CN112733826A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN112733826A CN112733826A CN202011578351.2A CN202011578351A CN112733826A CN 112733826 A CN112733826 A CN 112733826A CN 202011578351 A CN202011578351 A CN 202011578351A CN 112733826 A CN112733826 A CN 112733826A
- Authority
- CN
- China
- Prior art keywords
- image
- chain code
- pixel points
- point
- taking
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 32
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000003909 pattern recognition Methods 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像处理方法，包括以下步骤：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；将第一链码和第二链码组合得到图像边界完整链码；本发明提供了两条互不冲突同时进行的路径进行图像处理，能够更为快速的获得图像的边界链码，能够缩短近50％的链码编码时间，尤其适用于高频率的图像识别场景。
Description
技术领域
本发明涉及图像处理技术领域，更具体地说，它涉及一种图像处理方法。
背景技术
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
从图像中抽取某些有用的度量、数据或信息。目的是得到某种数值结果，而不是产生另一个图像。图像分析的内容和模式识别、人工智能的研究领域有交叉，但图像分析与典型的模式识别有所区别。图像分析不限于把图像中的特定区域按固定数目的类别加以分类，它主要是提供关于被分析图像的一种描述。为此，既要利用模式识别技术，又要利用关于图像内容的知识库，即人工智能中关于知识表达方面的内容。图像分析需要用图像分割方法抽取出图像的特征，然后对图像进行符号化的描述。这种描述不仅能对图像中是否存在某一特定对象作出回答，还能对图像内容作出详细描述。
数字图像处理，分析与机器视觉是认知科学与计算机科学中的一个令人兴奋和活跃的分支，在人的感知，识别和理解中，形状是一个非常重要的参数，而链编码就是以此概念延伸的一种形状描述方法；
链码(又称为freeman码)是用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法，常被用来在图像处理、计算机图形学、模式识别等领域中表示曲线和区域边界；
按照水平、垂直和两条对角线方向，可以为相邻的两个像素点定义4个方向符：0、1、2、3，分别表示0度、90度、180度和270度四个方向。同样，也可以定义8个方向符：0、1、2、3、4、5、6、7。链码就是用线段的起点加上由这几个方向符所构成的一组数列，通常称之为Freeman链码。用Freeman链码表示曲线时需要曲线的起点，对8链码而言，奇数码和偶数码的对应线段长度不等，规定偶数码单位长度为1，奇数码的单位长度为
链码是图像处理及模式识别中一种很常用的表示线条、平面曲线及区域边界的编码技术。很多实际应用都使用了链码表示方式。链码技术被广泛应用是因为它能以较少的数据来贮存较多的信息。用链码来表示线条模式的方法最初是由Freeman(Freeman H.Onthe encoding of arbitrary geometric configurations.IRE Transactions onElectronic Computers，1961，10：260-268.)在1961年提出来的。Freeman链码至今仍然是一个被广泛使用的最主要的链码编码方法。该链码沿着数字曲线或边界象素以8邻接的方式移动，每一个移动方向由数字集{i|i＝0，1，2，......7}进行编码，表示与X轴正向的45°×i夹角。一个链码可被看做是由一系列具有固定方向和长度的小直线段组成。
有时人们还使用Freeman链码的4邻接形式，即链码在4个方向上移动，以数字集{i|i＝0，1，2，3}编码表示与X轴的夹角为90°×i。
1992年，Bribiesca(Bribiesca E.A geometric structure for two-dimensionalshapes and three-dimensional surfaces.Pattern Recognition，1992，25(5)：483-496.)提出了一个对Freeman链码的修改方法来表示区域的形状。该方法用小直线段的斜率对其进行编码，即用-3，-2和-1来代替Freeman链码中的5，6和7(4＝-4)。这样，一个封闭曲线链码的各码值(斜率)的累加和就是8或-8。
1999年，Bribiesca(Bribiesca E.A new chain code.Pattern Recognition，1999，32(2)：235-251.)又提出了一个新的链码编码方法来表示区域形状，称其为“顶点链码”(Vertex Chain Code)。该链码基于他与Guzman(Bribiesca E，Guzman A.How todescribe pure form and how to measure differences in shapes usingshapenumbers.Pattern Recognition，1980，12(1)：101-112.)在1980年提出的“形状数”(shape numbers)的概念。顶点链码中的每个码的码值表示该顶点是几个边界象素的顶点。这样，表示由方形网格上的象素组成的边界只需要1，2和3三个码值(如图1所示)。原始的顶点链码是等长编码，其三个码值1、2和3分别由二进制数01、10和11来表示和存储。在编码的过程中未考虑码值的出现概率。此外，八方向Freeman链码、四方向Freeman链码和顶点链码所需的存储位相对较多，效率较低，影响图像快速、实时的传输性能。
对于利用Freeman链码的方式描述图像的曲线或边界需要刻画曲线边界以及转码的过程，所需处理的数据量较大，因而导致耗时较长，尤其是刻画曲线边界的过程占据大部分耗时，高频率的图像识别场景，需要较大的运算力才能够及时得到图像处理结果。
发明内容
本发明提供一种快速的图像处理方法，解决相关技术中的技术问题。
根据本发明的一个方面，提供了图像处理方法，包括以下步骤：
S1，采集图像数据，将采集的图像数据置于二维的识别区域内；
S2，图像的边缘的像素点连接构成闭合边界，相邻的两个像素点的中心连线作为定长线段，以闭合边界的一个像素点作为原点，以原点为起始点在闭合边界的像素点之间刻画出连续的曲线，定长线段的走向对应指向符获得一个数码，定长线段对应指向符获得的数码按顺序排列构成链码；
S3，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
S4，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
S5，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
S6，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
S7，将第一链码和第二链码组合得到图像边界完整链码。
进一步地，所述识别区域内设有对应于像素点的识别点作为图像的背景，识别点在识别区域内存在固定的坐标。
进一步地，所述第一链码和第二链码组合得到图像边界完整链码包括：将第二链码倒序，之后组合到第一链码的末端。
进一步地，所述第一指向符和第二指向符相互中心对称。
根据本发明的一个方面，提供了图像处理装置，包括：
图像采集单元，其用于采集物体的图像；
图像数据预处理单元，其用于将图像置于二维的识别区域内，并将图像上的像素点与识别区域内的识别点建立映射；
链码生成单元，其用于选择图像的闭合边界的一个像素点作为原点，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
第一链码和第二链码组合得到图像边界完整链码。
进一步地，所述图像采集单元基于线性图像传感器采集图像，能够逐行将光学图像转换成模拟信号，采集以线条为单位的图像数据。
进一步地，所述链码生成单元至少包括：
原点选择单元，其用于在选择图像的闭合边界的一个像素点作为原点；
闭合曲线刻画单元，其用于以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
终止单元，其用于判断是否满足第一预定条件。
进一步地，所述终止单元判断是否满足第一预定条件包括：闭合曲线以原点为起始点沿顺时针和逆时针闭合边界的像素点之间刻画连续的曲线，沿顺时针和逆时针刻画的曲线上出现重合的像素点即满足第一预定条件。
进一步地，所述沿顺时针和逆时针刻画的曲线上出现重合的像素点是出现两个映射的识别点的坐标相同的像素点。
本发明的有益效果在于：
提供了两条互不冲突同时进行的路径进行图像处理，能够更为快速的获得图像的边界链码，无论是从哪个点作为起点，均能够得到与单向刻画相同的链码，能够缩短近50％的链码编码时间，尤其适用于高频率的图像识别场景，例如高速公路车辆识别等。
附图说明
图1是本发明实施例的图像处理方法的流程示意图；
图2是本发明实施例的以原点为起始点沿顺时针和逆时针在闭合边界的像素点之间刻画出连续的曲线的示意图；
图3是本发明实施例的第一指向符的示意图；
图4是本发明实施例的第二指向符的示意图；
图5是本发明实施例的仅沿顺时针在闭合边界的像素点之间刻画出连续的曲线的示意图；
图6是本发明实施例的图像处理装置的模块示意图；
图7是本发明实施例的链码生成单元的模块示意图。
图中：图像处理装置100、图像采集单元110、图像数据预处理单元120、链码生成单元130、原点选择单元131、闭合曲线刻画单元132、终止单元133。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。例如，所描述的方法可以按照与所描述的顺序不同的顺序来执行，以及各个步骤可以被添加、省略或者组合。另外，相对一些示例所描述的特征在其它例子中也可以进行组合。
在本实施例中提供了图像处理方法，如图1所示是根据本发明的图像处理方法的示意图，如图1所示，该图像处理方法，包括以下步骤：
S1，采集图像数据，将采集的图像数据置于二维的识别区域内；
此步骤是为了将图像置于一个二维的识别区域内进行识别，该识别区域内具有对应于像素点的识别点作为图像的背景，处理时识别点与图像像素点的重合，图像的变化使其像素点位无法被轻易的识别，基于已经被记忆的识别区域的识别点能够映射对应的图像的像素点，通过识别点的表达来表达图像的像素点；
S2，图像的边缘的像素点连接构成闭合边界，相邻的两个像素点的中心连线作为定长线段，以闭合边界的一个像素点作为原点，以原点为起始点在闭合边界的像素点之间刻画出连续的曲线，定长线段的走向对应指向符获得一个数码，定长线段对应指向符获得的数码按顺序排列构成链码；
S3，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
S4，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
S5，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
S6，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
S7，第一链码和第二链码组合得到图像边界完整链码；
第一指向符和第二指向符相互中心对称；
在本实施例中，识别点在识别区域内存在固定的坐标。
如图2所示，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指向符获得第一链码为434202；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指向符获得第二链码为6760；
将第二链码倒序之后与第一链码组合的完整链码为4342020676；
如图3所示为第一指向符，如图4所示为第二指向符，第一指向符和第二指向符相互中心对称；
从上述过程来看，第一链码和第二链码组合得到图像边界完整链码包括：将第二链码倒序，之后组合到第一链码的末端。
如图5所示，与仅沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指向符获得的链码为4342020676，与上述的完整链码完全一致；
更进一步的，如下表1所示为以不同的起点S1、S2、S3进行双向和单向刻画得到的链码结果对比；
表1
| 双向顺时针 | 双向逆时针 | 单向顺时针 | |
| S1 | 1234 | 8765 | 12345678 |
| S2 | 8123 | 7654 | 81234567 |
| S3 | 4567 | 3218 | 45678123 |
从上表可以看出，无论是从哪个点作为起点，均能够得到与单向刻画相同的链码，能够缩短近50％的链码编码时间，尤其适用于高频率的图像识别场景，例如高速公路车辆识别等。
上述的方法提供了两条互不冲突同时进行的路径进行图像处理，能够更为快速的获得图像的边界链码；
如图6-7所示，基于上述的图像处理方法，本发明提供图像处理装置100，包括：
图像采集单元110，其用于采集物体的图像；
更优的，图像采集单元110基于线性图像传感器采集图像，能够逐行将光学图像转换成模拟信号，采集以线条为单位的图像数据；推荐两款不同电路配置的线性图像传感器：CMOS图像传感器和CCD图像传感器。
图像数据预处理单元120，其用于将图像置于二维的识别区域内，并将图像上的像素点与识别区域内的识别点建立映射；
链码生成单元130，其用于选择图像的闭合边界的一个像素点作为原点，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
第一链码和第二链码组合得到图像边界完整链码。
其中，链码生成单元130至少包括：
原点选择单元131，其用于在选择图像的闭合边界的一个像素点作为原点；
闭合曲线刻画单元132，其用于以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
终止单元133，其用于判断是否满足第一预定条件，
终止单元133判断是否满足第一预定条件是：闭合曲线以原点为起始点沿顺时针和逆时针闭合边界的像素点之间刻画连续的曲线，沿顺时针和逆时针刻画的曲线上出现重合的像素点即满足第一预定条件；
沿顺时针和逆时针刻画的曲线上出现重合的像素点是出现两个映射的识别点的坐标相同的像素点。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本实施例各个实施例的方法。
上面结合附图对本实施例的实施例进行了描述，但是本实施例并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本实施例的启示下，在不脱离本实施例宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本实施例的保护之内。
Claims (9)
1.一种图像处理方法，其特征在于，包括以下步骤：
S1，采集图像数据，将采集的图像数据置于二维的识别区域内；
S2，图像的边缘的像素点连接构成闭合边界，相邻的两个像素点的中心连线作为定长线段，以闭合边界的一个像素点作为原点，以原点为起始点在闭合边界的像素点之间刻画出连续的曲线，定长线段的走向对应指向符获得一个数码，定长线段对应指向符获得的数码按顺序排列构成链码；
S3，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
S4，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
S5，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
S6，以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
S7，将第一链码和第二链码组合得到图像边界完整链码。
2.根据权利要求1所述的图像处理方法，其特征在于，所述识别区域内设有对应于像素点的识别点作为图像的背景，识别点在识别区域内存在固定的坐标。
3.根据权利要求1所述的图像处理方法，其特征在于，所述第一链码和第二链码组合得到图像边界完整链码包括：将第二链码倒序，之后组合到第一链码的末端。
4.根据权利要求1～3任一所述的图像处理方法，其特征在于，所述第一指向符和第二指向符相互中心对称。
5.一种图像处理装置，其特征在于，包括：
图像采集单元，其用于采集物体的图像；
图像数据预处理单元，其用于将图像置于二维的识别区域内，并将图像上的像素点与识别区域内的识别点建立映射；
链码生成单元，其用于选择图像的闭合边界的一个像素点作为原点，以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
所述第一预定条件是：以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线和以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线构成闭合曲线；
以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线对应指第一向符获得第一链码；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线对应指第二向符获得第二链码；
第一链码和第二链码组合得到图像边界完整链码。
6.根据权利要求5所述的图像处理装置，其特征在于，所述图像采集单元基于线性图像传感器采集图像，能够逐行将光学图像转换成模拟信号，采集以线条为单位的图像数据。
7.根据权利要求5所述的图像处理装置，其特征在于，所述链码生成单元至少包括：
原点选择单元，其用于在选择图像的闭合边界的一个像素点作为原点；
闭合曲线刻画单元，其用于以原点为起始点沿顺时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
以原点为起始点沿逆时针在闭合边界的像素点之间刻画出连续的曲线，满足第一预定条件时终止；
终止单元，其用于判断是否满足第一预定条件。
8.根据权利要求7所述的图像处理装置，其特征在于，所述终止单元判断是否满足第一预定条件包括：闭合曲线以原点为起始点沿顺时针和逆时针闭合边界的像素点之间刻画连续的曲线，沿顺时针和逆时针刻画的曲线上出现重合的像素点即满足第一预定条件。
9.根据权利要求7所述的图像处理装置，其特征在于，所述沿顺时针和逆时针刻画的曲线上出现重合的像素点是出现两个映射的识别点的坐标相同的像素点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011578351.2A CN112733826B (zh) | 2020-12-28 | 2020-12-28 | 图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011578351.2A CN112733826B (zh) | 2020-12-28 | 2020-12-28 | 图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112733826A true CN112733826A (zh) | 2021-04-30 |
| CN112733826B CN112733826B (zh) | 2024-05-31 |
Family
ID=75606211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011578351.2A Active CN112733826B (zh) | 2020-12-28 | 2020-12-28 | 图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112733826B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115310114A (zh) * | 2022-10-08 | 2022-11-08 | 南通观云网络科技有限公司 | 一种小程序用户数据处理方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4777651A (en) * | 1984-06-25 | 1988-10-11 | Tektronix, Inc. | Method of pixel to vector conversion in an automatic picture coding system |
| JPH05114027A (ja) * | 1991-04-02 | 1993-05-07 | Yamaha Motor Co Ltd | 画像特徴量抽出装置および画像特徴量抽出方法 |
| US20030132947A1 (en) * | 2002-01-14 | 2003-07-17 | Huitao Luo | Systems and methods for processing boundary information of a graphical object |
| US6728412B1 (en) * | 1999-10-29 | 2004-04-27 | S.V.V. Technology Innovations, Inc. | Method and apparatus for on-the-fly image coding |
| CN101201938A (zh) * | 2006-12-13 | 2008-06-18 | 上海吉量软件科技有限公司 | 快速左右边界点配对的填充算法 |
| JP2008217206A (ja) * | 2007-03-01 | 2008-09-18 | Fujifilm Corp | 画像識別装置，画像識別方法，撮像装置 |
| CN102158707A (zh) * | 2011-05-19 | 2011-08-17 | 大连民族学院 | 一种基于组合顶点链码编码的图像压缩存储方法 |
| US20130322771A1 (en) * | 2012-05-30 | 2013-12-05 | Analog Devices Inc. | Shape detection using chain code states |
| CN107948571A (zh) * | 2017-12-27 | 2018-04-20 | 努比亚技术有限公司 | 视频录制的方法、装置及计算机可读存储介质 |
| CN109711418A (zh) * | 2019-01-29 | 2019-05-03 | 浙江大学 | 一种针对物体平面图像的轮廓角点检测方法 |
| CN110097065A (zh) * | 2019-05-07 | 2019-08-06 | 厦门商集网络科技有限责任公司 | 一种基于FreeMan链码的直线检测方法及终端 |
-
2020
- 2020-12-28 CN CN202011578351.2A patent/CN112733826B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4777651A (en) * | 1984-06-25 | 1988-10-11 | Tektronix, Inc. | Method of pixel to vector conversion in an automatic picture coding system |
| JPH05114027A (ja) * | 1991-04-02 | 1993-05-07 | Yamaha Motor Co Ltd | 画像特徴量抽出装置および画像特徴量抽出方法 |
| US6728412B1 (en) * | 1999-10-29 | 2004-04-27 | S.V.V. Technology Innovations, Inc. | Method and apparatus for on-the-fly image coding |
| US20030132947A1 (en) * | 2002-01-14 | 2003-07-17 | Huitao Luo | Systems and methods for processing boundary information of a graphical object |
| CN101201938A (zh) * | 2006-12-13 | 2008-06-18 | 上海吉量软件科技有限公司 | 快速左右边界点配对的填充算法 |
| JP2008217206A (ja) * | 2007-03-01 | 2008-09-18 | Fujifilm Corp | 画像識別装置，画像識別方法，撮像装置 |
| CN102158707A (zh) * | 2011-05-19 | 2011-08-17 | 大连民族学院 | 一种基于组合顶点链码编码的图像压缩存储方法 |
| US20130322771A1 (en) * | 2012-05-30 | 2013-12-05 | Analog Devices Inc. | Shape detection using chain code states |
| CN107948571A (zh) * | 2017-12-27 | 2018-04-20 | 努比亚技术有限公司 | 视频录制的方法、装置及计算机可读存储介质 |
| CN109711418A (zh) * | 2019-01-29 | 2019-05-03 | 浙江大学 | 一种针对物体平面图像的轮廓角点检测方法 |
| CN110097065A (zh) * | 2019-05-07 | 2019-08-06 | 厦门商集网络科技有限责任公司 | 一种基于FreeMan链码的直线检测方法及终端 |
Non-Patent Citations (4)
| Title |
|---|
| CARUSO, H.A.: "Compression of information by coding based on dichotomous trajectories", REVISTA TELEGRAFICA ELECTRONICA, no. 935, 30 April 1992 (1992-04-30), pages 282 - 8 * |
| OKAMOTO, N 等: "Automatic extraction of contour lines and feature points from profile images", 10TH CANADIAN CONFERENCE ON ELECTRICAL AND COMPUTER ENGINEERING - ENGINEERING INNOVATION: VOYAGE OF DISCOVERY, vol. 1, 31 December 1997 (1997-12-31), pages 831 - 834 * |
| 徐焕良;王一;熊迎军;任守纲;王浩云;: "描述蝴蝶兰图像外轮廓信息的对称8链码编码算法", 计算机科学, no. 09, pages 299 - 304 * |
| 黄文骞: "基于组合特征的点状地图符号识别", 测绘通报, no. 12, 25 December 1998 (1998-12-25), pages 293 - 298 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115310114A (zh) * | 2022-10-08 | 2022-11-08 | 南通观云网络科技有限公司 | 一种小程序用户数据处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112733826B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2963926A1 (en) | Method and apparatus for downscaling depth data for view plus depth data compression | |
| CN102831427B (zh) | 一种融合视觉显著性和灰度共生矩的纹理特征提取方法 | |
| CN102663399B (zh) | 一种基于Hilbert曲线和LBP的图像局部特征提取方法 | |
| CN101727580B (zh) | 图像处理装置、图像处理单元和图像处理方法 | |
| CN113140036B (zh) | 一种三维建模方法、装置、设备及存储介质 | |
| CN107633482A (zh) | 一种基于序列图像的超分辨率重建方法 | |
| CN113221869B (zh) | 医疗***结构化信息提取方法、装置设备及存储介质 | |
| CN112906675B (zh) | 一种固定场景中的无监督人体关键点检测方法及*** | |
| CN107203962B (zh) | 一种利用2d图片制作伪3d图像的方法及电子设备 | |
| CN110827336A (zh) | 一种图像对齐方法、装置、设备及存储介质 | |
| CN115471682A (zh) | 一种基于SIFT融合ResNet50的图像匹配方法 | |
| CN112733826A (zh) | 图像处理方法及装置 | |
| CN110991298A (zh) | 图像的处理方法和装置、存储介质及电子装置 | |
| CN109064536B (zh) | 一种基于双目结构光的书页三维重建方法 | |
| CN117409431B (zh) | 一种多模态大型语言模型训练方法、电子设备及存储介质 | |
| CN112565790B (zh) | 一种采用最小基矢量标志的串预测编码、解码方法及装置 | |
| CN111023994B (zh) | 一种基于多重测量的光栅三维扫描方法及*** | |
| CN117097898A (zh) | 基于点云属性预测的解码、编码方法、解码器及编码器 | |
| Ling et al. | Quality assessment for synthesized view based on variable-length context tree | |
| Li et al. | The research of QR code image correction based on image gray feature | |
| CN114332890A (zh) | 表格结构提取方法、装置、电子设备及存储介质 | |
| Zheng et al. | A novel binary image representation algorithm by using NAM and coordinate encoding procedure and its application to area calculation | |
| CN107451540B (zh) | 一种可压缩的3d识别方法 | |
| CN112819880B (zh) | 三维物体检测方法、装置、设备及存储介质 | |
| Zheng et al. | An improved ORNAM representation of grey images |
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 |