CN106940875A - 灰度图像背景处理建表方法 - Google Patents

灰度图像背景处理建表方法 Download PDF

Info

Publication number
CN106940875A
CN106940875A CN201710073973.1A CN201710073973A CN106940875A CN 106940875 A CN106940875 A CN 106940875A CN 201710073973 A CN201710073973 A CN 201710073973A CN 106940875 A CN106940875 A CN 106940875A
Authority
CN
China
Prior art keywords
bit
caching
flag bit
gray level
background process
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
Application number
CN201710073973.1A
Other languages
English (en)
Other versions
CN106940875B (zh
Inventor
娄涛涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU SHUOTIAN TECHNOLOGY Co.,Ltd.
Zhuhai Pantum Electronics Co Ltd
Original Assignee
Hangzhou Sutian Technology Co Ltd
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 Hangzhou Sutian Technology Co Ltd filed Critical Hangzhou Sutian Technology Co Ltd
Priority to CN201710073973.1A priority Critical patent/CN106940875B/zh
Publication of CN106940875A publication Critical patent/CN106940875A/zh
Application granted granted Critical
Publication of CN106940875B publication Critical patent/CN106940875B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/28Indexing scheme for image data processing or generation, in general involving image processing hardware

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种灰度图像背景处理建表方法,在检测模块中增加建表模块,用建表的方式来统计需要获得的图像信息,第一次遍历结束之后建表完成,使用表中的数据进行统计和运算,获得无法在一次遍历中获得的参数。相对已有的计数,本方法选择了建表的方式,当图像第一遍进入的时候就根据不同像素值出现的次数进行了统计,并且优化了建表方案,建表的时间大大减少。在第二次求差值和、平均差等参数的时候只需要遍历不同像素值的个数,相对一个图像百万像素点来说大大的减少了工作时间。

Description

灰度图像背景处理建表方法
技术领域
本发明涉及打印、复印领域,具体是一种灰度图像背景处理建表方法。
背景技术
在如今的生活当中,对于打印、复印等的使用越来越多。但是纸张易脏,发黄,因此会影响到整体的美观或者影响到文件的准确性。对图像的背景进行去噪处理,是将纸张重新抹白或者去除噪点。
现有的技术中,灰度图像背景处理建表一般都通过软件方法实现,并没有相关的硬件方法。先对整个图像进行扫描以获得一些数据统计值,再一次遍历,由除法器计算模块来获得计算模块需要的参数,最后一次遍历来进行像素值的处理。
背景移除算法,是对图像背景进行一系列的去噪、还原和移除等等。该算法的目的是对灰度图像的背景进行去噪和还原。计算模块的算法一共有4种,先选择一种作为背景图像的算法,再选择一种作为一般图像的算法,两者可以重复。之后配置计算需要的各系数,然后可以开始进行计算。
图像背景进行去噪声和还原,需要知道图像的像素点个数,像素值的和,像素值的平均值,像素值的平均差,像素值的最大值,像素值的最小值等参数。接下来以这些参数判断图像是背景图像还是一般图像,选择不同的算法。在算法模块,对每个像素点进行判断,由像素值来判断当前像素点是否满足选定算法的判定条件,然后进行计算输出或者保持原值输出。
以上的步骤,无法在一次遍历之中统计出像素值的平均差等参数,因此在相应的软件方案中,先对图像的像素值进行一次遍历,获得当前图像块像素点的个数、像素值的和、平均值、最大值、最小值等数据。将图像进行二次遍历,求出差值和、平均差等在运算模块需要使用的参数。最后遍历一次图像,利用参数和对应的算法来对图像进行处理。需要对图像遍历三遍,而且每一副图像需要搬运三次,也就是说要消耗搬运三次的时间,资源占用多效率不高。
发明内容
为了解决现有技术中存在的上述技术问题,本发明提供了一种灰度图像背景处理建表方法,在检测模块中增加建表模块,用建表的方式来统计需要获得的图像信息,第一次遍历结束之后建表完成,使用表中的数据进行统计和运算,获得无法在一次遍历中获得的参数。
进一步的,使用高速缓存来对图像的像素值进行统计并使用存储空间来存储。
进一步的,对像素值随机输入时,用索引位和标志位来进行分类,并存在计数位来进行统计。
进一步的,所述索引位、标志位和计数位,使用不同的组合方式,随机进行3类数据高低位的组合。
进一步的,当索引位对应的缓存没有使用时,将当前标志位存入此缓存的标志位,将计数值变为1。
进一步的,当前索引位对应的缓冲已被使用过,缓存中标志位和当前的标志位相同,将计数值加1后存回到缓存的计数值位置,而标志位不变。
进一步的,当前索引位对应的缓存已被使用过,缓存中标志位和当前的标志位不同,将标志位和索引位按照一定规则拼接,变为存储空间的写地址值,同时将缓存内的计数值写入存储空间;在同一个时钟周期,同时对存储空间进行读操作,读地址为当前像素值对应的地址,并将当前标志位替代原有缓存中的标志位;在下一个时钟周期将读出来的数据加1后写入之前对应的缓存的计数位。
相对已有的计数,本方法选择了建表的方式,当图像第一遍进入的时候就根据不同像素值出现的次数进行了统计,并且优化了建表方案,建表的时间大大减少。在第二次求差值和、平均差等参数的时候只需要遍历不同像素值的个数,相对一个图像百万像素点来说大大的减少了工作时间。
与此同时,将图像检测建表变为一个模块,而图像最后的数据处理变为可以并行的另外一个模块,可以以此进行流水线工作。因为计算模块硬件资源消耗不变,在资源上来说是没有区别的,并提高了效率。
在本发明的建表方法中,直接建表,每一个像素值进入都要先读取当前像素值在存储空间内的计数值,在一个时钟周期将读出的数据加一之后,再下一个时钟周期写回到存储空间。当第四个时钟周期的时候才可以进入下一个数据。因此增加了高速缓存,用于缓存并处理输入像素值,使得输入像素可以无延迟地输入到建表模块,显著提高了建表效率和算法执行效率。
附图说明
图1是带建表模块的检测模块图;
图2是建表与存储框架与结构图;
图3是高速缓冲地址分配图;
图4是建表的流程图;
图5是像素值统计表的直方图。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明的灰度图像背景处理建表方法,先将图像按照像素点的像素值来存储到内存中,直接内存输入1将数据搬运到表模块,如图1所示。
如图2所示,数据进入内存之后就根据规则分为索引位和标志位,之后再进行计数和对存储空间的操作,对存储空间的读操作不只是高速缓存模块,因此还需要一个读控制模块来进行仲裁。索引位、标志位和计数位在缓存中的位置如图3所示,当然也可以互相调整位置。
2 1 2 3 4 5 6 7 8
4 4 3 6 7 5 8 1 1
4 3 6 7 5 8 1 1 1
以像素值为1到8为例,一开始的图像每个像素点的像素值如上表所述。先把第一行的第一个像素点输入到检测模块,检测模块先分析当前像素值的索引位,然后判断是否使用过当前空间,因为是第一个点,必未使用过,将计数值变为1,标志位变为第一个点像素值对应的标志位。
第一、清表,将所有可能的像素值对应的存储空间全部写入0,保证当前统计的时候不会受上一次统计结果的影响。
第二、输入第一行的第二个点,若和第一个点的索引位相同,那么检测是不是标识为相同,相同则计数值加一,其他不变。不相同则把第一个点对应存储空间存上1,读出第二个点内存中的值,加1后存入计数位,第二个点的标志位存入当前索引位对应缓存的标志位。
第三、依次输入第一行的像素点,当第一行最后一个点输入后,下一个输入第二行的第一个点,当最后一行的最后一个点输入并且统计完成后,检测模块建表完成。
在数据输入后,缓存中的数据不同会对这个数据进行不同的操作,整体的流程图如图4所示。
1.当前索引位对应的缓存还未被使用过,那么此时将当前标志位存入此缓存的标志位,将计数值变为1。
2.当前索引位对应的缓冲已被使用过,缓存中标志位和当前的标志位相同,将计数值加1后存回到缓存的计数值位置,而标志位不变。
3.当前索引位对应的缓存已被使用过,缓存中标志位和当前的标志位不同,此时将标志位和索引位按照一定规则拼接,变为存储空间的写地址值,同时将缓存内的计数值写入存储空间。
4.在同一个时钟周期,同时对存储空间进行读操作,读地址为当前像素值对应的地址,并将当前标志位替代原有缓存中的标志位。
5.在下一个时钟周期将读出来的数据加1后写入之前对应的缓存的计数位。
经过统计之后,将整个图像的像素值信息统计成为如上表的表格。其中像素值与地址相对应,而像素的个数则是存储空间中对应地址内保存的数据,当所有的数据进入的时候则表示表已经完成,可以开始使用表中的值来进行数据的统计。
在数据进入的时候,就将所有的点进行累加,获得了整个图像的像素值和值,对所有的点进行判断,或者最大值、最小值、像素个数等参数,使用除法器计算出平均值等参数。
所有的数据进入,建表统计完成后,将每个地址都读取一遍,并且将地址对应的像素值和平均值相减获得差值。差值和读取出来的像素值次数相乘,累加之后可以总的差值。再次使用除法器,可以获得平均差值等参数,之后根据平均差值等参数来对图像进行判断,判断图像是为背景图像块还是一般图像块,根据判断的结果来选择要使用的算法和与之对应的阈值,启动算法模块对数据进行处理。
从图5的直方图中更为清晰的看到各个像素值的个数.
建表的具体流程如下:
首先建表前需要先清表,地址数量和当前像素值覆盖数量相同。统计时对每个像素进行读、加、写3步操作,建表效率很低,使用了高速缓存的方式来使之可以流水作业,高速缓存的数量也有一定的规则。通过对大量图像的统计和分析,如果当前是背景图像块,会存在一个经验值△。在背景图像中绝大多数的|像素值- 像素平均值| 经验值△。只需要2 倍经验值△个高速缓存就可以避过绝大多数的存储空间读写操作,减少功耗。
若此图像模块为一般图像,按照一般的方式,先进行对存储空间读操作,下一个时钟周期出数据,进行加的操作,再写回存储空间,一个数据需要3个时钟周期。配合高速缓存,将像素值进行了分类,规避掉读写相同地址的情况。是数据进入可以以流水线的形式进行处理,一个时钟周期一个像素值,大大提高效率,同时也可以减少功耗。
如图3所示,设像素值位宽为width,索引位位宽为n,存在公式2n=△。在像素值中提取n位为索引位,剩下的位为标志位,后面为计数。
以像素值为8位,后4位为索引位,前4位为标志位为例,若输入的像素值为16进制的FF FF FF FA AF AF 12。
第一个点索引位为F,此时F对应的缓存没有被使用过,那么将F对应的标志位写为F,计数值变为1。
接下来第二个点进来,还是FF,索引位和标志位都相同,此时将计数值加一之后写回,其他不变,此时计数值变为2。
第三个点一样,结束后计数值变为3。
第四个点进来为FA,A对应的缓存没有被使用过,标志位变为F,计数值为1。
第五个点像素值为AF,此时索引位相同但是标志位不同,将当前计数值3写入存储空间,地址为现在标志位和索引位的拼接FF,之后再同周期,将当前像素标志位A替代索引位为F的缓存中原有的数据F,同时读地址AF。在下一个周期,读的数据出来之后加一存到索引位为F的缓存计数位。
同时下一个像素AF进入,等计数位写入之后,判断索引位为F,标志位为A相同,将原有计数值1加一后变为2存回到计数值内。
最后12进入,2对应缓存没有使用过,标志位存为1,计数值变为1。这样保证了数据不会丢失,而且可以流水作业,提高3倍效率。

Claims (7)

1.一种灰度图像背景处理建表方法,其特征在于:在检测模块中增加建表模块,用建表的方式来统计需要获得的图像信息,第一次遍历结束之后建表完成,使用表中的数据进行统计和运算,获得无法在一次遍历中获得的参数。
2.如权利要求1所述灰度图像背景处理建表方法,其特征在于:使用高速缓存来对图像的像素值进行统计并使用存储空间来存储。
3.如权利要求1所述灰度图像背景处理建表方法,其特征在于:对像素值随机输入时,用索引位和标志位来进行分类,并存在计数位来进行统计。
4.如权利要求3所述灰度图像背景处理建表方法,其特征在于:所述索引位、标志位和计数位,使用不同的组合方式,随机进行3类数据高低位的组合。
5.如权利要求3所述灰度图像背景处理建表方法,其特征在于:当索引位对应的缓存没有使用时,将当前标志位存入此缓存的标志位,将计数值变为1。
6.如权利要求5所述灰度图像背景处理建表方法,其特征在于:当前索引位对应的缓冲已被使用过,缓存中标志位和当前的标志位相同,将计数值加1后存回到缓存的计数值位置,而标志位不变。
7.如权利要求6所述灰度图像背景处理建表方法,其特征在于:当前索引位对应的缓存已被使用过,缓存中标志位和当前的标志位不同,将标志位和索引位按照一定规则拼接,变为存储空间的写地址值,同时将缓存内的计数值写入存储空间;在同一个时钟周期,同时对存储空间进行读操作,读地址为当前像素值对应的地址,并将当前标志位替代原有缓存中的标志位;在下一个时钟周期将读出来的数据加1后写入之前对应的缓存的计数位。
CN201710073973.1A 2017-02-10 2017-02-10 灰度图像背景处理建表方法 Active CN106940875B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710073973.1A CN106940875B (zh) 2017-02-10 2017-02-10 灰度图像背景处理建表方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710073973.1A CN106940875B (zh) 2017-02-10 2017-02-10 灰度图像背景处理建表方法

Publications (2)

Publication Number Publication Date
CN106940875A true CN106940875A (zh) 2017-07-11
CN106940875B CN106940875B (zh) 2020-07-24

Family

ID=59469016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710073973.1A Active CN106940875B (zh) 2017-02-10 2017-02-10 灰度图像背景处理建表方法

Country Status (1)

Country Link
CN (1) CN106940875B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507124A (zh) * 2017-08-10 2017-12-22 杭州朔天科技有限公司 ***芯片中灰度图像背景处理装置及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5410617A (en) * 1991-04-25 1995-04-25 Unisys Corporation Method for adaptively thresholding grayscale image data
CN1189058A (zh) * 1996-08-19 1998-07-29 三星电子株式会社 视频数据处理方法及装置
KR20080004837A (ko) * 2006-07-06 2008-01-10 삼성전자주식회사 이동 단말에서 이미지 저장 장치 및 방법
CN101977304A (zh) * 2010-10-26 2011-02-16 西安理工大学 基于dsp视频处理的输电线路远程监测***及监测方法
CN102291583A (zh) * 2011-09-29 2011-12-21 中航华东光电有限公司 一种图像编码装置及其图像编码方法
CN103067709A (zh) * 2011-12-30 2013-04-24 诸城市新东方汽车仪表有限责任公司 用于视频压缩运动估计中的高速缓存结构
CN103440484A (zh) * 2013-09-12 2013-12-11 沈阳聚德视频技术有限公司 一种适应室外大空间的火焰检测方法
CN104123537A (zh) * 2014-07-04 2014-10-29 西安理工大学 一种基于手形和掌纹识别的快速身份验证方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5410617A (en) * 1991-04-25 1995-04-25 Unisys Corporation Method for adaptively thresholding grayscale image data
CN1189058A (zh) * 1996-08-19 1998-07-29 三星电子株式会社 视频数据处理方法及装置
KR20080004837A (ko) * 2006-07-06 2008-01-10 삼성전자주식회사 이동 단말에서 이미지 저장 장치 및 방법
CN101977304A (zh) * 2010-10-26 2011-02-16 西安理工大学 基于dsp视频处理的输电线路远程监测***及监测方法
CN102291583A (zh) * 2011-09-29 2011-12-21 中航华东光电有限公司 一种图像编码装置及其图像编码方法
CN103067709A (zh) * 2011-12-30 2013-04-24 诸城市新东方汽车仪表有限责任公司 用于视频压缩运动估计中的高速缓存结构
CN103440484A (zh) * 2013-09-12 2013-12-11 沈阳聚德视频技术有限公司 一种适应室外大空间的火焰检测方法
CN104123537A (zh) * 2014-07-04 2014-10-29 西安理工大学 一种基于手形和掌纹识别的快速身份验证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈秀红: ""基于基地址寄存器映射的数据高速缓存设计研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507124A (zh) * 2017-08-10 2017-12-22 杭州朔天科技有限公司 ***芯片中灰度图像背景处理装置及方法
CN107507124B (zh) * 2017-08-10 2021-02-26 杭州朔天科技有限公司 ***芯片中灰度图像背景处理装置及方法

Also Published As

Publication number Publication date
CN106940875B (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
US20210073569A1 (en) Pooling device and pooling method
CN112837303A (zh) 一种用于模具监视的缺陷检测方法、装置、设备及介质
CN113379680B (zh) 缺陷检测方法、装置、电子设备和计算机可读存储介质
CN110189341B (zh) 一种图像分割模型训练的方法、图像分割的方法及装置
CN109726195B (zh) 一种数据增强方法及装置
CN109671042B (zh) 基于fpga形态学算子的灰度图像处理***及方法
CN114169381A (zh) 图像标注方法、装置、终端设备及存储介质
CN108960012B (zh) 特征点检测方法、装置及电子设备
CN112966807B (zh) 基于存储资源受限fpga的卷积神经网络实现方法
US20100021058A1 (en) Method and Apparatus for Image Processing
CN115759148A (zh) 图像处理方法、装置、计算机设备及计算机可读存储介质
Sanny et al. Energy-efficient median filter on FPGA
CN106940875A (zh) 灰度图像背景处理建表方法
CN111507923B (zh) 一种视频图像的噪声处理方法、装置、设备和介质
CN112418109B (zh) 一种图像处理方法、装置
CN105243062B (zh) 一种检测网页特征区域的方法和装置
US20090208104A1 (en) Method for Single Pass Blob Image Analysis
CN116563156B (zh) 一种基于非局部均值滤波算法的图像降噪方法及装置
CN112784832A (zh) 一种物体标记点识别方法及装置
CN111563863A (zh) 一种直方图受限的图像增强方法及装置
US8155450B2 (en) Apparatus for single pass blob image analysis
CN117710235B (zh) 图像目标增强方法、装置、计算机设备和存储介质
CN111009004A (zh) 一种加速图像匹配的硬件优化方法
CN111126395A (zh) R-cnn网络中选择性搜索算法的优化方法、存储介质
CN115546009B (zh) 非极大值抑制算法的优化方法、装置以及设备、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
TA01 Transfer of patent application right

Effective date of registration: 20200210

Address after: 310012 A408 room, Neusoft building, 99 Huaxing Road, Hangzhou, Zhejiang, Xihu District

Applicant after: HANGZHOU SHUOTIAN TECHNOLOGY Co.,Ltd.

Applicant after: ZHUHAI PANTUM ELECTRONICS Co.,Ltd.

Address before: 310012 A408 room, Neusoft building, 99 Huaxing Road, Hangzhou, Zhejiang, Xihu District

Applicant before: HANGZHOU SHUOTIAN TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant