TWI590168B - Detection method and device applied to a specific picture of a website - Google Patents
Detection method and device applied to a specific picture of a website Download PDFInfo
- Publication number
- TWI590168B TWI590168B TW102132562A TW102132562A TWI590168B TW I590168 B TWI590168 B TW I590168B TW 102132562 A TW102132562 A TW 102132562A TW 102132562 A TW102132562 A TW 102132562A TW I590168 B TWI590168 B TW I590168B
- Authority
- TW
- Taiwan
- Prior art keywords
- area
- specific picture
- weight
- preset
- specific
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims description 36
- 238000000034 method Methods 0.000 claims description 48
- 239000003086 colorant Substances 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 description 17
- 238000012545 processing Methods 0.000 description 7
- 108010001267 Protein Subunits Proteins 0.000 description 5
- 230000035772 mutation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
本發明涉及圖形圖像資訊處理技術領域,特別涉及一種應用於網站的特定圖片的檢測方法及裝置。
隨著圖形圖像技術的發展,在網站中以圖片、圖像格式提供資訊的方式越來越普遍,該方式因其直觀、便捷、資訊含量高等特點廣受人們青睞。但是,相對於傳統的文本格式而言,在網站上展現圖形圖像的技術難度要高得多。基於網站本身以及網站的業務類型的特殊性,並非任何格式或具有任何屬性的圖片(即不特定圖片)均能滿足網站的應用需要。為此,在將圖片應用於網站上之前或之後,往往需要對網站上的這些圖片進行檢測,以確定其是否合格。
現有技術對應用於網站的特定圖片的檢測方式主要存在兩種:一是針對特定圖片的基本資訊的自動檢測法;二是針對特定圖片的具有一定深度的複雜資訊的人工檢測法。前者比如直接從圖片庫中讀取圖片的高度、寬度等資訊,並在此基礎上簡單計算高寬比等基本資訊,但是,在網
站的應用越來越複雜化、多樣化的趨勢之下,簡單的基本資訊的自動檢測儘管在效率上能夠滿足要求,卻在深度資訊的檢測方面與需求相差甚遠;後者比如對圖片庫中的圖片進行處理分析後,獲知圖片邊框的存在性、主體內容區域、背景區域等深度資訊,但是,在網站的應用面臨的圖片趨於海量的情況下,人工審核完全無法適應這種要求。由此可見,現有技術無法滿足網站對特定圖片的應用需求。
為解決上述技術問題,本發明實施例提供了一種應用於網站的特定圖片的檢測方法及其對應裝置,以滿足網站在對深度資訊進行檢測和檢測效率上的要求。
本發明實施例的應用於網站的特定圖片的檢測方法包括對特定圖片的基本資訊的檢測,還包括對特定圖片的邊框存在性的檢測,所述邊框存在性的檢測包括:獲取應用於網站的特定圖片,所述特定圖片為根據網站的類型能夠滿足網站應用需求的圖片;計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的邊緣特徵值確定的斜率方向查找邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點;對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;
當一個掃描線上的數量大於預設數量臨界值時,確定該掃描線所在的線為邊框的邊沿線。
較佳地,當一個掃描線上的數量大於預設數量臨界值且該掃描線位於距離特定圖片邊緣預設距離長度所確定的區域之內時,確定該掃描線所在的線為邊框的邊沿線。
更佳地,在待檢測的特定圖片的邊框為四邊形且邊框具有寬度時,所述邊框存在性的檢測方法還包括:將確定的多條邊沿線中最內側的邊沿線作為內邊界、最外側的邊沿線作為外邊界,將邊框的內邊界與外邊界之間的距離作為邊框的寬度,用邊框的寬度除以所述預設距離長度,根據相除運算的結果賦予權重A,如果邊框的四邊寬度的權重之和大於第一預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
較佳地,所述方法還包括對特定圖片的主體內容區域的檢測,所述主體內容區域的檢測包括:將所述特定圖片轉換為至少包括兩種顏色的灰度圖;在灰度圖中分別標定出每種顏色的連通區域;取出面積超過特定圖片的總面積預設比例的連通區域;統計取出的每個連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量,如果該數量不超過所述連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的主體內容區域。
較佳地,根據特定圖片的主體內容區域的面積與特定
圖片的總面積間的大小關係賦予權重α,根據特定圖片的主體內容區域落入所述特定圖片的總面積預設比例範圍內的位置賦予權重β,根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B,如果權重B大於第二預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
較佳地,如果連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量超過所述連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的背景區域,根據所述背景區域的面積與所述特定圖片的總面積的大小關係賦予權重C,如果權重C大於第三預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
較佳地,將特定圖片的邊框的權重A、主體內容區域的權重B以及背景區域的權重C分別乘以比例係數,判斷相乘後的結果是否大於第四預設權重臨界值,如果大於,則確定應用於網站的特定圖片檢測合格。
本發明實施例還提供了一種應用於網站的特定圖片的檢測裝置。該裝置包括對特定圖片的基本資訊進行檢測的基本資訊檢測單元,還包括對特定圖片的邊框存在性進行檢測的存在性檢測單元,所述存在性檢測單元包括:特定圖片獲取子單元、顏色填充子單元、圖素點數量統計子單元和邊框存在性確定子單元,其中:所述特定圖片獲取子單元,用於獲取應用於網站的特定圖片,所述特定圖片為根據網站的類型能夠滿足網站應
用需求的圖片;所述顏色填充子單元,用於計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的邊緣特徵值確定的斜率方向查找邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點;所述圖素點數量統計子單元,用於對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;所述邊框存在性確定子單元,用於在一個掃描線上的數量大於預設數量臨界值時,確定該掃描線所在的線為邊框的邊沿線。
較佳地,所述邊框存在性確定子單元具體用於在一個掃描線上的數量大於預設數量臨界值且該掃描線位於距離特定圖片邊緣預設距離長度所確定的區域之內時,確定該掃描線所在的線為邊框的邊沿線。
更佳地,在待檢測的特定圖片的邊框為四邊形且邊框具有寬度時,所述邊框存在性確定子單元還用於將確定的多條邊沿線中最內側的邊沿線作為內邊界、最外側的邊沿線作為外邊界,將邊框的內邊界與外邊界之間的距離作為邊框的寬度,用邊框的寬度除以所述預設距離長度,根據相除運算的結果賦予權重A,如果邊框的四邊寬度的權重之和大於第一預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
較佳地,所述裝置還包括對特定圖片的主體內容區域進行檢測的主體內容區域檢測單元,所述主體內容區域檢測單元包括:灰度圖轉換子單元、連通區域標定子單元、連通區域取出子單元、圖素點統計子單元和主體內容區域確定子單元,其中:所述灰度圖轉換子單元,用於將所述特定圖片轉換為至少包括兩種顏色的灰度圖;所述連通區域標定子單元,用於在灰度圖中分別標定出每種顏色的連通區域;所述連通區域取出子單元,用於取出面積超過特定圖片的總面積預設比例的連通區域;所述圖素點統計子單元,用於統計取出的每個連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量;所述主體內容區域確定子單元,用於在該數量不超過所述連通區域的總圖素點的一定比例時,確定該連通區域為特定圖片的主體內容區域。
較佳地,所述主體內容區域檢測單元還包括權重賦值子單元,該權重賦值子單元用於根據特定圖片的主體內容區域的面積與特定圖片的總面積間的大小關係賦予權重α,根據特定圖片的主體內容區域落入所述特定圖片的總面積預設比例範圍內的位置賦予權重β,根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B;所述主體內容區域
確定子單元具體用於在權重B大於第二預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
較佳地,所述主體內容區域檢測單元還包括背景區域確定子單元,該背景區域確定子單元用於在連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量超過所述連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的背景區域,根據所述背景區域的面積與所述特定圖片的總面積的大小關係賦予權重C,如果權重C大於第三預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
更佳地,所述裝置還包括比例係數運算單元,用於將特定圖片的邊框的權重A、主體內容區域的權重B以及背景區域的權重C分別乘以比例係數;所述主體內容區域確定子單元具體用於在判斷相乘後的結果大於第四預設權重臨界值時確定應用於網站的特定圖片檢測合格。
本發明實施例在獲取應用於網站的特定圖片後,對該網站的特定圖片的邊框存在性進行檢測。與現有技術相比,本發明實施例除可以按照現有技術對特定圖片的基本資訊進行檢測之外,還可以對特定圖片的邊框的存在性、主體內容區域這類圖片的深度資訊進行檢測。而且,檢測的過程是執行電腦程式的自動化過程,面臨海量圖片資料時可以自動進行,提高了圖片的檢測效率。
21‧‧‧第一層邊框
22‧‧‧第二層邊框
23‧‧‧第三層邊框
401‧‧‧邊框存在性檢測單元
4011‧‧‧特定圖片獲取子單元
4012‧‧‧顏色填充子單元
4013‧‧‧圖素點數量統計子單元
4014‧‧‧邊框存在性確定子單元
402‧‧‧主體內容區域檢測單元
4021‧‧‧灰度圖轉換子單元
4022‧‧‧連通區域標定子單元
4023‧‧‧連通區域取出子單元
4024‧‧‧圖素點統計子單元
4026‧‧‧權重賦值子單元
4025‧‧‧主體區域確定子單元
403‧‧‧背景區域確定子單元
404‧‧‧比例係數運算單元
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明中記載的一些實施例,對於本領域具有通常知識者來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為應用於網站的特定圖片的檢測方法實施例之一的流程圖;圖2(a)為特定圖片的邊框示意圖;圖2(b)為經過顏色填塗後的特定圖片的示意圖;圖3為應用於網站的特定圖片的檢測方法實施例之二的流程圖;圖4為應用於網站的特定圖片的檢測裝置實施例的結構方圖。
為了使本技術領域具有通常知識者更好地理解本發明中的技術方案,下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例,都應當屬於本發明保護的範圍。
參見圖1,該圖示出了本發明的應用於網站的特定圖
片的檢測方法的流程。該流程適用於對特定圖片的邊框存在性的檢測,在實際應用過程中,邊框可以體現為一條線,也可能體現為多條線,即該邊框具有一定的寬度,該寬度可以通過由該邊框的最內的一條邊沿線(內邊界)與最外的一條邊沿線(外邊界)的距離來量度。但無論邊框體現為一條線還是多條線,在檢測邊框的存在性時,只要能檢測到該邊框中的至少一條邊沿線即說明邊框存在。本實施例的流程包括:步驟S101:獲取應用於網站的特定圖片,所述特定圖片為根據網站的類型能夠滿足網站應用需求的圖片;應用於網站的圖片是以網站作為媒介進行展示、處理等操作的電子圖片,該圖片需要滿足諸多條件(比如,大小、顏色、圖素等均要符合展示要求),且在不同類別的網站中的具體條件可能不同(比如,對色澤要求較高的服裝類網站,通常希望圖片的清晰度較高,而對形狀要求較高的傢俱類網站,通常希望圖片的輪廓性較強),基於此,本發明稱其為特定圖片,該特定圖片是根據網站的類型能夠滿足網站應用需求的圖片。比如,對於提供服裝類型的網站,在其上展現的圖片應當是衣帽鞋襪類的圖片,對於提供餐飲服務類型的網站,在其上展現的圖片應當是食物類的圖片。在這些應用於網站的特定圖片中,某些圖片提供者會對圖片做特殊處理,以便與其他圖片提供者提供的圖片區別開,比如,一種常見的處理做法是:在圖片邊緣部分添加邊框,參見圖2(a)所示,在該特定圖片中
,邊框部分包括三層:由圖片最外邊延到第一次顏色突變界線處的第一層邊框21,由第一次顏色突變介面處到第二次顏色突變界線處的第二層邊框22,由第二次顏色突變界線處到第三次顏色突變界線處的第三層邊框23,在往裏是特定圖片的本體部分。通常網站上會同時包含這種在圖片邊緣添加邊框的圖片和沒有添加邊框的圖片,為將這兩類圖片自動區分出來,需要進行本發明實施例的邊框存在性的檢測。
步驟S102:計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的邊緣特徵值確定的斜率方向查找邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點;邊緣特徵值是描述一個圖素點邊緣特性的向量,向量模值的大小表示的圖素點是邊緣圖素點的可能性大小,模值越大越有可能是位於邊緣上的圖素;向量的方向表示邊緣的法向方向,即垂直於邊緣切線的方向。計算出邊緣特徵值後,在邊緣向量的方向上尋找模值的局部極大值,再通過預設的臨界值來篩選出最後的邊緣圖素點,並用預設顏色進行填充。具體操作方式如下:獲取到特定圖片後,針對該特定圖片的每個圖素點,計算圖素點的邊緣特徵值。首先需要分別計算向量在x和y方向的分量Tx和Ty。其中:Tx可以使用[-1 0 1;-1 0 1;-1 0 1]這樣的矩形濾波器來計算得到中間圖素的特徵值分量,Ty可以使用[-1 -1 -
1;0 0 0;1 1 1]這樣的矩形濾波器來計算得到該圖素的特徵值分量。然後使用歐式空間的向量模公式T=sqrt(Tx^2+Ty^2)來計算向量的模值,用α=arctan(Ty/Tx)來計算向量的方向角。得到全圖所有圖素的邊緣向量的模和方向後,需要查找所有圖素點中在特徵向量的方向上邊緣特徵值局部極大值的圖素點。一種實現方法是將每個圖素的邊緣特徵值跟在向量方向上相鄰的兩個圖素點的特徵值比較,當它大於相鄰兩個圖素點的特徵值,它就是局部極大值,否則不是。然後將局部極大值圖素點的邊緣特徵值與預設的特徵臨界值進行比較,如果大於該預設特徵臨界值,則說明該局部極大值點為邊緣點,將用預設顏色進行填充。圖2(b)示出了經過上述步驟處理後的一個實例。
上述確定邊緣點的過程在實際應用過程中,為取得更好的技術效果,通常還會採取某些補充性措施。比如,在進行邊緣特徵值計算之前,先對特定圖像進行灰度處理和高斯平滑處理。灰度處理的目的在於形成灰度圖,灰度圖為單通道圖,而彩色圖片通常至少為3個通道的圖,經過灰度處理後可提高後續操作的速度。灰度處理過程通常是根據圖像各個通道的採樣值進行加權平均。以RGB格式的彩圖為例,通常灰度化的方式主要有兩種:一是直接加權平均,即Gray=(R+G+B)/3;二是考慮人眼視覺特點對R、G、B三色分量進行適當的權重分配,即Gray=0.299R+0.587G+0.114B。其他格式的彩色圖像,可以根據相應的轉換關係轉換為RGB後再進行灰度化。高
斯平滑處理的目的在於減少圖像中的雜訊對後續步驟的干擾,其具體實現可用兩個一維高斯核分別進行兩次加權實現,也可以通過一個二維高斯核進行一次卷積實現。還比如,在上述沿著圖素點的邊緣特徵向量方向判定局部極大值圖素點時,向量方向可能不通過特定圖片的已有圖素點,這時需要考慮向量方向上最近的兩個圖素點連線與向量的交點,該交點圖素點的邊緣特徵向量的模可通過對那兩個最近圖素點的特徵向量的模進行線性插值或者擬合等方式得到。再比如,在查找到邊緣特徵值局部極大值的圖素點後,將其與預設的特徵臨界值進行比較時,可以設置兩級比較模式,即設置兩個一高一低的特徵臨界值,將高於較大臨界值的局部極大值點確認為初步的邊緣點,從這些確認的初步邊緣點出發,將與這些點相連接,高於較小臨界值的邊緣點確認為最終邊緣點。這裏的一高一低的兩個臨界值,可以分別採用統計分佈中的30%和70%的臨界值,即總計有30%的樣本高於較大的臨界值,70%的樣本高於較小的臨界值。
步驟S103:對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;透過前述步驟對特定圖片進行顏色標注後,即可對特定圖片進行掃描,然後統計每條掃描線上的預設顏色圖素點的數量。比如,假設預設顏色為白色,在電腦中用“1”標識,待檢測的邊框為矩形,則可以按行或列掃描統計“1”的個數。
在進行統計時,對於統計的方向,取決於待檢測的邊框的形狀。比如,對於邊框為矩形的情況,則可能存在兩種模式:一是外到內模式,即從特定圖片的邊緣開始向中心軸線方向推進掃描線進行逐行/列統計;二是內到外模式,即從特定圖片的中心軸線開始向邊緣方向推進掃描線進行逐行/列統計,由於內到外模式在確定中心時可能導致某些行或列的遺漏,本發明較佳的採用外到內的掃描模式進行統計。還比如,對於邊框為圓形的情況,則掃描方向可以是由週邊到圓心(中心),也可以是由圓心到週邊。比如是等腰三角形,則可以設定由週邊到質心或者由質心到週邊的掃描方向。
對於統計的物件,即掃描線,依據待檢測的邊框的形狀不同掃描線也可能不同。比如,對於矩形邊框而言,掃描線為行、列式直線型掃描線,對於圓形邊框而言,掃描線為以特定圖片的中心為圓心的圓型曲線掃面線。
對於統計的區域,也存在兩種情形:一是全區域型,即對特定圖片的全部區域均進行掃描統計,這對於某些圖片主體內容較小而整張圖片較大的較適合;二是週邊局部區域型,即只選擇掃描特定圖片的某些區域,之所以能夠採用這種方式,其原因在於:通常情況下添加到特定圖片上的邊框具有規則特性(比如,矩形、圓形等)且處於特定圖片的週邊部分,如果對整個圖片的全區域進行掃描統計將浪費處理資源。基於此,在實際應用過程中,通常設定由圖片邊緣向中心的某個區域帶內進行掃描統計。比如
,對於矩形邊框,可以在橫向上設定從圖片邊緣到占整個圖片寬度的15%處之間的區域作為按“列”統計掃描的區域,在縱向上設定從圖片邊緣到占整個圖片高度的15%處之間的區域作為按“行”統計掃描的區域,在該區域以外的區域(即就橫向而言,如果將左側邊緣作為0百分點,右側邊緣作為100百分點,則15百分點至85百分點之間的區域屬於設定掃描區域以外的區域)則可以不進行統計掃描。對於圓形邊框,可以以圖片中心為原點、以R為半徑的圓之外的區域設定為統計掃描區域。
需要說明的是:上述提及的15%、R可以在考慮處理器的運算處理能力、對大量圖片邊框位置的統計學習結果、網站對邊框的要求等各種因素後,根據實際情況選擇。此外,上述關於統計方向、統計區域不同方式根據需要還可以綜合在一起滿足實際應用需要。
步驟S104:當一個掃描線上的數量大於預設數量臨界值時,確定該掃描線所在的線為邊框的邊沿線;經過前述統計後,接下來可以根據該統計結果確定被掃描掃描線是否為邊框:當某條掃描線上的預設顏色的圖素點數量大於預設數量臨界值時,說明該掃描線所在的曲線或直線屬於邊框所在的邊沿線,否則該掃描線不屬於邊框,由此完成特定圖片邊框存在性的檢測。在實際應用過程中,除將這種依據預設顏色的統計數量與預設臨界值之間的大小關係作為判斷條件外,通常還有必要增加其他條件以提高判斷的準確性和效率。比如,在需要檢測矩形邊
框的情況下,一種方式是將掃描行/列所在的位置作為一個加強的條件,即既要判斷某行或某列的預設顏色的圖素點數量是否大於預設臨界值,而且還判斷該行或列所在的位置是否在某個預設區域內,該預設區域通常選擇特定圖片的邊緣向圖片中心軸線的一定百分比的距離以內,圖素點數量在預設數量以上,且其位置該預設區域之內,則可確定該行/列為邊框。需要特別說明的是:這裏的第一預設值是與邊框的形狀具有對應關係,比如,如果需要從大量圖片中檢測出帶矩形邊框的圖片,則既可以對橫向方向和縱向方向上掃描的每行/列設定相同的預設臨界值,也可以設定不同的預設臨界值,但是,當需要檢測邊框為其他圖形的圖片,比如等腰三角形時,則可以為兩條“腰”和一個“底”分別設定預設臨界值,從而在不同方向上確定邊框的存在性。
本實施例在獲取應用於網站的特定圖片後,對該網站的特定圖片的邊框存在性進行檢測。與現有技術相比,本實施例除可以按照現有技術的方法對特定圖片的基本資訊進行檢測之外,還可以對特定圖片的邊框的存在性這類圖片的深度資訊進行檢測。而且,檢測的過程是執行電腦程式的自動化過程,面臨海量圖片資料時可以自動進行,提高了圖片的檢測效率。
上述實施例是解決本發明技術問題取得相應技術效果的基本實施例。在實際應用過程中,可以基於需要對該基本實施例進行各種變形或改進,以適應某些特殊要求。比
如,在大多數情況下,邊框具有一定寬度,當需要考慮邊框的寬度的情況下,應先確定邊框的寬度,這時需要將多條邊沿線中最內側的邊沿線作為邊框的內邊界,將最外側的邊沿線作為邊框的外邊界,內邊界與外邊界之間的距離即為邊框的寬度。確定完邊框後,可以對不同的邊框或者不同的邊框寬度賦予權重,比如,網站需要著重強調矩形邊框上邊的邊框,則在特定圖片的上邊出現邊框時設置較大的權重,相反,則可設置較小的權重。在某些不僅考慮邊框的權重,還考慮邊框的寬度權重的情況下,可以對邊框寬度進行一定的處理:將邊框寬度處於由特定圖片高度或者寬度的一定比例的高度值或寬度值,對相除後的結果賦予一定的權重,然後再將四邊的邊框寬度權重相加,得到一個總體的權重值,該權重值可以與一個預設的權重值進行比較,從而選擇除邊框符合要求的特定圖片。
上述實施例詳細介紹了本發明的邊框存在性的檢測過程,這種檢測代表了一類應用於網站的特定圖片的檢測需求。但是,在實際應用過程中,應用於網站的特定圖片的檢測包括基本資訊檢測和深度檢測,而深度檢測不僅體現為對邊框存在性的檢測,還可以體現為對特定圖片中主體內容區域的檢測。
參見圖3,該圖示出了本發明的對特定圖片的主體內容區域的檢測的流程。這裏的特定圖片的主體內容是指特定圖片表達的主體資訊的部分,比如,對於服飾類圖片,圖片的提供者想要傳達的資訊是該圖片中的某款衣物,那
麼該衣物所在的區域即為該特定圖片的主體內容,衣物在圖片中佔據的區域即為該特定圖片的主體內容區域(或稱主體區域)。該流程包括:
步驟S301:將所述特定圖片轉換為預設顏色數量的灰度圖;灰度圖是相對於彩圖而言的,彩圖通常具有三種以上的顏色,而灰度圖具有的顏色數量通常是有限的,比如常見的二值灰度圖,在該灰度圖中僅具有兩個預設顏色:黑色和白色。
步驟S302:在灰度圖中分別標定出每種預設顏色的連通區域;為標定出預設顏色的連續區域,可先將灰度圖中的圖素點進行數值化,即用“0”、“1”表示。在0-255灰度體系中,假設預定的白色圖素點臨界值為240,則可以將高於240的點確認為白色圖素點,用“1”標記,低於240的點確認為黑色圖素點,用“0”標記。然後從標定好的0-1圖中任意點開始,將相鄰圖素點均為“0”或“1”的圖素點確定為一個連通區域,直至灰度圖上的所有圖素點均屬於某個連通區域。
步驟S303:取出面積超過特定圖片的總面積預設比例的連通區域;透過前述步驟確定出多個連通區域後,並非確定的這些連通區域都是特定區域的主體內容區域,通常只有那些面積達到特定圖片總面積一定比例(比如,5%)的連通
區域才可能是主體內容區域。因此,可以將每個連通區域的面積與特定圖片的總面積的預設比例的面積進行比較,當某個連通區域的面積大於特定圖片的總面積預設比例時,將其取出作為主體內容區域的候選進行後續的操作,而將小於特定圖片的總面積預設比例的連通區域捨棄,不予考慮。在實際應用過程中,為了提高主體區域檢測的準確性和效率,還可以增強上述“篩選”連通區域的條件。比如,不僅要求作為候選的連通區域的面積大於特定圖片的總面積的預設比例,而且還要求這些連通區域應該排在所有連通區域的前某個名次範圍內,只有符合這兩個條件的連通區域才作為候選連通區域。具體實現時,可對所有的連通區域從大到小(或從小到大)排序,選取面積排在前10名的連通區域,並判斷這10個連通區域中面積大於特定圖片總面積5%的連通區域,將滿足條件的連通區域取出,其他連通區域均不作為主體區域考慮。
步驟S304:統計取出的連通區域內的圖素點位於距離圖片邊緣的預設距離範圍內的數量,如果該數量不超過所述連通區域的總圖素點的預設比例,則確定該連通區域為特定圖片的主體內容區域;經過前述步驟“篩選”出可能是特定圖片的主體區域後,進一步判斷該連通區域可能的位置,通常情況,主體區域應該處於特定圖片的中心位置,如果某個連通區域處於特定圖片的邊緣附近,則該連通區域便不大可能是主體區域,而可能是背景區域。因此,統計取出的連通區域內
的圖素點有多少位於距離圖片邊緣的預設距離範圍之內(比如,距離特定圖片邊緣的寬度大小的15%之內),有多少位於該預設距離範圍之外,如果在該預設距離範圍之內(或之外)的圖素點沒有占到(或已經占到)連通區域總圖素點的一定比例(比如,30%),則說明該連通區域主要處於特定圖片的中部位置,可以將其確定為特定圖片的主體區域,否則,該連通區域不是主體區域,可能為背景區域。
透過上述幾個步驟確定主體區域,實現了對特定圖片上主體資訊部分與背景部分的分離。在此基礎上,還可以進一步獲得特定圖片欲傳達的主體資訊(比如,商品)的形狀的大小(多個主體區域面積之和)、位置(主體區域所在的位置)、數量(被確定為主體區域的連通區域的數量)等資訊。確定這些資訊後可以對他們賦予一定的權重,從而有利於加權考慮這些因素對特定圖片合格與否的影響。比如,根據特定圖片的主體內容區域的面積占特定圖片總面積的大小,賦予權重α,根據特定圖片的主體內容區域落入特定圖片的總面積預設比例範圍內的位置賦予權重β(比如,當僅考慮寬度方向時,如果主體內容區域全部落在特定圖片寬度方向的中間60%區間,賦予一個權重,部分落入該區域賦予另一個權重),根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B,如果權重B大於預設值,則確定應用於網站的特定圖片檢測合格。同理,可
以根據背景區域的面積與特定圖片的總面積的大小關係賦予權重C,如果權重C大於預設值,則確定應用於網站的特定圖片檢測合格。上述提到了特定圖片邊框的權重A、主體內容區域的權重B以及背景區域的權重C,在實際應用過程中,還可能將這種三種權重綜合起來,共同判斷特定圖片是否合格。在對這三個權重進行綜合時,可以考慮不同的比例系統,將三個權重分別乘以不同的比例係數,然後判斷相乘後的結果是否大於預設值,如果大於,則確定應用於網站的特定圖片檢測合格。
上述實施例詳細介紹了本發明的應用於網站的特定圖片的檢測方法的實施例。相應地,本發明還提供了應用於網站的特定圖片的檢測裝置。參見圖4,該圖示出了該裝置應用於對特定圖片的邊框存在性時具有的存在性檢測單元的組成結構。該存在性檢測單元401包括:特定圖片獲取子單元4011、顏色填充子單元4012、圖素點數量統計子單元4013和邊框存在性確定子單元4014,其中:特定圖片獲取子單元4011,用於獲取應用於網站的特定圖片,所述特定圖片為根據網站的類型能夠滿足網站應用需求的圖片;顏色填充子單元4012,用於計算特定圖片的每個圖素點的邊緣特徵值,所述邊緣特徵值為一個圖素點與其相鄰圖素點的橫縱坐標差的差值,沿著每個圖素點的橫縱坐標差值確定的斜率方向查找該圖素點的邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特
徵臨界值時,用預設顏色填充該局部極大值圖素點;圖素點數量統計子單元4013,用於對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;邊框存在性確定子單元4014,用於在一個掃描線上的數量大於第一預設臨界值,確定該掃描線所在的線為邊框的邊沿線。
本裝置進行邊框存在性檢測的工作過程是:特定圖片獲取子單元先獲取應用於網站的特定圖片,然後由顏色填充子單元計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的橫縱坐標差值確定的斜率方向查找該圖素點的邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點,再由圖素點數量統計子單元對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量,最後邊框存在性確定子單元在一個掃描線上的數量大於第一預設臨界值,確定該掃描線所在的線為邊框的邊沿線。
本裝置實施例在獲取應用於網站的特定圖片後,對該網站的特定圖片的邊框存在性進行檢測。與現有技術相比,本裝置實施例除可以按照現有技術對特定圖片的基本資訊進行檢測之外,還可以對特定圖片的邊框的存在性這類圖片的深度資訊進行檢測。而且,檢測的過程是執行電腦程式的自動化過程,面臨海量圖片資料時可以自動進行,
提高了圖片的檢測效率。
上述裝置實施例基於某些需要還可以進行改進,以取得更佳的技術效果。比如,在進行邊框檢測時,不僅將掃描線上預設顏色的圖素點的數量作為一個確定邊框存在與否的條件,還將掃描線的位置作為一個考慮因素,因為通常情況下,位於特定圖片中間位置但滿足預設顏色的圖素點數量要求的線不應當是邊框。為此,在判斷出滿足數量條件後,如果該掃描線位於距離特定圖片邊緣預設距離長度確定的區域內時,確定該掃描線所在的線為邊框的邊沿線。這種通過兩個條件來確定邊框的方式,有利於更為準確地確定邊框。還比如,在某些情況下,雖然已檢測出邊框存在,但可能在特定圖片的一個方向上存在多條邊框的邊沿線,這時邊框實際上為具有一定寬度的邊框,進而可以利用該邊框的寬度實現對特定圖片的合格與否的檢測,具體而言:在待檢測的特定圖片的邊框為四邊形且邊框具有寬度時,邊框存在性確定子單元還用於將確定的多條邊沿線中最內側的邊沿線作為內邊界、最外側的邊沿線作為外邊界,確定邊框的內外界與外邊界之間的距離,將該距離作為邊框的寬度,用邊框的寬度除以所述預設距離,對運算的結果賦予權重A,如果邊框的四邊寬度的權重之和大於第二預設臨界值時,則確定應用於網站的特定圖片檢測合格如果待檢測的特定。
此外,本裝置除可以對邊框的存在性進行檢測外,還可以對特定圖片的主體內容區域進行檢測。邊框的存在性
與主體內容區域均屬於特定圖片的深度檢測的範疇。當用於進行主體內容區域檢測時,上述裝置實施例可以包括主體內容區域檢測單元402,該單元包括:灰度圖轉換子單元4021、連通區域標定子單元4022、連通區域取出子單元4023、圖素點統計子單元4024和主體內容區域確定子單元4025,其中:灰度圖轉換子單元4021,用於將所述特定圖片轉換為至少包括兩種顏色的灰度圖;連通區域標定子單元4022,用於在灰度圖中分別標定出每種顏色的連通區域;連通區域取出子單元4023,用於取出面積超過特定圖片的總面積預設比例的連通區域;圖素點統計子單元4024,用於統計取出的每個連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量;主體內容區域確定子單元4025,用於在該數量不超過所述連通區域的總圖素點的一定比例時,確定該連通區域為特定圖片的主體內容區域。
本裝置用於主體內容區域檢測時,主體內容區域檢測單元的工作過程是:灰度圖轉換子單元4021先將所述特定圖片轉換為預設顏色數量的灰度圖,再由連通區域標定子單元4022在灰度圖中分別標定出每種預設顏色的連通區域,然後,連通區域取出子單元4023取出面積超過特定圖片的總面積預設比例的連通區域,由圖素點統計子單
元4024統計取出的連通區域內的圖素點位於距離特定圖片邊緣預設距離長度確定的區域內的數量,最後,主體內容區域確定子單元4025,用於在該數量不超過所述連通區域的總圖素點的預設比例時,確定該連通區域為特定圖片的主體內容區域。
同樣地,在上述裝置實施例用於主體內容區域檢測時,主體內容區域單元可以進行進一步的改進,以獲得更好的技術效果。比如,主體內容區域檢測單元402還包括權重賦值子單元4026,該權重賦值子單元用於根據特定圖片的主體內容區域的面積與特定圖片的總面積間的大小關係賦予權重α,根據特定圖片的主體內容區域落入所述特定圖片的總面積預設比例範圍內的位置賦予權重β,根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B;主體內容區域確定子單元4025具體用於在權重B大於第二預設權重臨界值,則確定應用於網站的特定圖片檢測合格。透過增加權重賦值子單元,將主體內容區域的相關屬性綜合到一起考慮,進而可以利用綜合後的結果判斷特定圖片是否為合格的圖片。再比如,在前述透過判斷連通區域內的滿足要求的圖素點的數量確定特定圖片主體內容區域時,還可以利用該數量判斷背景區域,即上述裝置實施例可以包括背景區域確定子單元403,用於在該數量超過所述連通區域的總圖素點的預設比例,則確定該連通區域為特定圖片的背景區域,進而根據背景區域的面積與所述特定
圖片的總面積的大小關係賦予權重C,如果權重C大於第三預設權重臨界值,則確定應用於網站的特定圖片檢測合格。還比如,前述提及特定圖片的邊框的權重A、主體內容區域的權重B以及背景區域的權重C,在實際應用過程中,還可以綜合考慮這三個權重,即通過增加比例係數運算單元404將他們通過比例係數加權起來,從而利用該加權結果確定應用於網站的特定圖片檢測是否合格。
需要說明的是:為了敍述的簡便,本說明書的上述實施例以及實施例的各種變形實現方式重點說明的都是與其他實施例或變形方式的不同之處,各個情形之間相同相似的部分互相參見即可。尤其,對於裝置實施例的幾個改進方式而言,由於其基本相似於方法實施例,所以描述得比較簡單,相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例的各單元可以是或者也可以不是物理上分開的,既可以位於一個地方,或者也可以分佈到多個網路環境下。在實際應用過程中,可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的,本領域具有通常知識者在不付出創造性勞動的情況下,即可以理解並實施。
以上所述僅是本發明的具體實施方式,應當指出,對於本技術領域具有通常知識者來說,在不脫離本發明原理的前提下,還可以做出若干改進和潤飾,這些改進和潤飾也應視為本發明的保護範圍。
Claims (14)
- 一種應用於網站的特定圖片的檢測方法,其特徵在於,該方法包括對特定圖片的邊框存在性的檢測,該邊框存在性的檢測包括:獲取應用於網站的特定圖片,該特定圖片為根據網站的類型能夠滿足網站應用需求的圖片;計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的邊緣特徵值確定的斜率方向查找邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點;對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;當一個掃描線上顏色為預設顏色的圖素點的數量大於預設數量臨界值時,確定該掃描線所在的線為邊框的邊沿線。
- 如申請專利範圍第1項所述的方法,其中,當一個掃描線上顏色為預設顏色的圖素點的數量大於預設數量臨界值且該掃描線位於距離特定圖片邊緣預設距離長度所確定的區域之內時,確定該掃描線所在的線為邊框的邊沿線。
- 如申請專利範圍第2項所述的方法,其中,在待檢測的特定圖片的邊框為四邊形且邊框具有寬度時,該邊框存在性的檢測方法還包括:將確定的多條邊沿線中最內側的邊沿線作為內邊界、最外側的邊沿線作為外邊界,將邊 框的內邊界與外邊界之間的距離作為邊框的寬度,用邊框的寬度除以該預設距離長度,根據相除運算的結果賦予權重A,如果邊框的四邊寬度的權重之和大於第一預設權重臨界值時,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第3項所述的方法,其中,該方法還包括對特定圖片的主體內容區域的檢測,該主體內容區域的檢測包括:將該特定圖片轉換為至少包括兩種顏色的灰度圖;在灰度圖中分別標定出每種顏色的連通區域;取出面積超過特定圖片的總面積預設比例的連通區域;統計取出的每個連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量,如果該數量不超過該連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的主體內容區域。
- 如申請專利範圍第4項所述的方法,其中,根據特定圖片的主體內容區域的面積與特定圖片的總面積間的大小關係賦予權重α,根據特定圖片的主體內容區域落入該特定圖片的總面積預設比例範圍內的位置賦予權重β,根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B,如果權重B大於第二預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第5項所述的方法,其中,如果連 通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量超過該連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的背景區域,根據該背景區域的面積與該特定圖片的總面積的大小關係賦予權重C,如果權重C大於第三預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第6項所述的方法,其中,將特定圖片的邊框的權重A、主體內容區域的權重B以及背景區域的權重C分別乘以比例係數,判斷相乘後的結果是否大於第四預設權重臨界值,如果大於,則確定應用於網站的特定圖片檢測合格。
- 一種應用於網站的特定圖片的檢測裝置,其特徵在於,該裝置包括對特定圖片的邊框存在性進行檢測的存在性檢測單元,該存在性檢測單元包括:特定圖片獲取子單元、顏色填充子單元、圖素點數量統計子單元和邊框存在性確定子單元,其中:該特定圖片獲取子單元,用於獲取應用於網站的特定圖片,該特定圖片為根據網站的類型能夠滿足網站應用需求的圖片;該顏色填充子單元,用於計算特定圖片的每個圖素點的邊緣特徵值,沿著每個圖素點的邊緣特徵值確定的斜率方向查找邊緣特徵值局部極大值圖素點,當查找到的圖素點的邊緣特徵值大於預設特徵臨界值時,用預設顏色填充該局部極大值圖素點; 該圖素點數量統計子單元,用於對特定圖片進行掃描,統計特定圖片的每條掃描線上顏色為預設顏色的圖素點的數量;該邊框存在性確定子單元,用於在一個掃描線上的數量大於預設數量臨界值時,確定該掃描線所在的線為邊框的邊沿線。
- 如申請專利範圍第8項所述的裝置,其中,該邊框存在性確定子單元具體用於在一個掃描線上的數量大於預設數量臨界值,且該掃描線位於距離特定圖片邊緣預設距離長度所確定的區域之內時,確定該掃描線所在的線為邊框的邊沿線。
- 如申請專利範圍第9項所述的裝置,其中,在待檢測的特定圖片的邊框為四邊形且邊框具有寬度時,該邊框存在性確定子單元還用於將確定的多條邊沿線中最內側的邊沿線作為內邊界、最外側的邊沿線作為外邊界,將邊框的內邊界與外邊界之間的距離作為邊框的寬度,用邊框的寬度除以該預設距離長度,根據相除運算的結果賦予權重A,如果邊框的四邊寬度的權重之和大於第一預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第10項所述的裝置,其中,該裝置還包括對特定圖片的主體內容區域進行檢測的主體內容區域檢測單元,該主體內容區域檢測單元包括:灰度圖轉換子單元、連通區域標定子單元、連通區域取出子單元、圖素點統計子單元和主體內容區域確定子單元,其中: 該灰度圖轉換子單元,用於將該特定圖片轉換為至少包括兩種顏色的灰度圖;該連通區域標定子單元,用於在灰度圖中分別標定出每種顏色的連通區域;該連通區域取出子單元,用於取出面積超過特定圖片的總面積預設比例的連通區域;該圖素點統計子單元,用於統計取出的每個連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量;該主體內容區域確定子單元,用於在該數量不超過該連通區域的總圖素點的一定比例時,確定該連通區域為特定圖片的主體內容區域。
- 如申請專利範圍第11項所述的裝置,其中,該主體內容區域檢測單元還包括權重賦值子單元,該權重賦值子單元用於根據特定圖片的主體內容區域的面積與特定圖片的總面積間的大小關係賦予權重α,根據特定圖片的主體內容區域落入該特定圖片的總面積預設比例範圍內的位置賦予權重β,根據特定圖片的主體內容區域包含的連通區域的數量賦予權重γ,將α、β、γ之和作為主體內容區域的權重B;該主體內容區域確定子單元具體用於在權重B大於第二預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第12項所述的裝置,其中,該主體內容區域檢測單元還包括背景區域確定子單元,該背景 區域確定子單元用於在連通區域內的圖素點位於距離特定圖片邊緣預設距離長度所確定的區域之內的數量超過該連通區域的總圖素點的一定比例,則確定該連通區域為特定圖片的背景區域,根據該背景區域的面積與該特定圖片的總面積的大小關係賦予權重C,如果權重C大於第三預設權重臨界值,則確定應用於網站的特定圖片檢測合格。
- 如申請專利範圍第13項所述的裝置,其中,該裝置還包括比例係數運算單元,用於將特定圖片的邊框的權重A、主體內容區域的權重B以及背景區域的權重C分別乘以比例係數;該主體內容區域確定子單元具體用於在判斷相乘後的結果大於第四預設權重臨界值時確定應用於網站的特定圖片檢測合格。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310254232.5A CN104240228B (zh) | 2013-06-24 | 2013-06-24 | 一种应用于网站的特定图片的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201501041A TW201501041A (zh) | 2015-01-01 |
TWI590168B true TWI590168B (zh) | 2017-07-01 |
Family
ID=51210809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102132562A TWI590168B (zh) | 2013-06-24 | 2013-09-10 | Detection method and device applied to a specific picture of a website |
Country Status (7)
Country | Link |
---|---|
US (1) | US9104945B2 (zh) |
EP (1) | EP3014574B1 (zh) |
JP (1) | JP6360889B2 (zh) |
CN (1) | CN104240228B (zh) |
HK (1) | HK1202965A1 (zh) |
TW (1) | TWI590168B (zh) |
WO (1) | WO2014209904A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096330A (zh) * | 2015-08-20 | 2015-11-25 | 厦门美图之家科技有限公司 | 一种自动识别纯色边框的图像处理方法、系统及拍摄终端 |
CN106570483A (zh) * | 2016-11-07 | 2017-04-19 | 厦门市妖猫网络有限公司 | 图像定位方法及其系统 |
US10546368B2 (en) * | 2017-09-05 | 2020-01-28 | Solomon Systech (Shenzhen) Limited | Method and device for compensating the perceptual bias of edge boost in a display panel |
CN112597893A (zh) * | 2020-12-23 | 2021-04-02 | 上海布鲁可积木科技有限公司 | 判断完整图标的方法及系统 |
CN112818765B (zh) * | 2021-01-18 | 2023-09-19 | 中科院成都信息技术股份有限公司 | 一种图像填涂识别方法、装置、系统、以及存储介质 |
CN117274267B (zh) * | 2023-11-22 | 2024-04-05 | 合肥晶合集成电路股份有限公司 | 掩膜版图的自动检测方法、装置、处理器以及电子设备 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5420971A (en) * | 1994-01-07 | 1995-05-30 | Panasonic Technologies, Inc. | Image edge finder which operates over multiple picture element ranges |
JP3807891B2 (ja) * | 2000-02-23 | 2006-08-09 | 理想科学工業株式会社 | 画像情報の領域判別方法および装置 |
US6337925B1 (en) * | 2000-05-08 | 2002-01-08 | Adobe Systems Incorporated | Method for determining a border in a complex scene with applications to image masking |
JP2003085091A (ja) * | 2001-09-10 | 2003-03-20 | Hibiya Kadan:Kk | ウエブページ管理支援システム |
JP2005241886A (ja) * | 2004-02-25 | 2005-09-08 | Hitachi Software Eng Co Ltd | 地理画像間変化領域の抽出方法、地理画像間変化領域を抽出可能なプログラム、閉領域抽出方法及び閉領域抽出可能なプログラム |
US7542170B2 (en) * | 2005-01-11 | 2009-06-02 | Chen-Chung Chen | Method for enhancing print quality of halftone images |
TWI295449B (en) * | 2005-05-09 | 2008-04-01 | Sunplus Technology Co Ltd | Edge enhancement method and apparatus for bayer image and an image acquisition system |
JP4384242B1 (ja) | 2008-06-30 | 2009-12-16 | 株式会社東芝 | 情報処理装置および画像処理方法 |
CN101667287B (zh) * | 2008-09-02 | 2013-07-03 | 新奥特(北京)视频技术有限公司 | 一种标志图像中标志最外边框角点检测方法 |
EP2372653B1 (en) | 2008-12-24 | 2015-07-22 | Sony Computer Entertainment Inc. | Image processing device and image processing method |
JP5464435B2 (ja) | 2010-04-09 | 2014-04-09 | ソニー株式会社 | 画像復号装置および方法 |
JP4856262B2 (ja) | 2010-05-31 | 2012-01-18 | 株式会社東芝 | 動き検出装置及び動き検出方法 |
JP5463269B2 (ja) * | 2010-11-24 | 2014-04-09 | 日本電信電話株式会社 | 特徴図形付加方法、特徴図形検出方法、特徴図形付加装置、特徴図形検出装置、およびプログラム |
CN103262139B (zh) * | 2010-12-15 | 2015-06-24 | 本田技研工业株式会社 | 行车道识别装置 |
TR201103446A2 (tr) * | 2011-04-08 | 2012-10-22 | Vestel Elektroni̇k Sanayi̇ Ve Ti̇caret A.Ş. | Video verilerinde imge sınırlarının saptanması için yöntem ve aygıt. |
SE535888C2 (sv) * | 2011-06-08 | 2013-02-05 | Imtt Svenska Ab | Förfarande för att identifiera en karaktäristisk del i en bild |
CN103020947B (zh) * | 2011-09-23 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种图像的质量分析方法及装置 |
JP5853667B2 (ja) * | 2011-12-20 | 2016-02-09 | 株式会社ソシオネクスト | 映像検出装置,映像記録装置,映像記録再生装置,映像検出方法,映像記録方法,および,映像記録再生方法 |
CN103179426A (zh) | 2011-12-21 | 2013-06-26 | 联咏科技股份有限公司 | 自动检测图像格式的方法与应用其的播放方法 |
-
2013
- 2013-06-24 CN CN201310254232.5A patent/CN104240228B/zh active Active
- 2013-09-10 TW TW102132562A patent/TWI590168B/zh not_active IP Right Cessation
-
2014
- 2014-06-23 US US14/312,479 patent/US9104945B2/en not_active Expired - Fee Related
- 2014-06-23 WO PCT/US2014/043710 patent/WO2014209904A1/en active Application Filing
- 2014-06-23 EP EP14740073.3A patent/EP3014574B1/en active Active
- 2014-06-23 JP JP2016521889A patent/JP6360889B2/ja active Active
-
2015
- 2015-04-03 HK HK15103387.8A patent/HK1202965A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2014209904A1 (en) | 2014-12-31 |
CN104240228A (zh) | 2014-12-24 |
US20140376806A1 (en) | 2014-12-25 |
JP2016526722A (ja) | 2016-09-05 |
CN104240228B (zh) | 2017-10-24 |
EP3014574B1 (en) | 2019-09-04 |
TW201501041A (zh) | 2015-01-01 |
JP6360889B2 (ja) | 2018-07-18 |
HK1202965A1 (zh) | 2015-10-09 |
EP3014574A1 (en) | 2016-05-04 |
US9104945B2 (en) | 2015-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI590168B (zh) | Detection method and device applied to a specific picture of a website | |
US10600247B2 (en) | Augmented reality occlusion | |
US9311533B2 (en) | Device and method for detecting the presence of a logo in a picture | |
US9179038B2 (en) | Image processing device, and image processing method and program | |
US10115180B2 (en) | Image interpolation device and method thereof | |
CN104731694B (zh) | 浏览器兼容性测试分析方法及浏览器兼容性测试分析系统 | |
KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
US20140079341A1 (en) | Image processing apparatus and image processing method | |
CN104915944A (zh) | 一种用于确定视频的黑边位置信息的方法与设备 | |
US9131097B2 (en) | Method and system for black bar identification | |
CN110880167A (zh) | 室内效果图描述的生成方法、装置和电子设备 | |
US9959479B2 (en) | Image classification for adjustment | |
CN107615333B (zh) | 图像的斑点处理方法 | |
US10970847B2 (en) | Document boundary detection using deep learning model and image processing algorithms | |
US9659220B2 (en) | Method and apparatus for updating scene model and video surveillance | |
CN104166843B (zh) | 一种基于直线连续性的文档图像来源判别方法 | |
JP2021156879A (ja) | 破断面解析装置、破断面解析方法、及び、機械学習用データセットの生成方法 | |
CN103974043B (zh) | 影像处理装置与影像处理方法 | |
EP2975850A1 (en) | Method for correcting motion estimation between at least two frames of a video sequence, corresponding device, computer program and non-transitory computer-readable medium | |
CN109325573A (zh) | 一种二维码生成方法、二维码识读方法及装置 | |
CN110889882B (zh) | 一种合成图片的方法及计算设备 | |
JP5846100B2 (ja) | 表示装置の欠陥検査方法 | |
TR201811588T4 (tr) | Aykırılığı belirlemeye yönelik yöntem ve görüntü işleme cihazı. | |
CN116311329A (zh) | 走查方法、装置、电子设备及计算机可读存储介质 | |
CN117314834A (zh) | 材料纹缺陷的检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |