CN111445402A - 一种图像去噪方法及装置 - Google Patents
一种图像去噪方法及装置 Download PDFInfo
- Publication number
- CN111445402A CN111445402A CN202010202547.5A CN202010202547A CN111445402A CN 111445402 A CN111445402 A CN 111445402A CN 202010202547 A CN202010202547 A CN 202010202547A CN 111445402 A CN111445402 A CN 111445402A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- value
- denoising
- pixel point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 14
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000012015 optical character recognition Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像去噪方法及装置。该方法中,获取待处理图像;对待处理图像的灰度图像计算像素均值;针对灰度图像中的每个像素点,根据像素点的四邻域像素点的像素值以及上述像素均值,对该像素点进行去噪处理,得到第一图像;针对第一图像中的每个像素点,根据像素点的八邻域像素点的像素值以及上述像素均值,对该像素点进行去噪处理,得到第二图像;对第二图像中的每个物体进行轮廓提取,并确定每个物体的面积;对面积小于阈值的物体进行去噪,得到经过去噪处理后的第三图像。使用该方法即能够对独立的噪点、较小的噪点进行去除,还能够对较大的噪点进行去除,提高了去噪效果,有助于提高后续图像处理的精确度。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像去噪方法及装置。
背景技术
光学字符识别(optical character recognition,OCR)技术,是通过电子设备(如扫描仪、相机等)等将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。利用OCR技术,可以从影像中提取金额、帐号、文字资料等重要数据,生成我们所需的新文本,进而代替人的手工录入等。
随着人工智能技术的发展,OCR技术已经被广泛的应用的各个方面,其中包括场景文字识别、PDF文字解析、机器翻译等。而OCR技术主要分为两个方向,即文字检测和文字识别,其中文字检测算法主要包括CTPN、EAST、SegLink等算法;文字识别算法主要包括CRNN、DenseNet等算法。而OCR精度的提升主要通过两个方面入手,一是算法层面,包括文字检测算法提升和文字识别算法提升,二是数据集样本。本发明主要通过数据集层面来提升OCR识别的精度,将粗细粒度相结合对数据集进行去噪以此来提高OCR识别的精度。
目前的在进行文字检测之前,需要对待处理器图像进行灰度化、去噪、增强等处理,然后再进行文字检测、文字识别的操作。其中,去噪步骤是非常重要的步骤,若去噪效果不佳,将会影响后续检测、识别的精度。
发明内容
本申请提供一种图像去噪方法及装置,用以实现对图像进行去噪且去噪效果较佳,有助于提高后续图像处理的精度。
第一方面,本申请实施例提供了一种图像去噪方法,包括:
获取待处理图像;
对所述待处理图像的灰度图像计算像素均值;
针对所述灰度图像中的每个像素点,根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像;
针对所述第一图像中的每个像素点,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像;
对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积;
对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像。
在一种可能的实现方式中,所述根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像,包括:
确定所述像素点的四邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第一预设阈值,则将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像,包括:
确定所述像素点的八邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第二预设阈值,则将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,所述对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积,包括:
对所述第二图像中的每个物体,确定所述物体在X轴、Y轴上的最大、最小坐标的像素点;
确定所述像素点构成的矩形的面积。
在一种可能的实现方式中,所述对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像,包括:
若所述物体的面积小于预设阈值,则将所述第二图像中所述物体对应的像素点的像素值设置为第一像素值,得到经过去噪处理后的第三图像。
第二方面,本申请实施例提供一种图像去噪装置,包括:
获取模块,用于获取待处理图像;
预处理模块,用于对所述待处理图像的灰度图像计算像素均值;
去噪模块,用于针对所述灰度图像中的每个像素点,根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像;针对所述第一图像中的每个像素点,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像;对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积;对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像。
在一种可能的实现方式中,所述去噪模块,在根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第一图像时,具体用于:
确定所述像素点的四邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第一预设阈值,则将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,所述去噪模块,在根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第二图像时,具体用于:
确定所述像素点的八邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第二预设阈值,则将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,所述去噪模块,在对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积时,具体用于:
对所述第二图像中的每个物体,确定所述物体在X轴、Y轴上的最大、最小坐标的像素点;
确定所述像素点构成的矩形的面积。
在一种可能的实现方式中,所述去噪模块,在对面积小于预设阈值的物体进行去噪得到经过去噪处理后的第三图像时,具体用于:
若所述物体的面积小于预设阈值,则将所述第二图像中所述物体对应的像素点的像素值设置为第一像素值,得到经过去噪处理后的第三图像。
第三方面,本申请实施例提供了一种图像去噪设备,包括:处理器,以及与所述处理器连接的存储器;所述处理器,用于读取所述存储器中预先存储的计算机程序执行如第一方面所述的图像去噪方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,当所述指令在计算机上运行时,使得计算机执行如第一方面所述的图像去噪方法。
通过上述实施例,实现了对待处理图像进行去噪,由于去噪过程中采用了四邻域去噪和八邻域去噪,使得该去噪过程即能够对独立的噪点、较小的噪点进行去除,还能够对较大的噪点进行去除,提高了去噪效果,使得在后续进行图像处理时,能够采用去噪效果较好的图像进行处理,有助于提高后续图像处理的精确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例提供的图像去噪方法的流程示意图;
图2(a)至图5(b)为本申请实施例提供的去噪效果示意图;
图6为本申请实施例提供的图像去噪装置结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将对本申请的技术方案进行详细的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本申请所保护的范围。
应用目前常见的去噪方法对图像进行去噪时,去噪效果往往不佳,有待进一步提高。为了提高去噪效果,本申请实施例提供了一种图像去噪方法,如图1所示,该去噪方法可以包括以下步骤:
步骤101、获取待处理图像。
步骤102、对待处理图像的灰度图像计算像素均值。
若步骤101中获取的待处理图像为灰度图像,即单通道图像,则在步骤102中直接对待处理图像计算像素均值即可。
若步骤101中获取的待处理图像为彩色图像,即多通道图像,则在步骤102中,先将彩色图像转换为灰度图像,然后再针对灰度图像计算像素均值。以RGB彩色图像为例,它包括红(R)、绿(G)、蓝(B)三个通道,在将其转换为灰度图像时,灰度图像中每个像素点的像素值,可以根据对该像素点分别在R、G、B通道中的像素值确定,例如,gray=0.3*R+0.59*G+0.11*B,其中,gray表示转换后的灰度图像中的像素值,R表示彩色图像中R通道中的像素值,G表示表示彩色图像中G通道中的像素值,B表示彩色图像中B通道中的像素值,应当理解,上述公式中的权重值仅为举例,并不对本申请构成限定。除了上述举例,还可以通过其他方式进行图像转换,例如还可以基于平均亮度、基于最大亮度等方式进行转换,此处不再一一举例。此外,OpenCV、MATLAB等平台提供了可将彩色图像转换为灰度图像的函数,供用户调用,例如,若基于OpenCV实现本申请实施例提供的图像去噪方法,可以调用OpenCV中的cv2.cvtColor()函数将彩色图像转换为灰度图像。
在得到待处理图像的灰度图像后,可以对灰度图像中的每个像素点的像素值求和,然后去取平均值,即像素均值。例如,在OpenCV中可以调用image.mean()函数获取灰度图像的像素均值。
可选的,在将待处理图像转换为灰度图像之前,还可以对待处理图像进行增强等预处理操作,例如调节图像的亮度、对比度、颜色、锐度等。
步骤103、针对上述灰度图像中的每个像素点,根据该像素点的四邻域像素点的像素值以及上述像素均值,对该像素点进行去噪处理;在遍历整幅图像后,得到第一图像。
通过上述步骤103对灰度图像进行去噪并得到第一图像。具体的,在确定第一图像中像素点P'(x,y)的像素值时,可以先确定灰度图像中相同位置的像素点P(x,y)的四邻域像素点:P(x-1,y)、P(x+1,y)、P(x,y-1)和P(x,y+1),将四邻域像素点的像素值分别与上述像素均值进行比较,确定像素值大于上述像素均值的个数,若大于像素均值的个数大于等于第一预设阈值,则将第一图像中像素点P'(x,y)的像素值设置为第一像素值,否则,设置为第二像素值。例如,第一预设阈值N4可以设置为2,第一像素值可以设置为255,第二像素值可以设置为0,即,灰度图像中的四邻域像素点中,像素值大于像素均值的个数若大于等于2个,则将第一图像中相应位置的像素点的像素值设置为255,否则,设置为0。
在应用上述四邻域去噪方法遍历灰度图像中的每个点时,若遇到图像的边缘像素点,由于边缘像素点的四邻域像素点存在缺失,因此,若根据固定的第一预设阈值N4进行判断,将影响图像边缘的去噪效果。在一个具体实施例中,可以将第一预设阈值设置为:其中,a表示四领域像素点存在的个数。
步骤104、针对上述第一图像中的每个像素点,根据该像素点的八邻域像素点的像素值以及上述像素均值,对该像素点进行去噪处理;在遍历整幅图像后,得到第二图像。
在步骤103中得到的第一图像为二值图像,即,只有黑色和白色;上述步骤104对第一图像进一步去噪从而得到第二图像。具体的,在确定第二图像中像素点P"(x,y)的像素值时,可以先确定第一图像中向外位置的像素点P'(x,y)的八邻域像素点:P'(x-1,y-1)、P'(x,y-1)、P'(x+1,y-1)、P'(x+1,y)、P'(x+1,y+1)、P'(x,y+1)、P'(x-1,y+1)和P'(x-1,y),将八邻域像素点的像素值分别与上述像素均值进行比较,确定像素值大于上述像素均值的个数,若大于像素均值的个数大于等于第二预设阈值,则将第二图像中像素点P"(x,y)的像素值设置为第一像素值,否则,设置为第二像素值。例如,第二预设阈值N8可以设置为4,第一像素值可以设置为255,第二像素值可以设置为0,即,第一图像中的八邻域像素点中,像素值大于像素均值的个数若大于等于4个,则将第二图像中相应位置的像素点的像素值设置为255,否则,设置为0。
类似的,在应用上述八邻域去噪方法遍历第一图像中的每个点时,也会遇到图像的边缘像素点,由于边缘像素点的八邻域像素点存在缺失,因此,若根据固定的第二预设阈值N8进行判断,将影响图像边缘的去噪效果。在一个具体实施例中,可以将第二预设阈值设置为:或者,其中,a表示四领域像素点存在的个数。
步骤105、对第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积。
提取图像中物体轮廓的方式有多种。在一种可能的实现方式中,可以提取联通物体在X轴上的最大坐标的像素点和最小坐标的像素点,以及在Y轴上的最大坐标像素点和最小坐标像素点,然后计算由这四个点构成的矩形的面积。例如,第二图像中一个联通物体的在X轴上的最大坐标为132、最小坐标为130,在Y轴上的最大坐标为74、最小坐标为71,则这四个点构成的矩形的长和宽分别为4和3,则该矩形的面积为12,将该矩形的面积作为该联通物体的面积。当然,还可以通过其他方式计算物体的面积。
步骤106、对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像。
针对每个检测到的物体,将其面积与预设的面积阈值进行比较,若物体的面积小于预设的面积阈值,则认为该物体为噪点,对其进行去噪;反之,若物体的面积大于预设的面积阈值,则认为该物体不是噪点,对其保留。
可选的,在对面积小于预设面积阈值的物体进行去噪时,可以将该物体对应的像素点的像素值设置为第一像素值,例如,如前所述第一像素值可以为255,则将物体对应的全部像素点的像素值均设置为255,则将该物体变为白色,即去掉了该噪点。在将面积小于预设面积的物体都进行去噪后,得到的第三图像即为应用本申请实施例提供的图像去噪方法进行去噪后得到的图像。
在前述实施例中,均以第一像素值为255、第二像素值为0进行举例,应当理解,第一像素值和第二像素值还可以取其他数值,例如,在一些二值图像中,还可以用0和1分别表示黑和白。因此,上述数值仅为举例,并不构成对第一像素值和第二像素值的限定。
通过上述实施例,实现了对待处理图像进行去噪,由于去噪过程中采用了四邻域去噪和八邻域去噪,使得该去噪过程即能够对独立的噪点、较小的噪点进行去除,还能够对较大的噪点进行去除,提高了去噪效果。参见图2(a)、图3(a)、图4(a)、图5(a),为未经去噪的待处理图像,应用本申请上述实施例提供的图像去噪方法对其进行去噪,去噪后的图像如图2(b)、图3(b)、图4(b)、图5(b)所示,应用该去噪方法处理后的图像去除了大量噪点,得到了较为清晰的二值图像。而使用去噪效果较好的图像进行后续图像处理(如文字检测、文字识别等)时,有助于提高后续图像处理的精确度。
基于相同的技术构思,本申请实施例还提供一种图像去噪装置,用于实现上述方法实施例。如图6所示,该装置可以包括:
获取模块601,用于获取待处理图像;
预处理模块602,用于将所述图像转换为灰度图像,并计算所述灰度图像的像素均值;
去噪模块603,用于针对所述灰度图像中的每个像素点,根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像;针对所述第一图像中的每个像素点,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像;对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积,针对每个物体,若所述物体的面积小于预设阈值,则将所述物体作为噪声去除,得到经过去噪处理后的第三图像。
在一种可能的实现方式中,所述去噪模块603,在根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第一图像时,具体用于:
确定所述像素点的四邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于预设阈值,则将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,所述去噪模块603,在根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第二图像时,具体用于:
确定所述像素点的八邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于预设阈值,则将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
在一种可能的实现方式中,所述去噪模块603,在对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积时,具体用于:
对所述第二图像中的每个物体,确定所述物体在X轴、Y轴上的最大、最小坐标的像素点;
确定所述像素点构成的矩形的面积。
在一种可能的实现方式中,所述去噪模块603,在所述物体的面积小于预设阈值,则将所述物体作为噪声去除得到经过去噪处理后的第三图像时,具体用于:
若所述物体的面积小于预设阈值,则将所述第二图像中所述物体对应的像素点的像素值设置为第二像素值,得到第三图像。
基于相同的技术构思,本申请实施例还提供一种图像去噪设备,包括:处理器,以及与所述处理器连接的存储器;所述处理器,用于读取所述存储器中预先存储的计算机程序执行如前所述的图像去噪方法。
基于相同的技术构思,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,当所述指令在计算机上运行时,使得计算机执行如上述图像去噪方法中任一实施例。
通过上述实施例,实现了对带处理图像进行去噪,由于去噪过程中采用了四邻域去噪和八邻域去噪,使得该去噪过程即能够对独立的噪点、较小的噪点进行去除,还能够对较大的噪点进行去除,提高了去噪效果,使得在后续进行图像处理时,能够采用去噪效果较好的图像进行处理,有助于提高后续图像处理的精确度。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种图像去噪方法,其特征在于,包括:
获取待处理图像;
对所述待处理图像的灰度图像计算像素均值;
针对所述灰度图像中的每个像素点,根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像;
针对所述第一图像中的每个像素点,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像;
对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积;
对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像,包括:
确定所述像素点的四邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第一预设阈值,则将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
3.根据权利要求1所述的方法,其特征在于,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像,包括:
确定所述像素点的八邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第二预设阈值,则将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
4.根据权利要求1所述的方法,其特征在于,所述对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积,包括:
对所述第二图像中的每个物体,确定所述物体在X轴、Y轴上的最大、最小坐标的像素点;
确定所述像素点构成的矩形的面积。
5.根据权利要求1所述的方法,其特征在于,所述对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像,包括:
若所述物体的面积小于预设阈值,则将所述第二图像中所述物体对应的像素点的像素值设置为第一像素值,得到经过去噪处理后的第三图像。
6.一种图像去噪装置,其特征在于,包括
获取模块,用于获取待处理图像;
预处理模块,用于对所述待处理图像的灰度图像计算像素均值;
去噪模块,用于针对所述灰度图像中的每个像素点,根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第一图像;针对所述第一图像中的每个像素点,根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理,得到第二图像;对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积;对面积小于预设阈值的物体进行去噪,得到经过去噪处理后的第三图像。
7.根据权利要求6所述的装置,其特征在于,所述去噪模块,在根据所述像素点的四邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第一图像时,具体用于:
确定所述像素点的四邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第一预设阈值,则将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第一图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
8.根据权利要求6所述的装置,其特征在于,所述去噪模块,在根据所述像素点的八邻域像素点的像素值以及所述像素均值,对所述像素点进行去噪处理得到第二图像时,具体用于:
确定所述像素点的八邻域像素点中像素值大于所述像素均值的像素点个数;
若所述像素点个数大于等于第二预设阈值,则将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第一像素值,否则,将所述第二图像中与所述像素点位置对应的像素点的像素值设置为第二像素值。
9.根据权利要求6所述的装置,其特征在于,所述去噪模块,在对所述第二图像中的每个物体进行轮廓提取操作,并确定每个物体的面积时,具体用于:
对所述第二图像中的每个物体,确定所述物体在X轴、Y轴上的最大、最小坐标的像素点;
确定所述像素点构成的矩形的面积。
10.根据权利要求6所述的装置,其特征在于,所述去噪模块,在对面积小于预设阈值的物体进行去噪得到经过去噪处理后的第三图像时,具体用于:
若所述物体的面积小于预设阈值,则将所述第二图像中所述物体对应的像素点的像素值设置为第一像素值,得到经过去噪处理后的第三图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202547.5A CN111445402B (zh) | 2020-03-20 | 2020-03-20 | 一种图像去噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202547.5A CN111445402B (zh) | 2020-03-20 | 2020-03-20 | 一种图像去噪方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445402A true CN111445402A (zh) | 2020-07-24 |
CN111445402B CN111445402B (zh) | 2023-09-19 |
Family
ID=71650783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010202547.5A Active CN111445402B (zh) | 2020-03-20 | 2020-03-20 | 一种图像去噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445402B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951188A (zh) * | 2020-08-12 | 2020-11-17 | 山东师范大学 | 一种基于低秩分析的图像去噪方法 |
CN117315643A (zh) * | 2023-11-23 | 2023-12-29 | 合肥天帷信息安全技术有限公司 | 一种精密空调目标数据提取方法、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764358A (zh) * | 2018-05-31 | 2018-11-06 | 广东工业大学 | 一种太赫兹图像识别方法、装置、设备及可读存储介质 |
CN109741278A (zh) * | 2019-01-04 | 2019-05-10 | 北京环境特性研究所 | 一种图像去噪方法 |
WO2019237520A1 (zh) * | 2018-06-11 | 2019-12-19 | 平安科技(深圳)有限公司 | 一种图像匹配方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-20 CN CN202010202547.5A patent/CN111445402B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764358A (zh) * | 2018-05-31 | 2018-11-06 | 广东工业大学 | 一种太赫兹图像识别方法、装置、设备及可读存储介质 |
WO2019237520A1 (zh) * | 2018-06-11 | 2019-12-19 | 平安科技(深圳)有限公司 | 一种图像匹配方法、装置、计算机设备及存储介质 |
CN109741278A (zh) * | 2019-01-04 | 2019-05-10 | 北京环境特性研究所 | 一种图像去噪方法 |
Non-Patent Citations (1)
Title |
---|
包正睿;杨任尔;: "基于阈值的数字图像去噪的算法研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951188A (zh) * | 2020-08-12 | 2020-11-17 | 山东师范大学 | 一种基于低秩分析的图像去噪方法 |
CN117315643A (zh) * | 2023-11-23 | 2023-12-29 | 合肥天帷信息安全技术有限公司 | 一种精密空调目标数据提取方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111445402B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2545499B1 (en) | Text enhancement of a textual image undergoing optical character recognition | |
US9042649B2 (en) | Color document image segmentation and binarization using automatic inpainting | |
CN112183038A (zh) | 一种表格识别套打方法、计算机设备及计算机可读存储介质 | |
US11151402B2 (en) | Method of character recognition in written document | |
CN108146093B (zh) | 一种去除票据***的方法 | |
EP2014082A1 (en) | Generating a bitonal image from a scanned colour image | |
CN109993161B (zh) | 一种文本图像旋转矫正方法及*** | |
CN110309806B (zh) | 一种基于视频图像处理的手势识别***及其方法 | |
CN109241973B (zh) | 一种纹理背景下的字符全自动软分割方法 | |
JP4821663B2 (ja) | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム | |
CN111259891B (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
CN113688838B (zh) | 红色笔迹提取方法、***、可读存储介质及计算机设备 | |
US20190354756A1 (en) | Character recognition method | |
CN114283156A (zh) | 一种用于去除文档图像颜色及手写笔迹的方法及装置 | |
CN111445402B (zh) | 一种图像去噪方法及装置 | |
CN109741273A (zh) | 一种手机拍照低质图像的自动处理与评分方法 | |
CN115272362A (zh) | 一种数字病理全场图像有效区域分割方法、装置 | |
CN108877030B (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
CN113076952B (zh) | 一种文本自动识别和增强的方法及装置 | |
CN112508024A (zh) | 一种变压器电气铭牌钢印字体智能识别方法 | |
EP4332879A1 (en) | Method and apparatus for processing graphic symbol, and computer-readable storage medium | |
CN115410191B (zh) | 文本图像识别方法、装置、设备和存储介质 | |
KR20150099116A (ko) | Ocr를 이용한 컬러 문자 인식 방법 및 그 장치 | |
US6983071B2 (en) | Character segmentation device, character segmentation method used thereby, and program therefor | |
CN109934215B (zh) | 一种身份证识别方法 |
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 |