CN1957370A - 从照相机获取的图片中提取原始数据的方法 - Google Patents

从照相机获取的图片中提取原始数据的方法 Download PDF

Info

Publication number
CN1957370A
CN1957370A CNA2005800166025A CN200580016602A CN1957370A CN 1957370 A CN1957370 A CN 1957370A CN A2005800166025 A CNA2005800166025 A CN A2005800166025A CN 200580016602 A CN200580016602 A CN 200580016602A CN 1957370 A CN1957370 A CN 1957370A
Authority
CN
China
Prior art keywords
image
value
data
max
pixel
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
CNA2005800166025A
Other languages
English (en)
Other versions
CN1957370B (zh
Inventor
马丁·莱菲波尔
阿纳斯·贝纳波迪
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.)
Bandai Namco Entertainment Inc
Original Assignee
Real Eyes 3D SA
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
Priority claimed from FR0413047A external-priority patent/FR2868185B1/fr
Application filed by Real Eyes 3D SA filed Critical Real Eyes 3D SA
Publication of CN1957370A publication Critical patent/CN1957370A/zh
Application granted granted Critical
Publication of CN1957370B publication Critical patent/CN1957370B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image

Landscapes

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

Abstract

本发明支持从照相图像中提取原始数据,并且包括为每个像素确定图像颜色成分的组合V0[C,L],为每个像素计算V<SB>N+1</SB>[C,L]值,将所述计算迭代预定次,然后考虑每个像素处的最终VNfinal[C,L]图像的值,为每个像素计算差D[C,L]=VNfinal[C,L]-V0[C,L],计算噪声Vs的上下文数据,借助于上下文数据Vs校正原始数据D[C,L],在考虑D*[C,L]的情况下计算校正后的I*[C,L],以及以期望角度呈现被提取数据。

Description

从照相机获取的图片中提取原始数据的方法
技术领域
本发明涉及一种从照相机获取的图像中提取原始数据的方法。
尤其但不排它地,涉及一种根据由集成或不集成到通信设备中的照相机或者摄像机以任意入射角度所拍摄的数字图像呈现沿期望的观察角度从图像中所提取的数据的方法。
背景技术
它特别应用在传输和存储文本数据和数字化图片,其中文本数据和数字化图片被事先用照相机以任意入射角度拍摄、然后通过校正投影变形和/或可选地通过增强分辨率来处理,以便获得具有更高可读性的校正后图像,沿不同于照相机拍摄的入射角度观察,例如以法线入射角或者任意预定的入射角观察。当然,使用本发明,可以在校正前或者校正后提取有用信息。
这种方法特别适合于传输由安装在便携式通信终端、诸如蜂窝无线发送/接收机上的照相机所拍摄的文本和/或图片信息。
当然,为了提取图像中涉及打印或手写信息的原始数据并且从中推断要被校正的区域,申请者已经通过专利申请FR 2 840 093提出了一种解决方案,该方案包括通过计算差图像D(C,L)(实际上,背景光线亮度(light level)与待提取数据的光线亮度之间的对比度)作为被提取的原始数据来提取信息。阈值被用于选择要从差图像中提取的值。因此,可以选择这个阈值Vs作为梯度的阈值用于去除线栅格(grid oflines)(方形图案:square pattern))。但是,这种方法存在如下缺点:
如果原始图像中不存在线栅格,则值Vs对应于用于去除噪声的阈值。已经发现,通过不提供令人满意结果的传统的直方图技术很难获得这个阈值。
如果存在栅格线,则可以确定用于寻找图案的正确阈值,但是这个阈值不能总是被用作用于提取信息的阈值。事实上,因为非预测图像对比度由于随机的照明条件而像扩散饱和(diffuse saturation)并且像不清晰图像表面那样变化,所以这个阈值总是没有彻底地去除栅格线或者噪声。
在彩色图像的情况下,三个通道(红,绿和蓝)需要被考虑,并且不清楚应该是每个通道有一个阈值还是所有通道有一个阈值。
而且,众所周知,人们对从拍摄原始文档的照相机所提供的信息中所再现的文本或图片的阅读以及/或者理解是假定摄影是以法线入射角或者接近法线入射角进行的,以便允许识别构成文本的文字和解释图片(这通常需要形状和比例的观察)。
事实上,当照相机以任意入射角拍摄文本时,所产生的图像具有投影变形:因此,从与照相机的一定距离开始,出现了字符识别和随后理解文档所需要的细节的消失。
为了消除这些缺点,申请人已经提出了一种解决方案,该方案包括:提取照相机所拍摄的图像中存在的可识别的上下文相关数据,借助于这些上下文相关数据校正由照相机所提供的原始数据或被提取数据,然后,校正后的数据被存储在存储器中并且/或者被传输到收件人以便被显示以供阅读。
用于校正原始数据的上下文相关数据可以影响初始存在于稳当中或被事先报告的图案(物理的、绘画的或者打印的轮廓),其中该图案的某些参数是预先知道的。
于是,校正过程可以包含以下步骤:
-在照相机所拍摄的原始图像中搜寻该图案,
-根据所包含的并且是由于上述参数的变化而产生的图案扭曲,计算原始图像所呈现的投影变形,
-根据投影变形确定对原始数据或者对被提取数据的校正,
-在考虑预先所确定的校正的情况下,生成包含校正后数据的图像。
然后,通过第一搜索序列获得图案搜索步骤,包括:
-检测图像中出现的边界,
-提取长度超过预定值的边界,并且
-检测由所找到的边界界定的区域,具有足够的表面面积(大于预定值)并且不接触图像的边缘。
对于所找到的每个区域,该处理包括:计算步骤,用于确定区域的主轴,用于寻找所述主轴上区域外部的点,构建源自外部点的外部圆锥体,从边缘中提取点,其中边缘的外部法线与连接其并且从外部点开始的向量相对,计算被提取点的主轴所延伸的线,当找到四条线时,计算由这四条线所导出的四边形的四个顶点,然后,当四边形的表面面积接近这个区域的表面面积时,计算将该四边形变形为具有预定比例的矩形的对应性。
0014。已经发现,这个方法的一个缺点恰恰在于其需要预先社顶的比例。当然,如果预先设置的这些比例不是初始比例,则对图像所执行的对应变换就导致包含在校正后图像中的对象的比例的变化。
而且,已经发现,至今所使用的对应计算特别复杂。事实上,对于最终图像的每个像素,需要确定初始图像的这样的区域,即该区域的亮度和色度值被读取以便随后根据对应关系在最终图像中将其分配到该像素应该所处的位置。
现在,可以看出,图像中手写文本部分一般不包括超过该图像的像素的20%,因此剩余的80%的图像像素是人们不感兴趣的。
发明内容
因此,本发明的目标特别在于解决这些问题。
为了这个目的,首先,提供了一种方法,用于准确地确定用于校正被提取原始数据的噪声上下文相关数据,特别地,用于准确地确定可以提取被打印或者手写的信息而不关心栅格线存在与否的阈值Vs,不管什么图案。此外,这个阈值可以被用作用于寻找图案的梯度阈值,以便将处理要求减少到仅仅一个图案搜索步骤。如果要提取彩色图像的信息,则图像的每个颜色分量都应该被考虑,用于计算唯一阈值,以便提取颜色信息。
然后,考虑具有灰度级的图像,其可以存在于图像的三个颜色通道(红-绿-蓝)的组合或者这些通道之一中。
更特别地,本发明提供一种从照相机拍摄的图像中提取原始数据的方法,其特征在于它包括下列步骤:
a)为图像中列C和行L定位的每个点确定由图像的颜色成分组合构成的值V0[C,L],表达如下:
V0[C,L]=αRed[C,L]+βGreen[C,L]+γBlue[C,L]
公式中α,β,γ是系数,这些系数可以例如满足下列关系:
α+β+γ=1andα,β,γ≥0
b)为图像的每个点计算背景值VBack[C,L]
c)为图像的每个点计算差D[C,L]
D[C,L]=VBack.-V0[C,L](暗数据/亮背景)
V0[C,L]-VBack(亮数据/暗背景)
d)根据对比度直方图和/或根据原始数据D[C,L]的区域最大值包含噪声的概率q,计算由用于校正被提取原始数据的噪声上下文相关数据构成的阈值Vs
e)借助于噪声上下文相关数据Vs来校正原始数据D[C,L],得到被提取数据D*[C,L]。
f)在考虑校正后原始数据D*[C,L]的情况下,为图像的每个点计算校正后的值I*[C,L]。
g)可选地,以期望的角度呈现被提取数据或者包含这些被提取数据的图像。
有利地,
-背景值VBack可以通过包括下列步骤的操作序列来确定:
-为图像的每个点计算值VN+1[C,L],其中这个值是在值VN[C,L]与以[C,L]为中心的对称构造项上VN值的不同平均值之间的最大值(亮背景上的暗数据)或者最小值(暗背景上的亮数据)。
-将所述计算迭代预定次数(N final),然后将最终图像的值VN final考虑为背景图像的值VBack
-可以通过如下类型的关系获得值VN+1[C,L]的计算:
V N + 1 [ C , L ] = max ( dark / bright background ) ( or min ( bright / dark background ) ) { V N [ C , L ]
V N [ C + 1 , L + 1 ] + V N [ C - 1 , L - 1 ] 2
V N [ C + 1 , L - 1 ] + V N [ C - 1 , L + 1 ] 2
V N [ C , L + 1 ] + V N [ C , L - 1 ] 2
V N [ C + 1 , L ] + V N [ C - 1 , L ] 2 }
-背景图像VBack也可以由包含下列步骤的操作序列确定:
-生成比VN小四倍的图像VN+1,包括为图像的每个点计算值VN+1[C,L],其中VN+1[C,L]为在以点[2C+1/2,2L+1/2]为中心(这里,四个相邻像素)的VN的局部均值和至少一个包括大量像素的局部均值(这里,16个相邻像素)之间的最大值(亮背景上的暗数据)或者最小值(暗背景上的亮数据);于是,图像VN+1比图像VN小四倍。
-将所述计算迭代预定数量VNFinal次,
-内插图像值VN Final,以便获得与初始图像V0相同尺寸的值VBack
-值VN+1[C,L]可以这样的操作序列来确定,其中该操作序列包括:
V N + 1 [ C , L ] = max ( dark / bright background ) ( or min ( bright / dark background ) ) {
V N [ 2 C , 2 L ] + V N [ 2 C + 1,2 L ] + V N [ 2 C , 2 L + 1 ] + V N [ 2 C + 1,2 L + 1 ] 4 ,
( V N [ 2 C - 1,2 L - 1 ] + V N [ 2 C - 1,2 L ] + V N [ 2 C - 1,2 L + 1 ] + V N [ 2 C - 1,2 L + 2 ]
+ V N [ 2 C , 2 L - 1 ] + V N [ 2 C , 2 L ] + V N [ 2 C , 2 L + 1 ] + V N [ 2 C , 2 L + 2 ]
+ V N [ 2 C + 1,2 L - 1 ] + V N [ 2 C + 1,2 L ] + V N [ 2 C + 1,2 L + 1 ] + V N [ 2 C + 1,2 L + 2 ]
+ V N [ 2 C + 2,2 L - 1 ] + V N [ 2 C + 2,2 L ] + V N [ 2 C + 2,2 L + 1 ] + V N [ 2 C + 2,2 L + 2 ] ) / 16 }
由于照相机在支撑媒介(supporting medium)前面的任意位置,所以原始数据D[C,L]通常受到投影变形的影响。可以以已知的用来提取几何上下文相关数据的方法来校正被提取原始数据的投影变形。同样地,这些被提取原始数据也受到亮度和/或电子噪声的影响,这些噪声可以通过如下阈值来消除:
在为图像的每个点计算噪声上下文相关数据Vs以后,比较值D[C,L]与阈值Vs,以便确定要以如下方法提取的值D*[C,L]:
如果D[C,L]<Vs, 则D*[C,L]=0
如果D[C,L]≥Vs,则值D[C,L]保持,即D*[C,L]=D[C,L]否则用D[C,L]-Vs代替,即D*[C,L]=D[C,L]-Vs
根据减法原理(subtractive principle)生成包含被提取数据的图像I*(p),这由计算I*(p)=Imax-f.D*(p)(暗数据/亮背景)得到,其中Imax为亮背景的值,例如它可以等于255,或者由I*(p)=Imin+f.D*(p)(亮数据/暗背景)得到,Imin可以等于0。
阈值Vs是用于校正原始数据D[C,L]的噪声上下文相关数据。可以根据基于原始数据的任意区域最大值包含噪声的概率q的方法来计算其。在亮背景上暗数据的情况下,这个方法包括下述操作阶段(对于亮背景上暗数据的搜索的特定处理在括号中指示):
-  第一步,为灰度图像I(或者颜色通道或亮度)的每个像素点p执行下述步骤:
a)对于每个方向d,其中0<|d|<D
如果满足下述条件:
-I在[p-d,p+d]上是凸的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(暗数据/亮背景)
或者
-I在[p-d,p+d]上是凹的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≥λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
于是计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
b)计算值S(p),它等于所有方向d的G(p,d)的最大值,其中0<|d|<D
作为计算S(p)的可选方法,S(p)可以由D(p)取代,D(p)对应于原始数据,
-第二步,计算值Smax,其等于对于所有像素p的S(p)的最大值,
-第三步,对于0与Smax之间的所有s值,直方图H(s)被置零。
-第四步,为包含要消除的噪声的区域最大值像素计算对比度直方图,其中该计算可以包括:
●对于图像S(p)中的每个像素p,如果S(p)是区域最大值,则H(S(p))按照关系H(S(p))←H(S(p))+1被增加。
●确定等式S=Smax和N=1/q,并且只要H(S)小于N,S就被S-1代替,S的最终值被称为Smin,N是区域最大值像素的最少数量,以使包含噪声的像素的数量的数学期望值大于或者等于1
●按照以下公式计算值VS
Vs=r.Smin+(1-r).Smax,其中1/2≤r≤1
阈值Vs也可以按照下述方法来计算:
1)第一步,计算凹坑的直方图H_pits,包括以下操作阶段:
a)对于图像I的每个像素p,执行如下操作:
i.对于每个方向d,其中0<|d|<D;
如果满足下述条件:
-I在[p-d,p+d]上是凸的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
或者
-I在[p-d,p+d]上是凹的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≥λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
ii.为所有方向,其中0<|d|<D,计算S(p)=G(p,d)的最大值,
作为计算S(p)的可选方法,S(p)可以由与原始数据对应的D(p)取代,
b)计算凹陷的最大值S_pits_max,它等于对于所有像素p的S(p)的最大值。
c)对于在0与凹陷的最大值S_pits_max之间的所有s值,凹陷直方图H_pits被置零。
d)对于图像[p-d,p+d]的每个像素p,执行下述计算:
i.如果S(p)是区域最大值,则H_pits(S(p))按照下述方式增加:
H_pits(S(p))←H_pits(S(p))+1
2)第二步,计算凸起的直方图H_bumps,包括以下操作阶段:
a)对于图像I的每个像素p,执行如下操作:
i.对于每个方向d,其中0<|d|<D:
如果满足下述条件:
-I在[p-d,p+d]上是凸的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
-I在[p-d,p+d]上是凹的,即:
对于任意0≤λ≤1,I(p+(1-2λ)d)≥λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
ii.对于所有方向d,其中0<|d|<D,计算S(p)=G(p,d)的最大值
如前所述,作为计算S(p)的可选方法,S(p)可以由与原始数据对应的值D(p)取代(亮数据/暗背景)
b)计算凸起的最大值S_bumps_max,它等于对于所有像素p的S(p)的最大值。
c)对于在0与凸起的最大值S_bumps_max之间的每个s,凸起直方图H_bumps(s)被置零。
d)对于图像S(p)的每个像素p,执行下述计算:
i.如果S(p)是区域最大值
H_bumps(S(p))按照下述方式增加:
H_bumps(S(p))←H_bumps(S(p))+1
3)第三步,叠加凹陷直方图H_pits和凸起直方图H_bumps,包括以下阶段:
a)根据以下按照表达式计算S_max:
S_max=Max(凹陷的最大值S_pits_max,凸起的最大值S_bumps_max)
b)按照以下表达式计算H_max:
H_max=对于所有S值的凹陷H_pits(S)与凸起H_bumps(S)的最大值。
c)按照以下表达式计算s0:
s0=使得H_pits(s)=H_max或者H_bumps(s)=H_max的s的最大值。
d)计算s=s0+1,并且选择α使得0<α<1/2,并且只要:
|ln(1+H_pits(s)-ln(1+H_bumps(s))|<α.ln(1+H_max)
执行s←s+1(其中ln是纳皮尔对数函数(Napier’s logarithmfunction))
最后,通过s的最终值加1来确定Smin
4)按照以下关系计算提取阈值Vs
VS=r.Smin+(1-r).Smax,其中1/2<r<1
可以看出,用于提取原始数据的方法中的步骤b)被迭代很多次,使得借助于以前描述的、经由计算S(p)的两种方法所计算的阈值不允许对被提取原始数据进行有效的校正。
这个缺点可以通过使用一种可选方法得到克服,该方法包括用D(p)代替S(p)。
因此,在这种情况下,当原始数据的任何区域最大值含有噪声的概率q已知时,提取噪声上下文相关数据的过程可以包括以下步骤:
-第一步,计算值S(p),它等于对于所有像素p=[C,L]的D(p)的最大值,D是要被校正的原始数据的图像。
-第二步,对于所有在0与Smax之间的S值,直方图被重置H(S)=0
-第三步,对于图像D(p)中的每个像素p,如果D(p)是区域最大值,则H(D(p))按照以下关系增加:
H(D(p))←H(D(p))+1
-第四步,确定等式S=Smax和N=l/q,并且只要H(S)小于N,则用S-1代替S,S的最终值被称为Smin
-第五步,根据以下公式计算噪声上下文相关数据Vs的值:
VS=r.Smin+(1-r).Smax with1/2≤r≤1
如果原始数据的任何区域最大值含有噪声的概率q未知,则提取噪声上下文相关数据Vs的过程可包括以下步骤:
1)第一步,计算凹陷直方图H_pits,包括以下操作阶段:
a)计算凹陷的最大值S_pits_max,其等于对于所有像素p,D(p)的最大值,D为被提取的亮背景上暗的原始数据的图像。
b)对于每个在0与凹陷最大值S_pits_max之间的s值,凹陷直方图H_pits被置零
c)对于图像D(p)的每个像素p,
如果D(p)为区域最大值
H_pits(D(p))按照以下方式增加:
H_pits(D(p))←H_pits(D(p))+1
2)第二步,计算凸起直方图H_bumps,包括以下操作阶段:
a)计算凹陷的最大值S_bumpsmax,它等于对于像素p,D(p)的最大值,D为被提取的暗背景上亮的原始数据的图像。
b)对于每个在0与凹陷的最大值S_bumpsmax之间的s值,直方图H_bumps被置零
c)对于图像D(p)中的每个像素p,
如果D(p)为区域最大值
H_bumps(D(p))按照以下方式增加:
H_bumps(D(p))←H_bumps(D(p))+1
3)第三步,叠加凹陷H_pits和凸起H_bumps直方图,包括以下操作阶段:
a)根据以下表达式计算S_max:
S_max=Max(凹陷的最大值S_pits_max,凸起的最大值S_bumps_max)
b)根据以下表达式计算H_max:
H_max=对于所有S值,凹陷H_pits(S)与凸起H_bumps(S)的最大值。
c)根据以下表达式计算s0:
s0=使得H_pits(s)=H_max或者H_bumps(s)=H_max的s的最大值。
d)计算s=s0+1,并且选择α使得0<α<1/2,并且只要:
|ln(1+H_pits(s)-ln(1+H_bumps(s))|<α.ln(1+H_max)
就执行s←s+1(其中ln是纳皮尔对数函数)
最后,Smin由s的最终值加1确定
4)根据以下关系计算噪声上下文相关数据Vs的值:
VS=r.Smin+(1-r).Smax where 1/2<r<1
当然,具有红、绿、蓝颜色通道的彩色图像中的信息需要被提取。前面描述的方法的步骤可以通过为每个通道确定阈值而被用于每个颜色通道。可以通过在每个已经超过其阈值的像素上提取红、绿、蓝值,从而从红、绿、蓝通道中提取颜色信息并重新组合成最终的彩色图像。
而且,为了消除图案(物理的、绘制的或者打印的轮廓)的搜索方法的缺点、表述某些上下文相关数据、并引入预先设置的比例,本发明提出确定由用来确定图像的一些上下文相关数据的轮廓图像中呈现的图案的四个确定点所形成的四边形的真实高宽比例,以便重构具有相同比例的文档。
为此,申请人提出了一种根据照相机以任何入射角拍摄的图片呈现从前述类型的图像中沿期望的观察角度所提取的信息的方法,该方法包括:
-搜索照相机所拍摄的图像中所呈现的图案的至少四个可确认特征点,用于定义上下文相关数据。
-可选地,按照预定标准提取数据。
-根据四个点相对于相对参考位置的相对位置,计算要对原始图像、信息或被提取数据进行的几何变形。
-根据几何变形,确定要对原始图像或被提取数据进行的校正。
-在考虑由此所确定的几何校正的情况下,生成包含被提取数据的图像。
本方法特点在于,为了获得具有与对象相同的比例的包含被提取数据的图像,该方法包括:确定由前面所述点所定义的四边形的真实高/宽比例,并且在生成校正后图像时将这个比例r考虑在内。
更特定地,四边形(矩形)比例的确定按照包括以下步骤的过程来完成:
-搜索图像中出现的图案的四个可确定的特征点。
-确定来自由这四个点所限定的四边形的边的没隐点,并且确定连接没隐点的地平线(horizon line)。
-确定照相机在地平线上的光学中心O的投影点F的坐标,
-根据没隐点和投影点F之间的距离并且根据该投影点F和光学中心O之间的距离,计算照相机基点(照相机的光学中心在图案平面上的正交投影)。
-根据光学中心、投影点F和照相机基点之间的距离计算焦距。
-计算位于没隐线上距离照相机基点一个常规(椭圆)距离(conventional(elliptical)distance)处在没隐线与连接照相机基点和没隐点及点O1、O2、P1、P2的线之间的交叉点M1N1、M2N2的坐标。
-通过考虑长方形O1、O2、P1、P2是正方形在图案平面上的投影,根据预先计算的坐标,计算初始图案的边的比例。
如果仅仅同一对没隐线在没隐点相交,而所有其他没隐线平行(没隐点投影到无穷远),则比例r的计算将从照相机的预先设定的焦距开始执行。
如果所有没隐点投影到无穷远,则比例r等于四边形的相邻边长度的比例。
该方法的一个重要优点在于,它对四边形相邻边缺少正交性不敏感,其中在四边形是手画的图案时这种现象经常出现。事实上,传统方案对于这种缺陷(缺少正交性时的不稳定性)是特别敏感的。
该方案的另一优点在于,可以再现其中没有字符整列(alignmentof characters)的文本。
为了通过避免不必要的计算、通过仅仅将它们应用于与图像中手写文本相关的像素、并通过尽量多的重复使用已经完成的计算而显著地减轻对应计算,申请人提出一种包括以下阶段的操作序列:
-通过隔离包含被提取数据的初始图像的有用部分、并且将相同的二进制值(0或1)分配给该有用部分的像素,创建待校正区域的初始(变形的)二进制掩模。
-通过初始掩模直接对应变化来计算理想的二进制掩模(基于任何多边形到参考多边形的变化)
-对于理想二进制掩模的有用部分的每个像素(u,v),通过逆对应,计算初始图像中的位置(x,y),通过初始图像中(x,y)处的内插值来确定像素(u,v)处最终图像的值。
有利地,逆对应的计算可以包括通过逆对应理想掩模的每个像素的行与列进行的初步计算。然后,可以通过计算两线的相交点来推断出给定像素在初始图像中的位置。
附图说明
下面将参考附图对本发明的作为非限制性例子的各实施例加以描述,其中:
图1是照相机拍摄文档的示意图,根据本发明的方法中所使用的主要参数可以用这个附图来显示;
图2是图1中显示的观察在文档图像平面上的投影;
图3是图2类型的投影,但是其中两个没隐点之一被投影到无穷远;
图4是涉及四边形内侧特征的图表;
图5图解说明投影几何不变性;
图6是按照本发明为获取校正后图像的图像处理过程操作步骤的示意图;
图7-11是用于图解按照图6所示过程所执行的计算的图表;
图12在对数坐标参考系中显示一对直方图H_pits和H_bumps的示例;
图13是显示照相机的主要几何参数的示意图;
图14是表示在没有没隐点的情况下用于构造具有前述物理纵宽比的矩形图案的图表。
具体实施方式
在图1所示的实例中,要用照相机拍摄的原始文档被水平地放置在平面支撑媒介上。
照相机以一确定的高度被设置在支撑媒介的平面之上,并因此位于文档平面之上,其中照相机的朝向文档定向的轴是倾斜的(这里,大约30°的入射角)。
由照相机所拍摄的文档图像位于图像平面上,其中该图像平面垂直延伸到照相机的光轴。
照相机的光学中心C在支撑媒介平面上的正交投影被称作照相机基。
通过点C且平行于支撑媒介平面的平面是支撑媒介的视地平。
在图像上,文档DT的矩形图案提供四边形A,B,C,D(图2),四边形的线段 DC和 AB由交于点F1的两条线(没隐线)产生,而线段 DA和 CB由交于点F2的两条线(没隐线)产生。生成线段 的线是地平线。
如图2所示:
X是照相机的基(光学中心C在文档平面上的投影)
M1是线(AD)与(F1X)的交点。
N1是线(BC)与(F1X)的交点。
M2是线(AB)与(F2X)的交点。
N2是线(CD)与(F2X)的交点。
δ是一个正常数,代表从轴(F1,X)与(F2,X)上的点X测量的常规距离。
i是入射角。
E是长轴平行于(FX)的椭圆;它的长轴长度为δ/cons(i),短轴长度为δ。
O1和P1是(F1,X)与椭圆E的交点。
O2和P2是(F2,X)与椭圆E的交点。
O是图像的中心。
F是照相机光学中心O在线(F1,F2)上的正交投影。
根据本发明的方法,按照下述三种操作步骤之一来计算形成原始图案的矩形的物理纵横比r(r=水平长度/垂直长度):
1)当点F1和F1存在时,线段AB、BC、CD、DA不平行的情况。在这种情况下,操作步骤包括以下阶段:
-第一阶段,通过将图像的中心O投影到地平线(F1,F2),计算点F的坐标。
-第二阶段,借助于以下关系,通过基到点F的距离dist(X,F),计算照相机基的位置。
dist ( X , F ) = dist ( F , F 1 ) &CenterDot; dist ( F , F 2 ) dist ( O , F )
此来自于以下示范,分三步:
a)照相机的基和地平线之间的角为90度,并且推出:
i . - - - tan ( i ) = OX f tan ( &pi; 2 - i ) = OF f
ii.因此 XF OF = 1 + OX OF = 1 cos 2 ( i )
b)F1与F2之间的角也是90度,并且推出:
i . - - - tan ( j ) = FF 1 g tan ( &pi; 2 - j ) = FF 2 g
其中g=OF/cons(i),j是F1和F2之间的夹角
由此我们得到
ii.因此 1 cos 2 ( i ) = FF 1 &CenterDot; FF 2 OF 2
c)XF的最终表达式通过综合关系a)ii.和b)ii.得到。
-第三阶段,使用以下关系计算焦距f:
f = dist ( O , X ) . dist ( O , F ) (由上面a)i.推出)
-第四阶段,计算入射角i,表示如下:
tan ( i ) = dist ( O , X ) dist ( O , F ) (由上面a)i.推出)
-第五阶段,由先前计算的值确定点M1、N1、O1和P1的坐标。
-第六阶段,由先前计算的值确定点M2、N2、O2和P2的坐标。
-第七阶段,利用相交比例(crossed ratio)以及利用矩形O1、O2、P1、P2是在以基为中心的图案平面中延伸的正方形的投影这一事实,根据以下关系计算物理的纵横比r:
r = dist ( M 1 , N 1 ) dist ( M 2 , N 2 ) &CenterDot; dist ( F 1 , O 1 ) dist ( F 1 , M 1 ) &CenterDot; dist ( F 1 , P 1 ) dist ( F 1 , N 1 ) &CenterDot; dist ( F 2 , M 2 ) dist ( F 2 , O 2 ) &CenterDot; dist ( F 2 , N 2 ) dist ( F 2 , P 2 )
这由[O1,P1]和[O2,P2]是两个相同长度的线段的投影这一事实产生的;[O1,P1]和[O2,P2]可以用作为线段,线段[M1,N1]和[M2,N2]的相对长度可以利用相交比例来测量,并且r可以由它们推导出来。
2)两个线段平行的情况(交点投影到无穷远)(图3)
在这种情况下,比例r按照以下关系获得:
r = dist ( A , B ) &CenterDot; dist ( C , D ) ( dist ( C , D ) - dist ( A , B ) ) &CenterDot; f 2 + dist ( O , F 2 ) 2
公式中,f是照相机的焦距(已知该焦距f是事先计算得出的)
3)没有没隐点的情况(线段AB、BC、CD、DA两两平行)
在这种情况下,比例简单地表示为
r = dist ( A , B ) dist ( A , D )
这些关系在本质上是基于投影几何不变性,特别是四个点的相交比例,该四个点的关系在图5中显示,图5显示了具有光学中心O*的照相机以两个不同的入射角拍摄同一物体的两个视图A*B*C*D*-A1 *B1 *C1 *D1 *
由点A*、B*、C*和D*,第一系列相交比例
A * B * A * D * + CB * CD *
可以获得。
相似地,由A* 1,B* 1,C* 1和D* 1,获得第二系列相交比例
A * 1 B * 1 A * 1 D * 1 &divide; C * 1 B * 1 C * 1 D * 1 .
相交比例的守恒于是被表示为:
A * B * A * D * + CB * CD * = A * 1 B * 1 A * 1 D * 1 &divide; C * 1 B * 1 C * 1 D * 1
在这些点中一个点、例如点A被投影到无穷远的情况下,比例A*B*/A*D*被认为等于1。
如前面提到的,本发明也提供一种用于整形图像的方法,从而允许降低对应计算的复杂度,特别是当该图像中包含文本时迄今仍然使用该计算。
图6图解该整形模式的不同步骤,包含:
第一步,计算其中帧(或者页面)已经被检测并且文本(写的)部分,已经被提取的图像变形的二进制掩模。这个步骤包括对围绕图像有用部分的四边形外的所有像素、以及不对应于书写的像素置零值。
可以按照图4所示的方法来确定四边形内部或外部的点的位置。
该图在x、y坐标参考平面上显示了四边形A′、B′、C′、D′,以及在四边形内部的坐标为xp,yp和xo,yo的两个点P和G。点G可以是四边形A′,B′,C′,D′的重心,或者更为简单地是四边形对角线的中心,例如线段B′D′的中心。
线段A′B′-B′C′-C′D′和D′A′分别由线D1,D2,D3,D4产生。
这些线、并且更一般的线Di,其中i=1,2,3,4,的表达式是如下类型:
ai.x+bi.y+ci=0
ai,bi,ci是常数。
所以,当且仅当点P相对于四边形的界限(每个界线D1-D4将片面分为两个部分)总是与G处于相同侧时,点P在四边形内部:这实际表示为:
ai.xp+bi.yp+ci和ai.xo+bi.yo+co对于属于集合{1,2,3,4}的i具有相同的符号。这用以下形式写成:
i∈{1,2,3,4}(ai.xp+bi.yp+ci).(αi.xo+bi.xo+ci)≥0
b)第二步,通过直接对应来计算理想掩模。
这里参考图7,其中图7图解了用于通过对应来计算一个点的图像的原理。在这幅图中,显示了利用先前(页)描述的方法所确定的四边形P1,P2,P3,P4以及该四边形内坐标为(u,v)的点。
点O,如果它存在的话,是线(P1,P2)和(P3,P4)的交点。点Q是线(P1,P4)和(P2,P3)的交点。点I是线段 OP和
Figure A20058001660200341
的交点,而J是线段 QP和 的交点。
已知,对应提供了四边形(这里,P1-P2)到图8中可见的矩形H(P1),H(P2),H(P3),H(P4)的转化。
在图8中,还显示了坐标为H(I),H(J)的点(x,y),以及矩形的长度Dx和宽度Dy
相交比例的守恒如下:
OP 4 OP 3 &CenterDot; JP 3 JP 4 = Dx - 1 - x x
QP 4 QP 1 &CenterDot; IP 1 I P 4 = Dy - 1 - y y
由此可以推断H(P)的坐标
x = ( Dx - 1 ) &CenterDot; OP 3 &CenterDot; JP 4 OP 3 &CenterDot; JP 4 + OP 4 &CenterDot; JP 3
y = ( Dy - 1 ) &CenterDot; QP 1 &CenterDot; IP 4 QP 1 &CenterDot; IP 4 + QP 4 &CenterDot; IP 1
当线的像简单地包括连接原始线上两个点的像的线段时,通过对应来计算线的像就明显产生于该计算。
理想掩模的计算按照以下步骤执行:
假设(i,j)是对应于变形二进制掩模中书写的像素,其具有它周围的四个亚像素(图9):
( i - 1 2 , j - 1 2 ) , ( i - 1 2 , j + 1 2 ) , ( i + 1 2 , j + 1 2 ) ( i + 1 2 , j - 1 2 )
我们假定A,B,C和D是这些亚像素通过直接对应所得到的像(图10)。因此,A,B,C,D是四边形。我们考虑该四边形包含的最小矩形。包含在这个矩形中的所有像素被置为值“真”,例如1。
理想的二进制掩模可以由此得到。然后,应该建立一个机制用于计算坐标形如(u±1/2,v±1/2)的点的像,其中u,v是像素。
为此,考虑坐标片面(u±1/2,v±1/2)的点P。这个点由两个中间行的交点确定:坐标u±1/2的垂直线和坐标为v±1/2的水平线。于是,点P的像在通过对应所获得的水平线和垂直线的像的交点。
因此,这些中间行(和中间列)的像被预先计算。一旦这些像已经被预先计算出来,通过中间行的两个预先计算的像的交点得到亚像素的像。
第三步,逆对应。
为了计算最终图像,对二进制模板的每个像素,必须分配一个强度值,其中通过寻找该像素在最终图像中的位置来计算该强度值:为此,需要执行逆对应计算。
因此,通过重复图7和8的符号表示,(x,y)被看作理想掩模的一个像素。该像素在行y与列x的交点。于是,通过以逆对应获得行与列的像的交叉点,得到该像素在变形后图像中的位置。
然后,寻找线(QJ)和(OI)的参数,以便计算他们的交叉点P。然后,应该计算点I和J的位置。例如,通过寻找距离JP3和IP1容易获得该结果。
这通过使用以下相交比例的形式是可能的:
OP 4 OP 3 &CenterDot; JP 3 P 3 P 4 JP 3 = Dx - 1 - x x
QP 4 QP 1 &CenterDot; IP 3 P 1 P 4 IP 1 = Dy - 1 - y y
IP 1 = P 1 P 4 &CenterDot; ( Dy - 1 - Y ) &CenterDot; QP 1 ( Dy - 1 - y ) &CenterDot; QP 1 + y &CenterDot; QP 4
于是,可以计算点P的位置。
实际上,事先通过理想掩模的行和列的逆对应计算这些像。然后,在原始图像中,通过计算两条线(在这个例子中,两条线是(OI)和(QJ))的交点而推断给定像素的位置。
当然,本发明并不限制于该单一的方法。
d)第四步,创造最终图像。
假设(u,v)为理想掩模的一个像素。通过行v和列u的预先计算的逆像的交点计算它在变形后的初始图像中的位置。所找到的点被称为(x,y)。然后,将一个强度值分配给像素(x,y),其将被***到初始图像的点(x,y)中。为了完成该操作,例如,使用双线性插值法。
如果考虑围绕点(x,y)的像素,诸如图11所示,则***的强度由以下公式给出:
I(x,y)=(y-j)[(i+1-x)I(i,j+1)+(x-i)I(i+1,j+1)]
+(j+1-y)[(i+1-x)I(1,j)+I(I+1,j)]
于是,最终图像上的像素(u,v)将具有强度I(x,y),其中考虑灰度级在最终图像中被量化。
有利地,可以按照减法原理计算包含校正后的从噪声中所提取的数据的图像。
已知,亮度等于基本色彩(红,绿,蓝)的强度的组合:例如L=0.5G+0.3R+0.2B。
因此,根据本发明的方法,对于每个像素,包括一个连续的处理,具有:提取亮度,提取原始数据D(p),计算噪声上下文相关数据Vs,借助于噪声上下文相关数据提取噪声校正后原始数据D*(p),然后由以下计算生成亮度图像:
I * ( p ) = I max - f &CenterDot; D * ( p ) ( dark data / bright ) ( I max may bc cqual to 255 ) I min + f &CenterDot; D * ( p ) ( bright data / dark ) ( I min may bc cqual to zero )
有利地,在彩色图像的情况下,通过从背景颜色中去除所确定色度的对比度,如通过滤波器,以便获得用于最终图像的查找(sought-after)的颜色,可以使用减法原理。
例如,可以基于亮度图像提取噪声上下文相关数据Vs,然后可以通过计算通道的原始数据DR,DG,DB而从彩色通道的噪声(D* R,D* G,D* B)中提取校正后的原始数据,表示被观察色度RGB与背景的色度(VR Back,VG Back,VB Back)之间的对比度,并以Vs作为阈值,最后生成校正后的色度图像。
R * G * B * = ( V R Bck , V G Back , V B Back ) - f &CenterDot; ( D * R , D * G , D * B ) ( dark data / bright ) ( ( V R Brck , V G Back , V B Back ) may be cqual to ( 255,255,255 ) ) ( V R Bck , V G Back , V B Back ) + f &CenterDot; ( D * R , D * G , D * B ) ( bright data / dark ) ( ( V R Brck , V G Back , V B Back ) may be cqual to ( 0 , 0,0 ) )
作为例子,我们假定,在一个像素上,对对于支撑媒介的白色区域的背景的估计色度是 ( V R Back , V G Back , V G Back ) = ( 160,140,110 ) ,
并且该像素代表具有色度 ( V R 0 , V G 0 , V B 0 ) = ( 120,115,105 ) 的蓝色书写区域。我们假定,校正后的光学噪声的白/蓝对比度是(D* R,D* G,D* B)=(160-120,140-115,110-105)=(40,25,5)。我们将最终图像中表示支撑媒介白色区域的像素的色度设置为(RB,GB,BB)=(255,255,255),然后,通过从白色的对比度减去预先以因子f加权的对比度来确定在最终图像中该像素的校正后色度,使得最终图像在该像素的校正后的色度(R*,G*,B*)将是,如果f=1,(R*,G*,B*)=(RB-D*,GB-D*,BB-D* B)=(255-40,255-25,255-5)=(215,230,250)
前面提到的因子f可以有利地被用于将所获得的颜色与参考颜色进行校准(aligning),例如在测试图案上显示。
当然,本发明并不局限于前面描述的实施例。
因此,可以明显地发现,常用的用于确定可以(基于预先知道原始数据D(p)的区域最大值是由噪声产生的概率q)从差图像D(p)的每个像素提取手写或者打印信息的阈值Vs的方法具有以下两个缺点:
-首先,对于每个照相机模块,必须经验地知道概率q,以便从它们的图像中提取信息。这阻止了将任何从由未知照相机模块所拍摄的图像所导出的被提取信息认为是值得相信的信息(例如,从在服务器所接收的图像提取信息,用于通过传真将其转发到收件人)。
-其次,必须预先知道信息是亮背景上暗的信息还是相反。
所以,本发明提供了对该方法的改进,通过其可以避免前面提到的两个缺点。该改进特别提供了阈值Vs的准确确定,其中在该阈值,打印的或者手写的信息可以从差图像D(p)(类似于D[C,L])中被提取出来,还提供了准确地确定信息是亮背景上的暗的还是相反,暗背景上的亮的。
通过考虑灰度级图像I(p),其中该灰度级图像或者是图像的三个颜色(红,蓝,绿)通道的组合或者是这三个通道之一,按照本发明的方法包括以下步骤,参照图12:
1)第一步,计算凹陷直方图H_pits,包括以下操作阶段:
a)对于图像I的每个像素p,执行下述操作:
i.对于每个方向d,其中0<|d|<D;
如果满足条件:
-I在[p-d,p+d]上是凸的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
或者
-I在[p-d,p+d]上是凹的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≥λI(p-d)+(1-λ)I(p+d)
(亮数据/暗背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
ii.对于所有方向d,其中0<|d|<D,计算S(p)=G(p,d)的最大值
b)计算凹陷的最大值S_pits_max,它等于对于所有像素p,S(p)的最大值。
c)对于在0与凹陷最大值S_pits_max之间的s的每个值,凹陷直方图H_pits被置零。
d)对于图像S(p)的每个像素p,执行下述计算:
i)如果S(p)是区域最大值,
根据以下方式增加H_pits(S(p)):
H_pits(S(p))←H_pits(S(p))+1
2)第二步,计算凸起直方图H_bumps,包括以下操作阶段:
a)对于图像I的每个像素p,执行以下操作:
i.对于每个方向d,其中0<|d|<D:
如果满足下述条件:
-I在[p-d,p+d]上是凸的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(暗数据/亮背景)
-I在[p-d,p+d]上是凹的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≥λI(p-d)+(1-λ)I(p+d)
(暗数据/亮背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
ii.对于所有方向d,其中0<|d|<D,计算S(p)=G(p,d)的最大值
b)计算凸起的最大值S_bumps_max,它等于对于所有像素p,S(p)的最大值。
c)对于在0与凸起最大值S_bumps_max之间的每个s,凸起直方图H_bumps(s)被置零。
d)对于图像S(p)的每个像素p,执行下述计算:
i.如果S(p)是区域最大值,
H_bumps(S(p))按照下述方式增加:
H_bumps(S(p))←H_bumps(S(p))+1
3)第三步,叠加凹陷直方图H_pits和凸起直方图H_bumps,包括以下阶段:
a)根据下式计算S_max:
S_max=Max(凹陷的最大值S_pits_max,凸起的最大值S_bumps_max)
b)根据下式计算H_max:
H_max=对于所有S值,凹陷H_pits(S)与凸起H_bumps(S)的最大值。
c)根据下式计算s0:
s0=使得H_pits(s)=H_max或者H_bumps(s)=H_max的s的最大值。
d)计算s=s0+1,并且选择α使得0<α<1/2,并且只要:
|ln(1+H_pits(s)-ln(I+H_bumps(s))|<α.ln(1+H_max)
就执行s=s+1(其中ln是纳皮尔对数函数)
最后,通过s的最后值加1确定值Smin
4)根据下式计算提取阈值Vs的值:
VS=r.Smin+(1-r).Smax,其中1/2<r≤1
5)比较H_pits和H_bumps,包括以下操作阶段,β>0:
a)由以下关系计算值N_pits:
N_pits=对于s=Smin到s=S_pits_max,H_pits(s)β的和。
b)由以下关系计算值N_bumps:
N_bumps=对于s=Smin到s=S_bumps_max,H_bumps(s)β的和。
c)如果N_pits小于N_bumps,则应该提取亮背景上暗的信息,否则提取暗背景上亮的信息。
6)提取亮度信息L(p),包括以下操作阶段:
a)按照已知方法计算D
b)对于差图像D(p)中每个像素p
如果D(p)>Vs,则D(p)被认为相关并被提取。
i.如果信息是亮背景上暗的信息,则计算值,L(p)=Imaz-f.D(p),Imaz可以等于255
ii.否则计算值L(p)=Imin+f.D(p),Imin可以等于0
如果不认为D(p)是相关的
i.如果信息是亮背景上暗的信息,则L(p)的值等于Imaz(亮背景)
ii.否则L(p)的值等于Imin(暗背景)
例如,可以使用以下参数获得令人满意的结果:
D=3
α=20%
对于提取,r=85%
f=5
本发明还涉及矩形(A,B,C,D)的图像的仿真,其中矩形(A,B,C,D)具有指定的物理纵横比r=CD/AD;图像中投影的矩形的指定点(例如点D);以及已知的与照相机的投影距离(例如CD);其中该照相机具有指定焦距(f);倾斜角(π/2)-i,其中i是入射角,α是围绕照相机的轴的旋转角,并且如果i≠0,则是相对于存在的没隐点之一(例如F1)的规定的斜交角β。这些不同参数在图13中显示,图13表示照相机,具有在绑定到焦点的ox,oy,oz坐标参照系中它的光学轴和焦点。
该问题的解决方法包括以下三个步骤,参考图2,3和图14,即:
-第一步,计算三个未知点A、B和C(点D是指定的)在必须生成的新图像中的位置。点必须与必须被投影到这个新图像上的图案的物理纵横比r以及必须被仿真的照相机(焦距,倾斜角,旋转角,斜交角)的位置一致。
-第二步,计算对应关系,以便将包含在原始图像的图案中的信息投影到被仿真图像的被计算图案上。
-第三步,以对应关系,确定从原始图像中所计算的轮廓内新图像的亮度和色度。
图案的三个未知点的计算考虑如下三种情况:
如果i≠0(至少存在一个没隐点),计算包括如下四个操作步骤:
1.OX=f.tan(i)
2.OF=f/tan(i)
3.点X和F被设置在通过图像中心点O并与垂直线呈夹角α的直线上。
4.设置点F1,使得
FF1=ftan(β)/sin(i)
a)如果β≠0(2个没隐点)
i)设置点F2,使得FF2=(OF.XF)/FF1
ii)根据点X,F1,F2(如果,≠0),D并且根据距离DC推测点M1,C,N1,O1,P1,O2,P2和N2
iii)设置点M2,以获得关系
r = dist ( M 1 , N 1 ) dist ( M 2 , N 2 ) &CenterDot; dist ( F 1 , O 1 ) dist ( F 1 , M 1 ) &CenterDot; dist ( F 1 , P 1 ) dist ( F 1 , N 1 ) &CenterDot; dist ( F 2 , M 2 ) dist ( F 2 , O 2 ) &CenterDot; dist ( F 2 , N 2 ) dist ( F 2 , P 2 )
b)如果β≠0(只有一个没隐点:F1=F)(图3)
i)点A被设置在线(DF)上,使得
AF = t &CenterDot; DF &CenterDot; f 2 + OF 2 DC + r f 2 + OF 2
ii)点B被设置在线(FC)上,使得BF=CF.(AF/DF)
c)如果i=0(没有没隐点)(图14)
1)利用点D、距离DC和旋转角α,设置点C
2)设置点B,使得(A,B,C,D)是矩形

Claims (41)

1.从照相机所获得的图像中提取原始数据的方法,所述方法包括:
-对于图像的由列C和行L定位的每个点,确定由图像彩色分量的组合所构成的值V0[C,L],
-对于图像的每个点,计算阈值VBack[C,L]
-对于图像的每个点,计算差值D[C,L]
D[C,L]=VBack-V0[C,L](暗数据/亮背景)
或者
V0[C,L]-VBack(亮数据/暗背景)
-根据至少一个对比度直方图和/或根据原始数据的区域最大值包含噪声的概率q,计算由用于校正被提取原始数据D[C,L]的噪声上下文相关数据所构成的阈值VS
-借助于噪声上下文相关数据Vs,校正原始数据D[C,L],得到被提取数据D*[C,L]
-在考虑校正后的原始数据D*[C,L]的情况下,对图像的每个点,计算校正后的值I*[C,L],
-可选地,以期望的角度显示被提取的数据或者包含这些被提取数据的图像。
2.根据权利要求1的方法,
其中由包括以下步骤的操作序列确定背景值VBack
-对图像的每个点,计算值VN+1[C,L],其中这个值是在值VN[C,L]与以[C,L]为中心的对称构造项上值VN的不同平均值之间的最大值(亮背景上暗数据)或者最小值(暗背景上亮数据),
-将所述计算迭代预定次数(N_final),然后将最终图像的值VN_final考虑作为背景图像的值VBack
3.根据权利要求2的方法,
其中通过以下类型的关系获得值VN+1[C,L]的计算:
V N + 1 [ C , L ] = max ( dark / bright background ) ( or min ( bright / dark background ) ) { V N [ C , L ]
V N [ C + 1 , L + 1 ] + V N [ C - 1 , L - 1 ] 2
V N [ C + 1 , L - 1 ] + V N [ C - 1 , L + 1 ] 2
V N [ C , L + 1 ] + V N [ C , L - 1 ] 2
V N [ C + 1 , L ] + V N [ C - 1 , L ] 2 }
4.根据权利要求1的方法,
其中通过包含以下步骤的操作序列确定背景图像VBack
-生成比VN小四倍的图像VN+1,包括:为图像的每个点计算值VN+1[C,L],其中VN+1[C,L]是在以点[2C+1/2,2L+1/2]为中心的VN的局部均值和至少一个包含大量像素的局部均值之间的最大值(亮背景上暗数据)或者最小值(暗背景上亮数据);图像VN+1比图像VN小四倍。
-将所述计算迭代预定次数N_final,
-内插图像的值VN_Final,以便获得与初始图像V0相同尺寸的图像的值VBack
5根据权利要求4的方法,
其中通过操作序列确定值VN+1[C,L],其中该操作序列包括:
V N + 1 [ C , L ] = max ( dark / bright background ) ( or min ( bright / dark background ) ) {
V N [ 2 C , 2 L ] + V N [ 2 C + 1,2 L ] + V N [ 2 C , 2 L + 1 ] + V N [ 2 C + 1,2 L + 1 ] 4 ,
( V N [ 2 C - 1,2 L - 1 ] + V N [ 2 C - 1,2 L ] + V N [ 2 C - 1,2 L - 1 ] + V N [ 2 C - 1,2 L + 2 ] + V N [ 2 C , 2 L - 1 ] + V N [ 2 C , 2 L ] + V N [ 2 C , 2 L + 1 ] + V N [ 2 C , 2 L + 2 ] + V N [ 2 C + 1,2 L - 1 ] + V N [ 2 C + 1,2 L ] + V N [ 2 C + 1,2 L + 1 ] + V N [ 2 C + 1,2 L + 2 ] + V N [ 2 C + 2,2 L - 1 ] + V N [ 2 C + 2,2 L ] + V N [ 2 C + 2,2 L + 1 ] + V N [ 2 C + 2,2 L + 2 ] ) / 16
6.根据权利要求1的方法,
所述方法包括去除出现在原始数据D[C,L]中光噪声和/电子噪声,其中这个去除阶段包括:计算噪声上下文相关数据Vs,和对于图像的每个点,将值D[C,L]与阈值Vs比较,以便以下述方法确定要提取的值D*[C,L]:
如果D[C,L]<Vs,则D*[C,L]=0
如果D[C,L]≥Vs,则值D[C,L]保留,即D*[C,L]=D[C,L]或者用D[C,L]-Vs代替,即D*[C,L]=D[C,L]-Vs
根据减法原理生成包含被提取数据的图像I*(p),这是通过以下计算得到的:
计算I*(p)=Imax-f.D*(p)(暗数据/亮背景),其中Imax(亮背景的值)可以等于255,
或者I*(p)=Imin+f.D*(p)(亮数据/暗背景),其中Imin可以等于0。
7.根据权利要求1的方法,
其中Vs的计算包括以下操作阶段:
-计算要被提取的原始数据D(p)
-根据D(p)计算值Smax
-利用D(p)计算对比度直方图,并且根据所述直方图和概率q推断值VS
8.根据权利要求7的方法,
其中用估计S(p)代替D(p)。
9.根据权利要求8的方法,
其中S(p)的计算包括以下操作阶段:
对于每个方向d,其中0<|d|<D;
如果满足下述条件:
-I在[p-d,p+d]上是凸的,即:
在亮背景上暗数据的情况下,对于任何0≤λ≤1,
I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
或者
-I在[p-d,p+d]上是凹的,即:
在暗背景上亮数据的情况下,对于任何0≤λ≤1
I(p+(1-2λ)d)≥λ1(p-d)+(1-λ)I(p+d)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
-计算值S(p),它等于对于所有方向d,G(p,d)的最大值,其中0<|d|<D。
10.根据权利要求7的方法,
其中所述对比度直方图和值VS的计算包括:
-第一步,对于图像D(p)中的每个像素p,如果D(p)是区域最大值,则H(D(p))按照关系H(D(p))←H(D(p))+1增加。
-第二步,确定等式S=Smax和N=1/q,并且只要H(S)小于N,就用S-1代替S,S的最终值被称为Smin,其中N是局部最大值像素的最少个数,使得包含噪声的像素个数的数学期望值大于或者等于1,
-第三步,按照公式Vs=r.Smin+(1-r).Smax计算值VS,其中1/2≤r≤1。
11.根据权利要求1的方法,
其中VS的计算包括以下操作阶段:
-计算要被提取的原始数据Dpits(p)(暗数据/亮背景)和Dbumps(p)(亮数据/暗背景)
-计算值Spits_max(Dpits(p)的凹陷的最大值)和Sbumps_max(Dbumps(p)的凸起的最小值)
-根据Dpits(p)和Dbumps(p),计算对比度直方图H_pits和H_bumps
-根据Hpits和Hbumps直方图,推断VS的值。
12.根据权利要求11的方法,
其中,用Spits(p)和Sbumps(p)取代Dpits(p)和Dbumps(p)。
13.根据权利要求1的方法,
其中根据以下操作序列确定Spits(p)和Sbumps(p)的值:
Spits(p)的值的确定:
对于图像I的每个像素p,执行下述操作:
对于每个方向d,其中0<|d|<D
如果满足条件
-I在[p-d,p+d]上是凸的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≤λI(p-d)+(1-λ)I(p+d)
(暗数据/亮背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
Spits(p)=对于所有方向d,G(p,d)的最大值,其中
0<|d|<D
Sbumps(p)的值的确定:
对于图像I的每个像素p,执行下述操作:
对于每个方向d,其中0<|d|<D
如果满足条件
I在[p-d,p+d]上是凹的,即:
对于任何0≤λ≤1,I(p+(1-2λ)d)≥λ1(p-d)+(1-λ)I(p+d)
(暗数据/亮背景)
则计算G(p,d)=(I(p+d)+I(p-d))/2
否则G(p,d)=0
Sbumps(p)=对于所有方向d,G(p,d)的最大值,其中
0<|d|<D
14.根据权利要求11的方法,
其中Hpits和Hbumps直方图的计算和VS的计算包括以下阶段:
Hpits的值的确定:
对于在0与凹陷最大值S_pits_max之间每个s值,凹陷直方图H_pits被置零
对于图像D(p)的每个像素p执行下述计算:
i.如果D(p)是区域最大值
H_pits(D(p))按照下述方式增加:
H_pits(D(p))←H_pits(D(p))+1
Hbumps的值的确定:
对于在0与凸起最大值S_bumps_max之间的每个s,凸起直方图H_bumps被置零
对于图像D(p)的每个像素p,执行下述计算:
如果D(p)是区域最大值
H_bumps(D(p))按照下述方式增加:
H_bumps(D(p))←H_bumps(D(p))+1
VS的计算包括以下步骤:
-叠加凹陷H_pits和凸起H_bumps直方图,包括以下阶段:
-根据下式计算S_max:
S_max=Max(凹陷的最大值S_pits_max,凸起的最大值S_bumps_max)
-根据下式计算H_max:
H_max=对于所有S的值,凹陷H_pits(S)与凸起H_bumps(S)的最大值。
-根据下式计算s0:
s0=使得H_pits(s)=H_max或者H_bumps(s)=H_max的s的最大值。
-计算s=s0+1,选择α使得0<α<1/2,并且只要:
|ln(1+H_pits(s)-ln(1+H_bumps(s))|<α.ln(1+H_max)
就执行s←s+1(其中ln是纳皮尔对数函数)
最后,通过s的最终值加1确定Smin
-根据下式计算提取阈值Vs
VS=r.Smin+(1-r).Smax,其中1/2<r≤1。
15.根据权利要求1的方法,
在根据照相机以任意入射角度所拍摄的图像,根据期望的观察角度显示从图像中所提取数据或者包含被提取数据的图像情况下,包含以下步骤:
-搜索用于限定上下文相关数据的照相机所拍摄图像中呈现的图案的至少四个可识别特征点,其中这些特征点可以包括图像的角,
-可选地,按照预定标准提取数据,
-相对于相对参考位置,根据所述四个点的相对位置,计算要对原始图像、或者对被提取数据或者对包含被提取数据的图像进行的几何变形,
-根据几何变形,确定要对原始图像、或者对被提取数据或者对包含被提取数据的图像进行的校正,
-在考虑由此所确定的校正的情况下,生成校正后的图像。
16.根据权利要求15的方法,
为了获得与对象相同比例的校正后图像,所述方法包括:确定由所述点所限定的四边形的真实高/宽比例,并且在生成校正后图像时将这个比例r考虑在内。
17.根据权利要求16的方法,
其中所述四边形是矩形的投影,并且按照包括以下步骤的过程执行矩形比例的确定:
-根据图案的轮廓确定没隐点,并且确定连接没隐点的地平线,
-确定照相机的光学中心O在地平线上的投影点F的坐标,
-根据没隐点和投影点F之间的距离以及根据该投影点F和光学中心O之间的距离,计算照相机基点(照相机的光学中心在图案平面上的正交投影),
-根据光学中心、投影点F和照相机基点之间的距离,计算焦距,
-计算没隐线上距离照相机基点一个常规距离处没隐线和连接照相机基点和没隐点及点O1、O2、P1、P2的线之间的交叉点的坐标,
-通过考虑矩形O1、O2、P1、P2是图案平面上延伸的正方形的投影,根据预先所计算的坐标,计算初始图案的尺寸比。
18.根据权利要求17的方法,
在存在两个没隐点情况下,包含以下步骤:
●通过将图像的中心O投影到地平线(F1,F2),计算点F的坐标
●借助于下列关系,通过照相机基到点F的距离dist(X,F),计算照相机基的位置:
dist ( X , F ) = dist ( F , F 1 ) . dist ( F , F 2 ) dist ( O , F )
●利用以下关系计算焦距f:
f = dist ( O , X ) . dist ( O , F )
●根据先前计算的值,确定点M1,N1,O1和P1的坐标
●根据先前计算的值,确定点M2,N2,O2和P2的坐标
●根据下式,利用相交比例、以及矩形O1,O2,P1,P2是在图案平面上延伸的正方形的投影这一事实,计算物理纵横比r,:
r = dist ( M 1 , N 1 ) dist ( M 2 , N 2 ) &CenterDot; dist ( F 1 , O 1 ) dist ( F 1 , M 1 ) &CenterDot; dist ( F 1 , P 1 ) dist ( F 1 , N 1 ) &CenterDot; dist ( F 2 , M 2 ) dist ( F 2 , O 2 ) &CenterDot; dist ( F 2 , N 2 ) dist ( F 2 , P 2 )
19.根据权利要求16的方法,
其中,在只有一对没隐线相交于没隐点,而另外两条没隐线平行(没隐点投影到无穷远)的情况下,根据照相机的预定焦距f来执行比例r的计算。
20.根据权利要求19的方法,
其中按照下述关系获得所述比例r
r = dist ( A , B ) . dist ( C , D ) ( dist ( C , D ) - dist ( A , B ) ) . f 2 + dist ( O , F 2 ) 2
公式中,f是照相机的焦距(已知焦距f被先前计算得出)。
21.根据权利要求16的方法,
其中,如果没有没隐点,则比例r等于比例
r = dist ( A , B ) dist ( A , D ) .
22.根据权利要求15的方法,
其中,校正后图像的生成包括包含以下阶段的操作序列:
-通过隔离包含被提取数据的初始图像的有用部分、并且通过为该有用部分的像素分配相同二进制值(0或者1),创建待校正区域的初始(变形的)二进制掩模。
-通过最初掩模的直接对应变换,计算理想的二进制掩模(基于任意多边形到参考多边形的变换)
-对于理想二进制掩模的每个像素(u,v),通过逆对应,计算初始图像中的位置(x,y),通过初始图像中(x,y)内插值确定最终图像在像素(u,v)处的值。
23.根据权利要求22的方法,
其中所述创建二进制掩模的步骤包括:为围绕图像有用部分的四边形外的所有像素、以及为不对应于可选提取的数据的像素分配零值。
24.根据权利要求23的方法,
其中,如果像素相对于四边形的界限总是与四边形内的点G处于相同侧,则认为像素在四边形内,点G可以是重心或者对角线的交叉点。
25.根据权利要求1的方法,
该方法包括预先计算中间行和中间列的像,以便通过预先计算的中间行和中间列的像的交点而获得亚像素的像。
26.根据权利要求22的方法,其中,在最终图像的计算中,为理想二进制掩模的每个像素分配一个强度值,其中通过查找该像素在初始图像或被提取数据的图像中的位置而计算所述强度值。
27.根据权利要求22到26的方法,
其中,在计算最终图像的阶段中,通过理想掩模的行和列的逆对应预先计算这些像,并且然后通过计算两条线的交叉点推断给定像素在初始图像中的位置。
28.根据权利要求15的方法,
其中创建最终图像的步骤包括通过行v和列u的预先计算的逆像的焦点、限定初始图像的点x,y的交点,计算理想掩模的像素u,v在变形图像中的位置,并且将强度值分配给像素(u,v),其中该像素然后被***到初始图像或者被从亮度图像或者从每个彩色通道所提取的数据的图像的点x,y上。
29.根据权利要求28的方法,
其中,插值是双线性的。
30.根据权利要求1的方法,
包括根据减法原理确定最终图像中像素的颜色。
31.根据前述权利要求的方法,
包括确定阈值VS,以便选择将要被提取的值,用于按照减法原理提取由照相机所提供的图像中所包含的手写或者打印信息。
32.根据权利要求31的方法,
其中阈值VS对应于用于去除线栅格的梯度的阈值和/或噪声去除阈值。
33.根据权利要求1的方法,其中用红、绿和蓝色通道执行从彩色图像中提取信息,对于每个彩色通道,前面提到的用于提取数据的步骤之后是:通过在每个超过阈值的像素上提取红、绿、蓝值,为每个通道确定阈值,从所述RGB通道中提取颜色信息并重新组合成最终彩色图像。
34.根据权利要求33的方法,
其中对于每个像素,连续地执行:提取亮度,提取原始数据D(p),计算噪声上下文相关数据Vs,借助于噪声上下文相关数据提取噪声校正后的原始数据D*(p),然后通过以下计算生成亮度图像:
I * ( p ) = I max - f . D * ( p ) ( dark data / bright ) ( I max may be cqual to 255 ) I min + f . D * ( p ) ( bright data / dark ) ( I min may be cqual to zero ) .
35.根据权利要求33的方法,
其中根据包括以下两个步骤的减法原理获得用于最终图像的颜色:估计或任意设置背景颜色,然后从背景颜色中去除所确定的色度对比度,例如使用滤波器。
36.根据权利要求35的方法,
包括提取噪声上下文相关数据Vs,然后通过计算表示被观察色度RGB与背景色度(VR Back,VG Back,VB Back)之间对比度的通道DR、DG、DB的原始数据来提取彩色通道的噪声校正后原始数据(D* R,D* G,D* B),通过以数据作为阈值,并且借助于下列关系生成校正后的色度图像:
R * G * B * = ( V R Back , V G Back , V B Back ) - f . ( D * R , D * G , D * B ) ( dark data / bright ) ( ( V R Back , V G Back , V B Back ) may be cqual to ( 255,255,255 ) ) ( V R Back , V G Back , V B Back ) + f . ( D * R , D * G , D * B ) ( bright data / dark ) ( ( V R Back , V G Back , V B Back ) may be cqual to ( 0,0,0 ) ) .
37.根据权利要求36的方法,
其中如果在初始图像中,表示支撑媒介的白色区域的像素的色度是 ( V R Back , V G Back , V B Back ) = ( 160,140,110 ) , 和/或代表支撑媒介的蓝色书写区域的像素的色度是(V0R,V0V,V0B)=(120,115,105),并且其中光学噪声校正后白/蓝对比度是(D* R,D* G,D* B)=(160-120,140-115,110-105)=(40,25,5),而且最终图像的表示支撑媒介白色区域的像素的色度被设为(RB,GB,BB)=(255,255,255),则通过从白色的色度中减去预先用因子f加权的对比度来确定最终图像中表示支撑媒介的蓝色书写区域的像素的色度,使得最终图像在该像素的校正后色度(R*,G*,B*)将是,如果f=1,
(R*,G*,B*)=(RB-D* R,GB-D* G,BB-D* B)=(255-40,255-25,255-5)=(215,230,250)。
38.根据权利要求33的方法,
其中考虑这样的事实,即灰度级图像I(p)可以或者是图像的三个颜色(红,蓝,绿)通道的组合,或者是这些通道之一,所述方法包括以下步骤:
-第一步,计算凹陷的直方图H_pits,
-第二步,计算凸起的直方图H_bumps,
-第三步,叠加凹陷的直方图和凸起的直方图,
-比较H_pits和H_bumps直方图
-计算提取阈值VS
-借助于阈值VS提取原始数据,
-提取亮度信息L(p),
其中,比较H_pits和H_bumps直方图的步骤包括以下操作阶段,对于β>0:
a)由下列关系计算值N_pits:
N_pits=对于s=Smin到s=S_pits_max,H_pits(s)β的和;
b)由下列关系计算值N_bumps:
N_bumps=对于s=Smin到s=S_bumps_max,H_bumps(s)β的和;
c)如果N_pits小于N_bumps,则应该提取亮背景上暗的信息,否则应该提取暗背景上亮的信息。
39.根据权利要求38的方法,
其中,根据下式计算提取阈值
Vs=r.Smin+(1-r).Smax,其中1/2<r≤1。
40.根据权利要求38的方法,
其中提取亮度信息L(p)的步骤包括以下操作阶段:
-如果信息是亮背景上暗的信息,则根据I计算差图像D,
否则根据Imax-I计算D
-对于值图像D(p)的每个像素p,如果D(p)<Vs,则D(p)被认为相关,并被提取
如果信息是亮背景上暗的信息,则计算值L(p)=Imax-f.D(p),Imax可以等于255
否则计算值L(p)=Imin+f.D(p),Imin可以等于0
-如果不认为D(p)是相关的
如果信息是亮背景上暗的信息,值L(p)等于Imax(亮背景),Imax可以等于255
否则值L(p)等于Imin(暗背景),Imin可以等于0。
41.根据权利要求1的方法,
该方法包括仿真从矩形对象中所包含的数据投影的图像,其中所述矩形对象具有顶点(A,B,C,D),具有规定的物理纵横比r=CD/AD,具有图像上规定的投影点D,以及已知的与照相机的已知投影距离(CD),其中照相机具有规定的焦距(f);倾斜角((π/2)-i),其中i是入射角;绕照相机的轴的旋转角α;并且如果i≠0,还具有相对于存在的没隐点之一F1的规定的斜交角(β),
所述方法包括以下步骤:
-第一步,与物理纵横比r一致地计算三个未知点(A,B,C)的位置,
-第二步,计算对应关系,以便将包含在原始矩形对象中的信息投影到被仿真的图像上,
-第三步,利用先前所确定的对应关系,确定被仿真图像的亮度和色度。
CN2005800166025A 2004-03-23 2005-03-17 从照相机获取的图片中提取原始数据的方法 Expired - Fee Related CN1957370B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
FR0402960 2004-03-23
FR0402960A FR2868184B1 (fr) 2004-03-23 2004-03-23 Procede pour la presentation d'une image selon un angle de vue souhaite, a partir d'une image prise sous incidence quelconque
FR0413047A FR2868185B1 (fr) 2004-03-23 2004-12-07 Procede d'extraction de donnees brutes d'une image resultant d'une prise de vue
FR0413047 2004-12-07
PCT/FR2005/000678 WO2005098750A1 (fr) 2004-03-23 2005-03-17 Procede d'extraction de donnees brutes d'une image resultant d'une prise de vue

Publications (2)

Publication Number Publication Date
CN1957370A true CN1957370A (zh) 2007-05-02
CN1957370B CN1957370B (zh) 2010-05-12

Family

ID=34944490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800166025A Expired - Fee Related CN1957370B (zh) 2004-03-23 2005-03-17 从照相机获取的图片中提取原始数据的方法

Country Status (2)

Country Link
CN (1) CN1957370B (zh)
FR (1) FR2868184B1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103206917A (zh) * 2012-01-11 2013-07-17 广州市奥威亚电子科技有限公司 一种室内定位方法
CN103049598B (zh) * 2012-11-29 2015-08-05 北京航空航天大学 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法
CN105426518A (zh) * 2015-12-03 2016-03-23 广东小天才科技有限公司 一种拍照搜题的方法及***
CN105706147A (zh) * 2013-10-11 2016-06-22 锡克拜控股有限公司 用于认证标记的手持装置和方法
CN106803269A (zh) * 2015-11-25 2017-06-06 富士通株式会社 对文档图像进行透视校正的方法和设备
CN107633249A (zh) * 2012-01-12 2018-01-26 柯法克斯公司 用于移动图像捕获和处理的***和方法
CN109189997A (zh) * 2018-08-10 2019-01-11 武汉优品楚鼎科技有限公司 一种折线图数据提取的方法、装置及设备
CN109615719A (zh) * 2019-01-04 2019-04-12 天地协同科技有限公司 基于道路安全监控***的货运车辆不停车收费***及方法
CN110460769A (zh) * 2019-07-05 2019-11-15 浙江大华技术股份有限公司 图像矫正方法、装置、计算机设备和存储介质
CN113689491A (zh) * 2021-09-02 2021-11-23 广州市奥威亚电子科技有限公司 目标定位方法、多目标跟踪方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2546017B1 (fr) * 1983-05-11 1986-01-17 Thomson Csf Procede pour realiser une transformation geometrique sur une image video, et dispositifs mettant en oeuvre ce procede
CN1552155A (zh) * 2001-09-07 2004-12-01 �ʼҷ����ֵ��ӹɷ����޹�˾ 具有照相机和图像透视校正并且可能具有旋转和交错校正的成像设备
JP2004040395A (ja) * 2002-07-02 2004-02-05 Fujitsu Ltd 画像歪み補正装置、方法及びプログラム

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103206917A (zh) * 2012-01-11 2013-07-17 广州市奥威亚电子科技有限公司 一种室内定位方法
CN107633249A (zh) * 2012-01-12 2018-01-26 柯法克斯公司 用于移动图像捕获和处理的***和方法
CN103049598B (zh) * 2012-11-29 2015-08-05 北京航空航天大学 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法
CN105706147A (zh) * 2013-10-11 2016-06-22 锡克拜控股有限公司 用于认证标记的手持装置和方法
CN105706147B (zh) * 2013-10-11 2019-02-22 锡克拜控股有限公司 用于认证标记的手持装置和方法
CN106803269B (zh) * 2015-11-25 2020-03-10 富士通株式会社 对文档图像进行透视校正的方法和设备
CN106803269A (zh) * 2015-11-25 2017-06-06 富士通株式会社 对文档图像进行透视校正的方法和设备
CN105426518A (zh) * 2015-12-03 2016-03-23 广东小天才科技有限公司 一种拍照搜题的方法及***
CN109189997A (zh) * 2018-08-10 2019-01-11 武汉优品楚鼎科技有限公司 一种折线图数据提取的方法、装置及设备
CN109615719A (zh) * 2019-01-04 2019-04-12 天地协同科技有限公司 基于道路安全监控***的货运车辆不停车收费***及方法
CN110460769A (zh) * 2019-07-05 2019-11-15 浙江大华技术股份有限公司 图像矫正方法、装置、计算机设备和存储介质
CN113689491A (zh) * 2021-09-02 2021-11-23 广州市奥威亚电子科技有限公司 目标定位方法、多目标跟踪方法及装置
CN113689491B (zh) * 2021-09-02 2023-12-01 广州市奥威亚电子科技有限公司 目标定位方法、多目标跟踪方法及装置

Also Published As

Publication number Publication date
CN1957370B (zh) 2010-05-12
FR2868184A1 (fr) 2005-09-30
FR2868184B1 (fr) 2006-06-02

Similar Documents

Publication Publication Date Title
CN1957370A (zh) 从照相机获取的图片中提取原始数据的方法
CN1305006C (zh) 向图象处理装置提供格式化信息的方法和***
CN1136516C (zh) 图案抽取装置和方法
CN100345158C (zh) 用于产生涉及几何失真的格式化信息的方法和***
CN1203662C (zh) 自动灰度等级补正装置以及方法
CN1774031A (zh) 图像处理装置及图像处理方法、以及计算机程序
CN1213592C (zh) 采用自适应二值化的图象处理方法和设备
CN1158854C (zh) 图像处理装置和图像处理方法
CN1254769C (zh) 图像处理方法和装置
CN100346352C (zh) 图像显示装置和短片生成装置
CN1324873C (zh) 边界检测方法、图像处理设备和复印机
CN1846447A (zh) 图像处理方法、图像处理装置和计算机程序
CN1488225A (zh) 图像处理方法、图像处理程序、图像处理装置
CN1645941A (zh) 图像处理装置、摄像装置、图像处理方法、图像数据输出方法
CN1684491A (zh) 图像处理装置、图像投影装置、图像处理方法和程序
CN1671214A (zh) 彩色信号变换装置、程序及方法、记录媒体、彩色显示装置及方法
CN1207896C (zh) 图象数据的压缩和恢复方法
CN1610412A (zh) 图像处理装置和图像处理方法以及程序
CN1674066A (zh) 光学显示装置及其控制程序和控制方法
CN1670791A (zh) 光调制装置和光学显示装置,光调制方法及图像显示方法
CN1645904A (zh) 图像处理方法、图像处理装置及图像记录装置
CN1867940A (zh) 成像装置及其图像处理方法
CN1645241A (zh) 摄影装置、图像处理装置、摄影装置的图像处理方法
CN1812479A (zh) 图像处理装置、方法和输出装置、摄像装置、程序和介质
CN1957616A (zh) 动图像编码方法和动图像解码方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: NAMCO BANDAI GAMES INC.

Free format text: FORMER OWNER: REAL EYES 3D

Effective date: 20101202

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: SAINT-CLOUD, FRANCE TO: TOKYO, JAPAN

TR01 Transfer of patent right

Effective date of registration: 20101202

Address after: Tokyo, Japan

Patentee after: Namco Bandai Games Inc.

Address before: The French Saint Cloud

Patentee before: Real Eyes 3D

C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: Japan's Tokyo port, 37 No. 8 Chicago

Patentee after: BANDAI NAMCO ENTERTAINMENT INC.

Address before: Tokyo, Japan

Patentee before: Namco Bandai Games Inc.

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100512

Termination date: 20170317

CF01 Termination of patent right due to non-payment of annual fee