RU2013104895A - Процессор изображений с функциональностью выбора контуров - Google Patents

Процессор изображений с функциональностью выбора контуров Download PDF

Info

Publication number
RU2013104895A
RU2013104895A RU2013104895/08A RU2013104895A RU2013104895A RU 2013104895 A RU2013104895 A RU 2013104895A RU 2013104895/08 A RU2013104895/08 A RU 2013104895/08A RU 2013104895 A RU2013104895 A RU 2013104895A RU 2013104895 A RU2013104895 A RU 2013104895A
Authority
RU
Russia
Prior art keywords
image
contour
contours
pixel
segments
Prior art date
Application number
RU2013104895/08A
Other languages
English (en)
Inventor
Денис Васильевич Парфенов
Денис Владимирович Пархоменко
Иван Леонидович Мазуренко
Павел Александрович Алисейчик
Александр Борисович Холоденко
Original Assignee
ЭлЭсАй Корпорейшн
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 ЭлЭсАй Корпорейшн filed Critical ЭлЭсАй Корпорейшн
Priority to RU2013104895/08A priority Critical patent/RU2013104895A/ru
Priority to PCT/US2013/056770 priority patent/WO2014123583A1/en
Priority to KR1020157021153A priority patent/KR20150115774A/ko
Priority to CA2847120A priority patent/CA2847120A1/en
Priority to JP2015555990A priority patent/JP2016505185A/ja
Priority to US14/237,072 priority patent/US9373053B2/en
Priority to TW102134161A priority patent/TW201432620A/zh
Publication of RU2013104895A publication Critical patent/RU2013104895A/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection

Landscapes

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

Abstract

1. Способ, содержащий:выполнение операции обнаружения контуров над первым изображением, чтобы получать второе изображение;идентификацию конкретных контуров второго изображения, которые демонстрируют, по меньшей мере, заданную надежность; игенерирование третьего изображения, содержащего упомянутые конкретные контуры и исключающего другие контуры второго изображения;при этом упомянутые выполнение, идентификация и генерирование осуществляются в по меньшей мере одном обрабатывающем устройстве, содержащем процессор, соединенный с памятью.2. Способ по п.1, в котором первое изображение содержит изображение с глубиной, сгенерированное посредством формирователя изображений с глубиной.3. Способ по п.2, в котором второе изображение содержит изображение контуров, сгенерированное посредством применения операции обнаружения контуров к изображению с глубиной.4. Способ по п.3, в котором третье изображение содержит модифицированное изображение контуров, имеющее только упомянутые конкретные контуры, которые демонстрируют, по меньшей мере, заданную надежность.5. Способ по п.1, в котором идентификация конкретных контуров второго изображения, которые демонстрируют, по меньшей мере, заданную надежность содержит:применение операции сегментирования контуров к второму изображению, чтобы идентифицировать множество разных контурных сегментов;определение окружений контурных сегментов для соответствующих контурных сегментов;использование первого изображения и окружений контурных сегментов, чтобы получать уровневые статистики для контурных сегментов; игенерирование решения принятия или отбрасывания для каждого из кон

Claims (20)

1. Способ, содержащий:
выполнение операции обнаружения контуров над первым изображением, чтобы получать второе изображение;
идентификацию конкретных контуров второго изображения, которые демонстрируют, по меньшей мере, заданную надежность; и
генерирование третьего изображения, содержащего упомянутые конкретные контуры и исключающего другие контуры второго изображения;
при этом упомянутые выполнение, идентификация и генерирование осуществляются в по меньшей мере одном обрабатывающем устройстве, содержащем процессор, соединенный с памятью.
2. Способ по п.1, в котором первое изображение содержит изображение с глубиной, сгенерированное посредством формирователя изображений с глубиной.
3. Способ по п.2, в котором второе изображение содержит изображение контуров, сгенерированное посредством применения операции обнаружения контуров к изображению с глубиной.
4. Способ по п.3, в котором третье изображение содержит модифицированное изображение контуров, имеющее только упомянутые конкретные контуры, которые демонстрируют, по меньшей мере, заданную надежность.
5. Способ по п.1, в котором идентификация конкретных контуров второго изображения, которые демонстрируют, по меньшей мере, заданную надежность содержит:
применение операции сегментирования контуров к второму изображению, чтобы идентифицировать множество разных контурных сегментов;
определение окружений контурных сегментов для соответствующих контурных сегментов;
использование первого изображения и окружений контурных сегментов, чтобы получать уровневые статистики для контурных сегментов; и
генерирование решения принятия или отбрасывания для каждого из контурных сегментов на основе уровневых статистик и определенного порогового значения.
6. Способ по п.5, в котором каждый из разных контурных сегментов содержит набор из двух или более смежных контурных пикселей, характеризующийся начальным пикселем, конечным пикселем и отсутствием промежутков или ветвей между начальным пикселем и конечным пикселем.
7. Способ по п.5, в котором определение окружений контурных сегментов для соответствующих контурных сегментов содержит определение, по меньшей мере, заданного одного из окружений контурных сегментов на основе одного из контурного петлеобразного замыкания, максимального радиуса окружения и максимального расстояния окружения вдоль скользящей перпендикулярной линии.
8. Способ по п.5, в котором уровневые статистики, получаемые для контурных сегментов, содержат полутоновые уровневые статистики, которые определяются для каждого из контурных сегментов на основе одного или более интегральных полутоновых уровней для соответствующего окружения контурного сегмента, определенного над двумя сторонами контурного сегмента.
9. Способ по п.8, в котором решение принятия или отбрасывания для заданного одного из контурных сегментов основывается на различии между первым интегральным полутоновым уровнем для части окружения на первой стороне контурного сегмента и вторым интегральным полутоновым уровнем для части окружения на второй стороне контурного сегмента.
10. Способ по п.1, в котором идентификация конкретных контуров второго изображения, которые демонстрируют, по меньшей мере, заданную надежность, содержит:
применение операции разделимой линейной фильтрации к первому изображению, чтобы получать фильтрованное первое изображение;
генерирование нормализованного псевдоградиента из фильтрованного первого изображения;
генерирование контурной маски на основе нормализованного псевдоградиента; и
применение контурной маски к второму изображению.
11. Способ по п.10, в котором операция разделимой линейной фильтрации, как применяется к заданному пикселю первого изображения, генерирует следующие оценки:
Figure 00000001
Figure 00000002
где
Figure 00000003
обозначает заданный пиксель, L обозначает локальную пиксельную окрестность, используемую для разделимой линейной фильтрации заданного пикселя,
Figure 00000004
,
Figure 00000005
, и
Figure 00000006
.
12. Способ по п.11, в котором нормализованный псевдоградиент генерируется посредством определения, для каждой пары оценок
Figure 00000007
и
Figure 00000008
, соответствующего уровня:
Figure 00000009
и вычисления нормализованного псевдоградиента следующим образом:
Figure 00000010
где
Figure 00000011
обозначает неопределенность измерения расстояний как функцию расстояния для первого изображения, и где
Figure 00000012
.
13. Способ по п.10, в котором генерирование контурной маски на основе нормализованного псевдоградиента содержит:
сглаживание нормализованного псевдоградиента с использованием инвариантного относительно вращения низкочастотного фильтра;
сравнение каждого пикселя сглаженного нормализованного псевдоградиента с порогом; и
генерирование карты контуров на основе результатов упомянутого сравнения.
14. Способ по п.10, в котором применение контурной маски к второму изображению содержит устранение ненадежных контуров во втором изображении посредством попиксельного применения контурной маски в соответствии со следующим уравнением:
Eулучшенное(i,j)=(E(i,j) И маска(i,j)),
где E(i,j) обозначает пиксель второго изображения, Eулучшенное(i,j) обозначает пиксель третьего изображения, И обозначает логический оператор и маска(i,j) обозначает пиксель контурной маски.
15. Машиночитаемый запоминающий носитель, на котором реализован компьютерный программный код, при этом компьютерный программный код, когда исполняется в обрабатывающем устройстве, предписывает обрабатывающему устройству выполнять способ по п.1.
16. Устройство, содержащее:
по меньшей мере одно обрабатывающее устройство, содержащее процессор, соединенный с памятью;
при этом упомянутое по меньшей мере одно обрабатывающее устройство сконфигурировано выполнять операцию обнаружения контуров над первым изображением для получения второго изображения, идентифицировать конкретные контуры второго изображения, которые демонстрируют, по меньшей мере, заданную надежность, и генерировать третье изображение, содержащее упомянутые конкретные контуры и исключающее другие контуры второго изображения.
17. Устройство по п.16, в котором обрабатывающее устройство содержит процессор изображений, при этом процессор изображений содержит:
модуль обнаружения контуров, сконфигурированный выполнять операцию обнаружения контуров; и
модуль выбора контуров, сконфигурированный идентифицировать конкретные контуры второго изображения, которые демонстрируют, по меньшей мере, заданную надежность.
18. Устройство по п.17, в котором процессор изображений дополнительно содержит модуль процессора предварительной обработки, подсоединенный между источником первого изображения и вводом модуля обнаружения контуров.
19. Система обработки изображений, содержащая:
источник изображений, обеспечивающий, по меньшей мере, первое изображение;
один или более получателей изображений; и
процессор изображений, подсоединенный между упомянутым источником изображений и упомянутыми одним или более получателями изображений;
при этом процессор изображений сконфигурирован выполнять операцию обнаружения контуров над первым изображением для получения второго изображения, идентифицировать конкретные контуры второго изображения, которые демонстрируют, по меньшей мере, заданную надежность, генерировать третье изображение, содержащее упомянутые конкретные контуры и исключающее другие контуры второго изображения, и обеспечивать третье изображение в упомянутые один или более получателей изображений.
20. Система по п.19, в которой источник изображений содержит формирователь изображений с глубиной.
RU2013104895/08A 2013-02-05 2013-02-05 Процессор изображений с функциональностью выбора контуров RU2013104895A (ru)

Priority Applications (7)

Application Number Priority Date Filing Date Title
RU2013104895/08A RU2013104895A (ru) 2013-02-05 2013-02-05 Процессор изображений с функциональностью выбора контуров
PCT/US2013/056770 WO2014123583A1 (en) 2013-02-05 2013-08-27 Image processor with edge selection functionality
KR1020157021153A KR20150115774A (ko) 2013-02-05 2013-08-27 에지 선택 기능을 갖는 이미지 프로세서
CA2847120A CA2847120A1 (en) 2013-02-05 2013-08-27 Image processor with edge selection functionality
JP2015555990A JP2016505185A (ja) 2013-02-05 2013-08-27 エッジ選択機能を有するイメージプロセッサ
US14/237,072 US9373053B2 (en) 2013-02-05 2013-08-27 Image processor with edge selection functionality
TW102134161A TW201432620A (zh) 2013-02-05 2013-09-23 具有邊緣選擇功能性之影像處理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2013104895/08A RU2013104895A (ru) 2013-02-05 2013-02-05 Процессор изображений с функциональностью выбора контуров

Publications (1)

Publication Number Publication Date
RU2013104895A true RU2013104895A (ru) 2014-08-10

Family

ID=51300032

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013104895/08A RU2013104895A (ru) 2013-02-05 2013-02-05 Процессор изображений с функциональностью выбора контуров

Country Status (6)

Country Link
US (1) US9373053B2 (ru)
JP (1) JP2016505185A (ru)
KR (1) KR20150115774A (ru)
RU (1) RU2013104895A (ru)
TW (1) TW201432620A (ru)
WO (1) WO2014123583A1 (ru)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2013104895A (ru) 2013-02-05 2014-08-10 ЭлЭсАй Корпорейшн Процессор изображений с функциональностью выбора контуров
JP6345224B1 (ja) * 2016-12-19 2018-06-20 株式会社Pfu 画像処理装置、矩形検出方法及びコンピュータプログラム
KR102584522B1 (ko) * 2016-12-27 2023-10-05 한화비전 주식회사 영상처리장치 및 그의 영상보정방법
CN107527096B (zh) * 2017-08-18 2018-08-28 余佩佩 一种验证油气车的方法
CN107870035B (zh) * 2017-08-18 2019-11-05 黄爱霞 多功能油气车验证平台
WO2019044571A1 (ja) * 2017-09-01 2019-03-07 ソニー株式会社 画像処理装置、および画像処理方法、プログラム、並びに移動体
US10504283B2 (en) 2018-03-16 2019-12-10 Here Global B.V. Method and apparatus for regularizing building footprints using taxicab distance
TWI807627B (zh) * 2022-02-07 2023-07-01 大陸商星宸科技股份有限公司 圖像邊緣偵測方法及圖像邊緣偵測裝置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5767978A (en) * 1997-01-21 1998-06-16 Xerox Corporation Image segmentation system
IL146978A0 (en) * 1999-06-11 2002-08-14 Pulsent Corp Method and apparatus for digital image segmentation
EP1360833A1 (en) * 2000-08-31 2003-11-12 Rytec Corporation Sensor and imaging system
US7003161B2 (en) * 2001-11-16 2006-02-21 Mitutoyo Corporation Systems and methods for boundary detection in images
TWI381717B (zh) * 2008-03-31 2013-01-01 Univ Nat Taiwan 數位視訊動態目標物體分割處理方法及系統
KR100951254B1 (ko) * 2008-07-18 2010-04-02 삼성전기주식회사 이미지의 선명도 향상 장치
TWI332453B (en) * 2008-07-21 2010-11-01 Univ Nat Defense The asynchronous photography automobile-detecting apparatus and method thereof
US8559746B2 (en) * 2008-09-04 2013-10-15 Silicon Image, Inc. System, method, and apparatus for smoothing of edges in images to remove irregularities
FR2947525B1 (fr) * 2009-07-02 2011-09-02 Airbus Operations Sas Plancher d'aeronef a encombrement optimise
US20110081087A1 (en) * 2009-10-02 2011-04-07 Moore Darnell J Fast Hysteresis Thresholding in Canny Edge Detection
US8538077B2 (en) * 2011-05-03 2013-09-17 Microsoft Corporation Detecting an interest point in an image using edges
CN102404594B (zh) 2011-10-31 2014-02-12 庞志勇 基于图像边缘信息的2d转3d的方法
RU2013104895A (ru) 2013-02-05 2014-08-10 ЭлЭсАй Корпорейшн Процессор изображений с функциональностью выбора контуров

Also Published As

Publication number Publication date
US20150220804A1 (en) 2015-08-06
JP2016505185A (ja) 2016-02-18
TW201432620A (zh) 2014-08-16
WO2014123583A1 (en) 2014-08-14
US9373053B2 (en) 2016-06-21
KR20150115774A (ko) 2015-10-14

Similar Documents

Publication Publication Date Title
RU2013104895A (ru) Процессор изображений с функциональностью выбора контуров
US11410277B2 (en) Method and device for blurring image background, storage medium and electronic apparatus
US9305360B2 (en) Method and apparatus for image enhancement and edge verification using at least one additional image
JP6496987B2 (ja) 目標検出方法及び目標検出装置
WO2020001149A1 (zh) 用于在深度图像中提取物体的边缘的方法、装置和计算机可读存储介质
US9602796B2 (en) Technologies for improving the accuracy of depth cameras
US20170103258A1 (en) Object detection method and object detection apparatus
RU2013104894A (ru) Процессор изображений с функциональностью сохраняющего контуры подавления шума
AU2017302250A1 (en) Optical character recognition in structured documents
RU2012145349A (ru) Способ и устройство обработки изображений для устранения артефактов глубины
RU2013127798A (ru) Автоматическая съемка документа с заданными пропорциями
RU2014112237A (ru) Ввод данных с изображений документов с фиксированной структурой
JP2014206973A (ja) 自動ナンバープレート認識アプリケーションにおける文字切り出しのための方法およびシステム
CN103119609B (zh) 一种确定视频前景主体图像区域的方法和装置
JP5908844B2 (ja) 画像処理装置および画像処理方法
Kanter Color Crack: Identifying Cracks in Glass
Patel et al. 2D basic shape detection using region properties
KR20160115663A (ko) 화상 처리 장치 및 화상 처리 방법
JP2015204023A (ja) 被写体検出装置、被写体検出方法及びプログラム
US20160035107A1 (en) Moving object detection
CN104765440A (zh) 手检测方法和设备
WO2017128646A1 (zh) 一种图像处理的方法及装置
Morard et al. Geodesic attributes thinnings and thickenings
Srikakulapu et al. Depth estimation from single image using defocus and texture cues
Baydoun et al. Enhancing stereo matching with varying illumination through histogram information and normalized cross correlation

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20160208