CN107633492A - 一种物体阴影快速定位并去除的方法 - Google Patents
一种物体阴影快速定位并去除的方法 Download PDFInfo
- Publication number
- CN107633492A CN107633492A CN201710884789.5A CN201710884789A CN107633492A CN 107633492 A CN107633492 A CN 107633492A CN 201710884789 A CN201710884789 A CN 201710884789A CN 107633492 A CN107633492 A CN 107633492A
- Authority
- CN
- China
- Prior art keywords
- image
- shadow
- fast positioning
- object fast
- luminance
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种物体阴影快速定位并去除的方法,具体包括如下步骤:S1,求出整幅图像的亮度图像;S2,设定一个阈值T,对亮度通道逐像素处理,大于阈值则置0;S3,对S2得到的结果取反;S4,对S3得到的结果进行平滑得到补偿蒙板;S5,将原图像的三个通道与补偿蒙板乘以一个权系数进行加法操作。通过本发明,可以阴影的快速消除,且不留痕迹。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种物体阴影快速定位并去除的方法。
背景技术
在图像处理中,阴影图像的处理,通常难以一次处理到满意的程度,需要不断的处理,而这样做,容易导致失真。
而如果人为的去处理,通常的做法则是,由经验丰富的技术人员,人工选取重点区域调节直至完成处理。但是,如此一来,处理痕迹将会非常明显,对于要求高的情形,难以达到要求。
为了解决上述问题,本发明提出一种物体阴影快速定位并去除的方法。
发明内容
为了解决上述问题,本发明提出一种物体阴影快速定位并去除的方法,所述物体阴影快速定位并去除的方法具体包括如下步骤:
S1,求出整幅图像的亮度图像;
S2,设定一个阈值T,对亮度通道逐像素处理,大于阈值则置0;
S3,对S2得到的结果取反;
S4,对S3得到的结果进行平滑得到补偿蒙板;
S5,将原图像的三个通道与补偿蒙板乘以一个权系数进行加法操作。
优选的,所述S2中,阈值T的选取,由亮度图像均值决定。
优选的,所述S4中“对S3得到的结果进行平滑得到补偿蒙板”的具体方法为:
对S3中得到的图像进行高斯滤波平滑处理得到亮度补偿蒙版图像。
优选的,所述平滑处理的具体方式为:
S41:分析选取图像的边缘是否复杂,若是,执行步骤S45;否则执行步骤S42;
S42:比较区域边缘的曲线数量和直线数量,若直线数量较多,执行步骤S43,否则执行步骤S44;
S43:采用直线型隶属函数进行平滑处理,结束平滑处理;
S44:选取S型或Z型的隶属函数对图像进行平滑处理,结束平滑处理;
S44:选取π型隶属函数对图像进行平滑化。
优选的,将亮度补偿蒙版图像与原图像按照以下线性计算方式进行:
J=a+b*t
其中,J为输出结果,a为原始图像,b为亮度补偿蒙版图像,t为补偿系数,其取值范围[0 1]。
优选的,所述补偿系数t与亮度图像均值线性相关。
本发明的有益效果在于:通过本发明,可以实现阴影的快速消除且不留痕迹。
附图说明
图1是本发明的原理图;
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
如图1,一种物体阴影快速定位并去除的方法,所述物体阴影快速定位并去除的方法具体包括如下步骤:
S1,求出整幅图像的亮度图像;
S2,设定一个阈值T,对亮度通道逐像素处理,大于阈值则置0;
S3,对S2得到的结果取反;
S4,对S3得到的结果进行平滑得到补偿蒙板;
S5,将原图像的三个通道与补偿蒙板乘以一个权系数进行加法操作。
优选的,所述S2中,阈值T的选取,由亮度图像均值决定。
优选的,所述S4中“对S3得到的结果进行平滑得到补偿蒙板”的具体方法为:
对S3中得到的图像进行高斯滤波平滑处理得到亮度补偿蒙版图像。
优选的,所述平滑处理的具体方式为:
S41:分析选取图像的边缘是否复杂,若是,执行步骤S45;否则执行步骤S42;
S42:比较区域边缘的曲线数量和直线数量,若直线数量较多,执行步骤S43,否则执行步骤S44;
S43:采用直线型隶属函数进行平滑处理,结束平滑处理;
S44:选取S型或Z型的隶属函数对图像进行平滑处理,结束平滑处理;
S44:选取π型隶属函数对图像进行平滑化。
优选的,将亮度补偿蒙版图像与原图像按照以下线性计算方式进行:
J=a+b*t
其中,J为输出结果,a为原始图像,b为亮度补偿蒙版图像,t为补偿系数,其取值范围[0 1]。
优选的,所述补偿系数t与亮度图像均值线性相关。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、ROM、RAM等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (6)
1.一种物体阴影快速定位并去除的方法,其特征在于,所述物体阴影快速定位并去除的方法具体包括如下步骤:
S1,求出整幅图像的亮度图像;
S2,设定一个阈值T,对亮度通道逐像素处理,大于阈值则置0;
S3,对S2得到的结果取反;
S4,对S3得到的结果进行平滑得到补偿蒙板;
S5,将原图像的三个通道与补偿蒙板乘以一个权系数进行加法操作。
2.一种如权利要求1所述的物体阴影快速定位并去除的方法,其特征在于,所述S2中,阈值T的选取,由亮度图像均值决定。
3.一种如权利要求1所述的物体阴影快速定位并去除的方法,其特征在于,所述S4中“对S3得到的结果进行平滑得到补偿蒙板”的具体方法为:
对S3中得到的图像进行高斯滤波平滑处理得到亮度补偿蒙版图像。
4.一种如权利要求3所述的物体阴影快速定位并去除的方法,其特征在于,所述平滑处理的具体方式为:
S41:分析选取图像的边缘是否复杂,若是,执行步骤S45;否则执行步骤S42;
S42:比较区域边缘的曲线数量和直线数量,若直线数量较多,执行步骤S43,否则执行步骤S44;
S43:采用直线型隶属函数进行平滑处理,结束平滑处理;
S44:选取S型或Z型的隶属函数对图像进行平滑处理,结束平滑处理;
S44:选取π型隶属函数对图像进行平滑化。
5.一种如权利要求1所述的物体阴影快速定位并去除的方法,其特征在于,将亮度补偿蒙版图像与原图像按照以下线性计算方式进行:
J=a+b*t
其中,J为输出结果,a为原始图像,b为亮度补偿蒙版图像,t为补偿系数,其取值范围[0 1]。
6.一种如权利要求5所述的物体阴影快速定位并去除的方法,其特征在于,所述补偿系数t与亮度图像均值线性相关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710884789.5A CN107633492A (zh) | 2017-09-26 | 2017-09-26 | 一种物体阴影快速定位并去除的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710884789.5A CN107633492A (zh) | 2017-09-26 | 2017-09-26 | 一种物体阴影快速定位并去除的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633492A true CN107633492A (zh) | 2018-01-26 |
Family
ID=61103750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710884789.5A Pending CN107633492A (zh) | 2017-09-26 | 2017-09-26 | 一种物体阴影快速定位并去除的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633492A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103620622A (zh) * | 2011-06-30 | 2014-03-05 | 韦尔豪泽Nr公司 | 用于从航拍图像中去除伪影的方法和设备 |
CN104700371A (zh) * | 2015-03-18 | 2015-06-10 | 厦门美图之家科技有限公司 | 一种蒙版的生成方法和*** |
CN105608722A (zh) * | 2015-12-17 | 2016-05-25 | 成都品果科技有限公司 | 一种基于人脸关键点的自动***方法及*** |
-
2017
- 2017-09-26 CN CN201710884789.5A patent/CN107633492A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103620622A (zh) * | 2011-06-30 | 2014-03-05 | 韦尔豪泽Nr公司 | 用于从航拍图像中去除伪影的方法和设备 |
CN104700371A (zh) * | 2015-03-18 | 2015-06-10 | 厦门美图之家科技有限公司 | 一种蒙版的生成方法和*** |
CN105608722A (zh) * | 2015-12-17 | 2016-05-25 | 成都品果科技有限公司 | 一种基于人脸关键点的自动***方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lv et al. | Attention guided low-light image enhancement with a large scale low-light simulation dataset | |
Gharbi et al. | Deep bilateral learning for real-time image enhancement | |
Giakoumis et al. | Digital image processing techniques for the detection and removal of cracks in digitized paintings | |
CN113012185B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
JP6408314B2 (ja) | カラービデオ処理システムおよび方法、ならびに対応するコンピュータプログラム | |
CN107292842B (zh) | 基于先验约束和离群值抑制的图像去模糊方法 | |
US11257187B2 (en) | Image processing method, image processing device and computer storage medium | |
JP5440241B2 (ja) | 画像強調装置、画像強調方法及び画像強調プログラム | |
Ali et al. | Comparametric image compositing: Computationally efficient high dynamic range imaging | |
CN113689324B (zh) | 一种基于二分类标签的人像物件的自动增删方法及装置 | |
CN108734127B (zh) | 年龄识别值调整方法、装置、设备及存储介质 | |
CN110503705A (zh) | 图像标注方法和设备 | |
Yap et al. | A recursive soft-decision approach to blind image deconvolution | |
CN110310250B (zh) | 一种基于最优化模型的全局直方图均衡方法 | |
CN113449538A (zh) | 视觉模型的训练方法、装置、设备及存储介质 | |
CN111259862A (zh) | 用户信息分析方法及*** | |
CN107633492A (zh) | 一种物体阴影快速定位并去除的方法 | |
CN113012079B (zh) | 低亮度车底图像增强方法、装置及存储介质 | |
CN109801246B (zh) | 一种自适应阈值的全局直方图均衡方法 | |
CN109003264B (zh) | 一种视网膜病变图像类型识别方法、装置和存储介质 | |
CN114758136B (zh) | 目标去除模型建立方法、装置及可读存储介质 | |
CN107680055A (zh) | 一种基于人工交互的航拍图像雾霾去除方法 | |
CN112200226B (zh) | 基于强化学习的图像处理方法、图像处理方法及相关装置 | |
CN112950510B (zh) | 一种大场景拼接图像色差校正方法 | |
JP2016224629A (ja) | 画像処理装置、画像処理方法及びプログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180126 |