KR20030067199A - 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법 - Google Patents

국부최대값을 이용한 에지발견 및 윤곽선 추출 방법 Download PDF

Info

Publication number
KR20030067199A
KR20030067199A KR1020020007083A KR20020007083A KR20030067199A KR 20030067199 A KR20030067199 A KR 20030067199A KR 1020020007083 A KR1020020007083 A KR 1020020007083A KR 20020007083 A KR20020007083 A KR 20020007083A KR 20030067199 A KR20030067199 A KR 20030067199A
Authority
KR
South Korea
Prior art keywords
local maximum
pixel
maximum value
edge
blood
Prior art date
Application number
KR1020020007083A
Other languages
English (en)
Inventor
양승원
Original Assignee
주식회사 하이닉스반도체
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 주식회사 하이닉스반도체 filed Critical 주식회사 하이닉스반도체
Priority to KR1020020007083A priority Critical patent/KR20030067199A/ko
Publication of KR20030067199A publication Critical patent/KR20030067199A/ko

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136Incoming video signal characteristics or properties
    • H04N19/14Coding unit complexity, e.g. amount of activity or edge presence estimation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 영상 압축에 관한 것으로 특히, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 구분되지 않는 부분에서 효율적으로 에지를 발견하고 이에 따라 윤곽선을 추출하기에 적합한 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공하기 위한 것으로 이를 위해 본 발명은, 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계; 상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계; 해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계; 상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계; 상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및 열 및 행 이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공한다.

Description

국부최대값을 이용한 에지발견 및 윤곽선 추출 방법{Method for detection of edge and boundary using local maximum}
본 발명은 영상 압축에 관한 것으로, 특히 국부최대값(Local Maximum; 이하 LM이라 함)을 이용한 에지 발견 및 윤곽선 추출 방법에 관한 것이다.
무선 인터넷의 발달과 함께 정지 영상이나 동영상을 이용한 통신 환경이 급속히 확산됨에 따라 사용자들은 더욱 고화질의 영상을 원하는 반면, 이를 실현하기 위해 전달해야 하는 데이터의 양은 더욱 늘어나게 된다.
이와 같은 문제점을 해결하기 위해, 엠펙(Moving Picture Expert Group; 이하 MPEG이라 함)을 비롯한 여러 가지 영상 압축 방법이 제안되었으며, 국제적으로 표준화되어 사용되고 있다.
한편, 데이타를 초저속망 예컨대, 전화망 또는 무선망 등을 이용하여 전송할 경우 JPEG(Joint Photographic Experts Group) 또한 MPEG-1,2 등에서 사용하였던 압축 알고리듬만으로는 채널 대역폭과 전송속도에서 문제가 발생하였다.
따라서, 이러한 문제로 인하여 기존의 압축률을 능가하는 고압축 알고리듬이 필요하게 되었는 바, 이러한 고압축 알고리듬 중의 하나가 바로 영역기반 분할 알고리듬이며, 영역을 분할하기 위해 적용되는 알고리듬이 에지(Edge) 발견 알고리듬이다.
그러나, 종래의 에지 발견 알고리듬은 주어진 이미지에서의 객체(Object)가 움직임이 있거나 배경과 뚜렷이 구분되지 않는 부분에 대해서는 에지를 발견 즉, 에지 픽셀을 찾기가 용이하지 않았다.
본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 제안된 것으로서, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 구분되지 않는 부분에서 효율적으로 에지를 발견하고 이에 따라 윤곽선을 추출하기에 적합한 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공하는데 그 목적이 있다.
도 1은 주어진 이미지에 대한 기울기 값을 구하기 위한 픽셀을 포함하는 3 ×3 윈도우를 도시한 개략도,
도 2는 3 ×3 윈도우에서 8-네이버(Neighbor)를 사용하여 블러드 기울기(Blurred gradient)가 국부최대인지를 판별하는 방법을 설명하기 위한 개략도,
도 3은 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법에 대한 알고리듬을 도식화한 플로우챠트.
상기 목적을 달성하기 위하여 본 발명은, 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계; 상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계; 해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계; 상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계; 상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및 열 및 행 이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공한다.
본 발명은 그레이 레벨을 갖는 원래의 이미지에서 그 이미지를 구성하는 각 픽셀의 기울기 즉, 블러드 기울기를 산출한 후, 예컨대, 3 ×3 픽셀로 이루어진 윈도우를 바탕으로 8-네이버를 이용 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값을 발견하고, 이를 통해 평균값을 산출한 다음, 전술한 평균값과 국부최대값 사이의 값을 갖는 픽셀을 에지 픽셀로 결정함으로써, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 뚜렷이 구별되지 않는 부분에 해당하는 에지 픽셀을 효과적으로 찾는 것을 기술적 특징으로 한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부한 도면을 참조하여 설명하는 바, 도 1은 주어진 이미지에 대한 기울기 값을 구하기 위한 픽셀을 포함하는 3 ×3 윈도우를 도시한 개략도이며, 도 2는 3 ×3 윈도우에서 8-네이버(Neighbor)를 사용하여 블러드 기울기(Blurred gradient)가 국부최대인지를 판별하는 방법을 설명하기 위한 개략도이며, 도 3은 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법에 대한 알고리듬을 도식화한 플로우챠트이다.
도 1을 참조하면, 예컨대, 0-255의 그레이 레벨(I(i,j))로 표현되며 원래의 이미지를 구성하는 픽셀(100)과 픽셀을 9개 포함하는 3 ×3 윈도우(110)가 개시되어 있다.
한편, R(적),G(녹),B(청) 3개의 채널을 모두 사용할 경우 영상간의 유사성을 비교하기 위해 많은 시간이 소요되므로 R,G,B의 3개의 영상을 채널을 갖는 색상 영상을 하나의 채널을 갖는 그레이 영상 즉, 전술한 각 픽셀(100)을 그레이 레벨로 표현한다. 이 때, 하나의 윈도우(110)를 구성하는 각 픽셀(100)은 그 그레이 레벨에 차이가 거의 발생하지 않으므로 이들을 미분하여 각 픽셀의 기울기(Gradient)를 구하게 되는 바, 이 때 예컨대 I(i,j) 픽셀을 기준으로 할 경우 그 우측의 I(i,j+1) 및 그 하측의 I(i+1,j)와 비교하여 나타내면 기울기가 각각 커지는 효과가 발생하는 바, 이에따라 픽셀간의 비교가 수월해진다.
이 때, 전술한 이미지에 대한 기울기 값은 다음의 수학식1과 같이 구한다.
여기서, I는 전술한 바와 같이 원래의 이미지(Original image)를 갖는 픽셀을 나타내며, ΔI는 전술한 기울기를 나타낸다.
그 다음 물체의 경계 부분 등에서 즉, 에지 펙셀 등에서는 상대적으로 높은 주파수를 갖게되는 바, 높은 공간 주파수를 갖는 이미지에서의 잡음을 감소시키기 위하여 가우시언 필터(Gaussian filter)를 사용한다.
다음의 수학식2는 기울기 값을 계산하여 나온 이미지에 가우시언 필터를 적용한 것이다.
여기서, B는 블러드 기울기(Blurred gradient)이며, G는 가우시언 필터에 X 좌표값과 Y 좌표값을 대입하여 나온 상수값(Gaussian kernal constant)이다.
한편, 전술한 가우시언 필터는 다음의 수학식3과 같다.
계속해서, 가우시언 필터를 통한 블러드 기울기는 국부최대값을 구하기 위해 사용되고, 국부최대값을 구하기 위한 식은 다음의 수학식4와 같다.
여기서, B(i,j)는 블러드된 기울기 이미지를 나타내며, LM은 국부최대값을 나타내는 바, 수학식4에 의해 3 ×3 윈도우(Window) 안에서 상하좌우의 연결정보와 대각선 방향의 연결정보를 갖는 8-네이버(Neighbor) 픽셀들과 비교하여 가장 큰 값 즉, 국부최대값을 찾는다.
한편, 전술한 수학식4에 의해 구한 국부최대값(LM)을 이용하여 평균값을 추출하는 바, 다음의 수학식5와 같다.
여기서, M은 평균값을 나타낸다.
따라서, 에지값은 평균값과 국부최대값 사이로서 다음의 수학식6과 같다.
M ≤E(i,j) ≤LM
여기서, E(i,j)는 에지 픽셀을 나타낸다.
한편, 3 ×3 윈도우의 중심점 이동 경로는 전술한 수학식6과 상관없이 좌에서 우로의 열이동을 하게 되며, 모든 열에 대한 과정이 완료되었을때 위에서 아래로의 행이동을 한다. 즉, 열이동이 행이동에 선행하게 된다.
이하, 전술한 과정을 통해 산출된 블러드 기울기로 표현된 픽셀을 포함하는 윈도우를 도시한 도2 및 도3의 플로우챠트를 참조하여 에지 픽셀을 찾는 과정을 상세히 후술한다.
먼저, 전술한 수학식1에 도시된 바와 같이 그레이 레벨을 갖는 원래의 이미지(I(i,j))에서 이미지(I(i,j))를 구성하는 각 픽셀들의 기울기를 산출한 다음, 수학식2에 도시된 바와 같이 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(B(i,j))를 산출한다(310).
해당 픽셀 여기서는 i=1, j=1인 픽셀, 즉 B(1,1)을 기준으로 에지 픽셀을 찾는 과정을 시작하는(320) 바, B(1,1)를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값(LM) 유무를 판별한다(330).
구체적으로, 국부최대값(LM) 유무를 판별할 때, 인접하는 픽셀들의 블러드 기울기와 비교시 3 ×3 윈도우의 경우 8-네이버를 이용하여 8개의 인접하는 주변 픽셀과 그 블러드 기울기의 대소를 각각 비교하여, 해당 픽셀의 블러드 기울기(B(1,1))가 인접하는 픽셀 모두의 블러드 기울기 보다 클 경우, 해당 픽셀의 블러드 기울기(B(1,1))를 국부최대값(LM)으로 한다.
i=1, j=1인 픽셀이 국부최대값(LM)을 가짐에 따라 수학식5에 도시된 바와 같이 주변 8개의 픽셀과 해당 픽셀의 블러드 기울기를 모두 합한 값을 9로 나누어 평균값(M)을 산출한다(340).
이어서, 산출된 국부최대값(LM)과 평균값(M)을 기준으로 에지 픽셀(E(i,j))을 판별하는(350) 바, 에지 픽셀(E(i,j))은 전술한 수학식6에 도시된 바와 같이 그 블러드 기울기(B(i,j))가 국부최대값(LM)과 평균값(M) 사이인 것이며, 에지 픽셀(E(i,j))의 경우 예컨대, 그 픽셀의 그레이 레벨을 "255" 즉, 검정으로 표시하고(360), 에지픽셀(E(i,j))이 아닐 경우 예컨대, 그 펙셀의 그레이 레벨을 "0" 즉, 흰색으로 표시한 다음, 열 및 행 이동을 통해 다음 픽셀에 대해 전술한 국부최대값(LM) 판별 내지 에지 픽셀(E(i,j)) 판별을 반복하여 실시한다.
한편, 전술한 국부최대값(LM) 판별시 해당 픽셀의 블러드 기울기(B(i,j))가 인접하는 적어도 하나의 픽셀에 대한 블러드 기울기보다 작을 경우 해당 픽셀은 국부최대값이 아니므로, 열 및 행 이동을 통해 다음 픽셀에 대해 전술한 국부최대값(LM) 유무 판별을 반복 수행하게 된다(380).
전술한 열 및 행 이동 즉, 3 ×3 윈도우의 중심점 이동 경로는 좌에서 우로 열이동을 한 다음, 상에서 하로 행 이동하는 순서로 실시한다.
전술한 본 발명은 그레이 레벨을 갖는 원래의 이미지에서 그 이미지를 구성하는 각 픽셀의 기울기 즉, 블러드 기울기를 산출한 후, 예컨대, 3 ×3 픽셀로 이루어진 윈도우를 바탕으로 8-네이버를 이용 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값을 발견하고, 이를 통해 평균값을 산출한 다음, 전술한 평균값과 국부최대값 사이의 값을 갖는 픽셀을 에지 픽셀로 결정함으로써, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 뚜렷이 구별되지 않는 부분에 해당하는 에지 픽셀을 효과적으로 찾을 수 있어, 즉, 데이터 전송에 필요한 에지 성분만을 추출하도록 함으로써, 영역 분할시 불필요한 계산량을 줄일 수 있음을 실시예를 통해 알아 보았다.
본 발명의 기술 사상은 상기 바람직한 실시예에 따라 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술 분야의 통상의 전문가라면 본 발명의 기술 사상의 범위내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.
상술한 본 발명은, 체인코드 추적을 이용하여 영상 데이터 전송에 꼭 필요한에지 성분만을 남기도록 함으로써 영역 분할시 불필요한 계산량을 줄일 수 있는 효과를 기대할 수 있다.

Claims (7)

  1. 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계;
    상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계;
    해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계;
    상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계;
    상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및
    열 및 행이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계
    를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  2. 제 1 항에 있어서,
    상기 국부최대값 유무를 판별하는 단계에서,
    상기 해당 픽셀의 블러드 기울기가 상기 인접하는 픽셀 모두의 블러드 기울기 보다 클 경우, 상기 해당 픽셀의 블러드 이미지를 국부최대값으로 하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  3. 제 1 항에 있어서,
    상기 국부최대값 유무 판별 결과 상기 국부최대값이 존재하지 않음에 따라 다음 픽셀에 대한 국부최대값 유무 판별을 실시하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  4. 제 1 항에 있어서,
    상기 국부최대값 유무를 판별하는 단계에서,
    상기 인접하는 픽셀들의 블러드 기울기와 비교시 8-네이버를 이용하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  5. 제 1 항에 있어서,
    상기 평균값은 상기 해당 픽셀 및 상기 인접하는 각 픽셀들의 블러드 기울기를 더한 값을 상기 해당 픽셀 및 상기 인접하는 픽셀 수로 나눈 것임을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  6. 제 1 항에 있어서,
    상기 에지 픽셀은 그 블러드 기울기가 상기 국부최대값과 상기 평균값 사이인 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
  7. 제 1 항에 있어서,
    상기 열 및 행 이동시,
    좌에서 우로 열이동을 한 다음, 상에서 하로 행이동하는 순서로 실시하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
KR1020020007083A 2002-02-07 2002-02-07 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법 KR20030067199A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020020007083A KR20030067199A (ko) 2002-02-07 2002-02-07 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020020007083A KR20030067199A (ko) 2002-02-07 2002-02-07 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법

Publications (1)

Publication Number Publication Date
KR20030067199A true KR20030067199A (ko) 2003-08-14

Family

ID=32220908

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020020007083A KR20030067199A (ko) 2002-02-07 2002-02-07 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법

Country Status (1)

Country Link
KR (1) KR20030067199A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100658349B1 (ko) * 2005-08-23 2006-12-15 엘지전자 주식회사 디스플레이 장치 및 그 화상처리 방법
KR100744158B1 (ko) * 2006-07-25 2007-08-01 연세대학교 산학협력단 확률적인 접근방법을 적용한 영상 감시 시스템 및 방법
KR100764436B1 (ko) 2006-07-13 2007-10-05 삼성전기주식회사 오토포커싱을 위한 이미지의 컬러 채널별 선명도를비교하는 방법
US8275170B2 (en) 2006-12-08 2012-09-25 Electronics And Telecommunications Research Institute Apparatus and method for detecting horizon in sea image
KR101365404B1 (ko) * 2012-07-10 2014-02-20 한밭대학교 산학협력단 이미지 인식 방법 및 이를 이용한 인식 장치
KR20170001322A (ko) * 2015-06-26 2017-01-04 전자부품연구원 배경잡음과 번짐현상에 강인한 외곽선 검출 방법 및 시스템
KR20200054615A (ko) * 2018-11-12 2020-05-20 재단법인대구경북과학기술원 영상 내 단일 세그먼트의 복수의 최저점 검출 방법 및 시스템
CN112488108A (zh) * 2020-12-11 2021-03-12 广州小鹏自动驾驶科技有限公司 一种车位号识别方法、装置、电子设备及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100658349B1 (ko) * 2005-08-23 2006-12-15 엘지전자 주식회사 디스플레이 장치 및 그 화상처리 방법
KR100764436B1 (ko) 2006-07-13 2007-10-05 삼성전기주식회사 오토포커싱을 위한 이미지의 컬러 채널별 선명도를비교하는 방법
KR100744158B1 (ko) * 2006-07-25 2007-08-01 연세대학교 산학협력단 확률적인 접근방법을 적용한 영상 감시 시스템 및 방법
US8275170B2 (en) 2006-12-08 2012-09-25 Electronics And Telecommunications Research Institute Apparatus and method for detecting horizon in sea image
KR101365404B1 (ko) * 2012-07-10 2014-02-20 한밭대학교 산학협력단 이미지 인식 방법 및 이를 이용한 인식 장치
KR20170001322A (ko) * 2015-06-26 2017-01-04 전자부품연구원 배경잡음과 번짐현상에 강인한 외곽선 검출 방법 및 시스템
KR20200054615A (ko) * 2018-11-12 2020-05-20 재단법인대구경북과학기술원 영상 내 단일 세그먼트의 복수의 최저점 검출 방법 및 시스템
CN112488108A (zh) * 2020-12-11 2021-03-12 广州小鹏自动驾驶科技有限公司 一种车位号识别方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
JP3461626B2 (ja) 特定画像領域抽出方法及び特定画像領域抽出装置
JP3293920B2 (ja) 画像処理装置およびその方法
US8675104B2 (en) Noise filter for bayer pattern image data
JP4423298B2 (ja) デジタル画像におけるテキスト状エッジの強調
EP1173003B1 (en) Image processing method and image processing apparatus
WO2015070723A1 (zh) 眼部图像处理方法和装置
US20060045372A1 (en) Image-capturing device and method for removing strangers from an image
CN107292828B (zh) 图像边缘的处理方法和装置
US7602967B2 (en) Method of improving image quality
US7454078B2 (en) Method and apparatus for flicker removal from an image sequence
CN100363942C (zh) 一种图像的二值化方法
JP2004310475A (ja) 画像処理装置、画像処理を行う携帯電話、および画像処理プログラム
KR20120111153A (ko) 번호판영역 검출을 위한 전처리 방법 및 장치
KR20030067199A (ko) 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법
US7133564B2 (en) Dynamic chain-based thresholding using global characteristics
US9235773B2 (en) Image processing device capable of determining types of images accurately
US6956960B2 (en) Image processing device, image processing method, and storage medium
CN113888509A (zh) 一种图像清晰度的评价方法、装置、设备及存储介质
CN111582100B (zh) 一种目标对象的检测方法及设备
US6668070B2 (en) Image processing device, image processing method, and storage medium
JP2004199622A (ja) 画像処理装置、画像処理方法、記録媒体およびプログラム
JPH10320566A (ja) 画像処理装置、画像処理方法及びその方法を記憶した記憶媒体
KR20060007901A (ko) 영상으로부터의 중요 객체 추출 장치 및 방법
CN110619654A (zh) 一种运动目标检测与跟踪方法
JP3480408B2 (ja) 物体抽出システムと方法並びに物体抽出用プログラムを記憶した記憶媒体

Legal Events

Date Code Title Description
N231 Notification of change of applicant
SUBM Submission of document of abandonment before or after decision of registration