RU2011107203A - Автоматическое выравнивание изображений - Google Patents
Автоматическое выравнивание изображений Download PDFInfo
- Publication number
- RU2011107203A RU2011107203A RU2011107203/08A RU2011107203A RU2011107203A RU 2011107203 A RU2011107203 A RU 2011107203A RU 2011107203/08 A RU2011107203/08 A RU 2011107203/08A RU 2011107203 A RU2011107203 A RU 2011107203A RU 2011107203 A RU2011107203 A RU 2011107203A
- Authority
- RU
- Russia
- Prior art keywords
- image
- possible boundary
- image data
- contours
- data set
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract 13
- 238000001914 filtration Methods 0.000 claims abstract 2
- 238000004590 computer program Methods 0.000 claims 3
- 230000003321 amplification Effects 0.000 claims 1
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000003709 image segmentation Methods 0.000 claims 1
- 238000003199 nucleic acid amplification method Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
1. Способ (600) уменьшения наклона изображения, содержащий этапы, на которых: ! обнаруживают (602) множество контуров в первом изображении; !определяют (604) множество углов, соответствующее обнаруженному множеству контуров; ! выбирают (606) доминирующий угол из определенного множества углов; и ! поворачивают (608) первое изображение в соответствии с выбранным доминирующим углом, чтобы сформировать второе изображение. ! 2. Способ по п.1, дополнительно содержащий этап, на котором: ! кадрируют второе изображение до наиболее соответствующей прямоугольной формы изображения. ! 3. Способ по п.1, в котором упомянутый этап, на котором обнаруживают множество контуров в первом изображении, содержит этапы, на которых: ! формируют набор данных полутонового изображения из набора данных, представляющих цифровое изображение; ! фильтруют набор данных полутонового изображения; ! выполняют усиление контуров в фильтрованном наборе данных полутонового изображения, чтобы сформировать набор данных изображения с усиленным контуром; и ! обнаруживают множество возможных граничных объектов в наборе данных изображения с усиленным контуром. ! 4. Способ по п.3, в котором упомянутый этап, на котором обнаруживают множество возможных граничных объектов в наборе данных изображения с усиленным контуром, содержит этапы, на которых: ! обнаруживают соединение контуров в первом возможном граничном объекте; ! разделяют первый возможный граничный объект в обнаруженном соединении контуров на второй и третий возможные граничные объекты; и ! заменяют первый возможный граничный объект вторым и третьим возможными граничными объектами в множестве возможных г�
Claims (15)
1. Способ (600) уменьшения наклона изображения, содержащий этапы, на которых:
обнаруживают (602) множество контуров в первом изображении;
определяют (604) множество углов, соответствующее обнаруженному множеству контуров;
выбирают (606) доминирующий угол из определенного множества углов; и
поворачивают (608) первое изображение в соответствии с выбранным доминирующим углом, чтобы сформировать второе изображение.
2. Способ по п.1, дополнительно содержащий этап, на котором:
кадрируют второе изображение до наиболее соответствующей прямоугольной формы изображения.
3. Способ по п.1, в котором упомянутый этап, на котором обнаруживают множество контуров в первом изображении, содержит этапы, на которых:
формируют набор данных полутонового изображения из набора данных, представляющих цифровое изображение;
фильтруют набор данных полутонового изображения;
выполняют усиление контуров в фильтрованном наборе данных полутонового изображения, чтобы сформировать набор данных изображения с усиленным контуром; и
обнаруживают множество возможных граничных объектов в наборе данных изображения с усиленным контуром.
4. Способ по п.3, в котором упомянутый этап, на котором обнаруживают множество возможных граничных объектов в наборе данных изображения с усиленным контуром, содержит этапы, на которых:
обнаруживают соединение контуров в первом возможном граничном объекте;
разделяют первый возможный граничный объект в обнаруженном соединении контуров на второй и третий возможные граничные объекты; и
заменяют первый возможный граничный объект вторым и третьим возможными граничными объектами в множестве возможных граничных объектов.
5. Способ по п.3, в котором упомянутый этап, на котором обнаруживают множество возможных граничных объектов в наборе данных изображения с усиленным контуром, содержит этапы, на которых:
сегментируют набор данных изображения с усиленным контуром на множество областей пикселей;
раздельно анализируют каждую область пикселей в множестве областей пикселей для определения, присутствуют ли возможные граничные объекты; и
конфигурируют обнаруженное множество возможных граничных объектов для включения в него любых возможных граничных объектов, определенных в качестве присутствующих во время упомянутого этапа, на котором анализируют.
6. Способ по п.3, в котором упомянутый этап, на котором обнаруживают множество контуров в первом изображении, дополнительно содержит этапы, на которых:
для каждого возможного граничного объекта в множестве возможных граничных объектов
определяют длинную ось и короткую ось,
вычисляют эксцентриситет на основе определенной длинной оси и короткой оси, и
включают возможный граничный объект в качестве обнаруженного граничного объекта в обнаруженное множество контуров, если вычисленный эксцентриситет превышает заранее установленное пороговое значение минимального эксцентриситета.
7. Способ по п.6, в котором упомянутый этап, на котором определяют множество углов, соответствующее определенному множеству контуров, содержит этап, на котором:
для каждого обнаруженного граничного объекта в обнаруженном множестве контуров вычисляют угол между первой осью первого изображения и длинной осью, определенной для возможного граничного объекта, соответствующего обнаруженному граничному объекту.
8. Способ по п.7, в котором упомянутый этап, на котором выбирают доминирующий угол из определенного множества углов, содержит этапы, на которых:
вычисляют весовое значение для каждого вычисленного угла, по меньшей мере, на основе эксцентриситета, вычисленного для соответствующего возможного граничного объекта; и
формируют гистограмму, которая отображает вычисленные весовые значения по отношению к вычисленным углам для обнаруженных граничных объектов в обнаруженном множестве контуров.
9. Способ по п.8, в котором упомянутый этап, на котором выбирают доминирующий угол из определенного множества углов, дополнительно содержит этап, на котором:
выбирают угол в гистограмме, соответствующий наибольшему совокупному вычисленному весовому значению, в качестве доминирующего угла.
10. Компьютерный программный продукт, включающий в себя машиночитаемый носитель, содержащий записанную на него логику компьютерной программы, включающую в себя:
логическое средство компьютерной программы (1934) для обеспечения возможности процессору выполнять любой из пп.1-9.
11. Система уменьшения наклона изображения (700), содержащая:
детектор контуров (702), сконфигурированный для обнаружения множества контуров в первом изображении;
определитель углов (704), сконфигурированный для определения множества углов, соответствующего определенному множеству контуров;
селектор доминирующего угла (706), сконфигурированный для определения доминирующего угла из определенного множества углов; и
устройство поворота изображения (708), сконфигурированное для поворота первого изображения в соответствии с выбранным доминирующим углом, чтобы сформировать второе изображение.
12. Система по п.11, в которой устройство поворота изображения конфигурируется для кадрирования второго изображения до наиболее соответствующей прямоугольной формы изображения.
13. Система по п.11, в которой детектор контуров содержит:
преобразователь цветового формата изображения, сконфигурированный для преобразования набора данных, представляющего цифровое изображение, в набор данных полутонового изображения;
фильтр изображения, сконфигурированный для фильтрации набора данных полутонового изображения;
усилитель контуров, сконфигурированный для выполнения усиления контуров в фильтрованном наборе данных полутонового изображения, чтобы сформировать набор данных изображения с усиленным контуром; и
детектор возможных граничных объектов, сконфигурированный для обнаружения множества возможных граничных объектов в наборе данных изображения с усиленным контуром.
14. Система по п.13, в которой детектор возможных граничных объектов содержит:
устройство распознавания граничного объекта, сконфигурированный для обнаружения возможных граничных объектов в наборе данных изображения с усиленным контуром; и
разделитель граничного объекта, сконфигурированный для сканирования возможных граничных объектов в наборе данных изображения с усиленным контуром, чтобы обнаружить соединения контуров, и для разделения каждого возможного граничного объекта, имеющего обнаруженное соединение контуров, на второй и третий возможные граничные объекты в обнаруженном соединении контуров.
15. Система по п.13, в которой детектор возможных граничных объектов содержит:
устройство сегментации изображений, сконфигурированное для сегментации набора данных изображения с усиленным контуром на множество областей пикселей; и
анализатор области пикселей, сконфигурированный для анализа каждой области пикселей в множестве областей пикселей для определения наличия возможных граничных объектов, и для включения любых возможных граничных объектов, определенных в качестве присутствующих, в множество возможных граничных объектов.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/198,136 US8422788B2 (en) | 2008-08-26 | 2008-08-26 | Automatic image straightening |
US12/198,136 | 2008-08-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2011107203A true RU2011107203A (ru) | 2012-08-27 |
Family
ID=41725544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2011107203/08A RU2011107203A (ru) | 2008-08-26 | 2009-08-18 | Автоматическое выравнивание изображений |
Country Status (7)
Country | Link |
---|---|
US (2) | US8422788B2 (ru) |
EP (1) | EP2316110A2 (ru) |
CN (1) | CN102132323B (ru) |
BR (1) | BRPI0915881A2 (ru) |
IL (1) | IL209825A (ru) |
RU (1) | RU2011107203A (ru) |
WO (1) | WO2010027654A2 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2636681C2 (ru) * | 2013-03-11 | 2017-11-27 | Гейтс Корпорейшн | Расширенный анализ для основанной на изображении оценки износа поликлинового ремня |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8422788B2 (en) | 2008-08-26 | 2013-04-16 | Microsoft Corporation | Automatic image straightening |
US8125687B2 (en) * | 2008-10-06 | 2012-02-28 | Canon Kabushiki Kaisha | Target for color characterization of color printer |
US9092668B2 (en) * | 2009-07-18 | 2015-07-28 | ABBYY Development | Identifying picture areas based on gradient image analysis |
JP5290915B2 (ja) * | 2009-09-03 | 2013-09-18 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US8463074B2 (en) * | 2009-11-11 | 2013-06-11 | General Dynamics Advanced Information Systems | System and method for rotating images |
KR101268520B1 (ko) * | 2009-12-14 | 2013-06-04 | 한국전자통신연구원 | 영상 인식 장치 및 방법 |
WO2011130051A1 (en) * | 2010-04-12 | 2011-10-20 | Sony Corporation | Context adaptive directional intra prediction |
CN102474573B (zh) * | 2010-06-11 | 2016-03-16 | 松下电器(美国)知识产权公司 | 图像处理装置以及图像处理方法 |
KR20110139375A (ko) * | 2010-06-23 | 2011-12-29 | 삼성전자주식회사 | 위치 정보가 포함된 이미지의 디스플레이 방법 및 장치 |
US8411161B2 (en) * | 2010-10-04 | 2013-04-02 | Sony Corporation | Apparatus for automatic estimate of the angle in tilted images for level correction |
DE102011004160A1 (de) | 2011-02-15 | 2012-08-16 | Siemens Aktiengesellschaft | Verfahren und Einrichtung zur Untersuchung eines Hohlorgans mit einer magnetgeführten Endoskopkapsel |
WO2012132183A1 (ja) * | 2011-03-28 | 2012-10-04 | パナソニック株式会社 | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム及び記録媒体 |
US10196088B2 (en) * | 2011-04-19 | 2019-02-05 | Ford Global Technologies, Llc | Target monitoring system and method |
US9569078B2 (en) * | 2012-03-06 | 2017-02-14 | Apple Inc. | User interface tools for cropping and straightening image |
JP5889820B2 (ja) * | 2013-03-22 | 2016-03-22 | 株式会社東芝 | 特徴量抽出装置、特徴量抽出方法、および画像識別装置 |
US20150042669A1 (en) * | 2013-08-08 | 2015-02-12 | Nvidia Corporation | Rotating displayed content on an electronic device |
US9171203B2 (en) * | 2013-09-10 | 2015-10-27 | Dropbox, Inc. | Scanbox |
CN103489155B (zh) * | 2013-09-18 | 2016-10-05 | 厦门美图网科技有限公司 | 一种基于传感器的水平自动矫正的拍照方法 |
CN103679901B (zh) * | 2013-12-30 | 2017-01-04 | 威海北洋电气集团股份有限公司 | 提高ocr证件识别效率的方法及访客登记一体机 |
JP5942047B2 (ja) * | 2014-03-17 | 2016-06-29 | オリンパス株式会社 | 内視鏡システム |
TWI511088B (zh) * | 2014-07-25 | 2015-12-01 | Altek Autotronics Corp | 產生方位影像的方法 |
CN104796619B (zh) * | 2015-05-05 | 2018-01-16 | 广东欧珀移动通信有限公司 | 拍照的方法、装置及移动终端 |
CN104834928B (zh) * | 2015-05-08 | 2018-05-18 | 小米科技有限责任公司 | 图片中识别区域的确定方法及装置 |
US11032471B2 (en) * | 2016-06-30 | 2021-06-08 | Nokia Technologies Oy | Method and apparatus for providing a visual indication of a point of interest outside of a user's view |
GB2553103B (en) * | 2016-08-19 | 2022-04-27 | Apical Ltd | Method of angle detection |
CN106780352B (zh) * | 2016-12-16 | 2020-06-09 | 珠海赛纳打印科技股份有限公司 | 图像旋转方法、装置及图像形成设备 |
CN109584165A (zh) * | 2018-11-30 | 2019-04-05 | 泰康保险集团股份有限公司 | 一种数字图像的矫正方法、装置、介质及电子设备 |
CN111325670A (zh) * | 2018-12-13 | 2020-06-23 | 杭州海康威视数字技术股份有限公司 | 一种数据增强方法、装置及电子设备 |
CN109767389B (zh) * | 2019-01-15 | 2023-06-20 | 四川大学 | 基于局部和非局部联合先验的自适应加权双范数遥感图像盲超分辨重建方法 |
US11281902B1 (en) | 2019-06-19 | 2022-03-22 | Imaging Business Machines Llc | Document scanning system |
CN111415302B (zh) * | 2020-03-25 | 2023-06-09 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112034676B (zh) * | 2020-09-25 | 2024-03-08 | 上海华力微电子有限公司 | 像素图形的预处理方法 |
CN113516103A (zh) * | 2021-08-07 | 2021-10-19 | 山东微明信息技术有限公司 | 一种基于支持向量机的表格图像倾斜角度确定方法 |
CN113673522B (zh) * | 2021-10-21 | 2022-04-19 | 北京世纪好未来教育科技有限公司 | 文本图像的倾斜角度检测方法、装置、设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5904822A (en) * | 1996-11-13 | 1999-05-18 | The University Of Iowa Research Foundation | Methods and apparatus for analyzing electrophoresis gels |
US5973692A (en) * | 1997-03-10 | 1999-10-26 | Knowlton; Kenneth Charles | System for the capture and indexing of graphical representations of files, information sources and the like |
JP2001036727A (ja) * | 1999-07-21 | 2001-02-09 | Konica Corp | 画像読取装置及び画像形成装置 |
US6529641B1 (en) * | 1999-10-29 | 2003-03-04 | Eastman Kodak Company | Method for deskewing a scanned text image |
US7411593B2 (en) * | 2001-03-28 | 2008-08-12 | International Business Machines Corporation | Image rotation with substantially no aliasing error |
US7456995B2 (en) * | 2001-05-30 | 2008-11-25 | Hewlett-Packard Development Company, L.P. | Techniques for aligning images using page characteristics and image shifting |
US7079707B2 (en) * | 2001-07-20 | 2006-07-18 | Hewlett-Packard Development Company, L.P. | System and method for horizon correction within images |
US6970607B2 (en) * | 2001-09-05 | 2005-11-29 | Hewlett-Packard Development Company, L.P. | Methods for scanning and processing selected portions of an image |
KR100946888B1 (ko) * | 2003-01-30 | 2010-03-09 | 삼성전자주식회사 | 영상화면 내의 피사체의 기울기 보정 장치 및 방법 |
TWI267800B (en) * | 2003-06-13 | 2006-12-01 | Lite On Technology Corp | Automatic correction method of tilted image |
JP4363151B2 (ja) * | 2003-10-14 | 2009-11-11 | カシオ計算機株式会社 | 撮影装置、その画像処理方法及びプログラム |
CN1255768C (zh) * | 2004-05-17 | 2006-05-10 | 上海交通大学 | 复杂图形中提取主曲线的方法 |
US20050264652A1 (en) | 2004-05-28 | 2005-12-01 | Hui-Hu Liang | Computer camera field of vision automatic switching device |
US7515772B2 (en) * | 2004-08-21 | 2009-04-07 | Xerox Corp | Document registration and skew detection system |
US8218830B2 (en) * | 2007-01-29 | 2012-07-10 | Myspace Llc | Image editing system and method |
US8422788B2 (en) | 2008-08-26 | 2013-04-16 | Microsoft Corporation | Automatic image straightening |
-
2008
- 2008-08-26 US US12/198,136 patent/US8422788B2/en not_active Expired - Fee Related
-
2009
- 2009-08-18 RU RU2011107203/08A patent/RU2011107203A/ru not_active Application Discontinuation
- 2009-08-18 WO PCT/US2009/054225 patent/WO2010027654A2/en active Application Filing
- 2009-08-18 BR BRPI0915881A patent/BRPI0915881A2/pt not_active IP Right Cessation
- 2009-08-18 CN CN2009801341814A patent/CN102132323B/zh active Active
- 2009-08-18 EP EP09811946A patent/EP2316110A2/en not_active Withdrawn
-
2010
- 2010-12-07 IL IL209825A patent/IL209825A/en active IP Right Grant
-
2013
- 2013-03-08 US US13/790,634 patent/US9092884B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2636681C2 (ru) * | 2013-03-11 | 2017-11-27 | Гейтс Корпорейшн | Расширенный анализ для основанной на изображении оценки износа поликлинового ремня |
Also Published As
Publication number | Publication date |
---|---|
US20100054595A1 (en) | 2010-03-04 |
CN102132323B (zh) | 2013-12-04 |
WO2010027654A3 (en) | 2010-05-06 |
BRPI0915881A2 (pt) | 2015-11-03 |
US8422788B2 (en) | 2013-04-16 |
EP2316110A2 (en) | 2011-05-04 |
IL209825A (en) | 2015-08-31 |
US20130188876A1 (en) | 2013-07-25 |
CN102132323A (zh) | 2011-07-20 |
WO2010027654A2 (en) | 2010-03-11 |
US9092884B2 (en) | 2015-07-28 |
IL209825A0 (en) | 2011-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2011107203A (ru) | Автоматическое выравнивание изображений | |
KR100745753B1 (ko) | 영상의 문자 영역 검출장치 및 방법 | |
RU2653461C2 (ru) | Обнаружение блика в кадре данных изображения | |
KR101929560B1 (ko) | 이미지 에지 검출 방법 및 장치 | |
JP6547386B2 (ja) | 画像処理装置及び方法 | |
KR100647284B1 (ko) | 영상의 문자 추출 장치 및 방법 | |
US10748023B2 (en) | Region-of-interest detection apparatus, region-of-interest detection method, and recording medium | |
US10282629B2 (en) | Main-subject detection method, main-subject detection apparatus, and non-transitory computer readable storage medium | |
JP2008286725A (ja) | 人物検出装置および方法 | |
JP5093083B2 (ja) | 画像処理装置および方法、並びに、プログラム | |
US9552528B1 (en) | Method and apparatus for image binarization | |
WO2021109697A1 (zh) | 字符分割方法、装置以及计算机可读存储介质 | |
KR101812341B1 (ko) | 이미지의 에지 향상 방법 | |
JP2010205067A (ja) | 領域抽出装置、領域抽出方法及び領域抽出プログラム | |
CN107038704B (zh) | 视网膜图像渗出区域分割方法、装置和计算设备 | |
KR20140031742A (ko) | 이미지 특징 추출 장치 및 이미지 특징 추출 방법, 그를 이용한 영상 처리 시스템 | |
CN107146231B (zh) | 视网膜图像出血区域分割方法、装置和计算设备 | |
KR20150007880A (ko) | 영상 화질 개선 방법, 장치 및 기록 매체 | |
JP2007048006A (ja) | 画像処理装置および画像処理プログラム | |
KR101615479B1 (ko) | 적응적 전/후처리 필터링을 이용하는 초해상도 영상 처리 방법 | |
JP2018185265A (ja) | 情報処理装置、制御方法、及びプログラム | |
CN109716355B (zh) | 微粒边界识别 | |
US8693769B2 (en) | Image classification methods and systems | |
JP2021111228A (ja) | 学習装置、学習方法、及びプログラム | |
KR102031842B1 (ko) | 웨이퍼 맵의 처리 방법 및 이를 위한 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA93 | Acknowledgement of application withdrawn (no request for examination) |
Effective date: 20120820 |