提供一种图像处理方法和图像处理装置。该图像处理方法包括：确定图像中前景对象的边缘图；从所述边缘图得出边界线的候选，从所述边界线的候选中确定边界线，所述边界线限定前景对象中特定对象的边界；去除位于所述边界线以外、除所述特定对象之外的其他前景对象。该方法可用来去除拍摄的图像中特定对象边界外的其他对象的图像，例如手部。利用根据本发明专利技术实施例的图像处理方法，可以准确地确定图像中特定对象的边界，由此去除边界之外的其他对象的部分，为后续的其他图像处理提供良好的基础。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体地涉及一种从拍摄的图像中去除特定对象的边界之外的其他对象的方法。
技术介绍
在利用照相机或扫描仪捕获较厚的文档图像时，用户经常需要用手或其他物品来按压文档的两侧来保持文档的平整，如图1(a)所示。在文档图像中，手或其他物品的存在会影响一些后续的处理结果，如文档顶点的定位以及文档图像的校正。如图1(b)所示，手的存在影响了书本角点的检测，使得定位的角点与真实的角点之间存在偏差。因此需要去除图像中特定对象(例如图1(b)中书本)边界之外的手部，以尽可能减少手的存在对后续处理结果的影响。 传统的手部检测方法主要有两大类一类是利用大量训练数据建立肤色模型来对图像像素分类，从而检测到手部区域；另一类则基于大量训练数据建立统计模型对手部进行检测，在检测到手部区域后再利用肤色模型准确地定位出手部的边界。第一类方法的缺点在于，它受训练数据的影响比较大，如果肤色模型不能很好地建模测试图像中手部的颜色，或者测试图像中出现许多与肤色接近的非手部区域，该类方法很可能会失效；第二类方法的缺点在于，它需要大量的手部训练数据来学习一个具有较强分类能力的分类器。由于手部姿态变化的多样性，该类方法的有效性不能保证。
技术实现思路
鉴于以上问题，本专利技术的实施例提出利用图像中特定对象的边界来保留两边界之间的区域，从而从图像中间接地去除了手部或者其他非特定对象的区域。根据本专利技术的实施例，不需要大量离线的训练数据来构建模型，而只从当前图像来拟合文档的边界，处理便捷，具有很好的推广性。此外，这种去除其他对象区域的技术能够显著地提高图像处理的效率和精确度。根据本专利技术实施例，提供一种图像处理方法，包括确定图像中前景对象的边缘图；从所述边缘图得出边界线的候选，从所述边界线的候选中确定边界线，所述边界线限定前景对象中特定对象的边界；去除位于所述边界线以外、除所述特定对象之外的其他前景对象。根据本专利技术另一实施例，提供一种图像处理装置，该装置包括边缘图确定部件，用于确定图像中前景对象的边缘图；边界线确定部件，用于从所述边缘图得出边界线的候选，从所述边界线的候选中确定边界线，所述边界线限定前景对象中特定对象的边界；去除部件，用于去除位于所述边界线以外、除所述特定对象之外的其他前景对象。根据本专利技术的再一实施例，提供一种程序产品，其包含有机器可读取的指令代码，这些指令代码由机器读取并执行时，可执行上述的图像处理方法。根据本专利技术的又一实施例，提供一种存储介质，其承载有上述的根据本专利技术实施例的程序产品。附图说明下面结合具体的实施例，并参照附图，对本专利技术实施例的上述和其它目的和优点做进一步的描述。在附图中，相同的或对应的技术特征或部件将采用相同或对应的附图标记来表示。在附图中图I (a)是示出用手按压书本两侧来保持书本平整的示意图；图1(b)是示出在书面边界存在手的情况下对角点的误判的示例图；图2是示出根据本专利技术实施例去除图1(a)中所示的边界外的手部的处理过程的示意图； 图3是示出从输入图像确定边缘图的处理的流程图；图4(a)和图4(b)是示出原始图像和二值模板图像对比图的示例图；图5 (a)和图5(b)是示出得到的左右边缘图的示例图，图5 (C)和图5(d)是示出从左右边缘图拟合得到的边界线候选的示例图；图6(a)和6(b)是示出从边缘图确定边界线的处理的流程图；图7(a)是示出在拟合直线两侧取特定宽度区域的示例图，图7(b)是示出获取拟合直线两侧特征向量的示例图；图8(a)和图8(b)是示出原始图像和去除手部之后图像的对比示例图；图9是根据本专利技术又一实施例的图像处理装置的配置的框图；图10(a)和图10(b)分别是示出根据本专利技术又一实施例的图像处理装置中的边缘图确定部件的配置的框图；图11是根据本专利技术又一实施例的图像处理装置中的边界线确定部件的配置的框图；以及图12是示出了可用来实现根据本专利技术实施例的图像处理方法的通用计算机系统的结构简图。具体实施例方式下面参照附图来说明本专利技术的实施例。应当注意，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与根据本专利技术的实施方案密切相关的设备结构和/或处理步骤，而省略了与本专利技术关系不大的其他细节。在各附图中相同或者相似的构成元素或部分利用相同或者类似的附图标记来表示。根据本专利技术实施例，提供一种图像处理方法，该方法包括确定图像中前景对象的边缘图(S210);从该边缘图得出边界线的候选，从该边界线的候选中确定边界线，该边界线限定前景对象中特定对象的边界(S220);以及去除位于边界线以外、除特定对象之外的其他前景对象(S230)。下面以去除图1(a)中所示的图像中的非特定对象、在该图中为书本的边界之外的手部为例，参考附图对本专利技术的实施例进行详细说明。在图1(a)中，书本和手部都是前景对象。当然，本领域技术人员理解，根据本专利技术实施例的图像处理方法也同样适用于去除书本边界之外的、除了手部的其他对象。而且，待确定边界以便去除其他对象的区域的特定对象也不限于是书本，根据需要可以是图像中任何前景对象。在该实施例中，假定需要确定书本左右边界并去除左右边界之外的手部区域。但是本领域技术人员了解，如果手部或者其他物品在图像中位于书本的上下边界处，则根据本专利技术实施例的图像处理方法可以类似地进行处理。下面对图2中的各步骤的各种具体实现方式进行详细说明。首先参考图3描述确定边缘图的步骤S210的一种具体实现方式。如图3所示，首先在步骤S310从输入图像确定二值模板图像。下面对获取二值模板图像的一个具体例子进行简单说明。给定一幅输入图像f (x，y) (O < X < w-1,0 (3( h-1) (w和h分别表示输入图像的宽度与高度)，根据其边界区域估计出背景部分的颜色均值fbadtgMund。这里假定背景区域是均一的纹理区域，因而根据图像的边界区域可以容易地估算出背景的颜色均值。然后，根 据估计的背景颜色均值可以从原始图像中计算得到距离图像，如等式(I)所示dist(x，y) = |f(x，y)_fbackgro—|(I)这里，I · I表示两个向量之间的L1距离(街区距离)。L1距离是本领域惯用的表示两个向量之间距离的参数，其概念及其求取方法为本领域技术人员所熟知，具体细节在此不再赘述。对距离图像dist(x, y) (O彡X彡w-1,0 ^ y ^ h_l),根据Otsu算法可以得到阈值T，并根据该阈值对输入图像进行二值化，如等式(2)所示 θ if dist(xfy) > Tmask(x,y) = \(2) [255 else图4(a)和(b)分别示出了输入图像及其二值模板图像。可以看到，图4(b)中模板图像里的前景像素(即黑色像素)包含了手和书本。返回参考图3，在得到二值模板图像之后，开始从二值模板图像获取边缘图的处理。具体来讲在步骤S320，在模板图像中心位置的左侧区域中，选择前景像素；然后在步骤S330，判断它的左邻居像素是否为背景(白色)像素，如果是，则在步骤S340将该前景像素选择为左边缘图的像素，否则在步骤S350拒绝该像素。图3示例性地示出了获取左边缘图像素的过程，类似地，根据二值模板图像计算右边缘图的过程如下在模板图像中心位置的右侧的区域中，如果当前像素本文档来自技高网...
【技术保护点】
一种图像处理方法，包括：确定图像中前景对象的边缘图；从所述边缘图得出边界线的候选，从所述边界线的候选中确定边界线，所述边界线限定前景对象中特定对象的边界；以及去除位于所述边界线以外、除所述特定对象之外的其他前景对象。
【技术特征摘要】
1.ー种图像处理方法，包括确定图像中前景对象的边缘图；从所述边缘图得出边界线的候选，从所述边界线的候选中确定边界线，所述边界线限定前景对象中特定对象的边界；以及去除位于所述边界线以外、除所述特定对象之外的其他前景对象。2.根据权利要求I所述的方法，其中确定所述图像中前景对象的边缘图包括求所述被摄图像的ニ值模板，在所述ニ值模板中，背景对象与前景对象被区分开来；然后根据所述ニ值模板确定所述边缘图。3.根据权利要求2所述的方法，其中根据所述ニ值模板确定所述边缘图包括在ニ值模板图像中心ー侧的区域中选择前景像素，如果比所述前景像素更远离所述前景对象中心的、与该前景像素相邻的像素是背景像素，则确定所述前景像素是边缘图的像素。4.根据权利要求I所述的方法，其中确定图像中前景对象的边缘图包括计算前景对象的前景像素与其邻居像素在亮度上的差异，该邻居像素位于所述前景像素的ー侧、与所述前景像素相邻、并且比所述前景像素更远离前景对象中心，如果所述差异超过预定的第一阈值则认为该前景像素是边缘图的像素。5.根据权利要求I所述的方法，其中从所述边缘图得出边界线的候选包括在得出的所述边缘图上，以预定尺寸的区域为单位获取前景像素的数目，所述前景像素的数目是从所述预定尺寸的区域中包含的所述边缘...
【专利技术属性】
技术研发人员：谢术富，何源，孙俊，于浩，直井聪，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：
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。