[发明专利]图像处理方法与装置在审

专利信息
申请号: 201810619916.3 申请日: 2018-06-14
公开(公告)号: CN108805842A 公开(公告)日: 2018-11-13
发明(设计)人: 赵扬 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/13
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 阚梓瑄;王卫忠
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理区域 图像处理 边缘识别 图像处理方式 梯度信息 图像 图像边缘 去噪
【说明书】:

本公开提供一种图像处理方法与装置。图像处理方法包括:获取第一图像的待处理区域;获取所述待处理区域的梯度信息;确定所述待处理区域的边缘识别参数,所述边缘识别参数对应于多种图像处理方式;根据所述梯度信息以及所述边缘识别参数对应的所述图像处理方式对所述待处理区域进行处理。本公开提供的图像处理方法可以在提高图像边缘识别效果的同时对图像内部进行去噪处理。

技术领域

本公开涉及计算机图形图像技术领域,具体而言,涉及一种能够准确识别图像边缘的图像处理方法与装置。

背景技术

随着计算机图像识别技术的发展,对摄像机拍摄的现实世界的图像进行识别成为一个重要的技术分支。由于现实世界的复杂性以及图像在捕捉过程中产生的杂质和误差,在复杂图像的捕捉环节需要一个有效的图像识别方法来辨别真实世界的信息。

现实世界图像识别的难点在于如何识别图像的平整和边缘区域,并不被图像中的噪声干扰。只要有效的识别图像的边缘,就能完整并清晰的呈现整个图像。图像的边缘是指图像中周围像素有较大变化的像素的集合。在相关技术中,往往通过将模板与图像进行卷积、对图像求导数来对存在灰度差的图像进行边缘检测,在此过程中,所使用的一阶微分被称为梯度。图像在某一个点的梯度是一个矢量,该矢量的方向指向图像变化率最大的方向。梯度算子对噪声和杂质有一定的敏感性,对于有噪声影响的图像,需要对梯度做进一步处理。由于摄像机捕捉的现实世界的图像通常存在较多细节,加上摄像头捕捉时由于各种原因,会产生图像噪声,现有的图像识别方法处理现实世界图像的效率和准确性需要得到改善。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像处理方法与图像处理装置,用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的现实世界图像处理效率低、准确性不够的问题。

根据本公开实施例的第一方面,提供一种图像处理方法,包括:获取第一图像的待处理区域;获取所述待处理区域的梯度信息;确定所述待处理区域的边缘识别参数,所述边缘识别参数对应于多种图像处理方式;根据所述梯度信息以及所述边缘识别参数对应的所述图像处理方式对所述待处理区域进行处理。

在本公开的一种示例性实施例中,当所述边缘识别参数位于第一预设阈值区间时,对应的图像处理方式为噪声去除;当所述边缘识别参数位于第二预设阈值区间时,对应的图像处理方式为图像增强。

在本公开的一种示例性实施例中,所述确定所述待处理区域的边缘识别参数包括:

对所述待处理区域进行预处理,所述预处理包括对所述待处理区域进行图形边界加宽处理。

在本公开的一种示例性实施例中,所述对所述待处理区域进行预处理包括:根据对所述待处理区域进行预处理,其中x是所述待处理区域的像素横坐标,N是高斯系数,σ是标准差,G为所述待处理区域的预处理结果。

在本公开的一种示例性实施例中,所述确定所述待处理区域的边缘识别参数包括:

通过公式确定所述边缘识别参数,其中α为所述边缘识别参数,I为所述待处理区域,k为边缘调节系数,Gσ为所述待处理区域的预处理结果。

在本公开的一种示例性实施例中,根据所述梯度信息以及所述边缘识别参数对应的所述图像处理方式对所述待处理区域进行处理包括:

根据所述梯度信息与所述边缘识别参数确定扩散函数,根据所述扩散函数对所述待处理区域进行处理。

在本公开的一种示例性实施例中,根据所述梯度信息与所述边缘识别参数确定扩散函数包括:

根据所述梯度信息与所述边缘识别参数的幂运算结果确定第一系数,所述扩散函数与所述第一系数成反比。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810619916.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top