TW440801B - Method and apparatus for perceptual determination of threshold for gradient-based local edge determination - Google Patents
Method and apparatus for perceptual determination of threshold for gradient-based local edge determination Download PDFInfo
- Publication number
- TW440801B TW440801B TW087119801A TW87119801A TW440801B TW 440801 B TW440801 B TW 440801B TW 087119801 A TW087119801 A TW 087119801A TW 87119801 A TW87119801 A TW 87119801A TW 440801 B TW440801 B TW 440801B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- gradient
- intensity
- scope
- pixel
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Description
4408 0 經濟部中央標率局負工消费合作社印製 A7 B7 五、發明説明(1 ) 發明背景 1.發明範同_ 本發明係通常係闞於影像處理的範圍。更明確而言,本 發明係關於在影像中的特徵檢測。 2 · _相關技藝之説明_ 在影像處理的技藝中,物體/景色之像能具有某歇特徵。 如此影像的重要特徵在於影像"邊緣"。影像的邊緣能藉由 在第—區域圖素和第二區域圖素之間的不連貫強度及/或色 彩變化所定義。沿著在兩區域之間的邊界,在任何一端的 一群圖素可歸類爲"邊緣”圖素或屬於邊緣特徵的圖素。例 如’如邊緣特徵的特殊範例,考慮具有純藍色和兩列白色 圖素的二列圖素會連續接在三個藍色列之後。藍色和白色 的分別第3和第4列圖素可當作邊緣。既然第3和第4列之間 存在突然較大的色差和強度,這些圖素是在"邊緣"上,而 且整個係表示邊緣特徵。既然強度變化並不會突然較大而 知類爲邊緣’由於一列白色與隨後8比連列之略帶灰白色圖 素的對照下,而較不可能認爲是邊緣特徵。已知爲邊緣檢 測的技藝範圍係表示用以檢測及識別邊緣的技術,並提供 各種不同的資料及有關在影像處理中非常有用影像的邊緣 資訊的統計。 知類爲邊緣特徵的影像是在影像處理和提供中具有許多 的重要應用。一重要的應用係藉由移除模糊及増強邊緣而 使影像更敏銳。其它的應用是形狀或圖案識別,其可使用 在電腦的视覺或OCR (光學字體辨識)。如此的應用對於成 本纸張尺度適用中國國家標*( CNS ) Λ4規格(210X297公雄) •I 一 .me - - - - 一^11 I - - I E^f I. I * (請先閱讀背面之注意事項再填寫本頁) 440801 A7 B7 經濟部中央標免局員工消费合作社印装 五、發明説明(2) 功地處理邊緣檢測是很重。如果邊緣不能夠檢測,它們便 不能夠提升,而如果非邊緣至邊緣交界並非正確地識別, 模糊仍會存在。邊緣檢測失敗便會以下列兩其中之一的方 式出現:"錯誤"邊緣會產生,亦即,該等邊緣特徵並非歸 類爲邊緣,會邊緣會受到破壞’亦即,邊緣特徵係歸類爲 非邊緣特徵,而然後如此的處理大量破壞邊緣^ 該邊緣檢測問題可從許多不同的角度來處理。一處理是 係認爲從一圖素或區域至其它的強度位準變化的邊緣。能 夠量度此變化的諸如梯度之運算子(運用一组資料的數學功 能)能如此使用在邊緣檢測。除了利用某些運算子形式來計 算強度位準的變化之外,該邊緣檢測器必須也要處理臨界 値,而它係指示所提供的強度値變化是否能夠歸類爲表示 邊緣或非邊緣區域或圖素。在臨界和量度強度變化之間的 比較係決定圖素是否屬於邊緣。大多數以臨界爲基礎的邊 緣檢測器係嘗試來固定預先定義的臨界,而此預先定義的 臨界是可運用在整個影像上,並運用在由特殊影像裝置或 處理所產生的每一影像。這會有問題的,因爲在影像中的 諸如陰影之某些特徵會因使用邊緣檢測處理而嚴重破壞2 例如,如果部份影像是在光源的陰影中,而影像的其它區 域是在光源的較亮區域,在陰影區域中的強度變化將無法 與在較免區域中檢測邊緣相比較。既然該等強度値與相同 邊緣特徵的影像較亮區域相比是較低,而且是更窄的範圍 ,所以該陰影區域具有不變的強度。結果,如果設定高的 臨界値,㈣像的陰影區域中所呈現的邊緣特徵會不正確 本成乐尺度適用中S國表標導(CNS > Λ4規格(210x 297公趋) . .-9-, (讀先閱讀背面之注意事項再填ΪΪΤ本百〇 經濟部中央樣準局員工消贤合作枉印¾ 4408 0 1 A7 ______B7 五、發明説明(3 ) — 一- 地歸類爲作非邊緣特徵。 若要改正問題,如此便需要設定較低的臨界。但時常是 ,設定較低的臨界會導至錯誤邊緣的相對問题。當低的臨 界能使用在-影像或影像類型的時候,它會因藉:引用錯 誤的邊緣而產生另一影像類型的不良邊緣檢測。因此,在 彼此影像之間,該臨界値時常是由手動處理來設定,其中 使用者會選取特殊影像的臨界。臨界的選擇時常係經由所 測試的臨界與每一影像相比較的嘗試和錯誤來達成,而稍 後分析孩結果。此外,大郅份的檢測器會忽略局部的強度 範圍問題,因爲該臨界可運用在整個影像的任何地方。— 眾所週知而有效的邊緣檢測器已發展出,該緣檢測 器係使用磁滯臨界。在磁滯臨界處理中,高的臨界和低的 臨界會設定,而在第一處理過程中,具強度値變化(梯度) 大於高臨界的所有圖素係認爲邊緣圖素。在下—處理過程 中,毗連或接近於大於附近邊緣圖素的任何圖素也歸類爲 邊緣圖素’而該等附近邊緣圖素係大於低臨界。即使是使 用Canny邊緣檢測器,構成磁滯的該等高和低臨界値現係以 手動選取。 如此,它梯係意欲要提供邊緣檢測器,其能在影像之間 自動地選擇臨界値’而沒有使用者干擾。此外,如先前所 討論的,它係意欲要描述在影像中的潛在局部強度特性, 所以ΰ玄臨界値能夠调禮在;f目同影像的區域中。此外,由於 計算的成本,該邊緣檢測典型上是以軟體實現,它係意欲 使裝置能以快速的硬體製作,所以數位照相機或電子眼能 本紙張尺度適用中國國家螓在(CNS ) Λ4規格(2;0X 297公炱) -->--,1-----裝--------訂------涑 • I . (請先聞讀背面之注意事項再填'ItT本頁) 44080 1 -濟部中央.標進為員工消費、合作.社印掣 Α7 Β7 五、發明説明(4 ) 具有自動硬體爲基礎的邊緣檢測能力。 發明概述 所揭露的方法係定義影像的局部區域,該局部區域是影 像的選取部分,而然後在沒有使用者干擾能自動地決定臨 界,其係提供用於局部區域中的邊緣檢測。該臨界係基於 局部區域中的圖素強度訊息。 圖式之簡單説明 本發明的方法及裝置之目的、特徵、和優點從下列的描 述而更顯然,其中: . 圖1是本發明的一具體實施例之流程圖 圖2係人類視覺系統響應於強度變化的近似値。 圖3係根據本發明的具體實施例而描述以梯度爲基礎的邊 緣檢測。 圖4(a)係描述用以獲得悌度決定之第一方向差的罩幕。 圖4 (b)係描述用以獲得梯度決定之第一方向差的罩幕。 圖5是本發明的一具體實施例的系統圖。 圖ό是可應用於可直接硬體實現之圖3基於梯度邊緣檢測 的修改流程圖。 發明之詳細説明 請即參考圖,現要描述本發明的具體實施例9所提供的 具體實施例係描述本發明的觀點,而不應限制本發明的範 圍°该等具體實施例主要係參考方塊圖或流程圖來描述。 對於該等威程圖而言,在流程圖中的每個方塊係表示方法 步驟及用以執行該方法步驟的裝置元件。決定在所製作的 —扣衣------訂------银 (請先聞讀背面之注意事項再填寫本頁) 本纸張尺度適用中國國家標準(CNS〉Λ4規格 (210χ 297公茇) 44 08 0 1 A7 B7 經濟部中央標準局負工消費合作.社印掣 五、發明説明(5) ,該等相對裝置元件能以硬體、軟體、韌體、或上述組合 來配置。 當由感應器或照相機、或其它新奇裝置、或所獲得的其 它所補捉的影像分析的時候,可説是具有邊緣特徵,而所 有其它的特徵可説是非邊緣特徵。構成邊緣的決定是不容 易,而且不是難難的處理。邊緣檢測係時常基於測量強度 變化,而然後將該強度變化與臨界相比較。既然太低的臨 界會產生錯誤的邊緣,而太高的臨界會跳過邊緣,所以此 臨界的選擇會是邊緣檢測的基本問題。既然沒有單一臨界 適合於每一影像,它必須在影像之間調諧。時常地,這可 藉由使用者的手動完成。如果不是,所展現的臨界値並非 是意欲的,既然某些影像並非有效響應於用以檢測邊緣爲 目的的特殊臨界。此外,即使臨界不知何故決定在由傳統 邊緣檢測之影像基礎的影像,該臨界會一致性地提供在整 個影像。在具有能改變磁場的不同光源的影像,或在的― 區域中的強度範園不同於其它區域的強度範圍,一致性的 臨界是不足夠的,並且會導致不正確的邊緣檢測結果。 正確的邊緣檢測在圖案識別 '電腦視覺、影像強化、和 影像處理的.許多其它領域中是重要的^它是要避免使用者 設定臨界的干擾’並基於影像的強度特性來進一步地決定 臨界。理想上,該等技術應運用在局部的區域,所以低強 度變化的邊緣仍然能正確地檢測。而且,所使用的技術應 能達成快速硬體製作,以致於它能實現,如果需要,可在 能產生影像圖案的數位照相機或影像裝置中。一如此可能 本紙弦疋度適用申國國家標隼(CNS ) Λ4規格(2i〇,<297公》) --Λ--^-----裝-------訂------球 (諳先閱讀背面之>1意事項再填轉本頁) Λ7 B7 經濟部中央標筚局負工消费合作社印繁 五、發明説明(6 ) 的邊緣檢測方法是在圖!顯示,而且是在下面所討論的各種 不同的其它具體實施例。 圖1是在本發明的一具體實施例上的流程圔。 首先’在影像中的局部區域會定義(步驟110) α該局部區 域會是影像的Μχ Ν矩形區域,纟中如果要要藉此定義正 方形區域,Μ和N是相等。整個所補捉影像大小之百分比 的局部區域能夠是較大或較小,其係決定在所需的製作及 可用的硬體/軟體資源、和影像要以多快的速度來處理的速 度限制。例如,若要利用大部份在電腦系統中的硬體和教 體,它要具有8 X 8或1 6 X 1 6局部區域。該局部區域通常係 定義有關在影像中的特殊圖素。在影像於較大的區域上是 更致性特性,該局郅區域可定義較大。然而,如果微妙 的細節識別是決定性的,或影像在小的區域中顯示較大的 變化特性,該局部區域便能定義較小。 一旦定義該局部區域,下—步驟是要決定三個値:在局 邵區域(步驟120)中的所有強度値之平均數、最小値(min)、 及最大値(max)。考慮局部區域的平方μ X μ附近,此係包 括Μ Μ -1比較。在局部區域中的該等強度値、max、和 平均値係允許在選擇臨界影像中的更精密的識別。在影像 中的局邪區域之強度特性將允許邊緣檢測應用,以決定何 裝置係指定給在該區域中所提供的圖素強度變化。對照之 下’琢典型的邊緣檢測會忽視局部的強度變化π —旦決定梯度資訊,臨界應會決定(步驟π〇)。該臨界是 舆強度(通常是以梯度量度)變化比較,而如果該強度變化 __ 冬 ( CNS ) ---^------^------1T------^ (請先閱讀背面之注意事項再填寫本頁) 經濟部中央標準局”貝工消费合作社印製 440801 Λ 7 _ Β7 五'發明説明(7) 係超過該臨界’該圖素或區域能歸類爲邊緣。在傳統的邊 緣檢測器中,該臨界値已預先設定,而不會随著不同的影 像改變如果影像之間的臨界變化是意欲的,它必須時常 由使用者做手動改變。此外’基於傳統臨界的邊緣檢測器 並不會在所提供影像的局部區域中動態地調整該臨界値, 但是係提供相同的臨界,而不管是否調諧整個所提供的特 殊影像。 對照之下’根據步驟13〇,根據本發明的一具體實施例之 邊緣檢測的臨界値能自動地決定。此決定係基於人類視覺 系統的強度變化響應(人類眼睛的光覺及人腦的心智感受) 。圖2係描述人類視覺系統響應曲線與強度變化比較的近似 値。大體上,強度値的範圍越高,人類視覺系統便不能辨 別強度變化。如果調整人類視覺系統的響應,該臨界將會 更正確,而且在影像邊緣增強上,如果所提高的並沒有,_知 覺的"臨界處理,人類所提高影像的視覺品質會以較好於相 同的影像出現a 根據步驟130的知覺臨界也包括局部區域之強度特性的使 用’即是在步驟120的min '平均數和max的決定。表示強度 的相對範圍及在局部區域中的相對強度値的一方法係定義 百分比或商數,其是將在局部區域中的整個強度値範圍與 平均値和mU的差相比較。因此,臨界的„相對局部強度" (RI)可定義成
Rl=(mean-min)/(max-min). ----- - In--1 H «士 K - - li n - -- I _ i—T __E I K n n I 展 - * 0¾-*" {請先閱讀背面之注意事項再填寫本頁) —_____ -10- 440801 Α7 Β7 經濟部中央標準局負工消費合作社印製 五、發明説明(8 ) Ri能用於臨界’但是就某種意義來説,ri因素並不是最 佳的’因它並未與人類視覺系統,或與採用邊緣檢測的應 用有關聯°如圖2所示,其在光學和影的領域中是眾所週知 的,響應於強度變化之人類視覺系統係允許概略性的對數 圖案。因此,若要描述人類視覺系統的知覺能力,功率函 數運算子也應是決定臨界的因素。因此,邊緣檢測的臨界 理想尚是ΪΙΓ,其中” a"是功率因素。模擬和測試結果已顯 示0.45的功率因素係接近於人類視覺系統。因此,在人類視 覺目的之邊緣檢測中所採用的臨.界u T,,是: T = {(mean-min)/(max-min)}0·45 此功率函數運算子只是範例,而可根據在有關人類視覺 系統或決定在採用邊緣檢驗應用範圍中所獲得的新資訊來 修改。在諸如OCR的文字圖案辨識中,它對於脱離人類視 覺系統反應是很有用,而且以不同的功率因素或改變諸如 縣性運算子的運算子類型而再形成功率函數。 本發明的具體實施例之主要觀點是該臨界能自動地決定 ’而且係局部地動態改變,而無需使用者干擾。該臨界係 額外基於人類視覺系統的知覺,但可修改成給其它的視覺 系統或利用所執行之邊緣檢測的應用。 一旦決定臨界’然後,邊緣檢測能利用該局部臨界値(步 膝140)來執行3圖3係描述利用知覺和局部地調諧臨界的基 於梯度的邊緣檢測器。該邊緣檢測能藉由意欲的部份或圖 -11 - -- -- - I ^^^1 - (請先閱讀背面之注意事項再填te本f ) --° 440801 經濟部中央標準局負工消費合作社印裝 Λ 7 ~~-_______ Β7 __五、發明説明(9 ) 素而可以是所執行的圖素。換句話説,在局部區域中的所 有圖素係受限於相同的動態地獲得臨界,或只是有關局部 區域定義的中央圖素。因此,步驟15〇會檢查是否任何的影 像邵分係保留給邊緣檢測。影像部分會定義成與單一圖素 具有相同的大小,所以動態出現的臨界會重新決定每個和 每一圖素’而該局部區域會改變(和因此會是新的)爲每個 和每一圖素。如有任何的影像部分遺留下來,那麼該局部 區域會重新定義(步驟11〇),而步驟12(μ15〇會重複。如果並 沒有邊緣檢測之遺留的影像部令,該程序便完成。 圖2是人類視覺系統響應於強度變化的近似値。 圖2的繪圖具有水平軸,其係標示圖素之可能的強度値。 所提供的每圖素8位元解析影像,可能的強度値範園是在〇 和255之間。縱軸係表示人類視覺系統之所感受的強度變化 ’其係完全以自然對數來顯示非線性響應。本質上,較大 之所要量測的變化的強度値,人類視覺系統沒有能力來區 別差。例如’從2 5至2 6値的強度變化由人類視覺系統可感 受到4 %強度變化。對照之下,從100至ι〇1的一強度値的相 同變化係顯示只有1 %的人類視覺系統的知覺差。知覺的能 力會進一步減少’所以從200至201値的變化只感覺到〇 5 % 的強度變化。從201至200的變化亮度値並不會與從2 5至2 6 的一樣太。 考慮如此的影像部分,由於陰影,所有的値皆在較低的 地方’可説是在0和5 0之間,而其它的影像係顯示較高範 圍的値。如果一致性的臨界係運用在影像,可說具有 r ^-----¾衣------1T------^ (請先閲讀背面之注意事項再填寫本頁) -12- 本紙浪尺度適用中國國家標準(CNS ) Λ4規格(2丨〇Χ297公釐) 4 4 OB Ο 1 Λ 7 Β7 經濟部中央標準局貝工消費合作社印装 五、發明説明(1〇) T = 〇.6 ’而該値係時常在技藝中使用,然後沒有邊緣特徵 可在影像部分中檢測,既然該變化從未大於最大的60%, 而此最大値可旎疋相當高。在該影像部分中的所有邊緣特 徵將會錯誤地特徵化。對照之下’局部的知覺臨界會根據 在影像部分或定義爲局部區域之影像部分中的最大、最小 、和平均強度來設定局部臨界。如果最大値是5〇 ,而最小 値是二,並且平均値是20,那麼所使用的臨界會是2〇/5〇或 0.40此外,如下面所顯示的描述,如果強度或梯度的變 化也正常化或調諧成局部區域λ邊緣檢測的比較會更有意 義。 〜 圖2的曲線在技藝中是眾所週知的,在技藝中的技術具有 在0.4和说間的純不同所使用㈣,其係表示描述曲線 的功率函數。理想上,本發明的—具體實施例係使用 函數運算子之功率因素的㈣.45,但是應用或製作的任何 其它的功率因素能夠選擇運用在RI因素。 圖3係根據本發明的—具體實施例的基於梯度邊緣 流程圖。 首先,在影像中的最初局部區域係定義有關圖素口 31〇)。該最初的局部區域能夠是影像的ΜχΝ的矩形區 其中如果需要藉以定義正方形區域,m*n可以是 。影像在較大區域上是更有一致性特徵,該局部區域可1 義成較大。然而,如果微妙細節識別是決定性的,或必( 顯示在::域中的大變化特性,該局部區域能定義較::像 -旦定義孩局部區域,下—步驟是要決定該梯度值 具 -13- 本紙張尺度適用中國國家標準(CNS) A4規格(2l0x 297公趋 --I -----,装--------訂------嘁 (讀先閲讀背面之注意事項再填{"本頁) Λ: Β' M濟部中戎橾準局兵工消费合作社印褽 五、發明説明(” 係藉由運用某些罩幕或運算子(步驟320)而結合在局部區域 中的每一和每個圖素。此罩幕或梯度運算子係運用在有關 每個圖素的較小鄰近,通常具有較小的鄰近是較局部區域 的大小還小。圖4 ( a) - 4 (b)及其相關的描述係闡明具3 X 3 相鄰幕的參數和配置,並包括所要決定梯度的圖素。藉由 重複地將運算子或罩幕提供給在局部區域中的每個圖素, 而藉此決定梯度’整個局部區域的梯度資訊便能完成。該 梯度是在有關該圖素之小區域(罩幕大小的範圍)中測量來 自所提供圖素之各種不同方向的.相對強度變化。 在大多數的基於梯度的邊緣檢測中,該梯度値係藉著將 梯度除以在整個影像中的最大梯度而在整個影像上正常化 。然而,如此的正常化係需要,如果是以硬體實現,在整 個影像中的所有圖素梯度資訊之兩處理方法必須決定,而 然後每個梯度係除以在影像中所找到的最大梯度値。既然 局邵區域係定義用以決定局部臨界,所以此相同的局部區 域可根據在局部區域(步驟325)中的最大梯度而用來使圖素 P的梯度正常化。此係確保梯度比較的臨界更能反映局部影 像趨勢。如果該梯度係根據在整個影像中的最大梯度而正 常化,那麼該局部臨界將會將相對梯度與整個影像相比輕 ,而不考量局部區域。 一旦決足該梯度的訊息,該臨界可基於局部的強度訊息 (步驟330)而自動地決定。臨界"τ"的自動決定在先前與圖1 中的步驟1 3 0有更深入的討論,但是反覆地説能夠以 T={(mean-min)/(max_mm) }表示,其中”平均値,,是在局部區 -14, 表紙乐尺度適用中國國家標準(CNS ) A4規格(210Χ29λ公沒 —'.I—----ά------ir------^ - - (請先閲讀背面之注意事項再填寫本頁〕 44080 1 Λ7 B7 經濟部中央榇準局負工消费合作钍印製 五、發明説明(12 域,中的所有強度値的平均,"min„是那所有強度値的最小量 ’ 區域的最大強度俊,而"a"係基於邊緣檢測所 運用的應用或視覺系統的功率„。如果應用或視覺系統 具有響應於強度變化的平坦線性,該功率因素時常會是"r· ,當敘述人類視覺系統特徵的時候,在技藝中所顯示的功 率因素係大約是” 0.45”。 若要決定圖素P是否爲屬於影像邊緣特的圖素,該正常化 的梯度會與動態所決定的局部臨界俊(步驟335)相比較。如 果圖素P的正常化梯度超過該臨界値,圖素P便能歸類爲 邊緣圖素(步驟340),其係屬於諸如線條之影像邊緣特徵 的圖素。如果不是,該圖素p係歸類爲非邊緣圖素(步驟 j50) w邊緣檢測的一方法,即是基於梯度的邊緣檢測已 j圖3的流程圖中提出,使用臨界處理的任何適當邊緣檢測 器可利用本發明的各種不同具體實施例的臨界處理觀念來 改艮邊緣檢測器的能力。例如,採用具有分類邊緣和非邊 緣之影像空間Gaussian罩幕的眾所週知Canny邊緣檢測器可 連同設定其磁滯的局部和知覺動態臨界處理的技術使用, 低臨界和高臨界係基於局部的強度資訊。 的數位照相機而言,例如在圖3'警和二= 展現的邊緣檢測器是有效的,由於在該裝置中利用其計算 的速度及使用較少的矽區域3 '、’人如不1任何的圖素是在該局部區域(在步驟370上檢 查)中處理,那麼步驟32〇_375便會重複。如果圖素係確實 歸類爲邊緣或非邊緣圖素,有關下一圖素p的新局部區域便 15. ^ ^ ~ —裝 訂 線 (讀先閱讀背面之注意事項再填寫本頁) 木紙張尺度適用中國國家標準(CNS )厶4規格 (210X297公处) Λ7 Β7 經濟部中央標準局負Η消費合作衽印黑 五、發明説明(13) 會定義(步騍3 80)。該局部區域在影像中的每個圖素是不同 的’而因此,每個圖素具有其本身的調諧局部臨界値及有 關它正常化的最大局部梯度。決定所提供圖素的梯度資訊 之方法是在圖4(a)和4(b)中描述。圖4 ( a)係描述用以獲得第~方向差的罩幕。 決定圖素梯度的一方法係應用罩幕A,其本質上係尋找有 關涵蓋軍幕之附近交界的圖素”強度"。此強度本質上係沿 著兩圖素交界的特殊方向差。當沿著第二方向交界而與類 似的強度計算的時候’此第一方向能提供與其鄰近比較的 中央圖素之良好的相對強度估計。在圖4(a)中,3X3罩幕 係描述在第一及第三欄中具有非零係數,而零係數是在中 央或第二欄。所顯示的罩幕A是具有6個非零係數a 1、A2 、A3、A4 ' A5、和A6。該當罩幕係運用在具有強度値1〇 、I]、12 ' 13、14 ' 15、16、17、和18之圖素的影像區域 I的時候’結果所產生的差Λχ係表示爲:△ x = AI*I0 + A2*I3+A3*I6 + A4*I2 + A5”5+A6*I8 » 該 差値Δχ能使用在具強度値丨4的圖素梯度計算,其係顯示在 影像區域I的中心。通常,該罩暮八會具有提供零的加總係 數。在眾所週知的Sobel罩幕中,該等係數Ai、Α2、和A3 皆具有-1値,而該等係數A 4、A 5、和A 6皆具有+丨値。如 此,隨著Sobel罩幕的係數,差値Αχ會是^ = 12 + 15 + 18-10-Π-Ι6。因此,在技藝中已知達成有意義梯度値的罩幕 係數選擇係將差計算減化成只有圖素強度値的加算及減算 ’而該等圖素強度値能輕易藉由加法器的硬體實現。因此 __ -16- 尺錢财關) Α4·_(Tj^x 297公斧 j~ (諳先閱讀背面之注意事項再填寫本頁} -裝
-II .丨球 4 Λ OB Ο 1 Λ7 Β7 五、發明説明(Μ) ~' ,該差値會變成容易而很快地實現。諸如prewitt罩幕的不 同罩幕如果應用便能容易地實現。該prewitt罩幕具有等於 -1的A1和A3係數’而A2係數是-2。若要眞實地呈現,該 Prewitt罩幕具有在A4和A6等於+1的另一方向交界上的係 數,及等於+ 2的係數A5。使用Prewitt罩幕,AX或差値會變 成^ = 12 + 245+18-10-243-16。雖然乘以2,但如果只 有加法及減法運算是在硬體實現,這可藉由15和13的移位 運算及藉由諸如Δχ = Ι2 + Ι5 + Ι5+Ι8-Π)-Ι3-Ι3-Ι6的Δχ計算 而容易地實現。 、 梯度運算係使用在邊緣檢測中,既然係假設邊緣在影像 空間中具有特殊的方向。如果14認爲是邊緣圖素,沿著圖 素的邊界(一邊-10、13、Ιό,而另一旁邊_12、15、18)應 具有小於圖素14的強度或相對的组合強度位準。關於這— 點,本質上是在水平方向(該罩幕具有決定在影像的左邊和 右邊上的強度値)中的第一方向差能夠以上述所提供的來計 算。既然該影像空間是二維、垂直、和水平,只有一有關 圖素14的更多方向差會需要計算。 超濟部中央橾準局!工消費合作社印" 圖4(b)係描述用以獲得第二方向差的罩幕。在圖4(b)令 ’所描述的第二3 X 3罩幕在第1及第3列中具有非零係數, 而在中央或第2列中具有零係數。所顯示的罩幕β係具有6 個非零係數Β ί、Β 2、Β 3 3、Β 4、Β 5、和Β 6。當該罩幕提 供給具有強度値10、II、12、13、14、15 ' 16、17、和 18 圖素的區域I的時候,結果所產生的差係表示爲: Δγ=Β1*Ι0+Β2*Ι1+Β3*Ι2+Β4*Ι6+Β5*Ι7+Β6*Ι8 。該 -17- 本紙張尺度適用中國國家標隼(€阳)八4現格(2丨0/ 297公&) 440801 Λ 7 Β7 五、 發明説明(15 差値Ay能用在計算具有強度値14的圖素梯度,其係顯示在 影像區域I的中央。通常,該罩幕3具有提供零的加總係數 。在眾所週知的Sobel罩幕中,該等係數B1、B2、和B3皆 具有値-1,而該等係數B4、B5 '和B6皆具有値+ 1。如此 ,随著Sobel罩幕的係數,差値Ay會是Δγ = Ι6 + ί7 + Ι8_Ι〇· 11-12。因此,在技藝中已知達成有意義梯度値的罩幕係數 選擇係簡化成只有@素的〜算和減算的計算,而其能輕易 以加法器硬體實現。因此,該差値會變成容易實現和快速 三諸如Prewitt罩幕的不同罩幕便.能容易地實現^該prewiu罩 幕具有等於-1的B1和B3係數及_2的]52係數。若要眞實地 呈現,該prewi«罩幕具有在等於+ 1_4#pB6的另—方向邊 ,上的㈣及+ 2的係數B5。使用prewitt罩幕,在沿著影像 人界的第一方向中的或差値會變成+ + 1〇:2^ 1-12。雖然乘以2,但這能容易地藉由15和13的移 {運算《 ί見’或如果只有加算和減算是以硬體實現,則可 藉由如Δγ=Ι6 + ί7 + Ι7 + ί8_Ι0-π-π七來分開計算。理想 上,用來尋找Δχ或第—方向差的罩幕Α應該與用來尋找第 二万向差的罩幕B類型相同。它可使用在—方向中的_ 及另-爲補償的Prewi«’既然該影像裝置不能夠生產正方 >圖素卩疋理想上,可產生其它形狀的矩形圖素或圖素 。在域情況,圖素的幾何可説是罩幕係數的選擇。 隨著上面所獲得的第 Η又行]弟—万向爰Δγ,其係説明水平及垂直 的兩方向交界對。蚨接,太见 0 τ…俊在衫像空間ί的中央圖素之梯度I4 是由在每個方向上獲得所 °艾力α 心的向量所獲的向量大 ΙΊ : 裝 訂 ^ - - (請先閱讀背面之注意事項再填寫本頁) 經濟部中央標準局負工消費合作社印装 -18 - A7 4408 0 1 五、發明説明(16 ) 小。因此,該梯度G會是,或由Δχ*Δγ組合所 形成的向量。每個圖素的梯度可藉由3 X 3的較小環繞個圖 素的區域獲得’而然後藉著在兩方向及它們相對邊界對的 其中之一來提供罩幕,本質上藉此在梯度的決定上能包括 每個&即毗連圖素》如上述的,該梯度値可正常化在局部 區域中所展現的最大梯度,所以相對的加權能提供給梯度 測量。例如,在具諸如非線條結構的影像部分中,該等梯 度値可位在狹窄的區域。如果這些在該局部區域中正常化 成最大梯度,那麼所獲得的該等梯度値能更有效地分柄。 该正常化的梯度G= ^Xl + Ay2 /GLMAX,其中(^…以是在局部 區域中的所有圖素之最大梯度。 圖5是本發明的一具體實施例的系統圖。 圖5係描述電腦系統51〇,它能夠是諸如p c (個人電腦)的 任何一般或特殊目的的決定或資料處理機器,而此p c係耦 合至照相機530。照相機530能夠是數位式照相機、數位式 影像照相機、或任何的影像捕捉裝置、或影像系統,而且 疋利用來補捉物體或場景54〇之感應器影像^本質上,所補 捉的像影係藉由影像處理電路532所壓縮及處理,所以它們 能有效地儲存在影像記憶體單元534,該記憶體單元可以是 速如固定式磁碟、介面卡等的隨機存取記憶體(RAM)或其 它的儲存裝置。在多數的數位式照相機中,從諸如慼應器 的影像捕捉裝置所獲得的原始影像會首先儲存在照相機53〇 ,而稍後會下載輸出、顯示、或處理a此允許照相機53〇在 無需額外延遲而很快地補捉下一個物體。一方便的原始影 -19- 本紙浪又度適用中國國家標卑(CMS ) Λ4規格(2丨0X 297公釐) —;—^----.裝—:----訂------踩 (請先閱讀背面之注意事項再填巧本S ) 鲤濟部中央標準局Μ工消费合作社印製 經濟部中央標孪局員工消費合作社印製 44 08 0 1 A7 五、發明説明(17) 像表7上述的8位元Bayer圖案CFA,其係結合每個圖素的 灰谐強度値的色彩(紅色、綠色、或藍色)。 在一具體實施例中’影像是由原始8位元Bayer圖案CFA的 照相機53〇所補捉,而然後壓縮成某些其它的資料或編碼的 格式3根據本發明的一具體實施例之邊緣檢測的局部臨界 如下所述。首先,該壓縮的影像會從照相機5S0經由輸入/ 輸出連接埠517下載至磁碟518或在電腦系統51〇上的其它裝 置。琢所壓縮的影像是在電腦系統51〇上解壓縮。然後,該 電腦系統會藉由執行指令而在復原的CFA影像上執行邊緣 檢測的局部臨界處理,而該等指令係構成處理器512能執行 在本發明的各種不同具體實施例中所描述的。 在本發明的各種不同具體實施例中所描述的方法可藉由 使用諸如Permum·™ (英代爾公司的產品)及諸如RAM之記憶 體511的處理器512來執行,而此RAM是用來儲存/載入指令 、位址 '和結果資料。用來執行知覺的臨界處理和邊緣檢 測的應用能夠是從以C + +語言所寫的原始程式所編譯的可 執行模组。符合於決定及正常化梯度値輔助的指令之可執 行模组的指令可尋測局部強度特性,並自動地決定局部臨 界處理可儲存在磁碟518或記憶體511,而如此可經由某些 可讀取的媒體載入。這對於在電腦科學技藝中的任何一平 常技術是顯然的,而能經由程式來控制決定機器是否要實 現在本發明的各種不同具體實施例中所描述的寫入方法3 電腦系統510具有系統匯流5丨3,其可輔助資訊傳遞至處理 器512和記憶體511,並從其傳回,而且也具有橋 14, ___ -20- 本紙張尺度適用中國國家標卒(CNS ) A4規格(210X297公沒) (許先聞讀背面之注意事項再填舄本頁) 裝 440801 A7 B7 五、發明説明(μ ) 其係將系統匯流513轉合至輸人/輸出匯流排515。輸入/輪出 匯流排515係連接諸如顯示轉接器516、磁碟518 '和諸如串 列缚的輸入/輸出淳之各種不同的輸入/輸出裝置。輸入旧 出裝置、ffi流排 '和橋接器的許多如此的組合能夠與本‘ 明使用,而所顯示的组合只是描述可能的組合。 當補捉諸如物體/場景54〇的影像的時候,該影像會以諸 如眾所週知的Bayer圖案的CFA而以R、G、和B圖素強度値 展現。這些圖素強度値會傳送至該影像處理電路532。影像 處理屯路532疋由積體電路和執行類似其它功能的元件所組 成,影像壓縮方法是用來減少與照像機53〇和電腦系統5】〇 之間傳遞的大小。當影像要顯示或輸出的時候,所需的色 衫窝入是最重要,而如此並不必要在照相機53〇上執行。當 使用者或應用需要/請求影像下載的時候,儲存在影像記憶 單兀中的壓縮影像會從影像記憶單无534轉移至輸入/輸出 埠517。該輸入/輸出埠517係使用所顯示(經由輸入/輸出匯 流排至系統匯流513的橋接器514)的匯流排橋接器,以便 暫時性地將影像資料儲存在記憶體i或磁碟5丨8。該等壓 縮影像是由適當的應用軟體(或專屬的硬體)解壓縮,並利 用處理益512來執行α該解壓縮的影像資料會以類似或相同 於由照相機530的感應器所補捉的影像資料之每圖素8位元 的強度値來復原。 孩下載影像一旦解壓縮便會在它們的Bayer圖案形式中具 有圖素’即疋’圖素的8位元強度値,但只結合三顏色紅色 '綠色 '或藍色的其中一個顏色D在一應用上,如果影像 -21 - &纸泫尺度適用中國國家榡準(CNS ) (請先閱讀背面之注意事項再填寫本頁〕 -------裳. 經濟部中央標洋局負工消費合作社印裝 )Λ4規格(210X297公茇 440801 A7 p—___^_ 五、發明説明(19) 之所提升邊緣要在是監視器520上輸出,那麼根據本發明的 各種不同的具體實施例的局部臨界處理和邊緣檢測便會採 用。該下載和解壓縮的影像會藉由上述的圖素和技術來分 析,每個圖素係歸類爲邊緣或非邊緣。隨著所檢測的邊緣 ’它們能提升或由其它的應用或碼模組來處理。當執行局 部臨界處理及邊緣檢測的時候,該等梯度値及正常化的梯 度値能以陣列儲存在記憶體511或磁碟518。如果所儲存陣 列的每個元素能夠以相對於單一資料的一组資料來儲存, 那麼該圖素的正常化梯度,梯度最初的圖素強度局部臨界 可全部儲存,以致於它們能重新給其它的應用使用。如果 邊緣增強是邊緣檢測目的,該所提供的影像550將以較佳的 視覺效果、明顯的邊緣顯示,提供較傳統邊緣檢測方法更 適合的顯示裝置(監視器520和轉接器516)。所提升邊緣的 影像可儲存在磁碟518、記憶體5 Π、及/或在經由顯示轉接 器516提供之後,可直接輸出至監視器520。藉由使用當作 臨界因素的人類視覺系統,就如上述有關於本發明的各種 不同具體實施例,該所提供的影像550會以較高的品質影像 出現。諸如文字辨識軟體(OCR)而可在電腦系統500上實現 的較寬陣列影像及電腦版本應用可根據本發明的各種不同 具體實施例來利用局部的臨界處理及邊緣檢測。而且,如 果任何其它的邊緣檢測而除了在此所討論的以外,該局部 臨界技術能夠以略爲修改的方式來提供,所以如此的操作 會更有效。 局部臨界及邊緣檢測的電腦程式碼可封包成諸如款式磁 -22- 本紙掁尺度適用中国國家標华(CNS ) Λ4规格(210X 29;/公垃) {請先閱讀背面之注意事項再填寫本頁 裝. ]- 經濟部中史標準局si工消費合作社印製 A7 A7 Μ濟部中央標聿局-負工消费合作社印掣 五、發明説明(2〇 ) 碟或CD-ROM可接受的電腦可讀媒體,而且可伴隨執行從照 相機530所下載影像的解壓縮的軟體。就如任何的其它軟體 ,它可在網路通信系统上下載/指定,或能以韌體使用。這 些所下載的影像能根據它們的邊緣特徵而提升,所以該等 像能以更正確的視覺效果將物體/場景540展現給使用者。 根據本發明的另一具體實施例,邊緣檢測和局部臨界能夠 在照相機53〇的本身以硬體實現。 在本發明的另一具體實施例中,該影像處理電路532能適 合於包括在-照相機上用以執行局部臨界處理和邊緣檢測的 電路’以致於在影像記憶體單元534中所儲存的影像是無雜 訊的影像。因此’當下載至電腦系統51〇或所提供裝置的時 候’邊緣特徵便已分類。在如此的具體實施例中,該影像 的邊緣特徵可預先分類,所以諸如無雜訊和顏色寫入的技 術能正確而能更有效地執行。上述用以尋找/正常化圖素梯 度 '及局邵臨界、和邊緣檢測的方法可容易地在VLSI(超大 型積體電路)或其它的積體電路實現。 圖6是圖3直接運用硬體所實現的基於梯度邊緣檢測所修 改之流程圖。 如果諸如圖5的照相機530是以硬體實現’圖3方法的數種 修改便能採用。假設平方Mx Μ局部區域,那麼最初,最 初Μ2圖素梯度値必須決定(步驟6〇〇),而且儲陣 列。此Μ2的計算値只需在所提供的影像執行—次,如同在 下面所討論的。其次,根據步驟620,在局部區域中的最大 梯度會決I在硬體中,比較器和暫存器可透過步截6〇〇使 -23- 本.¾¾尺度適用中國园家標导(CXS ) Λ4現格(297公笕) (請先閱讀背面之注意事項再填ί?ΐ本頁) 裝- 訂 44 08 u Ί Α7 五、發明説明(21 ) ^,所以當計算所找2圖素的梯度値的時候,該最大的決 定也會執行。梯度值的正常化可在只關於已定義局部區域( 步驟630)之圖素P的梯度上執行。然後,最小⑽)和最大 (max)的強度値會發現(步驟64〇)。對於硬體而言,此步骤 也可根據步驟_,藉由一對暫存器和比較器而與所有m2 圖素梯度㈣決定平行處理。其次,平均強度値會決定(步 骤650)。最後,該邊緣檢測能藉由決定局部臨界來完成, 並將它與圖素P(步驟660)的正常梯度相比較。 當邊緣檢測的下一圖素取得(步驟67〇)的時候,那麼有兩 種可能性。該圖素屬於新的影像列,或它並不屬於(在步驟 678上松查)。如果该圖素不屬於新的列,它是部份的相同 列’而且係假設圖素的從左至右掃描,第—欄的M圖素梯 度値會從梯度陣列(步驟68〇)移出並清除。然後,只有新欄 的Μ圖素梯度値需要計算相同列的下—圖素但以經過一搁( 步驟685) ^如果在梯度陣列中的攔左移(左至右的掃描)或 右移(右至左的掃晦)是在步驟上執行,只有在陣列中的 最後的欄需要以最新所計算的梯度値來更新。這會大量提 升硬體的速度。 經濟部中央標"-局Μ工消費合作社印製 如不新的圖素ρ不是相同的列,那麼列的變化便會受到影 i 叩不疋私出梯度陣列的欄,一列的Μ彳直會改變(步螺 690)=假設係上而下地掃描,第一列會移出,所有的列會 向上移’而在梯度陣列中的最後空白列會由新計算的Μ梯 度I直(步银695)所替換。如果係執行逐列方式的圖素掃描, 那麼掃描的方向(左至右 '及右至左)會随著每一新列改變 _______ -24- 4408 0 A7 B7 — " ~ ~ * - — 五、發明説明(22) 。在此方法中,最少的梯度計算數目便會執行。如果係採 用Z字形的掃瞄及處理圖案,梯度運算値M2只會執行—次 。方向知描的變化也需要梯度陣列的棚/列移位方向的變化 。如此的實現可使用在整個影像不能夠儲存的梯度値,或 由於受速度限制而使用在單一處理方法的情況。 即使是減少梯度的計算,既然每個圖素並不是只將Μ個 新値與先前所決定的該等最小和最大値相比較,所以最小 和最大的強度和梯度値必頰重複於每個圖素, 變 和清除的該等陣列値係包括該等最小及/或最大,=會造 成錯誤的結果。 在此所描述的具體實施例只提供本發明原理的描述,而 並非是限制本發明& r间 9範圍°相反地,本發明的原理可運用 在不同的系統,以读忐 優點,咬也、… 所描述的優點,及達成其它 戎也滿足其它的目的。 ^—ϋ ^—^1— 111¾ —Iff —flu n m·— f^li ^~J Χ^Λ ;\έ (锖先閎讀背面之注意事項再填寫本頁) 經濟部中央標皋局貝工消費合作.社印¾ (CNS ) Λ4洗格 .25. (公釐)
Claims (1)
- 8 8 8 8 ABCD4 4 %_7U刪財利申請案 中文申清專利範圍修正本(9〇年2月) 申請專利範圍 l.—種決定邊緣檢測的臨界值之方法,其係包括下列步驟 I-- —I -----—ί I -I n n —I I (請先閲讀背面之注意事項再嗔寫本頁) 足我景> 像的局部區域,該局部區域是該影像所選定的 部分;及 热需使用者的介入而基於在該局部區域中的強度資訊 自動地決足施加在該局部區域中的邊緣檢測的臨界; 當決足步驟係有關人類視覺系統強度時,提供反映知覺 持徵的功率函數運算子;該功率函數運算子是局部強度 相對提高至功率因素的量度;其中該相對局部強度是在 孩局部區域中所有強度值的平均和最小之間的差,以及 在該局部區域中所有強度值的最大及最小之間的差的商 數。 2 .如申請專利範圍第〗項之方法,其中該功率因素係對應 於人類視覺系統對強度變化的知覺能力a 3'如申請專利範圍第2項之方法,其中該功率因素是〇.45。 4.如申請專利範圍第1項之方法,還包括下列步驟: 藉由將該臨界與所界定局部區域的圖素P之正規化梯 度相比較,以檢測該影像的邊緣特徵。 經濟部中央棣嗥局貝工消費合作社印策 5·如申請專利範圍第4項之方法,其中如果該圖素的正規 化梯度超過該臨界,該圖素則歸類為屬於該影像邊緣特 徵的圖素。 6如申請專利範圍第4項之方法,其中該正規化梯度係藉 由執行下列步驟而決定: 在該局部區域中決定每個圖素的梯度; 本紐尺度適用中國國家梯準(CNS ) 44胁(21Qx 297公董) 44 Θ 8 〇 a AS BS CS D8 申請專利範圍 經濟部中夬標率局貝工消費合作社印製 在該局部區域中決定該最大梯度值内:及 藉由將圖素P的梯度除以在該局部區域中的最大梯产 值而使圖素p的梯度值正規化。 〜 如申請專利範圍第6項之方法,其中—給定圖素的梯度 係藉由下列決定: 施加第一罩幕至每個梯度將會被決定以獲得第一方向 差量之圖素的周圍; 訑加第一軍幕至每個梯度將會被決定以獲得第二方向 差量之圖素周圍的圖素,其中該第二方向係垂直於該第 一方向:及 決定孩梯度為由該等第一方向差量及第二方向差量的 向量和所定義之向量大小。 如申請專利範圍第7項之方法,其中該第一罩幕是 Prewitt罩幕,其具有在該第二方向變化的-丨、_2、+ 1 和+ 2係數。 9 如申請專利範圍第7項之方法’其中該大小係藉由下列 步驟獲得: 平方該第一方向差; 平方該第二方向差; 加總該等第一及第二方向差;及 獲得該加總的平方根,該大小係設定成等於該平方根 7. 诗 先 閔 讀 背 U& 之 注 項 再 填 'I装 瓦I 8 1 0 ·如申請專利範圍第7項之方法’其中該第—罩幕是sobel 罩幕*其具有在該第一方向變化的-1和+ 1係數。 -2- 本紙浪尺度逋用令國國家樣準< CNS ) A4現格(2 i Ο X 297公釐) 訂 Λ 4AB!CD 央 榡 準 局 員 X 消 費 合 社 印 六、申請專利範圍 1 1 .如申請專利範圍第7項之方法,其中該第一罩幕是s〇bei 罩幕,其具有在該第二方向變化的_ 1和+ 1係數。 1 2 .如申請專利範圍第7項之方法,其中該第一罩幕是 Prewitt罩幕’其具有在該第一方向變化的_ι、_2、+! 和十2係數。 13. —種包含一電腦可讀取媒體之物件,該媒體係包括儲存 於其上之多數的指令序列,該等多數的指令序列,當由 處理器執行時,會執行下列步驟: 定義影像的局部區域,該局部區域是該影像所選定的 部分;及 無需使用者的介入而基於在該局部區域中的強度資訊 ,自動地決定施加在該局部區域中的邊緣檢測的臨界; 當決定步驟係有關人類视覺系.统強度時,提供反映知覺 特徵的功率函數運算子;該功率函數運算子是局部強度 相對提高至功率因素的量度;其中該相對局部強度是在 琢局部區域中所有強度值的平均和最小之間的差,以及 在該局部區域中所有強度值的最大及最小之間的差的商 如申請專利範圍第13項之物件,其中該功率因素係對 應於人類视覺系統對強度變化的知覺能力。 !5.如申請專利範圍第14項之物件,其中該功率因素是0.45 範圍第u項之物件’其中該電腦可讀取媒體 1括多數指令,當由該處理器執行時,會造成: 本紐尺度遠用 ---------^裝------訂------ (請先閱讀背面之注意事項再填寫本f ) -3 -
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/986,461 US6094508A (en) | 1997-12-08 | 1997-12-08 | Perceptual thresholding for gradient-based local edge detection |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW440801B true TW440801B (en) | 2001-06-16 |
Family
ID=25532448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW087119801A TW440801B (en) | 1997-12-08 | 1998-11-30 | Method and apparatus for perceptual determination of threshold for gradient-based local edge determination |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US6094508A (zh) |
| EP (1) | EP1058909B1 (zh) |
| JP (1) | JP4160258B2 (zh) |
| KR (1) | KR100371470B1 (zh) |
| AU (1) | AU1412199A (zh) |
| DE (1) | DE69828909T2 (zh) |
| TW (1) | TW440801B (zh) |
| WO (1) | WO1999030270A1 (zh) |
Families Citing this family (120)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6415053B1 (en) * | 1998-04-20 | 2002-07-02 | Fuji Photo Film Co., Ltd. | Image processing method and apparatus |
| US6240208B1 (en) * | 1998-07-23 | 2001-05-29 | Cognex Corporation | Method for automatic visual identification of a reference site in an image |
| US6614474B1 (en) * | 1998-08-27 | 2003-09-02 | Polycom, Inc. | Electronic pan tilt zoom video camera with adaptive edge sharpening filter |
| JP2000241117A (ja) * | 1999-02-22 | 2000-09-08 | Keyence Corp | 画像のエッジ検出方法、検査装置及び記録媒体 |
| SE513728C2 (sv) * | 1999-03-26 | 2000-10-30 | Goesta Granlund | Förfarande och system för artificiellt seende |
| US7095164B1 (en) | 1999-05-25 | 2006-08-22 | Intel Corporation | Display screen |
| US6697534B1 (en) | 1999-06-09 | 2004-02-24 | Intel Corporation | Method and apparatus for adaptively sharpening local image content of an image |
| US6744532B1 (en) * | 1999-08-31 | 2004-06-01 | Lite-On Technology Corporation | Method for enhancing printing quality |
| US6625308B1 (en) | 1999-09-10 | 2003-09-23 | Intel Corporation | Fuzzy distinction based thresholding technique for image segmentation |
| US6658399B1 (en) | 1999-09-10 | 2003-12-02 | Intel Corporation | Fuzzy based thresholding technique for image segmentation |
| US7106910B2 (en) * | 1999-10-01 | 2006-09-12 | Intel Corporation | Color video coding scheme |
| US7053944B1 (en) | 1999-10-01 | 2006-05-30 | Intel Corporation | Method of using hue to interpolate color pixel signals |
| US6628827B1 (en) | 1999-12-14 | 2003-09-30 | Intel Corporation | Method of upscaling a color image |
| US7158178B1 (en) | 1999-12-14 | 2007-01-02 | Intel Corporation | Method of converting a sub-sampled color image |
| US6961472B1 (en) | 2000-02-18 | 2005-11-01 | Intel Corporation | Method of inverse quantized signal samples of an image during image decompression |
| US6748118B1 (en) | 2000-02-18 | 2004-06-08 | Intel Corporation | Method of quantizing signal samples of an image during same |
| US6337925B1 (en) * | 2000-05-08 | 2002-01-08 | Adobe Systems Incorporated | Method for determining a border in a complex scene with applications to image masking |
| US6738520B1 (en) | 2000-06-19 | 2004-05-18 | Intel Corporation | Method of compressing an image |
| US7046728B1 (en) | 2000-06-30 | 2006-05-16 | Intel Corporation | Method of video coding the movement of a human face from a sequence of images |
| US6775413B1 (en) | 2000-09-18 | 2004-08-10 | Intel Corporation | Techniques to implement one-dimensional compression |
| US6636167B1 (en) * | 2000-10-31 | 2003-10-21 | Intel Corporation | Method of generating Huffman code length information |
| US6563439B1 (en) | 2000-10-31 | 2003-05-13 | Intel Corporation | Method of performing Huffman decoding |
| US6422082B1 (en) | 2000-11-27 | 2002-07-23 | General Electric Company | Laser shock peening quality assurance by ultrasonic analysis |
| US20020118746A1 (en) * | 2001-01-03 | 2002-08-29 | Kim Hyun Mun | Method of performing video encoding rate control using motion estimation |
| US7133564B2 (en) * | 2001-02-28 | 2006-11-07 | Altera Corporation | Dynamic chain-based thresholding using global characteristics |
| US6766286B2 (en) | 2001-03-28 | 2004-07-20 | Intel Corporation | Pyramid filter |
| US20020184276A1 (en) * | 2001-03-30 | 2002-12-05 | Tinku Acharya | Two-dimensional pyramid filter architecture |
| US6889237B2 (en) * | 2001-03-30 | 2005-05-03 | Intel Corporation | Two-dimensional pyramid filter architecture |
| US7342681B2 (en) * | 2001-07-13 | 2008-03-11 | Transpacific Ip, Ltd | High-speed calibration method and system for an image-capture apparatus |
| CN1184796C (zh) * | 2001-07-26 | 2005-01-12 | 佳能株式会社 | 图象处理方法和设备以及图象处理系统 |
| US7110612B1 (en) | 2001-10-11 | 2006-09-19 | Pixelworks, Inc. | Weighted absolute difference based noise reduction method and apparatus |
| AUPR891701A0 (en) * | 2001-11-16 | 2001-12-13 | Proteome Systems Ltd | Method for locating the edge of an object |
| US6891549B2 (en) * | 2002-01-11 | 2005-05-10 | Applied Materials, Inc. | System and method for edge enhancement of images |
| US7154556B1 (en) | 2002-03-21 | 2006-12-26 | Pixelworks, Inc. | Weighted absolute difference based deinterlace method and apparatus |
| CN1313979C (zh) * | 2002-05-03 | 2007-05-02 | 三星电子株式会社 | 产生三维漫画的装置和方法 |
| US7146057B2 (en) * | 2002-07-10 | 2006-12-05 | Northrop Grumman Corporation | System and method for image analysis using a chaincode |
| US7116823B2 (en) * | 2002-07-10 | 2006-10-03 | Northrop Grumman Corporation | System and method for analyzing a contour of an image by applying a Sobel operator thereto |
| US7149356B2 (en) * | 2002-07-10 | 2006-12-12 | Northrop Grumman Corporation | System and method for template matching of candidates within a two-dimensional image |
| US7239314B2 (en) * | 2002-08-29 | 2007-07-03 | Warner Bros. Animation | Method for 2-D animation |
| US20040042551A1 (en) * | 2002-09-04 | 2004-03-04 | Tinku Acharya | Motion estimation |
| US7266151B2 (en) * | 2002-09-04 | 2007-09-04 | Intel Corporation | Method and system for performing motion estimation using logarithmic search |
| US20040057626A1 (en) * | 2002-09-23 | 2004-03-25 | Tinku Acharya | Motion estimation using a context adaptive search |
| GB0224357D0 (en) * | 2002-10-19 | 2002-11-27 | Eastman Kodak Co | Image processing |
| US7502525B2 (en) * | 2003-01-27 | 2009-03-10 | Boston Scientific Scimed, Inc. | System and method for edge detection of an image |
| US7062079B2 (en) * | 2003-02-14 | 2006-06-13 | Ikonisys, Inc. | Method and system for image segmentation |
| US6993187B2 (en) * | 2003-02-14 | 2006-01-31 | Ikonisys, Inc. | Method and system for object recognition using fractal maps |
| US20040174446A1 (en) * | 2003-02-28 | 2004-09-09 | Tinku Acharya | Four-color mosaic pattern for depth and image capture |
| US20040169748A1 (en) * | 2003-02-28 | 2004-09-02 | Tinku Acharya | Sub-sampled infrared sensor for use in a digital image capture device |
| US7274393B2 (en) * | 2003-02-28 | 2007-09-25 | Intel Corporation | Four-color mosaic pattern for depth and image capture |
| JP4522054B2 (ja) * | 2003-05-07 | 2010-08-11 | キヤノン株式会社 | 診断支援装置及び方法 |
| US7200279B1 (en) * | 2003-09-11 | 2007-04-03 | Magnachip Semiconductor, Inc. | Method and system for image chroma suppression |
| US7302099B2 (en) * | 2003-11-10 | 2007-11-27 | Microsoft Corporation | Stroke segmentation for template-based cursive handwriting recognition |
| US7805003B1 (en) * | 2003-11-18 | 2010-09-28 | Adobe Systems Incorporated | Identifying one or more objects within an image |
| US7496237B1 (en) | 2004-01-02 | 2009-02-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Image processing for binarization enhancement via fuzzy reasoning |
| US7672507B2 (en) * | 2004-01-30 | 2010-03-02 | Hewlett-Packard Development Company, L.P. | Image processing methods and systems |
| US7298897B1 (en) | 2004-02-11 | 2007-11-20 | United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Optimal binarization of gray-scaled digital images via fuzzy reasoning |
| US7400766B1 (en) | 2004-02-19 | 2008-07-15 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Image edge extraction via fuzzy reasoning |
| US20050254728A1 (en) * | 2004-05-13 | 2005-11-17 | Zhuo-Ya Wang | Automatic cutting method for digital images |
| KR101108435B1 (ko) * | 2005-05-31 | 2012-02-16 | 서강대학교산학협력단 | 의사윤곽 제거 방법 및 이 방법이 적용되는 디스플레이장치 |
| WO2007065221A1 (en) * | 2005-12-07 | 2007-06-14 | Commonwealth Scientific And Industrial Research Organisation | Linear feature detection method and apparatus |
| US20070154089A1 (en) * | 2006-01-03 | 2007-07-05 | Chang-Jung Kao | Method and apparatus for calculating image histogram with configurable granularity |
| US20070206844A1 (en) * | 2006-03-03 | 2007-09-06 | Fuji Photo Film Co., Ltd. | Method and apparatus for breast border detection |
| JP4523926B2 (ja) * | 2006-04-05 | 2010-08-11 | 富士通株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
| ES2425241T3 (es) * | 2006-05-18 | 2013-10-14 | Elekta Ltd. | Métodos y sistemas de segmentación usando reparametrización de límites |
| KR100780932B1 (ko) * | 2006-05-30 | 2007-11-30 | 엠텍비젼 주식회사 | 컬러 보간 방법 및 장치 |
| CN101479762A (zh) * | 2006-06-23 | 2009-07-08 | 皇家飞利浦电子股份有限公司 | 用于在包含图像值的图像中确定阈值的方法、系统和计算机程序 |
| GB0616293D0 (en) | 2006-08-16 | 2006-09-27 | Imp Innovations Ltd | Method of image processing |
| US9451928B2 (en) * | 2006-09-13 | 2016-09-27 | Elekta Ltd. | Incorporating internal anatomy in clinical radiotherapy setups |
| AU2006252019B2 (en) * | 2006-12-13 | 2012-06-28 | Canon Kabushiki Kaisha | Method and Apparatus for Dynamic Connector Analysis |
| KR100850561B1 (ko) | 2007-01-03 | 2008-08-06 | (주)폴리다임 | 디지털 이미지 내의 픽셀 윤곽 가로선 제거 방법 |
| KR100835380B1 (ko) * | 2007-01-15 | 2008-06-05 | 한국과학기술원 | 영상의 경계를 검출하는 방법 및 그 장치와 이를 구현할 수있는 컴퓨터로 읽을 수 있는 기록 매체 |
| US7881497B2 (en) * | 2007-03-08 | 2011-02-01 | Honeywell International Inc. | Vision based navigation and guidance system |
| WO2009012577A1 (en) * | 2007-07-20 | 2009-01-29 | Resonant Medical Inc. | Methods and systems for compensating for changes in anatomy of radiotherapy patients |
| WO2009012576A1 (en) * | 2007-07-20 | 2009-01-29 | Resonant Medical Inc. | Methods and systems for guiding the acquisition of ultrasound images |
| US7882177B2 (en) * | 2007-08-06 | 2011-02-01 | Yahoo! Inc. | Employing pixel density to detect a spam image |
| US8135198B2 (en) * | 2007-08-08 | 2012-03-13 | Resonant Medical, Inc. | Systems and methods for constructing images |
| US8264591B2 (en) * | 2007-10-22 | 2012-09-11 | Candela Microsystems (S) Pte. Ltd. | Method and system for generating focus signal |
| TWI370673B (en) * | 2007-11-05 | 2012-08-11 | Altek Corp | Method for an image adjustment and digital image processing device thereof |
| US8036468B2 (en) | 2007-12-24 | 2011-10-11 | Microsoft Corporation | Invariant visual scene and object recognition |
| US8200022B2 (en) * | 2008-03-24 | 2012-06-12 | Verint Systems Ltd. | Method and system for edge detection |
| US8189738B2 (en) * | 2008-06-02 | 2012-05-29 | Elekta Ltd. | Methods and systems for guiding clinical radiotherapy setups |
| JP5271031B2 (ja) * | 2008-08-09 | 2013-08-21 | 株式会社キーエンス | 画像のデータ圧縮方法、画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体 |
| RU2360289C1 (ru) * | 2008-08-11 | 2009-06-27 | Евгений Александрович Самойлин | Способ помехоустойчивого градиентного выделения контуров объектов на цифровых изображениях |
| US20100166257A1 (en) * | 2008-12-30 | 2010-07-01 | Ati Technologies Ulc | Method and apparatus for detecting semi-transparencies in video |
| TWI430649B (zh) * | 2009-05-26 | 2014-03-11 | Silicon Motion Inc | 影像的邊界係數計算方法以及使用此邊界係數計算方法的影像雜訊去除方法 |
| US8270754B2 (en) * | 2009-06-22 | 2012-09-18 | Qualcomm Incorporated | Lens roll-off correction operation using values corrected based on brightness information |
| US10542962B2 (en) * | 2009-07-10 | 2020-01-28 | Elekta, LTD | Adaptive radiotherapy treatment using ultrasound |
| RU2403616C1 (ru) * | 2009-08-12 | 2010-11-10 | Евгений Александрович Самойлин | Способ помехоустойчивого градиентного выделения контуров объектов на цифровых изображениях |
| US8345106B2 (en) * | 2009-09-23 | 2013-01-01 | Microsoft Corporation | Camera-based scanning |
| JP5507962B2 (ja) * | 2009-11-05 | 2014-05-28 | キヤノン株式会社 | 情報処理装置及びその制御方法、プログラム |
| AU2010329533A1 (en) | 2009-12-07 | 2012-07-26 | Hiok Nam Tay | Auto-focus image system |
| KR101268520B1 (ko) * | 2009-12-14 | 2013-06-04 | 한국전자통신연구원 | 영상 인식 장치 및 방법 |
| US9248316B2 (en) | 2010-01-12 | 2016-02-02 | Elekta Ltd. | Feature tracking using ultrasound |
| US20110172526A1 (en) | 2010-01-12 | 2011-07-14 | Martin Lachaine | Feature Tracking Using Ultrasound |
| SG185345A1 (en) | 2010-05-26 | 2012-12-28 | Hiok Nam Tay | Auto-focus image system |
| US8396876B2 (en) | 2010-11-30 | 2013-03-12 | Yahoo! Inc. | Identifying reliable and authoritative sources of multimedia content |
| US8942917B2 (en) | 2011-02-14 | 2015-01-27 | Microsoft Corporation | Change invariant scene recognition by an agent |
| TWI450155B (zh) * | 2011-02-15 | 2014-08-21 | Wistron Corp | 應用於光學式觸控裝置之校正資訊計算方法及系統 |
| JP5026604B2 (ja) * | 2011-02-24 | 2012-09-12 | 任天堂株式会社 | 画像認識プログラム、画像認識装置、画像認識システム、および画像認識方法 |
| JP5178860B2 (ja) | 2011-02-24 | 2013-04-10 | 任天堂株式会社 | 画像認識プログラム、画像認識装置、画像認識システム、および画像認識方法 |
| JP5016723B2 (ja) | 2011-02-24 | 2012-09-05 | 任天堂株式会社 | 画像認識プログラム、画像認識装置、画像認識システム、および画像認識方法 |
| JP4967065B2 (ja) | 2011-02-24 | 2012-07-04 | 任天堂株式会社 | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
| JP4989768B2 (ja) | 2011-02-24 | 2012-08-01 | 任天堂株式会社 | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
| JP2011134343A (ja) | 2011-02-24 | 2011-07-07 | Nintendo Co Ltd | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
| US9065999B2 (en) | 2011-03-24 | 2015-06-23 | Hiok Nam Tay | Method and apparatus for evaluating sharpness of image |
| US9726486B1 (en) * | 2011-07-29 | 2017-08-08 | Rockwell Collins, Inc. | System and method for merging enhanced vision data with a synthetic vision data |
| JP6060173B2 (ja) * | 2011-11-28 | 2017-01-11 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像処理装置 |
| CN102920477B (zh) * | 2012-03-05 | 2015-05-20 | 杭州弘恩医疗科技有限公司 | 医学影像的目标区域边界确定装置和方法 |
| JP5772675B2 (ja) * | 2012-03-23 | 2015-09-02 | トヨタ車体株式会社 | 濃淡画像のエッジ抽出方法、エッジ抽出装置並びに濃淡画像のエッジ抽出プログラム |
| US8971637B1 (en) | 2012-07-16 | 2015-03-03 | Matrox Electronic Systems Ltd. | Method and system for identifying an edge in an image |
| US9390320B2 (en) | 2013-06-10 | 2016-07-12 | Intel Corporation | Performing hand gesture recognition using 2D image data |
| EP3825807B1 (en) | 2015-11-02 | 2025-04-02 | Starship Technologies OÜ | Method, device and assembly for map generation |
| US9727793B2 (en) | 2015-12-15 | 2017-08-08 | Honda Motor Co., Ltd. | System and method for image based vehicle localization |
| EP3206164B1 (en) | 2016-02-12 | 2022-05-25 | Cognex Corporation | System and method for efficiently scoring probes in an image with a vision system |
| EP3293672A1 (en) * | 2016-09-07 | 2018-03-14 | Malvern Panalytical Limited | Particle boundary identification |
| WO2018109764A1 (en) * | 2016-12-14 | 2018-06-21 | Eyes Ltd | System and methods for fully automated data analysis, reporting and quantification for medical and general diagnosis, and for edge detection in digitized images |
| CN110189349B (zh) * | 2019-06-03 | 2022-03-25 | 湖南国科微电子股份有限公司 | 图像处理方法及装置 |
| CN114331951B (zh) * | 2021-09-30 | 2024-09-24 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机、可读存储介质及程序产品 |
| US20250173847A1 (en) * | 2023-11-28 | 2025-05-29 | Samsung Electronics Co., Ltd. | Simultaneous contrast based picture quality improvement for power saving |
| CN120705916B (zh) * | 2025-08-13 | 2025-11-21 | 杭州海康威视数字技术股份有限公司 | 面向多媒体隐私保护的多维量化指标评价方法及装置 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5014124A (en) * | 1988-02-25 | 1991-05-07 | Ricoh Company, Ltd. | Digital image processing apparatus |
| JP2885823B2 (ja) * | 1989-04-11 | 1999-04-26 | 株式会社豊田中央研究所 | 視覚認識装置 |
| US5457754A (en) * | 1990-08-02 | 1995-10-10 | University Of Cincinnati | Method for automatic contour extraction of a cardiac image |
| US5210799A (en) * | 1991-03-28 | 1993-05-11 | Texas Instruments Incorporated | System and method for ranking and extracting salient contours for target recognition |
| US5231580A (en) * | 1991-04-01 | 1993-07-27 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Automated method and apparatus for determining characteristics of nerve fibers |
| US5778107A (en) * | 1993-12-24 | 1998-07-07 | Kabushiki Kaisha Komatsu Seisakusho | Position recognition method |
| US5734739A (en) * | 1994-05-31 | 1998-03-31 | University Of Washington | Method for determining the contour of an in vivo organ using multiple image frames of the organ |
| US5572565A (en) * | 1994-12-30 | 1996-11-05 | Philips Electronics North America Corporation | Automatic segmentation, skinline and nipple detection in digital mammograms |
| FR2731819B1 (fr) * | 1995-03-17 | 1997-04-11 | Alsthom Cge Alcatel | Methode d'extraction de contours utilisant une analyse multi-fractale |
| US5845007A (en) * | 1996-01-02 | 1998-12-01 | Cognex Corporation | Machine vision method and apparatus for edge-based image histogram analysis |
-
1997
- 1997-12-08 US US08/986,461 patent/US6094508A/en not_active Expired - Lifetime
-
1998
- 1998-11-16 KR KR10-2000-7006177A patent/KR100371470B1/ko not_active Expired - Fee Related
- 1998-11-16 WO PCT/US1998/024420 patent/WO1999030270A1/en not_active Ceased
- 1998-11-16 EP EP98957993A patent/EP1058909B1/en not_active Expired - Lifetime
- 1998-11-16 DE DE69828909T patent/DE69828909T2/de not_active Expired - Lifetime
- 1998-11-16 JP JP2000524756A patent/JP4160258B2/ja not_active Expired - Fee Related
- 1998-11-16 AU AU14121/99A patent/AU1412199A/en not_active Abandoned
- 1998-11-30 TW TW087119801A patent/TW440801B/zh not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| EP1058909A4 (en) | 2002-06-19 |
| KR100371470B1 (ko) | 2003-02-07 |
| US6094508A (en) | 2000-07-25 |
| JP2002503840A (ja) | 2002-02-05 |
| JP4160258B2 (ja) | 2008-10-01 |
| EP1058909B1 (en) | 2005-02-02 |
| KR20010032850A (ko) | 2001-04-25 |
| EP1058909A1 (en) | 2000-12-13 |
| DE69828909D1 (de) | 2005-03-10 |
| AU1412199A (en) | 1999-06-28 |
| WO1999030270A1 (en) | 1999-06-17 |
| DE69828909T2 (de) | 2006-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TW440801B (en) | Method and apparatus for perceptual determination of threshold for gradient-based local edge determination | |
| US7324701B2 (en) | Image noise reduction | |
| O'Gorman et al. | Practical algorithms for image analysis with CD-ROM | |
| TWI467495B (zh) | 利用全彩像素映射邊緣 | |
| TWI430184B (zh) | 結合全色像素之邊緣映射 | |
| US10410087B2 (en) | Automated methods and systems for locating document subimages in images to facilitate extraction of information from the located document subimages | |
| US10992851B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium, with image processing based on image processing condition and information equivalent to distance from focal plane | |
| US8275211B2 (en) | Image processing apparatus and method | |
| JP5541679B2 (ja) | 画像処理装置及び方法、並びに、プログラム | |
| US9595082B2 (en) | Image processor and non-transitory computer readable medium for generating a reproduction image which is reproduced so that visibility of an original image is enhanced | |
| JP5878451B2 (ja) | マーカー埋め込み装置、マーカー検出装置、マーカー埋め込み方法、マーカー検出方法、及びプログラム | |
| Śluzek | Incremental Image Decolorization with Randomizing Factors | |
| JP4445026B2 (ja) | 画像処理方法および装置並びにプログラム | |
| JP2018017611A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2006107018A (ja) | 画像解析方法及び装置、画像処理方法及びシステム、これらの動作プログラム | |
| JP4008715B2 (ja) | 帳票読取装置および帳票読取処理用プログラム | |
| JP2020027357A (ja) | 画像処理装置およびその制御方法 | |
| JP2024124710A (ja) | 真贋判定装置、真贋判定方法及び真贋判定プログラム | |
| JP2025097554A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| CN116309664A (zh) | 图像自动裁剪方法、装置、电子设备及存储介质 | |
| JP4735374B2 (ja) | 画像処理装置 | |
| CN116894788A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| JP2021033502A (ja) | 画像処理装置、方法、及びプログラム | |
| JPH11120343A (ja) | 画像処理装置 | |
| JPH05197802A (ja) | 画像の二値化処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GD4A | Issue of patent certificate for granted invention patent | ||
| MM4A | Annulment or lapse of patent due to non-payment of fees |