说,图3是根据一示例性实施例示出的如何基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像的流程图;如图3所示,上述步骤S12可以具体包括以下步骤S121-S122:
在步骤S121中,基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像。
本实施例中,当得到包含所述目标物体的边缘的物体边缘图像后,可以基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像。
举例来说,图4是根据一示例性实施例示出的如何相生成用于凸显所述目标的边缘的凸显边缘图像的流程图。如图4所示,上述步骤S121还可以具体包括以下步骤S1211-S1212:
在步骤S1211中,将所述物体边缘图像转换为彩色图像,得到彩色边缘图像。
本实施例中,当得到物体边缘图像G(i,j)后,由于该图像为二值图像,因而可以将该图像G(i,j)转换为RGB彩色图像,得到彩色边缘图像,该图像的边缘位置像素值为(0,0,255)。
在步骤S1212中,将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
本实施例中,当得到上述彩色边缘图像后,可以将该彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像f′(i,j),如图1C所示。
在步骤S122中,基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
本实施例中,当基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像后,可以基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
举例来说,图5是根据一示例性实施例示出的如何对所述凸显边缘图像进行差分操作的流程图。如图5所示,上述步骤S122可以具体包括以下步骤S1221-S1223:
在步骤S1221中,响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域。
本实施例中,当得到上述凸显边缘图像后,如果用户认为该图像中存在指定的区域,则可以基于设定方式(如,通过按住鼠标右键在图像上滑动等方式)触发针对该凸显边缘图像的图像边缘修改指令,以基于该指令中包含的多个指定点生成指定区域。
举例来说,图1D是在凸显边缘图像中选择指定区域的示意图;如图1D所示,当得到凸显边缘图像f′(i,j)后,用户可以在该图像f′(i,j)中按住鼠标左键在图像上滑动,进而电子设备可以获取到鼠标左键触发的点位坐标(X,Y),进而可以以该坐标设定一个半径可调的圆刷(如,GenCircle函数),进而可以基于该圆刷经过的点以及相应的点距形成多个小区域001。在此基础上,可以基于Union2等算法,将形成的多个小区域并联成一个指定区域002。
在步骤S1222中,基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像。
本实施例中,当基于所述指令中包含的多个指定点生成指定区域后,可以基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像。
举例来说,当在凸显边缘图像f′(i,j)中确定指定区域002后,可以基于该区域对凸显边缘图像f′(i,j)进行缩减,得到缩减区域图像g1(i,j)。如图1D所示,该缩减区域图像g1(i,j)的指定区域之外的区域的像素值为0。
在步骤S1223中,基于所述滤波图像和所述缩减区域图像进行差分操作,得到第一差分图像。
本实施例中,当基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像后,可以基于所述滤波图像和所述缩减区域图像进行差分操作,得到第一差分图像。
举例来说,当得到缩减区域图像g1(i,j)后,可以基于以下公式(2)对滤波图像g(i,j)和缩减区域图像g1(i,j)进行差分操作,得到第一差分图像R1,如图1E所示。
R1=g(i,j)-g1(i,j) (2)
在步骤S13中,对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像。
本实施例中,当得到第一差分图像R1后,可以再对该图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像。在一实施例中,对第一差分图像R1进行边缘提取的方式与步骤S11中对目标物体的原始彩色图像进行边缘提取的方式相同,在此不进行赘述。
在步骤S14中,响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
本实施例中,当得到第一目标图像后,可以确定该图像是否满足用户的需求,从而可以当该第一目标图像满足需求时,将该第一目标图像作为目标物体轮廓模板进行保存。
在一实施例中,可以当检测到以下任一事件发生时,确定所述第一目标图像满足需求:
在设定时间内未接收到针对上述第一目标图像的图像边缘修改指令;
接收到针对上述第一目标图像的保存指令。
由上述描述可知,本实施例的方法通过对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像,并基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像,然后基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像,以及对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像,进而可以响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存,由于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,并且当得到的第一目标图像满足需求时,将该第一目标图像作为目标物体轮廓模板进行保存,因而可以实现基于用户选择的指定区域对目标物体的轮廓进行修改,进而可以实现准确的获取目标物体的轮廓模板。
图6是根据又一示例性实施例示出的一种物体轮廓模板获取方法的流程图;本实施例的方法可以应用于具有图像处理功能的电子设备(如,计算机等)。
如图6所示,该方法包括以下步骤S21-S29:
在步骤S21中,对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像。
在步骤S22中,基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像。
在步骤S23中,对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像。
在步骤S24中,确定所述第一目标图像是否满足需求:若是,则执行步骤S25;若否,则执行步骤S26。
在步骤S25中,将所述第一目标图像作为目标物体轮廓模板进行保存。
其中,步骤S21-S23、S25的相关解释和说明可以参见上述图1A所示实施例中的步骤S11-S14,在此不进行赘述。
在步骤S26中,响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域。
本实施例中,当接收到针对所述第一目标图像的图像边缘修改指令后,可以确定上述第一目标图像不满足用户的需求,进而可以响应于该指令确定在所述第一目标图像中选择的指定区域。
在一实施例中,确定在所述第一目标图像中选择的指定区域的方式可以参见图1A所示实施例中在凸显边缘图像中确定指定区域的方式,本实施例对此不进行赘述。
在步骤S27中,基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像。
本实施例中,当确定在所述第一目标图像中选择的指定区域后,可以基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像。
在一实施例中,对第一目标图像进行差分操作的方式可以参见上述图1A所示实施例中对凸显边缘图像进行差分操作的方式,本实施例对此不进行赘述。
在步骤S28中,对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像。
本实施例中,当基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像后,可以对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像。
在一实施例中,对上述第二差分图像进行边缘提取的方式可以参见上述图1A所示实施例中对凸显边缘图像进行差分操作的方式,本实施例对此不进行赘述。
在步骤S29中,响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
本实施例中,当得到第二目标图像后,可以确定该图像是否满足用户的需求,从而可以当该第二目标图像满足需求时,将该第二目标图像作为目标物体轮廓模板进行保存。
可以理解的是,当上述第二目标图像仍然不满足需求时,可以按照上述步骤S26-S29中对第一目标图像进行处理的方式来对第二目标图像进行再处理,直到取得的第N目标图像符合需求,以将其作为目标物体轮廓模板进行保存。
由上述描述可知,本实施例的方法通过在确定第一目标图像不满足需求时,基于接收的针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域,并基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像,以及对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像,进而响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存,可以实现对当前不满足需求的第一目标图像进行处理,可以实现方便用户手动选择的指定区域,进而可以实现准确的获取目标物体的轮廓模板,并且由于不需要另外设计图像特征提取算法,因而可以提高方案的通用性。
图7是根据一示例性实施例示出的一种物体轮廓模板获取装置的框图;本实施例的装置可以应用于具有图像处理功能的电子设备(如,计算机等)。
如图7所示,该装置包括:物体边缘图像获取模块110、第一差分图像获取模块120、第一目标图像获取模块130以及第一目标图像保存模块140,其中:
物体边缘图像获取模块110,用于对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
第一差分图像获取模块120,用于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
第一目标图像获取模块130,用于对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
第一目标图像保存模块140,用于响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
由上述描述可知,本实施例的装置通过对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像,并基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像,然后基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像,以及对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像,进而可以响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存,由于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,并且当得到的第一目标图像满足需求时,将该第一目标图像作为目标物体轮廓模板进行保存,因而可以实现基于用户选择的指定区域对目标物体的轮廓进行修改,进而可以实现准确的获取目标物体的轮廓模板。
图8是根据又一示例性实施例示出的一种物体轮廓模板获取装置的框图;本实施例的装置可以应用于具有图像处理功能的电子设备(如,计算机等)。其中,物体边缘图像获取模块210、第一差分图像获取模块220、第一目标图像获取模块230以及第一目标图像保存模块240与前述图7所示实施例中的物体边缘图像获取模块110、第一差分图像获取模块120、第一目标图像获取模块130以及第一目标图像保存模块140的功能相同,在此不进行赘述。
如图8所示,物体边缘图像获取模块210,可以包括:
滤波图像获取单元211,用于对所述原始彩色图像进行高斯滤波,得到滤波图像;
物体边缘图像获取单元212,用于基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
在一实施例中,第一差分图像获取模块220,可以包括:
凸显边缘图像生成单元221,用于基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像;
第一差分图像获取单元222,用于基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
在一实施例中,上述物体边缘图像可以为二值图像;
凸显边缘图像生成单元221,还可以用于:
将所述物体边缘图像转换为彩色图像,得到彩色边缘图像;
将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
在一实施例中,第一差分图像获取单元222还可以用于:
响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域;
基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像,所述缩减区域图像的指定区域之外的区域的像素值为0;
基于所述滤波图像和所述缩减区域图像进行差分操作,得到第一差分图像。
在一实施例中,第一目标图像保存模块240还可以用于响应于检测到以下任一事件,确定所述第一目标图像满足需求:
在设定时间内未接收到针对所述第一目标图像的图像边缘修改指令;
接收到针对所述第一目标图像的保存指令。
在一实施例中,上述装置还可以包括:
指定区域确定模块250,用于响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域;
第二差分图像获取模块260,用于基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像;
第二目标图像获取模块270,用于对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像;
第二目标图像保存模块280,用于响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种电子设备的框图。例如,装置900可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图9,装置900可以包括以下一个或多个组件:处理组件902,存储器904,电源组件906,多媒体组件908,音频组件910,输入/输出(I/O)的接口912,传感器组件914,以及通信组件916。
处理组件902通常控制装置900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理部件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件906为装置900的各种组件提供电力。电力组件906可以包括电源管理系统,一个或多个电源,及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当装置900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为装置900提供各个方面的状态评估。例如,传感器组件914可以检测到装置900的打开/关闭状态,组件的相对定位,例如所述组件为装置900的显示器和小键盘,传感器组件914还可以检测装置900或装置900一个组件的位置改变,用户与装置900接触的存在或不存在,装置900方位或加速/减速和装置900的温度变化。传感器组件914还可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络,如WiFi,2G或3G,4G或5G或它们的组合。在一个示例性实施例中,通信部件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器904,上述指令可由装置900的处理器920执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人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。本公开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 (16)
1.一种物体轮廓模板获取方法,其特征在于,所述方法包括:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
2.根据权利要求1所述的方法,其特征在于,所述对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像,包括:
对所述原始彩色图像进行高斯滤波,得到滤波图像;
基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像,包括:
基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像;
基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
4.根据权利要求3所述的方法,其特征在于,所述物体边缘图像为二值图像;
所述基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像,包括:
将所述物体边缘图像转换为彩色图像,得到彩色边缘图像;
将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
5.根据权利要求3所述的方法,其特征在于,所述基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像,包括:
响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域;
基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像,所述缩减区域图像的指定区域之外的区域的像素值为0;
基于所述缩减区域图像进行差分操作,得到第一差分图像。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括响应于检测到以下任一事件,确定所述第一目标图像满足需求:在设定时间内未接收到针对所述第一目标图像的图像边缘修改指令;
接收到针对所述第一目标图像的保存指令。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域;
基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像;
对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像;
响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
8.一种物体轮廓模板获取装置,其特征在于,所述装置包括:
物体边缘图像获取模块,用于对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
第一差分图像获取模块,用于基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
第一目标图像获取模块,用于对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
第一目标图像保存模块,用于响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
9.根据权利要求8所述的装置,其特征在于,所述物体边缘图像获取模块,包括:
滤波图像获取单元,用于对所述原始彩色图像进行高斯滤波,得到滤波图像;
物体边缘图像获取单元,用于基于设定图像边缘提取算法提取所述滤波图像中目标物体的边缘,得到包含所述目标物体的边缘的物体边缘图像。
10.根据权利要求8所述的装置,其特征在于,所述第一差分图像获取模块,包括:
凸显边缘图像生成单元,用于基于所述物体边缘图像与所述原始彩色图像生成用于凸显所述目标的边缘的凸显边缘图像;
第一差分图像获取单元,用于基于在所述凸显边缘图像中选择的指定区域对所述凸显边缘图像进行差分操作,得到第一差分图像。
11.根据权利要求10所述的装置,其特征在于,所述物体边缘图像为二值图像;
所述凸显边缘图像生成单元,还用于:
将所述物体边缘图像转换为彩色图像,得到彩色边缘图像;
将所述彩色边缘图像与所述原始彩色图像相结合,得到用于凸显所述目标的边缘的凸显边缘图像。
12.根据权利要求10所述的装置,其特征在于,所述第一差分图像获取单元还用于:
响应于接收到针对所述凸显边缘图像的图像边缘修改指令,基于所述指令中包含的多个指定点生成指定区域;
基于所述指定区域对所述凸显边缘图像进行缩减,得到缩减区域图像,所述缩减区域图像的指定区域之外的区域的像素值为0;
基于所述滤波图像和所述缩减区域图像进行差分操作,得到第一差分图像。
13.根据权利要求8所述的装置,其特征在于,所述第一目标图像保存模块还用于响应于检测到以下任一事件,确定所述第一目标图像满足需求:
在设定时间内未接收到针对所述第一目标图像的图像边缘修改指令;
接收到针对所述第一目标图像的保存指令。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
指定区域确定模块,用于响应于接收到针对所述第一目标图像的图像边缘修改指令,确定在所述第一目标图像中选择的指定区域;
第二差分图像获取模块,用于基于所述在所述第一目标图像中选择的指定区域对所述第一目标图像进行差分操作,得到第二差分图像;
第二目标图像获取模块,用于对所述第二差分图像进行边缘提取,得到包含所述目标物体的边缘的第二目标图像;
第二目标图像保存模块,用于响应于所述第二目标图像满足需求,将所述第二目标图像作为目标物体轮廓模板进行保存。
15.一种电子设备,其特征在于,所述设备包括:
处理器以及用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
16.一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,该程序被处理器执行时实现:
对目标物体的原始彩色图像进行边缘提取,得到包含所述目标物体的边缘的物体边缘图像;
基于所述物体边缘图像以及在所述物体边缘图像中选择的指定区域确定第一差分图像;
对所述第一差分图像进行边缘提取,得到包含所述目标物体的边缘的第一目标图像;
响应于所述第一目标图像满足需求,将所述第一目标图像作为目标物体轮廓模板进行保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011633476.0A CN114693707B (zh) | 2020-12-31 | 2020-12-31 | 物体轮廓模板获取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011633476.0A CN114693707B (zh) | 2020-12-31 | 2020-12-31 | 物体轮廓模板获取方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114693707A true CN114693707A (zh) | 2022-07-01 |
CN114693707B CN114693707B (zh) | 2023-09-26 |
Family
ID=82134144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011633476.0A Active CN114693707B (zh) | 2020-12-31 | 2020-12-31 | 物体轮廓模板获取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693707B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07129770A (ja) * | 1993-10-28 | 1995-05-19 | Mitsubishi Electric Corp | 画像処理装置 |
JP2000194859A (ja) * | 1998-12-25 | 2000-07-14 | Canon Inc | 被写体形状抽出方法、被写体形状抽出装置及び記録媒体 |
WO2001026050A2 (en) * | 1999-10-04 | 2001-04-12 | A.F.A. Products Group, Inc. | Improved image segmentation processing by user-guided image processing techniques |
JP2001319239A (ja) * | 2000-05-10 | 2001-11-16 | Nec Corp | 物体輪郭抽出装置及び方法 |
JP2002245441A (ja) * | 2001-02-14 | 2002-08-30 | Mitsubishi Electric Corp | 人物像抽出装置 |
JP2003109017A (ja) * | 2001-09-28 | 2003-04-11 | Hitachi Ltd | 輪郭形状の欠陥検査方法及び装置 |
JP2003265462A (ja) * | 2002-03-19 | 2003-09-24 | Hitachi Ltd | 関心領域抽出方法及び画像処理サーバ |
US20040066964A1 (en) * | 2002-10-02 | 2004-04-08 | Claus Neubauer | Fast two dimensional object localization based on oriented edges |
CN1867928A (zh) * | 2003-10-17 | 2006-11-22 | 皇家飞利浦电子股份有限公司 | 用于分析物体轮廓图像的方法与图像处理装置 ,用于检测物体的方法与图像处理装置 ,工业视觉设备 ,智能相机,图像显示器 ,安全系统 ,以及计算机程序产品 |
JP2006338191A (ja) * | 2005-05-31 | 2006-12-14 | Olympus Corp | 画像処理装置及び領域分割プログラム |
CA2640931A1 (en) * | 2007-10-15 | 2009-04-15 | Lockheed Martin Corporation | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
EP2228753A2 (en) * | 2009-03-13 | 2010-09-15 | Omron Co., Ltd. | Image processing device and image processing method |
JP2012221043A (ja) * | 2011-04-05 | 2012-11-12 | Hitachi Kokusai Electric Inc | 画像処理方法および監視装置 |
CN103150720A (zh) * | 2011-12-07 | 2013-06-12 | 邓禄普体育用品株式会社 | 轮廓校正方法和系统以及轮廓提取方法和系统 |
US20140146076A1 (en) * | 2012-11-27 | 2014-05-29 | Samsung Electronics Co., Ltd. | Contour segmentation apparatus and method based on user interaction |
WO2014173145A1 (zh) * | 2013-04-23 | 2014-10-30 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN109325957A (zh) * | 2018-08-30 | 2019-02-12 | 盈嘉互联(北京)科技有限公司 | 一种数值成像bim楼宇群外轮廓提取装置、系统和方法 |
CN111178205A (zh) * | 2019-12-20 | 2020-05-19 | 航天信息股份有限公司 | 一种在区域范围内进行目标对象识别的方法及系统 |
-
2020
- 2020-12-31 CN CN202011633476.0A patent/CN114693707B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07129770A (ja) * | 1993-10-28 | 1995-05-19 | Mitsubishi Electric Corp | 画像処理装置 |
JP2000194859A (ja) * | 1998-12-25 | 2000-07-14 | Canon Inc | 被写体形状抽出方法、被写体形状抽出装置及び記録媒体 |
WO2001026050A2 (en) * | 1999-10-04 | 2001-04-12 | A.F.A. Products Group, Inc. | Improved image segmentation processing by user-guided image processing techniques |
JP2001319239A (ja) * | 2000-05-10 | 2001-11-16 | Nec Corp | 物体輪郭抽出装置及び方法 |
JP2002245441A (ja) * | 2001-02-14 | 2002-08-30 | Mitsubishi Electric Corp | 人物像抽出装置 |
JP2003109017A (ja) * | 2001-09-28 | 2003-04-11 | Hitachi Ltd | 輪郭形状の欠陥検査方法及び装置 |
JP2003265462A (ja) * | 2002-03-19 | 2003-09-24 | Hitachi Ltd | 関心領域抽出方法及び画像処理サーバ |
US20040066964A1 (en) * | 2002-10-02 | 2004-04-08 | Claus Neubauer | Fast two dimensional object localization based on oriented edges |
CN1867928A (zh) * | 2003-10-17 | 2006-11-22 | 皇家飞利浦电子股份有限公司 | 用于分析物体轮廓图像的方法与图像处理装置 ,用于检测物体的方法与图像处理装置 ,工业视觉设备 ,智能相机,图像显示器 ,安全系统 ,以及计算机程序产品 |
JP2006338191A (ja) * | 2005-05-31 | 2006-12-14 | Olympus Corp | 画像処理装置及び領域分割プログラム |
CA2640931A1 (en) * | 2007-10-15 | 2009-04-15 | Lockheed Martin Corporation | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
US20090226033A1 (en) * | 2007-10-15 | 2009-09-10 | Sefcik Jason A | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
EP2228753A2 (en) * | 2009-03-13 | 2010-09-15 | Omron Co., Ltd. | Image processing device and image processing method |
JP2012221043A (ja) * | 2011-04-05 | 2012-11-12 | Hitachi Kokusai Electric Inc | 画像処理方法および監視装置 |
CN103150720A (zh) * | 2011-12-07 | 2013-06-12 | 邓禄普体育用品株式会社 | 轮廓校正方法和系统以及轮廓提取方法和系统 |
US20140146076A1 (en) * | 2012-11-27 | 2014-05-29 | Samsung Electronics Co., Ltd. | Contour segmentation apparatus and method based on user interaction |
WO2014173145A1 (zh) * | 2013-04-23 | 2014-10-30 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN109325957A (zh) * | 2018-08-30 | 2019-02-12 | 盈嘉互联(北京)科技有限公司 | 一种数值成像bim楼宇群外轮廓提取装置、系统和方法 |
CN111178205A (zh) * | 2019-12-20 | 2020-05-19 | 航天信息股份有限公司 | 一种在区域范围内进行目标对象识别的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114693707B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10452890B2 (en) | Fingerprint template input method, device and medium | |
CN110557547B (zh) | 镜头位置调整方法及装置 | |
CN107944447B (zh) | 图像分类方法及装置 | |
CN108108418B (zh) | 图片管理方法、装置及存储介质 | |
CN105631803B (zh) | 滤镜处理的方法和装置 | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN108462833B (zh) | 拍摄方法、装置及计算机可读存储介质 | |
CN107015648B (zh) | 图片处理方法及装置 | |
CN105095881A (zh) | 人脸识别方法、装置及终端 | |
CN107463052B (zh) | 拍摄曝光方法及装置 | |
CN109784164B (zh) | 前景识别方法、装置、电子设备及存储介质 | |
CN109034150B (zh) | 图像处理方法及装置 | |
CN112927122A (zh) | 水印去除方法、装置及存储介质 | |
CN105528765A (zh) | 处理图像的方法及装置 | |
CN111523346A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN112200040A (zh) | 遮挡图像检测方法、装置及介质 | |
CN107507128B (zh) | 图像处理方法及设备 | |
CN105208284A (zh) | 拍摄提醒方法及装置 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
CN108550127A (zh) | 图片处理方法、装置、终端及存储介质 | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
CN108647594B (zh) | 信息处理方法及设备 | |
CN108366237B (zh) | 投影图像调节方法、装置及计算机可读存储介质 | |
CN105391942B (zh) | 自动拍照方法及装置 | |
CN117412169A (zh) | 追焦方法、装置、电子设备及存储介质 |
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 |