CN107563986B - 图像区域的判断方法和*** - Google Patents
图像区域的判断方法和*** Download PDFInfo
- Publication number
- CN107563986B CN107563986B CN201710810791.8A CN201710810791A CN107563986B CN 107563986 B CN107563986 B CN 107563986B CN 201710810791 A CN201710810791 A CN 201710810791A CN 107563986 B CN107563986 B CN 107563986B
- Authority
- CN
- China
- Prior art keywords
- color space
- target image
- histogram
- independent block
- threshold value
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供了图像区域的判断方法和***,包括:将目标图像区域转换到指定颜色空间,其中,指定颜色空间包括多个通道;分别提取目标图像区域在指定颜色空间的每个通道的直方图;对每个通道的直方图分别进行计算,得到直方图特征信息;将直方图特征信息根据预设规则确定目标图像区域所属的区域属性。本发明可以大大降低光照不均对图像区域纯色判断的影响,提高对光照不均的适应能力,从而提高判断结果的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其是图像区域的判断方法和***。
背景技术
图像分割是图像处理领域的一个基础问题,在物体识别、机器人导航、场景理解等领域有广泛的应用,其中基于颜色特征空间距离的图像分割算法受到广大学者的青睐。K-means、Mixture of Gaussians Model、Mean Shift等是此类算法的代表,其分割结果是颜色相近的聚合区域,即算法结果认为每一块聚合区域的颜色为纯色(颜色相近)。因此对图像区域是否为纯色的判断可以有效的帮助技术人员对图像分割算法进行校验,即可以作为一些图像分割算法的校验方法。
目前对图像区域是否为纯色的判断多采用对区域灰度像素计算均值和标准差,再辅以阈值进行判断。该方法虽然操作简单,但是对于判断的条件过于苛责。在实际应用中,由于光照不均,同一颜色的物体在摄像机的成像会出现像素值均匀变化,即标准差波动很大,此时上述方式若采用小阈值,则会将该纯色区域判定为杂色区域,若采用大阈值,则会引入将杂色区域判定为纯色区域。
因此,现有技术中判断图像区域是否为纯色的方法受光照不均的影响较大,使得判断结果不准确。
发明内容
有鉴于此,本发明的目的在于提供图像区域的判断方法和***,大大降低光照不均对图像区域纯色判断的影响,提高对光照不均的适应能力,从而提高判断结果的准确性。
第一方面,本发明实施例提供了图像区域的判断方法,所述方法包括:
将目标图像区域转换到指定颜色空间,其中,所述指定颜色空间包括多个通道;
分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图;
对每个所述通道的所述直方图分别进行计算,得到直方图特征信息;
将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述直方图特征信息包括占比最大独立块占比数、占比最大独立块的最大峰值、占比最大独立块的bin数目以及占比最大独立块的波峰数目,其中,所述独立块是指所述直方图中独立存在的一段非零数据。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性包括:
判断所述占比最大独立块占比数是否符合第一阈值;
如果符合所述第一阈值,则所述目标图像区域为复色区域;
如果不符合所述第一阈值,则判断所述占比最大独立块的最大峰值是否符合第二阈值;
如果符合所述第二阈值,则所述目标图像区域为纯色区域。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述判断所述占比最大独立块的最大峰值是否符合第二阈值包括:
如果不符合所述第二阈值,则判断所述占比最大独立块的最大峰值是否符合第三阈值,并且所述占比最大独立块的bin数目是否符合第四阈值;
如果同时符合所述第三阈值和所述第四阈值,则所述目标图像区域为所述纯色区域。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述判断所述占比最大独立块的最大峰值是否符合第三阈值,并且所述占比最大独立块的bin数目是否符合第四阈值包括:
如果不同时符合所述第三阈值和所述第四阈值,则判断所述占比最大独立块的最大峰值是否符合所述第三阈值,并且所述占比最大独立块的波峰数目是否符合第五阈值;
如果同时符合所述第三阈值和所述第五阈值,则所述目标图像区域为所述纯色区域;
如果不同时符合所述第三阈值和所述第五阈值,则所述目标图像区域为所述复色区域。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图包括:
根据所述目标图像区域的各个像素点在某一通道的灰度值以及直方图组距计算各个所述像素点在所述某一通道对应的灰度级;
根据所述灰度级以及所述灰度级对应的像素点的频数占比得到所述某一通道的直方图。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述将目标图像区域转换到指定颜色空间包括:
获取所述目标图像区域的颜色空间;
判断所述颜色空间是否为所述指定颜色空间;
如果否,则将所述颜色空间转换到所述指定颜色空间。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,其中,所述指定颜色空间包括RGB颜色空间、YCbCr颜色空间、YCgCr颜色空间、YUV颜色空间或Lab颜色空间。
第二方面,本发明实施例还提供图像区域的判断***,所述***包括:
转换单元,用于将目标图像区域转换到指定颜色空间,其中,所述指定颜色空间包括多个通道;
提取单元,用于分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图;
计算单元,用于对每个所述通道的所述直方图分别进行计算,得到直方图特征信息;
确定单元,用于将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述直方图特征信息包括占比最大独立块占比数、占比最大独立块的最大峰值、占比最大独立块的bin数目以及占比最大独立块的波峰数目,其中,所述独立块是指所述直方图中独立存在的一段非零数据。
本发明实施例提供了图像区域的判断方法和***,方法包括:将目标图像区域转换到指定颜色空间,其中,指定颜色空间包括多个通道;分别提取目标图像区域在指定颜色空间的每个通道的直方图;对每个通道的直方图分别进行计算,得到直方图特征信息;将直方图特征信息根据预设规则确定目标图像区域所属的区域属性。可以大大降低光照不均对图像区域纯色判断的影响,提高对光照不均的适应能力,从而提高判断结果的准确性。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像区域的判断方法流程图;
图2为本发明实施例提供的图像区域的判断方法的预设规则的流程图;
图3为本发明实施例提供的RGB颜色空间的R通道直方图;
图4为本发明实施例提供的RGB颜色空间的G通道直方图;
图5为本发明实施例提供的RGB颜色空间的B通道直方图;
图6为本发明实施例提供的独立块的示意图;
图7为本发明实施例提供的图像区域的判断***的示意图。
图标:
10-转换单元;20-提取单元;30-计算单元;40-确定单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中判断图像区域是否为纯色的方法受光照不均的影响较大,使得判断结果不准确,基于此,本发明实施例提供的图像区域的判断方法和***,可以大大降低光照不均对图像区域纯色判断的影响,提高对光照不均的适应能力,从而提高判断结果的准确性。
为便于对本实施例进行理解,首先对本发明实施例所公开的图像区域的判断方法进行详细介绍。
实施例一:
图1为本发明实施例提供的图像区域的判断方法流程图。
参照图1,图像区域的判断方法包括:
步骤S101,将目标图像区域转换到指定颜色空间,其中,指定颜色空间包括多个通道;
这里,指定颜色空间包括RGB颜色空间、YCbCr颜色空间、YCgCr颜色空间、YUV颜色空间或Lab颜色空间,是根据目标图像区域在上述某一颜色空间的聚类性来确定指定颜色空间的,即目标图像区域在哪个颜色空间的聚类性最好,就将该颜色空间作为指定颜色空间,因为聚类性越好,越不易受光照不均的影响。
步骤S102,分别提取目标图像区域在指定颜色空间的每个通道的直方图;
需要说明的是,颜色直方图是在许多图像检索***中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置,即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。
颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间,原因在于大部分的数字图像都是用这种颜色空间表达的。
直方图中的数值都是统计而来,描述了该图像中关于颜色的数量特征,可以反映图像颜色的统计分布和基本色调,直方图包含了该图像中某一颜色值出现的频数。
进一步地,步骤S102可采取如下步骤实现:
根据目标图像区域的各个像素点在某一通道的灰度值以及直方图组距计算各个像素点在某一通道对应的灰度级;
根据灰度级以及灰度级对应的像素点的频数占比得到某一通道的直方图。
具体地,这里的直方图为归一化直方图,以目标图像区域在RGB颜色空间为例,RGB颜色空间包括R通道、G通道和B通道,提取直方图的过程以R通道为例,目标图像区域坐标为(u,v)处的像素点在R通道直方图对应的灰度级(bin序号)hR(u,v)为:
式中,R(u,v)表示目标图像区域坐标为(u,v)处的像素点在R通道的灰度值,BinWidth表示直方图的组距,经实验测试,BinWidth=4的效果较好。
当灰度级为i时,对应的像素点的频数占比Pi为:
式中,ni为灰度级为i时,对应的像素点出现的个数;N为目标图像区域内像素点的个数。则可知:
∑Pi=1
G通道和B通道的直方图提取过程与R通道相同,具体对于目标图像区域提取的R、G、B三通道的直方图如图3-5所示,其中,x轴为灰度级hR(u,v),y轴为灰度级对应的频数占比Pi。
步骤S103,对每个通道的直方图分别进行计算,得到直方图特征信息;
进一步地,直方图特征信息包括占比最大独立块占比数、占比最大独立块的最大峰值、占比最大独立块的bin数目以及占比最大独立块的波峰数目,其中,独立块是指直方图中独立存在的一段非零数据,即独立块的左侧直接链接bin和右侧直接链接bin的数值为0,且独立块内所有bin的值非0,具体如图6所示。
步骤S104,将直方图特征信息根据预设规则确定目标图像区域所属的区域属性。
进一步地,步骤S104中的预设规则如图2所示,具体过程为:
步骤S201,判断占比最大独立块占比数是否符合第一阈值;
如果符合第一阈值,则目标图像区域为复色区域;如果不符合第一阈值,则执行步骤S202;
步骤S202,判断占比最大独立块的最大峰值是否符合第二阈值;
如果占比最大独立块的最大峰值符合第二阈值,则目标图像区域为纯色区域;如果占比最大独立块的最大峰值不符合第二阈值,则执行步骤S203;
步骤S203判断占比最大独立块的最大峰值是否符合第三阈值,并且占比最大独立块的bin数目是否符合第四阈值;
如果同时符合第三阈值和第四阈值,则目标图像区域为纯色区域;如果不同时符合第三阈值和第四阈值,则执行步骤S204;
步骤S204,判断占比最大独立块的最大峰值是否符合第三阈值,并且占比最大独立块的波峰数目是否符合第五阈值;
如果同时符合第三阈值和第五阈值,则目标图像区域为纯色区域;如果不同时符合第三阈值和第五阈值,则目标图像区域为复色区域。
进一步地,将目标图像区域转换到指定颜色空间之前,获取目标图像区域的颜色空间;判断颜色空间是否为指定颜色空间;如果否,则将颜色空间转换到指定颜色空间。
当目标图像区域本身处于的颜色空间即指定颜色空间,其在该颜色空间的聚类性最好,则不需要进行转换。
本发明实施例提供了图像区域的判断方法,包括:将目标图像区域转换到指定颜色空间,其中,指定颜色空间包括多个通道;分别提取目标图像区域在指定颜色空间的每个通道的直方图;对每个通道的直方图分别进行计算,得到直方图特征信息;将直方图特征信息根据预设规则确定目标图像区域所属的区域属性。可以大大降低光照不均对图像区域纯色判断的影响,提高对光照不均的适应能力,从而提高判断结果的准确性。
实施例二:
图7为本发明实施例提供的图像区域的判断***的示意图。
参照图7,图像区域的判断***包括:
转换单元10,用于将目标图像区域转换到指定颜色空间,其中,指定颜色空间包括多个通道;
提取单元20,用于分别提取目标图像区域在指定颜色空间的每个通道的直方图;
计算单元30,用于对每个通道的直方图分别进行计算,得到直方图特征信息;
确定单元40,用于将直方图特征信息根据预设规则确定目标图像区域所属的区域属性。
具体地,直方图特征信息包括占比最大独立块占比数、占比最大独立块的最大峰值、占比最大独立块的bin数目以及占比最大独立块的波峰数目,其中,独立块是指直方图中独立存在的一段非零数据。
本发明实施例提供的图像区域的判断***,与上述实施例提供的图像区域的判断方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明实施例所提供的进行图像区域的判断方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种图像区域的判断方法,其特征在于,所述方法包括:
将目标图像区域转换到指定颜色空间,其中,所述指定颜色空间包括多个通道;
分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图;
对每个所述通道的所述直方图分别进行计算,得到直方图特征信息;
将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性;
所述直方图特征信息包括占比最大独立块占比数和占比最大独立块的最大峰值;其中,所述独立块是指所述直方图中独立存在的一段非零数据;
所述将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性包括:
判断所述占比最大独立块占比数是否符合第一阈值;
如果符合所述第一阈值,则所述目标图像区域为复色区域;
如果不符合所述第一阈值,则判断所述占比最大独立块的最大峰值是否符合第二阈值;
如果符合所述第二阈值,则所述目标图像区域为纯色区域。
2.根据权利要求1所述的图像区域的判断方法,其特征在于,所述直方图特征信息包括占比最大独立块的bin数目以及占比最大独立块的波峰数目。
3.根据权利要求2所述的图像区域的判断方法,其特征在于,所述判断所述占比最大独立块的最大峰值是否符合第二阈值包括:
如果不符合所述第二阈值,则判断所述占比最大独立块的最大峰值是否符合第三阈值,并且所述占比最大独立块的bin数目是否符合第四阈值;
如果同时符合所述第三阈值和所述第四阈值,则所述目标图像区域为所述纯色区域。
4.根据权利要求3所述的图像区域的判断方法,其特征在于,所述判断所述占比最大独立块的最大峰值是否符合第三阈值,并且所述占比最大独立块的bin数目是否符合第四阈值包括:
如果不同时符合所述第三阈值和所述第四阈值,则判断所述占比最大独立块的最大峰值是否符合所述第三阈值,并且所述占比最大独立块的波峰数目是否符合第五阈值;
如果同时符合所述第三阈值和所述第五阈值,则所述目标图像区域为所述纯色区域;
如果不同时符合所述第三阈值和所述第五阈值,则所述目标图像区域为所述复色区域。
5.根据权利要求1所述的图像区域的判断方法,其特征在于,所述分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图包括:
根据所述目标图像区域的各个像素点在某一通道的灰度值以及直方图组距计算各个所述像素点在所述某一通道对应的灰度级;
根据所述灰度级以及所述灰度级对应的像素点的频数占比得到所述某一通道的直方图。
6.根据权利要求1所述的图像区域的判断方法,其特征在于,所述将目标图像区域转换到指定颜色空间包括:
获取所述目标图像区域的颜色空间;
判断所述颜色空间是否为所述指定颜色空间;
如果否,则将所述颜色空间转换到所述指定颜色空间。
7.根据权利要求1所述的图像区域的判断方法,其特征在于,所述指定颜色空间包括RGB颜色空间、YCbCr颜色空间、YCgCr颜色空间、YUV颜色空间或Lab颜色空间。
8.一种图像区域的判断***,其特征在于,所述***包括:
转换单元,用于将目标图像区域转换到指定颜色空间,其中,所述指定颜色空间包括多个通道;
提取单元,用于分别提取所述目标图像区域在所述指定颜色空间的每个所述通道的直方图;
计算单元,用于对每个所述通道的所述直方图分别进行计算,得到直方图特征信息;
确定单元,用于将所述直方图特征信息根据预设规则确定所述目标图像区域所属的区域属性;
所述直方图特征信息包括占比最大独立块占比数和占比最大独立块的最大峰值;其中,所述独立块是指所述直方图中独立存在的一段非零数据;
所述确定单元还用于:
判断所述占比最大独立块占比数是否符合第一阈值;
如果符合所述第一阈值,则所述目标图像区域为复色区域;
如果不符合所述第一阈值,则判断所述占比最大独立块的最大峰值是否符合第二阈值;
如果符合所述第二阈值,则所述目标图像区域为纯色区域。
9.根据权利要求8所述的图像区域的判断***,其特征在于,所述直方图特征信息包括占比最大独立块的bin数目以及占比最大独立块的波峰数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710810791.8A CN107563986B (zh) | 2017-09-08 | 2017-09-08 | 图像区域的判断方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710810791.8A CN107563986B (zh) | 2017-09-08 | 2017-09-08 | 图像区域的判断方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107563986A CN107563986A (zh) | 2018-01-09 |
CN107563986B true CN107563986B (zh) | 2020-04-07 |
Family
ID=60980689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710810791.8A Active CN107563986B (zh) | 2017-09-08 | 2017-09-08 | 图像区域的判断方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563986B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108765691A (zh) * | 2018-04-08 | 2018-11-06 | 深圳怡化电脑股份有限公司 | 检测脱墨纸币的方法、装置及电子设备 |
CN109600606B (zh) * | 2018-11-30 | 2019-12-27 | 深圳市华星光电半导体显示技术有限公司 | 识别单一色调影像的方法 |
CN111209936B (zh) * | 2019-12-26 | 2023-04-25 | 新绎健康科技有限公司 | 一种基于k-means聚类确定面部光泽的方法及*** |
CN112822476A (zh) * | 2021-02-26 | 2021-05-18 | 广东以诺通讯有限公司 | 大量单纯色场景偏色的自动白平衡方法、***及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933549A (zh) * | 2005-08-19 | 2007-03-21 | 三星电子株式会社 | 用于确定图像质量的图像处理装置及其方法 |
CN102523367A (zh) * | 2011-12-29 | 2012-06-27 | 北京创想空间商务通信服务有限公司 | 基于多调色板的实时图像压缩和还原方法 |
CN104939848A (zh) * | 2014-03-31 | 2015-09-30 | 通用电气公司 | 单色图像的生成 |
CN105335975A (zh) * | 2015-10-22 | 2016-02-17 | 西安电子科技大学 | 基于低秩分解和直方图统计的极化sar图像分割方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8711220B2 (en) * | 2011-08-23 | 2014-04-29 | Aireyes, Inc. | Automatic detection of image degradation in enhanced vision systems |
-
2017
- 2017-09-08 CN CN201710810791.8A patent/CN107563986B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933549A (zh) * | 2005-08-19 | 2007-03-21 | 三星电子株式会社 | 用于确定图像质量的图像处理装置及其方法 |
CN102523367A (zh) * | 2011-12-29 | 2012-06-27 | 北京创想空间商务通信服务有限公司 | 基于多调色板的实时图像压缩和还原方法 |
CN104939848A (zh) * | 2014-03-31 | 2015-09-30 | 通用电气公司 | 单色图像的生成 |
CN105335975A (zh) * | 2015-10-22 | 2016-02-17 | 西安电子科技大学 | 基于低秩分解和直方图统计的极化sar图像分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107563986A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563986B (zh) | 图像区域的判断方法和*** | |
CN107330979B (zh) | 建筑户型的矢量图生成方法、装置及终端 | |
CN109308463B (zh) | 一种视频目标识别方法、装置及设备 | |
CN110913243B (zh) | 一种视频审核的方法、装置和设备 | |
CN110399842B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN111311482B (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
CN110766708B (zh) | 基于轮廓相似度的图像比较方法 | |
US8290255B2 (en) | Image processing method, image processing apparatus, and program | |
CN114022790B (zh) | 遥感图像中云层检测及图像压缩方法、装置和存储介质 | |
CN109903265B (zh) | 一种图像变化区域侦测阀值设定方法、***及其电子装置 | |
CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
CN116188805A (zh) | 海量图像的图像内容分析方法、装置和图像信息网络 | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN109255311B (zh) | 一种基于图像的信息识别方法及*** | |
CN110930287B (zh) | 一种图像隐写检测方法、装置及计算机设备、存储介质 | |
JP4967045B2 (ja) | 背景判別装置、方法及びプログラム | |
CN109242750B (zh) | 图片签名方法、图片匹配方法、装置、设备及存储介质 | |
CN111445411A (zh) | 图像去噪方法、装置、计算机设备和存储介质 | |
CN116485645A (zh) | 图像拼接方法、装置、设备及存储介质 | |
CN111160363B (zh) | 特征描述子生成方法、装置、可读存储介质及终端设备 | |
JP5786838B2 (ja) | 画像領域分割装置、方法、およびプログラム | |
CN112529928A (zh) | 零件组装检测方法、计算机设备及存储介质 | |
CN116152530B (zh) | 图像差异的确定方法和装置、存储介质及电子设备 | |
CN108377379B (zh) | 影像深度信息的优化方法与影像处理装置 | |
CN109977734B (zh) | 图像处理方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Building 65, No. 17, Jiujiang Road, Tongji New Economic Zone, Jimo District, Qingdao City, Shandong Province, 266200 Patentee after: Qingdao Evolver xiaopang Robot Technology Co.,Ltd. Address before: Room 119-25, 1st Floor, Block B, Building 1, No. 9, Dazhongsi East Road, Haidian District, Beijing 100192 Patentee before: BEIJING EVOLVER ROBOTICS Co.,Ltd. |
|
CP03 | Change of name, title or address |