图像处理方法与装置制造方法及图纸

技术编号:19428007 阅读:4 留言:0更新日期:2018-11-14 11:06
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。

【技术实现步骤摘要】
图像处理方法与装置
本公开涉及计算机图形图像
,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。
技术介绍
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
技术介绍
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。
技术实现思路
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。在本公开的一种示例性实施例中,所述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:基于公式确定所述扩散函数,其中,g为所述扩散函数,I为所述待处理区域,K为扩散调节系数,α为所述边缘识别参数。在本公开的一种示例性实施例中,所述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:基于公式对所述待处理区域进行处理,其中,I0是所述第一图像,I是所述待处理区域,α是所述边缘识别参数,K是扩散调节系数,k是边缘调节系数,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,所述边缘识别参数的值大于等于0,小于等于2。根据本公开实施例的第二方面,提供一种图像处理装置,包括:图像获取模块,设置为获取第一图像的待处理区域梯度计算模块,设置为获取所述待处理区域的梯度信息;边缘识别参数确定模块,设置为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;图像处理模块,设置为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。根据本公开的第三方面,提供一种图像处理装置,包括:存储器;以及耦合到所属存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如上述任意一项所述的方法。根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如上述任意一项所述的图像处理方法。本公开实施例提供的图像处理方法,通过使用加入边缘识别参数的P-M扩散方程对图像进行处理,可以使扩散系数依据图像的局部特征变化,从而可以有效过滤图像平滑区域的噪声、增强图像边缘区域的特征,从而输出更准确的图像识别结果。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1示意性示出本公开示例性实施例中图像处理方法的流程图。图2示意性示出本公开示例性实施例中P-M方程的函数曲线。图3示意性示出本公开示例性实施例中预处理之前的图像。图4示意性示出本公开示例性实施例中预处理之后的图像。图5示意性示出本公开一个示例性实施例中一种图像处理装置的方框图。图6示意性示出本公开一个示例性实施例中一种电子设备的方框图。图7示意性示出本公开一个示例性实施例中一种计算机可读存储介质的示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。此外,附图仅为本公开的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。下面结合附图对本公开示例实施方式进行详细说明。图1示意性示出本公开示例性实施例中图像处理方法的流程图。参考图1,图像处理方法100可以包括:步骤S1,获取第一图像的待处理区域;步骤S2,获取所述待处理区域的梯度信息;步骤S3,确定所述待处理区域的边缘识别参数,所述本文档来自技高网...

【技术保护点】
1.一种图像处理方法,其特征在于,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。

【技术特征摘要】
1.一种图像处理方法,其特征在于,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。2.如权利要求1所述的图像处理方法,其特征在于,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。3.如权利要求1所述的图像处理方法,其特征在于,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。4.如权利要求3所述的图像处理方法,其特征在于,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。5.如权利要求1所述的图像处理方法,其特征在于,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。6.如权利要求1所述的图像处理方法,其特征在于,所述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。7.如权利要求6所述的图像处理方法,其特征在于,根据所述梯度信息与所述边缘识别参数确定扩...

【专利技术属性】
技术研发人员:赵扬
申请(专利权)人:网易杭州网络有限公司
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1