JP7564962B2 - 画像処理方法、画像処理装置及び非一時的な記憶媒体 - Google Patents

画像処理方法、画像処理装置及び非一時的な記憶媒体 Download PDF

Info

Publication number
JP7564962B2
JP7564962B2 JP2023541634A JP2023541634A JP7564962B2 JP 7564962 B2 JP7564962 B2 JP 7564962B2 JP 2023541634 A JP2023541634 A JP 2023541634A JP 2023541634 A JP2023541634 A JP 2023541634A JP 7564962 B2 JP7564962 B2 JP 7564962B2
Authority
JP
Japan
Prior art keywords
image
area
vertices
preliminary
predicted
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.)
Active
Application number
JP2023541634A
Other languages
English (en)
Other versions
JP2024500555A (ja
Inventor
海純 岳
俊 張
永亮 蘭
伯川 呉
力 李
Original Assignee
新▲東▼方教育科技集▲団▼有限公司
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
Application filed by 新▲東▼方教育科技集▲団▼有限公司 filed Critical 新▲東▼方教育科技集▲団▼有限公司
Publication of JP2024500555A publication Critical patent/JP2024500555A/ja
Application granted granted Critical
Publication of JP7564962B2 publication Critical patent/JP7564962B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G06T3/608—Rotation of whole images or parts thereof by skew deformation, e.g. two-pass or three-pass rotation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本開示の実施例は、画像処理方法、画像処理装置及び非一時的な記憶媒体に関する。
教育情報化の発展に伴い、ビデオ課程の教学過程における応用はますます広くなっている。例えば、対面授業教学を行う時、録画放送システムを利用して授業教学の内容を録画して授業教学ビデオことを形成することができ、それにより、学生は、授業教学ビデオをオンラインで見て、関連する教学内容を補習、復習することができる。また、授業教学ビデオは、さらに教学評価、模範授業の録画、教育見学、遠隔教育などに幅広くに適用される。
本開示の少なくともいくつかの実施例は、画像処理方法を提供し、この画像処理方法は、教学シーンの入力画像を取得することと、前記入力画像に対して検出処理を行って、板書領域を含む矩形検出領域を決定することと、前記矩形検出領域に対して解析処理を行って、前記板書領域に対応するターゲット領域を決定することと、前記ターゲット領域の４つの頂点を決定することと、前記ターゲット領域の４つの頂点に基づいて、前記ターゲット領域に対して座標変換を行って、補正後の板書領域画像を得ることとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記ターゲット領域の４つの頂点を決定することは、輪郭検出アルゴリズムを使用して前記ターゲット領域に対して輪郭検出処理を行って、少なくとも１つの輪郭を得ることと、前記少なくとも１つの輪郭に対してスクリーニング処理を行って、少なくとも１つの予備輪郭を得ることと、前記少なくとも１つの予備輪郭に基づいて、予備角点集合を決定することと、前記予備角点集合に基づいて、前記ターゲット領域の４つの頂点を決定することとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値を計算することと、前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値に基づいて、前記少なくとも１つの予備輪郭の各角点をスクリーニングして、複数の第１の予備角点を得ることとを含み、前記予備角点集合は、前記複数の第１の予備角点を含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、角点の数閾値に基づいて前記少なくとも１つの予備輪郭をスクリーニングし、少なくとも１つの予備選択輪郭を得ることと、フィッティング精度に従って各前記予備選択輪郭に対して折れ線化フィッティングを行い、各前記予備選択輪郭における距離が前記フィッティング精度よりも大きい角点を廃棄し、距離が前記フィッティング精度よりも小さい角点を残して、閉じたフィッティンググラフィックを得ることと、前記フィッティンググラフィックの面積及び角点の数を計算し、面積が面積閾値よりも小さく且つ角点の数が４よりも小さい前記フィッティンググラフィックに対応する予備選択輪郭を廃棄し、そうではない場合、面積が前記面積閾値以上であり且つ角点の数が４に等しいフィッティンググラフィックを見つけるまで、前記フィッティング精度の数値を向上させ且つ次の折れ線化フィッティングを行い、最終的に決定されたフィッティング画像の４つの頂点を第２の予備角点とすることとを含み、前記予備角点集合は、複数の前記第２の予備角点を含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値を計算することと、前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値に基づいて、前記少なくとも１つの予備輪郭の各角点をスクリーニングして、複数の第１の予備角点を得ることと、角点の数閾値に基づいて前記少なくとも１つの予備輪郭をスクリーニングし、少なくとも１つの予備選択輪郭を得ることと、フィッティング精度に従って各前記予備選択輪郭に対して折れ線化フィッティングを行い、各前記予備選択輪郭における距離が前記フィッティング精度よりも大きい角点を廃棄し、距離が前記フィッティング精度よりも小さい角点を残して、閉じたフィッティンググラフィックを得ることと、前記フィッティンググラフィックの面積及び角点の数を計算し、面積が面積閾値よりも小さく且つ角点の数が４よりも小さい前記フィッティンググラフィックに対応する予備選択輪郭を廃棄し、そうではない場合、面積が前記面積閾値以上であり且つ角点の数が４に等しいフィッティンググラフィックを見つけるまで、前記フィッティング精度の数値を向上させ且つ次の折れ線化フィッティングを行い、最終的に決定されたフィッティング画像の４つの頂点を第２の予備角点とすることとをさらに含み、前記予備角点集合は、前記複数の第１の予備角点及び複数の前記第２の予備角点を含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記予備角点集合に基づいて、前記ターゲット領域の４つの頂点を決定することは、前記予備角点集合における角点に対してクラスタリング操作を行って、４つのクラスタ中心を得、前記４つのクラスタ中心を前記ターゲット領域の４つの頂点とすることを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記予備角点集合における角点に対して前記クラスタリング操作を行うことは、Ｋ（Ｋ＝４である）平均クラスタリングアルゴリズムを用いて前記第１のクラスタリング操作を行うことを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記矩形検出領域に対して前記解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することは、前記矩形検出領域に対してフィルタリング処理を行って、前記矩形検出領域に対応するフィルタリング画像を得、フィルタリング画像に基づいて第１の階調画像を得ることと、前記第１の階調画像に対して顕著性領域検出処理を行って、第２の階調画像を得ることと、前記第２の階調画像に対してエッジ検出処理及び二値化処理を行って、二値画像を得ることと、前記二値画像に対して連通領域解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記矩形検出領域に対して前記フィルタリング処理を行って、前記矩形検出領域に対応する前記フィルタリング画像を得ることは、中央値フィルタリング法を用いて前記矩形検出領域に対して前記フィルタリング処理を行って、前記矩形検出領域に対応する前記フィルタリング画像を得ることを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第１の階調画像に対して前記顕著性領域検出処理を行って、前記第２の階調画像を得ることは、前記第１の階調画像上の各画素の、前記第１の階調画像上のグローバルコントラストを前記各画素の顕著値として計算することと、前記第１の階調画像上のすべての画素の顕著値に基づいて、第２の階調画像を得ることであって、前記第２の階調画像上のいずれかの画素の階調値は、前記第１の階調画像上の前記いずれかの画素に対応するある画素の顕著値であることとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第２の階調画像に対して前記エッジ検出処理及び前記二値化処理を行って、前記二値画像を得ることは、前記第２の階調画像上のすべての画素の階調勾配を計算して、初期選択エッジ画素を決定することと、前記初期選択エッジ画素に対して非極大値抑制操作を行って、二次選択エッジ画素を決定することと、前記二次選択エッジ画素に対して二重閾値スクリーニング操作を行って、最終的選択エッジ画素を得ることと、前記最終的選択エッジ画素に基づいて、前記第２の階調画像に対して前記二値化処理を行って、前記二値画像を得ることとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記二値画像に対して連通領域解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することは、前記二値画像上のすべての連通領域及び各前記連通領域の外接矩形枠を決定することと、前記外接矩形枠の面積の大きい順に第２～第Ｎ（Ｎは、２以上の整数である）の連通領域を選択すべき領域として選択することと、前記板書領域の第２の事前知識に基づいて、前記選択すべき領域を認証して、前記板書領域に対応する前記ターゲット領域を決定することとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第２の事前知識は、前記板書領域の中心座標と前記二値画像の中心座標との間の距離が距離閾値よりも小さいことと、前記板書領域の縦横比が第２の範囲内にあることとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記入力画像に対して前記検出処理を行って、前記板書領域を含む前記矩形検出領域を決定することは、前記板書領域の第１の事前知識に基づいて、前記矩形検出領域を認証することを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第１の事前知識は、前記板書領域の中心座標が前記入力画像の上半部分に位置することと、前記板書領域の縦横比が第１の範囲内にあることとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記ターゲット領域の４つの頂点に基づいて、前記ターゲット領域に対して前記座標変換を行って、前記補正後の板書領域画像を得ることは、制約条件に基づいて前記座標変換を行うことを含む。前記制約条件は、前記補正後の板書領域画像が矩形であり、前記ターゲット領域の４つの頂点が前記座標変換後に前記矩形の４つの頂点に対応することを含む。
例えば、本開示のいくつかの実施例による画像処理方法は、前記教学シーンのビデオシーケンスを取得することと、前記ビデオシーケンスからマルチフレームの画像をそれぞれ前記入力画像として抽出して、前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を得ることと、前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を予測頂点として、前記予測頂点に基づいて前記ターゲット領域の４つの最終的予測頂点を決定することと、前記ターゲット領域の４つの最終的予測頂点に基づいて、前記ビデオシーケンスの各フレームの画像におけるターゲット領域に対して座標変換を行って、前記ビデオシーケンスの各フレームの画像に対応する補正後の板書領域画像を得ることとをさらに含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を前記予測頂点とし、前記予測頂点に基づいて前記ターゲット領域の４つの最終的予測頂点を決定することは、前記ターゲット領域の各頂点に対応する予測頂点の座標に基づいて、前記各頂点に対応する予測頂点に対して第２のクラスタリング操作を行って、前記各頂点に対応する少なくとも１つの予測サブクラスを得、前記各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスの中心座標を前記各頂点の現在予測座標とすることと、前記ターゲット領域の４つの頂点の現在予測座標に基づいて、任意の２つの隣接する頂点の現在予測座標の結ぶ線と水平線との第１の夾角値を決定することと、前記任意の２つの隣接する頂点の現在予測座標に基づいて、前記マルチフレームの画像のうちのあるフレームの画像において１つの予測矩形領域を決定することであって、前記あるフレームの画像は、フィルタリング処理、顕著性領域検出処理、エッジ検出処理及び二値化処理がされたものであり、前記任意の２つの隣接する頂点の現在予測座標の結ぶ線は、前記予測矩形領域の対角線であり、前記予測矩形領域の各辺は、前記水平線線に平行する又は垂直であることと、前記予測矩形領域において直線を探して、複数本の線分を含む１本の曲線分を決定し、前記複数本の線分に基づいて前記曲線分の平均接線の傾きを決定し、前記平均接線の傾きに基づいて前記平均接線と前記水平線との第２の夾角値を決定することと、前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することとを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、前記第１の角度値と前記第２の角度値との差分が第１の閾値以下であることに応答して、前記任意の２つの隣接する頂点の現在予測座標を前記任意の２つの隣接する頂点の最終的予測座標とすることを含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、前記第１の角度値と前記第２の角度値との差分が前記第１の閾値よりも大きいことに応答して、前記任意の２つの隣接する頂点の現在予測座標と前記曲線分との最小距離が第２の閾値以下であるかどうかを判断することと、前記任意の２つの隣接する頂点のうちの一方の現在予測座標と前記曲線分との最小距離が前記第２の閾値以下であり且つ前記任意の２つの隣接する頂点のうちの他方の現在予測座標と前記曲線分との最小距離が前記第２の閾値よりも大きいことに応答して、前記平均接線の傾きに基づいて、前記任意の２つの隣接する頂点のうちの一方の現在予測座標を通る第１の直線を決定するとともに、前記任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標及び前記任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第２の直線を決定し、前記任意の２つの隣接する頂点のうちの一方の現在予測座標を前記任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、前記第１の直線と前記第２の直線との交点の座標を前記任意の２つの隣接する頂点のうちの他方の最終的予測座標とすることと、前記任意の２つの隣接する頂点の現在予測座標と前記曲線分との最小距離がいずれも前記第２の閾値よりも大きいことに応答して、前記任意の２つの隣接する頂点のうちの各頂点の最終的予測座標を決定するまで、前記任意の２つの隣接する頂点のうちの各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスを廃棄し、前記任意の２つの隣接する頂点のうちの各頂点に対応する、最も多い予測頂点を含む他の予測サブクラスの中心座標を前記任意の２つの隣接する頂点のうちの各頂点の現在予測座標とすることとをさらに含む。
例えば、本開示のいくつかの実施例による画像処理方法では、前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、前記任意の２つの隣接する頂点に対応するすべての予測サブクラスがいずれも廃棄されたことに応答して、前記任意の２つの隣接する頂点に対応する前記曲線分の平均接線の傾きに基づいて、前記任意の２つの隣接する頂点に対応する曲線分の平均接線を決定し、前記任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標及び前記任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第３の直線を決定し、前記任意の２つの隣接する頂点のうちの他方に対向する頂点の現在予測座標、及び前記任意の２つの隣接する頂点のうちの一方の現在予測座標に基づいて第４の直線を決定し、前記平均接線と前記第３の直線との交点の座標を前記任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、前記平均接線と前記第４の直線との交点の座標を前記任意の２つの隣接する頂点のうちの他方の最終的予測座標とすることをさらに含む。
本開示の少なくともいくつかの実施例は、画像処理装置をさらに提供し、この画像処理装置は、コンピュータ読み取り可能なコマンドを非一時的に記憶するためのメモリと、前記コンピュータ読み取り可能なコマンドを実行するためのプロセッサであって、前記コンピュータ読み取り可能なコマンドが前記プロセッサにより実行されると、本開示のいずれかの実施例による画像処理方法を実行するプロセッサとを含む。
本開示の少なくともいくつかの実施例は、コンピュータ読み取り可能なコマンドを非一時的に記憶する非一時的な記憶媒体をさらに提供し、前記コンピュータ読み取り可能なコマンドがコンピュータにより実行されると、本開示のいずれかの実施例による画像処理方法を実行する。
本開示の実施例の技術的解決手段をより明確に説明するために、以下、実施例の図面を簡単に説明するが、明らかに、以下に説明する図面は、本開示の制限ではなく、本開示のいくつかの実施例に係るものに過ぎない。である。
本開示の少なくともいくつかの実施例による画像処理方法のフローチャートである。 本開示の少なくともいくつかの実施例による入力画像における矩形検出領域の概略図である。 本開示の少なくともいくつかの実施例による図１に示すステップＳ３００に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による図３に示すステップＳ３２０に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による図３に示すステップＳ３３０に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による図３に示すステップＳ３４０に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による連通領域解析処理の結果概略図である。 本開示の少なくともいくつかの実施例による図１に示すステップＳ４００に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による図８に示すステップＳ４３０に対応する例示的なフローチャートである。 本開示の少なくともいくつかの実施例による図８に示すステップＳ４３０に対応する別の例示的なフローチャートである。 本開示の少なくともいくつかの実施例による入力画像の概略図である。 図１に示す画像処理方法に基づいて、図１０Ａに示す入力画像を処理して得られた補正後の板書領域画像の概略図である。 本開示の少なくともいくつかの実施例による別の画像処理方法のフローチャートである。 本開示の少なくともいくつかの実施例による図１１に示すステップＳ８００に対応する別の例示的なフローチャートである。 本開示の少なくともいくつかの実施例による入力画像の概略的なブロック図である。 図１３Ａに示す入力画像におけるターゲット領域の四角形境界の概略図である。 図１３Ａに示す入力画像におけるターゲット領域の４つの頂点の概略図である。 本開示の少なくともいくつかの実施例による画像処理装置の概略的なブロック図である。 本開示の少なくともいくつかの実施例による非一時的な記憶媒体の概略図である。
本開示の実施例の目的、技術的解決手段及び利点をより明確にするために、以下に、本開示の実施例の図面を併せて、本開示の実施例の技術案を明確に、完全に説明する。明らかに、記載された実施例は本開示の一部の実施例であり、すべての実施例ではない。記載された本開示の実施例に基づいて、当業者が創造的な労働を必要とせずに取得した他のすべての実施例は、本開示の保護の範囲に属する。
特に定義されない限り、本開示で使用される技術用語又は科学用語は、本開示が属する分野において一般的な技能を有する者に理解される一般的な意味であるべきである。本開示で使用される「第１」、「第２」及び類似の語は、いかなる順序、数、又は重要性を表すものではなく、異なる構成要素を区別するために使用されるものに過ぎない。「含む」又は「包含する」などの類似語は、その語の前に現れた要素又は物体が、他の要素又は物体を排除することなく、その語の後に列挙された要素又は物体及びそれらの等価物をカバーすることを意味する。「接続」又は「連結」などの類似語は、物理的又は機械的な接続に限定されるものではなく、直接的であれ間接的であれ、電気的な接続を含むことができる。「上」、「下」、「左」、「右」などは、相対位置関係を表すためにのみ使用され、記述されたオブジェクトの絶対位置が変化すると、その相対位置関係もそれに応じて変化することがある。
以下、いくつかの具体的な実施例により本開示を説明する。本開示の実施例の以下の説明を明確かつ簡明に維持するために、本開示は、既知機能及び既知部品の詳細な説明を省略する。本開示の実施例のいずれかの部材が１つ以上の図面に現れた場合、該部材は、各図面において同一又は類似する参照符号で表される。
現在、授業教学ビデオを録画する時、一般的に、カメラを使用して対面授業教室の教壇方向においてビデオを収集する。実際の授業教学現場では、カメラの配置状況は、非常に複雑であり、その配置位置により、必然的に程度の異なるピッチ角（ｐｉｔｃｈ）及びヨー角（ｙａｗ）が発生し、場合によっては配置が不合理であるため、ある程度のロール角（ｒｏｌｌ）が形成される可能性もあり、これらの状況は、いずれも明らかなビデオ画面の変形を招く。
上記ビデオ画面の変形の問題を解決するために、現在使用されている方法は、主に２つある。第１の方法（「スクリーンマーキング法」と略称する）は、収集されたビデオ画像に対して手動にデータマーキングを行い、複数の既知の２次元点座標を得て、２次元座標と３次元座標との関係に基づいてホモグラフィー行列を得、最終的にホモグラフィー行列に基づいて画面の変形を補正することである。第２の方法（「現場キャリブレーション法」と略称する）は、複数のカメラ又は深度カメラを用い、現場に置かれたキャリブレーションプレートによりカメラキャリブレーションを行い、次に得られたカメラパラメータに基づいて画面の変形を補正することである。しかしながら、該方法は、ハードウェアにコストをかける（複数のカメラ又は高い深度カメラを使用する）必要があり、汎用性を有さない。
しかしながら、上記２つの方法は、いずれも大きな手作業量を必要とする。また、実際の教室に配置されたカメラは、さまざまな環境要素（例えば、建築工事などによる振動など）によって角度、位置、焦点距離などが変化することが多く、変化するたびにスクリーンマーキング又は現場キャリブレーションを再び行う必要があることを考慮すると、人件費の投入はさらに計り知れない。
本開示の少なくともいくつかの実施例は、画像処理方法を提供する。該画像処理方法は、教学シーンの入力画像を取得することと、入力画像に対して検出処理を行って、板書領域を含む矩形検出領域を決定することと、矩形検出領域に対して解析処理を行って、板書領域に対応するターゲット領域を決定することと、ターゲット領域の４つの頂点を決定することと、ターゲット領域の４つの頂点に基づいて、ターゲット領域に対して座標変換を行って、補正後の板書領域画像を得ることとを含む。
本開示のいくつかの実施例は、上記画像処理方法に対応する画像処理装置及び非一時的な記憶媒体をさらに提供する。
本開示の実施例による画像処理方法は、入力画像における変形した板書領域をキャリブレーション及び補正して、補正後の板書領域画像を得ることができる。該画像処理方法は、他の追加装置を配置することなく、低コストの固定カメラを用いればよく、実用性が高く、広範囲の普及に適している。また、入力画像に対して手動にデータマーキングを行う必要がなく、教学シーンにキャリブレーションプレートを置き且つカメラキャリブレーションを行う必要がなく、人件費を大幅に節約することができ、そして、板書領域の自動マーキング及び補正結果に基づいて、対応する領域の特定処理を補助することができ、例えば、学生が見た関心のあるところを板書領域に集中させることを補助することができる。
以下、図面を併せて、本開示のいくつかの実施例及びその例について詳細に説明する。ここに説明された具体的な実施形態は、本開示を説明及び解釈するためにのみ使用され、本開示を限定するために使用されないことを理解すべきである。
図１は、本開示の少なくともいくつかの実施例による画像処理方法のフローチャートである。例えば、該画像処理方法は、計算機器に適用することができ、該計算機器は、計算機能を有する任意の電子機器を含み、電子機器は、例えばスマートフォン、ノートパソコン、タブレットコンピュータ、デスクトップコンピュータ、サーバなどであってもよく、本開示の実施例は、これを制限しない。例えば、該計算機器は、中央処理ユニット（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＣＰＵ）又はグラフィック処理ユニット（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＧＰＵ）を有し、該計算機器は、メモリをさらに含む。該メモリは、例えば、オペレーティングシステムのコードが記憶された不揮発性メモリ（例えば読み取り専用メモリ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ、ＲＯＭ））である。例えば、メモリにさらにコード又はコマンドが記憶されており、これらのコード又はコマンドを実行することで、本開示の実施例による画像処理方法を実現することができる。
例えば、図１に示すように、該画像処理方法は、以下のステップＳ１００～ステップＳ５００を含む。
ステップＳ１００：教学シーンの入力画像を取得する。
例えば、一般的な教学シーンにおいて、教師は、教壇で教学を行い、様々な板書で補助する。例えば、本開示の実施例では、板書は、黒板、白板、ＰＰＴの投影領域などを含む、教師の教学内容を展示するために使用できる運び手を指し、例えば、板書において、教師は、文字、図形、記号などの板書内容によって教学内容を説明することができる。黒板、白板、ＰＰＴの投影領域などの板書に対して、それに具体的な板書の内容があるかどうかにかかわらず、板書とみなされることを理解すべきである。
例えば、教学シーンの入力画像は、カメラ（例えば、ビデオカメラのカメラレンズ、スマートフォンのカメラなど）により上記教学シーンの教壇方向を撮影して得られた写真及びビデオ画像などを含んでもよい。例えば、教学シーンの入力画像の画面は、一般的に、上記板書の画面（すなわち板書領域）を含む。
例えば、いくつかの実施例では、入力画像は、カラー画像であってもよい。例えば、カラー画像には、３種類のカラーチャンネルを有するカラー画像などが含まれるが、これらに限定されない。例えば、該３種類のカラーチャンネルは、第１のカラーチャンネル、第２のカラーチャンネル及び第３のカラーチャンネルを含む。例えば、該３種類のカラーチャンネルは、三原色に対応する。例えば、いくつかの実施例では、第１のカラーチャンネルは、赤色（Ｒ）チャンネルであり、第２のカラーチャンネルは、緑色（Ｇ）チャンネルであり、第３のカラーチャンネルは、青色（Ｂ）チャンネルであり、すなわち上記カラー画像は、ＲＧＢフォーマットのカラー画像であってもよく、なお、本開示の実施例は、これを含むがこれに限定されない。例えば、別の実施例では、入力画像は、階調画像であってもよい。
ステップＳ２００：入力画像に対して検出処理を行って、板書領域を含む矩形検出領域を決定する。
例えば、いくつかの実施例では、一般的なターゲット検出アルゴリズムを用いて入力画像における板書領域を検出してもよい。例えば、一般的なターゲット検出アルゴリズムは、Ｒ－ＣＮＮ（Ｒｅｇｉｏｎ－ｂａｓｅｄ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ）、ＳＰＰ－ｎｅｔ（Ｓｐａｔｉａｌ Ｐｙｒａｍｉｄ Ｐｏｏｌｉｎｇ－ｎｅｔ）、Ｆａｓｔ Ｒ－ＣＮＮ、Ｆａｓｔｅｒ Ｒ－ＣＮＮ、Ｒ－ＦＣＮ（Ｒｅｇｉｏｎ－ｂａｓｅｄ Ｆｕｌｌｙ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋｓ）、ＹＯＬＯ（Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ）、ＳＳＤ（Ｓｉｎｇｌｅ Ｓｈｏｔ ＭｕｌｔｉＢｏｘ Ｄｅｔｅｃｔｏｒ）などを含む。例えば、上記ターゲット検出アルゴリズムの検出結果は、入力画像に含まれるターゲットオブジェクトのタイプ及び位置を含んでもよく、ターゲットオブジェクトのタイプに基づいて、入力画像に板書領域が存在するかどうかを判断することができ、ターゲットオブジェクトの位置に基づいて、板書領域の位置を決定することができる。例えば、上記ターゲット検出アルゴリズムは、一般的に、ターゲットオブジェクトのバウンディングボックス（ｂｏｕｎｄｉｎｇ ｂｏｘ）（例えば、バウンディングボックスの左上角座標及び右下角座標）を戻すことによって、ターゲットオブジェクトの位置を決定する。上記ターゲット検出アルゴリズムを使用してステップＳ２００を実行する前、一般的に、ターゲット検出モデルを訓練する必要があり、訓練過程は、一般的な訓練方法を参照すればよく、ここでこれ以上説明しないが、もちろん、予め訓練されたターゲット検出モデルを用いてもよいことを理解すべきである。
例えば、ステップＳ２００は、入力画像に板書領域が存在するかどうかを検出し、板書領域のバウンディングボックスを戻すために用いられる。異なる教学シーン（例えば、教室）のシーン複雑さが異なるため、異なる教学シーンの入力画像から板書領域を抽出する困難度も異なる。入力画像のシーン全体に基づいて板書領域を抽出する場合、複雑な背景、人物遮蔽、又は自然なシーンの変化に大きく干渉され、シーン全体の入力画像に対して操作を行うと計算コストが増大し、実行速度が低下する。板書領域をより良く検出するために、計算リソースを特定の小領域に集中させることができ、例えば、いくつかの実施例では、ＹＯＬＯｖ５モデルを用いてシーン全体画像から特定領域を分割してもよい。ＹＯＬＯｖ５モデルは、柔軟性が他のモデルよりはるかに優れており、モデルの迅速な配置において極めて強く、モデルの軽量と速い特徴を兼ね備えている。ＹＯＬＯｖ５モデルは、バウンディングボックス回帰（ｂｏｕｎｄｉｎｇ ｂｏｘ ｒｅｇｒｅｓｓｉｏｎ）結果及び分類結果（ｃｌａｓｓｉｆｉｃａｔｉｏｎ）を出力することができ、それにより、分類が板書領域のバウンディングボックスを得ることができ、例えば、板書領域のバウンディングボックスの左上角座標（Ｘ＿ｌｅｆｔＴｏｐ、Ｙ＿ｌｅｆｔＴｏｐ）及び右下角座標（Ｘ＿ｒｉｇｈｔＢｏｔｔｏｍ、Ｙ＿ｒｉｇｈｔＢｏｔｔｏｍ）を得ることができる。ＹＯＬＯｖ５モデルは、入力画像において検出範囲を狭めることができ、後続の検出のために背景干渉の一部を排除することができる。
例えば、いくつかの実施例では、ターゲット検出モデル（例えば、ＹＯＬＯｖ５モデル）により出力された板書領域のバウンディングボックスは、検出された板書領域の最小外接矩形枠であり、該最小外接矩形枠で囲まれた矩形領域は、ステップＳ２００における矩形検出領域である。例えば、別の実施例では、後続の処理を容易にするために、上記最小外接矩形枠をそれぞれ上下左右の４つの方向において外へ複数の画素（例えば、１０～２０個の画素、例えば、１５つの画素）拡張することにより、新しい矩形枠を得てもよく、該新しい矩形枠の面積は、最小外接矩形枠の面積よりもやや大きく、この場合、該新しい矩形枠で囲まれた矩形領域をステップＳ２００における矩形検出領域とすることができる。
例えば、いくつかの実施例では、存在する可能性のある誤検出を排除するために、板書領域のオリジナル特徴を第１の事前知識として矩形検出領域を認証して、ターゲット検出モデルの誤った分類を排除し、それによりターゲット検出モデルの正確率を向上させることができる。図２は、本開示の少なくともいくつかの実施例による入力画像における矩形検出領域の概略図である。例示的に、図２の入力画像は、２つの変形した板書領域（変形したため、矩形状からずれたＰＰＴ領域）、及びそれらに対応する２つの矩形検出領域（図２における黒色矩形枠に示す）を示す。図２は、概略的であり、本開示の実施例に対する制限とみなすべきではないことを理解すべきである。
例えば、いくつかの実施例では、第１の事前知識は、板書領域の中心座標が一般的に入力画像の上半部分に位置することを含む。したがって、矩形検出領域の中心座標は、一般的に入力画像の上半部分に位置する。例えば、上記板書領域のバウンディングボックスの左上角座標及び右下角座標に基づいて計算して矩形検出領域の中心座標を得てもよく、例えば、矩形検出領域の中心座標は、（（Ｘ＿ｌｅｆｔＴｏｐ＋Ｘ＿ｒｉｇｈｔＢｏｔｔｏｍ）／２，（Ｙ＿ｌｅｆｔＴｏｐ＋Ｙ＿ｒｉｇｈｔＢｏｔｔｏｍ）／２）である。
例えば、いくつかの実施例では、第１の事前知識は、板書領域の縦横比が第１の範囲内にあることをさらに含む。現実世界では、板書領域の縦横比は、一般的に知られており、例えば、ＰＰＴ領域の縦横比は、一般的に４：３又は１６：９などであり、白板領域の縦横比は、一般的に１．５：１などであり、黒板領域の縦横比は、一般的に３：１～４：１である。入力画像における板書領域の変形が一般的にひどくないことを考慮すると、上記矩形検出領域の縦横比は、板書領域の縦横比に近くすべきである。例えば、いくつかの実施例では、矩形検出領域の縦横比の要求を以下のように設定することができ、
Figure 0007564962000001
 ただし、Ｒは、矩形検出領域の縦横比を表し、Ｒ０は、板書領域の縦横比を表し、ｘは、許容差のパーセンテージを表す。それにより、第１の範囲は、［（１－ｘ）＊Ｒ０，（１＋ｘ）＊Ｒ０）］に設定されてもよい。例えば、ｘの数値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、ｘの値範囲は、［５％，１５％］に設定されてもよく、例えば、ｘは、１０％に設定されてもよいが、これに限定されない。
理論的に変形していない板書領域に対して、ステップＳ２００における検出処理により、板書領域の具体的な位置を直接得ることができるが、実際の応用において、教学シーンにおけるカメラは、異なる程度の歪みがあり、入力画像における板書領域は、異なる程度の変形が発生し（入力画像には矩形状にぴったりの板書領域がほとんど存在しない）、それにより板書領域のキャリブレーションに一定の影響を与え、ステップＳ２００により板書領域の具体的な位置を直接決定することが困難であるため、ステップＳ２００で得られた矩形検出領域を後続処理する必要がある。
ステップＳ３００：矩形検出領域に対して解析処理を行って、板書領域に対応するターゲット領域を決定する。
例えば、ステップＳ３００により、矩形検出領域における板書領域に属していないほとんどの画素又はすべての画素を排除し、それにより板書領域の具体的な位置（すなわちターゲット領域）を決定することができる。
図３は、本開示の少なくともいくつかの実施例による図１に示すステップＳ３００に対応する例示的なフローチャートである。例えば、図３に示すように、ステップＳ３００は、以下のステップＳ３１０～ステップＳ３４０を含んでもよい。
ステップＳ３１０：矩形検出領域に対してフィルタリング処理を行って、矩形検出領域に対応するフィルタリング画像を得、フィルタリング画像に基づいて第１の階調画像を得る。
例えば、いくつかの実施例では、中央値フィルタリング法を用いて矩形検出領域（入力画像における矩形検出領域を１つの画像とする）に対してフィルタリング処理を行う。例えば、中央値フィルタリング法は、非線形平滑化技術であり、中央値フィルタリング法の原理は、各画素の階調値を該画素の近傍ウィンドウ（例えば、該画素を中心とする３×３のウィンドウにおける、該画素以外の他の８つの画素からなる８近傍ウィンドウ）内のすべての画素階調値の中央値で代替し、周囲の画素値をより真の値に近づけさせ、不要なノイズ点を抑制し、冗長干渉を排除することである。なお、本開示の実施例は、フィルタリング処理に用いる方法を制限しない。また、なお、画像では、ノイズ点がある位置は、一般的に階調変化が大きいところであり、ノイズ点がある位置は、擬似エッジと識別されやすいため、ステップＳ３１０におけるフィルタリング処理は、後続のステップＳ３３０におけるエッジ検出処理の効果を改善することができる。
例えば、いくつかの実施例では、入力画像は、カラー画像（例えば、ＲＧＢフォーマットのカラー画像）であり、これに対応して、フィルタリング画像もカラー画像であり、この場合、一般的な変換式によってカラー画像（例えば、フィルタリング画像）を階調画像（例えば、第１の階調画像）に変換することができる。ＲＧＢフォーマットのカラー画像を階調画像に変換することを例として、以下の変換式により変換することができ、
Ｇｒａｙ＝Ｒ＊０．２９９＋Ｇ＊０．５８７＋Ｂ＊０．１１４
ただし、Ｇｒａｙは、階調画像の輝度情報を表し、Ｒ、Ｇ及びＢは、それぞれＲＧＢフォーマットのカラー画像の赤色情報（すなわち赤色チャンネルのデータ情報）、緑色情報（すなわち緑色チャンネルのデータ情報）及び青色情報（すなわち青色チャンネルのデータ情報）を表す。
例えば、別の実施例では、入力画像は、階調画像であり、これに対応して、フィルタリング画像も階調画像であり、この場合、直接フィルタリング画像を第１の階調画像とすることができる。
ステップＳ３２０：第１の階調画像に対して顕著性領域検出処理を行って、第２の階調画像を得る。
例えば、いくつかの実施例では、グローバルコントラストに基づく顕著性検出方法を用いて第１の階調画像に対して顕著性領域検出を行ってもよい。例えば、いくつかの実施例では、図４に示すように、ステップＳ３２０は、以下のステップＳ３２１及びステップＳ３２２を含んでもよい。
ステップＳ３２１：第１の階調画像上の各画素の、第１の階調画像上のグローバルコントラストを該各画素の顕著値として計算する。
例えば、グローバルコントラストに基づく顕著性検出方法は、各画素の全画像（すなわち第１の階調画像）上のグローバルコントラストを該各画素の顕著値として計算し、すなわち各画素と画像における他の画素との階調値上の距離の和を該各画素の顕著値としてもよい。例えば、以下の式により画像におけるいずれかの画素の顕著値を計算してもよく、
Figure 0007564962000002
 ただし、ＳａｌＳ（Ｉk）は、画像Ｉにおけるｋ番目の画素の顕著値を表し、Ｉkは、画像Ｉにおけるｋ番目の画素の階調値を表し、Ｉiは、画像Ｉにおけるｉ番目の画素の階調値を表す。該方法は、矩形検出領域における最も顕著な物体（例えば、図２に示す輝度が高いＰＰＴ領域）を強調することができ、高い耐ノイズ性を有する。
ステップＳ３２２：第１の階調画像上のすべての画素の顕著値に基づいて、第２の階調画像を得、第２の階調画像上のいずれかの画素の階調値は、第１の階調画像上の該いずれかの画素に対応するある画素の顕著値である。
例えば、いくつかの実施例では、第１の階調画像における各画素の階調値を該各画素の顕著値に置き換えることによって、第２の階調画像を得てもよい。
ステップＳ３３０：第２の階調画像に対してエッジ検出処理及び二値化処理を行って、二値画像を得る。
例えば、いくつかの実施例では、Ｓｏｂｅｌアルゴリズム、Ｃａｎｎｙアルゴリズム及びＬａｐｌａｃｉａｎアルゴリズムなどのエッジ検出アルゴリズムのうちのいずれかを用いて第２の階調画像に対してエッジ検出処理を行ってもよい。例えば、いくつかの実施例では、図５に示すように、ステップＳ３３０は、以下のステップＳ３３１～ステップＳ３３４を含んでもよい。
ステップＳ３３１：第２の階調画像上のすべての画素の階調勾配を計算して、初期選択エッジ画素を決定する。
例えば、階調勾配は、階調変化が明らかなところを表すことができ、物体のエッジも階調変化が明らかなところでもあるため、階調勾配を計算することによって画像における物体のエッジを決定することができる。もちろん、階調変化が大きいところは、物体のエッジである可能性があり、物体のエッジではない可能性があるため、ステップＳ３３１において、可能な物体のエッジ（すなわち初期選択エッジ画素）しか得ることができない。ステップＳ３３１に基づいて、初期選択エッジ画素の集合を得る。
ステップＳ３３２：初期選択エッジ画素に対して非極大値抑制操作を行って、二次選択エッジ画素を決定する。
例えば、一般的に階調変化が明らかなところは、集中しており、局所範囲内の勾配方向において、階調変化が最も大きい（すなわち勾配値が最も大きい）ものを残しておき、他のものを残さず、このように初期選択エッジ画素の大部分を除去し、それにより複数の画素幅を有する物体のエッジを単一画素幅の物体のエッジに変えることができる。非極大値抑制操作により、誤検出のエッジを削除することができる。
ステップＳ３３３：二次選択エッジ画素に対して二重閾値スクリーニング操作を行って、最終的選択エッジ画素を得る。
例えば、非極大値抑制操作の後、真の物体のエッジに属していない二次選択エッジ画素が多数存在する可能性がある。二重閾値、すなわち高閾値及び低閾値をさらに設定して、二重閾値スクリーニング操作を行うことができる。ある画素の階調勾配値が高閾値よりも高い場合、残し、それを強エッジ画素に設定し、ある画素の階調勾配値が低閾値よりも低い場合、廃棄し、ある画素の階調勾配値が高閾値と低閾値との間にある場合、それを弱エッジ画素に設定し、該画素の近傍ウィンドウ（例えば、８近傍）内から階調勾配値を探し、高閾値よりも高い階調勾配値がある場合、残し、そうではない場合、廃棄する。このようにする目的は、強エッジ画素のみを残すと、エッジが閉じない可能性があり、エッジができるだけ閉じるように、弱エッジ画素から補充する必要があることである。
二重閾値の選択がエッジ検出処理の結果に大きな影響を与えるため、本開示の実施例は、異なる画像に基づいて高低閾値を自動的に決定できる方式を提供し、まず画像（例えば、第２の階調画像）勾配の中央値ｖを決定し、固定パラメータａ０（ａ０＞０であり且つａ０＜１である）を設定し、計算して低閾値（１－ａ０）＊ｖ及び高閾値（１＋ａ０）＊ｖを得る。それにより、異なるシーンの異なる画像に対してより合理的なエッジ検出処理を行い、物体の輪郭（例えば、板書領域の輪郭）をより明瞭に表示することができる。例えば、ａ０の値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、ａ０の値範囲は、［０．２８，０．３７］に設定されてもよく、例えば、ａ０は、０．３３に設定されてもよいが、これに限定されない。
ステップＳ３３４：最終的選択エッジ画素に基づいて、第２の階調画像に対して二値化処理を行って、二値画像を得る。
例えば、いくつかの実施例では、第２の階調画像におけるすべての最終的選択エッジ画素の階調平均値を閾値として、第２の階調画像に対して二値化処理を行って、二値画像を得てもよい。なお、本開示は、これを含むがこれに限定されない。例えば、実際の応用において、さらに他の任意の実現可能な方式を用いて二値化処理における閾値を決定してもよい。
ステップＳ３４０：二値画像に対して連通領域解析処理を行って、板書領域に対応するターゲット領域を決定する。
例えば、いくつかの実施例では、図６に示すように、ステップＳ３４０は、以下のステップＳ３４１～ステップＳ３４３を含んでもよい。
ステップＳ３４１：二値画像上のすべての連通領域及び各連通領域の外接矩形枠を決定する。
例えば、連通領域とは、画像における同じ画素値を有し且つ位置が隣接する前景画素からなる画像領域を意味する。例えば、２回の走査（Ｔｗｏ－Ｐａｓｓ）法又はシードフィリング（Ｓｅｅｄ－Ｆｉｌｌｉｎｇ）法又はＯｐｅｎＣＶのｃｏｎｎｅｃｔｅｄＣｏｍｐｏｎｅｎｔｓＷｉｔｈＳｔａｔｅｓ関数などの一般的なアルゴリズムを用いて二値画像において連通領域を探してもよく、次に、最小外接矩形アルゴリズム（例えば、ＯｐｅｎＣＶのｍｉｎＡｒｅａＲｅｃｔ関数を含むがこれに限定されない）を用いて各連通領域の外接矩形枠を決定してもよい。例えば、いくつかの実施例では、各連通領域の外接矩形枠の左上角座標（ｘ１，ｙ１）及び右下角座標（ｘ２，ｙ２）を得てもよい。
ステップＳ３４２：外接矩形枠の面積の大きい順に第２～第Ｎ（Ｎは、２以上の整数である）の連通領域を選択すべき領域として選択する。
例えば、いくつかの実施例では、各連通領域の外接矩形枠の面積は、その左上角座標（ｘ１，ｙ１）及び右下角座標（ｘ２，ｙ２）に基づいて計算して得られてもよく、例えば、計算式は、以下に表してもよく、
Ａｒｅａ＝｜ｘ１－ｘ２｜＊｜ｙ１－ｙ２｜
ただし、Ａｒｅａは、外接矩形枠の面積を表す。
例えば、二値画像では、背景画素は一般に連通しており、背景領域（すなわち背景画素が形成した連通領域）に対応する外接矩形枠の面積が最も大きいことが多いため、ステップＳ３４２では、外接矩形枠の面積が最も大きい連通領域を直接排除することができ、すなわち背景領域を直接排除することができる。
例えば、Ｎは、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、Ｎの値範囲は、［２，５］に設定されてもよく、例えばＮ＝２であり、また例えばＮ＝５などである。
ステップＳ３４３：板書領域の第２の事前知識に基づいて、選択すべき領域を認証して、板書領域に対応するターゲット領域を決定する。
例えば、いくつかの実施例では、第２の事前知識は、板書領域の中心座標と二値画像の中心座標との間の距離が距離閾値よりも小さいことを含む。これに対応して、板書領域の外接矩形枠の中心座標と二値画像の中心座標との間の距離も距離閾値よりも小さい。例えば、上記各連通領域の外接矩形枠の左上角座標及び右下角座標に基づいて計算して各連通領域の外接矩形枠の中心座標を得てもよく、例えば、各連通領域の外接矩形枠の中心座標は、（（ｘ１＋ｘ２）／２，（ｙ１＋ｙ２）／２）であり、次に、各連通領域の外接矩形枠の中心座標と二値画像の中心座標との間の距離を計算してもよく、距離が距離閾値よりも小さい連通領域は、板書領域に対応するターゲット領域である可能性が高い。例えば、いくつかの例では、各連通領域の外接矩形枠の中心座標と二値画像の中心座標との間の距離は、二値画像の幅方向における第１の距離及び二値画像の高さ方向における第２の距離を含み、これに対応して、距離閾値は、二値画像の幅方向における第１の距離閾値及び二値画像の高さ方向における第２の距離を含み、第１の距離は、第１の距離閾値よりも小さくすべきであり、第２の距離は、第２の距離閾値よりも小さくすべきである。例えば、第１の距離閾値は、二値画像の幅の５％～３０％又は他の適切な比率などに設定されてもよく、同様に、第２の距離閾値は、二値画像の高さの５％～３０％又は他の適切な比率などに設定されてもよい。
例えば、いくつかの実施例では、第２の事前知識は、板書領域の縦横比が第２の範囲内にあることをさらに含む。例えば、第２の範囲は、［（１－ｙ）＊Ｒ０，（１＋ｙ）＊Ｒ０）］に設定されてもよく、Ｒ０は、板書領域の縦横比を表し、ｙは、許容差のパーセンテージを表す。例えば、ｙの数値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、ｙの値範囲は、［５％，１５％］に設定されてもよく、例えば、ｙは、１０％に設定されてもよいが、これに限定されない。例えば、第２の範囲は、第１の範囲と同じであってもよく、もちろん、両者は異なっていてもよい。
図７は、本開示の少なくともいくつかの実施例による連通領域解析処理の結果概略図である。例示的に、図７に示すように、二値画像に対して連通領域解析処理を行う時、複数の連通領域（背景領域、板書領域及び他のマーキングされていない連通領域を含み、図７における異なる階調の領域に示す）を得ることができ、すべての連通領域の外接矩形枠のうち、背景領域の外接矩形枠の面積の大きさの順序は、一般的に第１位であり、板書領域の外接矩形枠の面積の大きさの順序は、一般的に第２位である。なお、簡潔に示すために、図７において、各連通領域の外接矩形枠を省略するとともに、異なる連通領域を区別するために、異なる階調を使用して異なる連通領域を示すため、図７は、元の二値画像と異なる。図７は、概略的であり、本開示の実施例に対する制限とみなすべきではないことを理解すべきである。
ステップＳ４００：ターゲット領域の４つの頂点を決定する。
例えば、いくつかの実施例では、図８に示すように、ステップＳ４００は、以下のステップＳ４１０～ステップＳ４４０を含んでもよい。
ステップＳ４１０：輪郭検出アルゴリズムを使用してターゲット領域に対して輪郭検出処理を行って、少なくとも１つの輪郭を得る。
例えば、いくつかの実施例では、ＯｐｅｎＣＶのｆｉｎｄＣｏｎｔｏｕｒｓ関数などの輪郭検出アルゴリズムを用いてターゲット領域に対して輪郭検出処理を行って、少なくとも１つの輪郭を抽出してもよい。例えば、いくつかの実施例では、上記二値画像（ターゲット領域を含む）に対して輪郭検出処理を行ってもよい。例えば、いくつかの実施例では、輪郭検出処理を行う時、ターゲット領域（すなわち板書領域）における文字又は画像などの内容の輪郭も抽出されてもよい。
例えば、各輪郭は、いずれも１つの対応する輪郭リストを含み、該輪郭リストは、該選択すべき輪郭のすべての角点の情報（例えば、角点の座標位置など）を含む。
ステップＳ４２０：該少なくとも１つの輪郭に対してスクリーニング処理を行って、少なくとも１つの予備輪郭を得る。
例えば、いくつかの実施例では、以下のスクリーニング原則に基づいて少なくとも１つの輪郭に対してスクリーニング処理を行ってもよい。（１）輪郭で囲まれた領域の面積が大きい。（２）輪郭で囲まれた領域の周長が長い。その原理は、ターゲット領域における面積が大きい又は周長が長い輪郭が一般的に板書領域のエッジ及び角点に関連することである。
ステップＳ４３０：該少なくとも１つの予備輪郭に基づいて、予備角点集合を決定する。
例えば、いくつかの実施例では、該少なくとも１つの予備輪郭の輪郭リストに基づいて、各角点に対応する頂角の角度値を計算し、スクリーニングして予備角点集合を得てもよい。実際の応用において、各輪郭リストは、一般的に複数の角点からなるが、どの角点が板書領域の頂点に対応するかを決定することができない。背景エッジ情報が乱雑であることを考慮すると、板書領域に属していない角点が輪郭リストに現れる可能性がある。例えば、板書領域の頂点（板書領域が４つの頂点を含む）に対して、一般的に、板書領域の頂点での角度変化が平行線上の角点の角度変化よりも大きいという事前情報を決定してもよい。
図９Ａは、本開示の少なくともいくつかの実施例による図８に示すステップＳ４３０に対応する例示的なフローチャートである。例えば、いくつかの実施例では、図９Ａに示すように、ステップＳ４３０は、以下のステップＳ４３１～ステップＳ４３２を含んでもよい。
ステップＳ４３１：少なくとも１つの予備輪郭の各角点に対応する頂角の角度値を計算する。
例えば、いくつかの実施例では、各予備輪郭の輪郭リストに基づいて、各角点の座標位置及び該角点に隣接する２つの角点の座標位置を決定してもよい。ある角点Ｂを例として、角点Ｂに隣接する２つの角点が角点Ａ及び角点Ｃであり、角点Ａ、Ｂ、Ｃの座標がそれぞれ（ｘA，ｙA）、（ｘB，ｙB）、（ｘC，ｙC）であり、角点Ｂに対応する頂角が∠ＡＢＣであると、角点Ａ、Ｂ、Ｃからなる三角形の３本の辺ａ、ｂ、ｃの大きさは、それぞれ以下の通りであり、
Figure 0007564962000003
 角点Ｂに対応する頂角∠ＡＢＣの角度値は、以下の式（三角形余弦定理）に基づいて計算してもよく、
Figure 0007564962000004
 ただし、βは、角点Ｂに対応する頂角∠ＡＢＣの角度値を表す。
ステップＳ４３２：少なくとも１つの予備輪郭の各角点に対応する頂角の角度値に基づいて、該少なくとも１つの予備輪郭の各角点をスクリーニングして、複数の第１の予備角点を得、予備角点集合は、該複数の第１の予備角点を含む。
例えば、理論的に変形していない板書領域に対して、その４つの頂点に対応する頂角は、いずれも直角であり、しかしながら、画面の変形を考慮し、入力画像における板書領域の各頂点に対応する頂角は、やや直角からずれる可能性がある。例えば、いくつかの実施例では、頂角の角度値が予め設定された角度範囲内にある角点を第１の予備角点としてもよい。例えば、予め設定された角度範囲は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、予め設定された角度範囲は、６０°～１３５°又は７５°～１２５°などに設定されてもよい。それにより、スクリーニングにより得られた予備角点集合における角点（すなわち複数の第１の予備角点）は、板書領域のある頂点の近くにある可能性が高い（ある角点自体が板書領域のある頂点である場合を含む）。
例えば、別の実施例では、該少なくとも１つの予備輪郭の輪郭リストに基づいて、各予備輪郭に対して四角形フィッティングを行って、予備角点集合を得てもよい。例えば、ステップＳ４２０で得られた予備輪郭は、一般的に、形状が異なる多角形であり、各予備輪郭に対して四角形フィッティングを行い、フィッティングして得られた四角形の４つの頂点を予備角点（例えば、第２の予備角点）とすることにより、予備角点集合のデータ規模を小さくすることができ、画像処理方法の実行速度を向上させることに有利である。
図９Ｂは、本開示の少なくともいくつかの実施例による図８に示すステップＳ４３０に対応する別の例示的なフローチャートである。例えば、いくつかの実施例では、図９Ｂに示すように、ステップＳ４３０は、以下のステップＳ４３３～ステップＳ４３５を含んでもよい。
ステップＳ４３３：角点の数閾値に基づいて少なくとも１つの予備輪郭をスクリーニングし、少なくとも１つの予備選択輪郭を得る。
例えば、画面の変形を考慮しても、入力画像における板書領域に対応する輪郭に含まれた角点の数が一般的にあまり多くないため、角点の数が角点の数閾値よりも大きい予備輪郭が板書領域の頂点を含まない可能性が高いと考えられる。例えば、角点の数閾値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、角点の数閾値の値範囲は、［６，１０］に設定されてもよく、例えば、角点の数閾値は、８に設定されてもよいが、これに限定されない。
ステップＳ４３４：フィッティング精度に従って各予備選択輪郭に対して折れ線化フィッティングを行い、各予備選択輪郭における距離がフィッティング精度よりも大きい角点を廃棄し、距離がフィッティング精度よりも小さい角点を残して、閉じたフィッティンググラフィックを得る。
例えば、いくつかの実施例では、１回目の折れ線化フィッティング過程におけるフィッティング精度（すなわちフィッティング精度初期値）は、ｂ０＊Ｌｅｎｇｔｈに設定されてもよく、ｂ０＞０であり且つｂ０＜１であり、Ｌｅｎｇｔｈは、対応する予備選択輪郭の輪郭周長を表す。例えば、いくつかの実施例では、ｂ０の値範囲は、［０．００５，０．０２］に設定されてもよく、例えば、ｂ０は、０．０１に設定されてもよいが、これに限定されない。
ステップＳ４３５：フィッティンググラフィックの面積及び角点の数を計算し、面積が面積閾値よりも小さく且つ角点の数が４よりも小さいフィッティンググラフィックに対応する予備選択輪郭を廃棄し、そうではない場合、面積が面積閾値以上であり且つ角点の数が４に等しいフィッティンググラフィックを見つけるまで、フィッティング精度の数値を向上させ且つ次の折れ線化フィッティングを行い、最終的に決定されたフィッティング画像の４つの頂点を第２の予備角点とし、予備角点集合は、複数の第２の予備角点を含む。
例えば、面積閾値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、固定パラメータｃ０（ｃ０＞０であり且つｃ０＜１である）を設定し、ステップＳ３００において決定されたターゲット領域（例えば、具体的に、ステップＳ３４３において決定されたターゲット領域）に基づいてターゲット領域の面積Ｓ０を計算し、計算して面積閾値ｃ０＊Ｓ０を得てもよい。例えば、ｃ０の値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、ｃ０の値範囲は、［０．１，０．３］に設定されてもよく、例えば、ｃ０は、０．２に設定されてもよいが、これに限定されない。もちろん、いくつかの実施例では、実行速度を向上させるために、上記ターゲット領域の面積Ｓ０をターゲット領域の外接矩形枠の面積に置き換えてもよい。
例えば、いくつかの実施例では、フィッティング精度初期値がｂ０＊Ｌｅｎｇｔｈに設定される場合、この後の毎回の折れ線化フィッティング過程におけるフィッティング精度は、前の折れ線化フィッティング過程におけるフィッティング精度に例えば０．５＊ｂ０＊Ｌｅｎｇｔｈなど増加してもよい。
例えば、いくつかの実施例では、同時に以上の２つの方式を用いてステップＳ４３０の操作を実現してもよく、つまり、ステップＳ４３０は、上記ステップＳ４３１～ステップＳ４３５を含んでもよく、この場合、予備角点集合は、複数の第１の予備角点及び複数の第２の予備角点を含み、それにより、後続のステップＳ４４０において決定されたターゲット領域の４つの頂点の精度を向上させることができる。
例えば、ステップＳ４３０において得られた予備角点集合は、板書領域の各頂点の近くに分布した複数の角点を含む。
ステップＳ４４０：予備角点集合に基づいて、ターゲット領域の４つの頂点を決定する。
例えば、いくつかの実施例では、予備角点集合における角点（すなわち上記第１の予備角点及び／又は第２の予備角点）に対して第１のクラスタリング操作を行って、４つのクラスタ中心を得、該４つのクラスタ中心をターゲット領域の４つの頂点としてもよい。例えば、いくつかの実施例では、Ｋ平均クラスタリングアルゴリズムを用いて上記第１のクラスタリング操作を行ってもよい。
例えば、Ｋ平均クラスタリングアルゴリズムの主なステップは、予測データ（すなわち予備角点集合）をＫグループに分け、Ｋ個のオブジェクト（オブジェクトは、予備角点集合における角点である）を初期のクラスタ中心としてランダムに選択し、次に各オブジェクトと各シードクラスタ中心との間の距離を計算し、各オブジェクトをそれと最も近いクラスタ中心に割り当てることを含む。クラスタ中心及びそれらに割り当てられたオブジェクトは、１つのクラスタを表す。サンプルを割り当てるごとに、クラスタのクラスタ中心は、クラスタにおける既存のオブジェクトに基づいて再計算される。この過程は、ある終了条件が満たされるまで繰り返される。終了条件は、０個（又は最少数）のオブジェクトが異なるクラスタに再割り当てられ、０個（又は最少数）のクラスタ中心が変化し、誤差二乗和が局所的に最小であることである。
例えば、本開示の実施例では、Ｋ値は、４に設定され、予備角点集合におけるすべての角点を４種類に分類し、クラスタリング過程において用いられる距離は、ユークリッド距離（具体的に、２次元空間のユークリッド距離）である。例えば、分類すべきサンプルの座標位置及びクラスタ中心の座標位置に基づいて、両者間のユークリッド距離を計算してもよく、上記座標位置は、いずれも画像座標系下の座標位置である。最終的に、４つのクラスタ中心をターゲット領域の４つの頂点として得、すなわち板書領域の４つの頂点を予測してもよい。つまり、入力画像における変形した板書領域に対するキャリブレーションを実現する。
ステップＳ５００：ターゲット領域の４つの頂点に基づいて、ターゲット領域に対して座標変換を行って、補正後の板書領域画像を得る。
例えば、補正後の板書領域画像は、実際の板書領域に対応し、一般的に矩形である。例えば、いくつかの実施例では、制約条件に基づいてステップＳ５００における座標変換操作を行ってもよく、制約条件は、補正後の板書領域画像が矩形であり、ターゲット領域の４つの頂点が座標変換後に矩形の４つの頂点に対応することを含む。
例えば、いくつかの例では、上記制約条件に基づいて、以下の座標変換式に従って座標変換行列を計算してもよく、
Figure 0007564962000005
 ただし、（Ｕ，Ｖ）は、補正後の板書領域画像における座標を表し、（Ｘ，Ｙ）は、入力画像における座標を表し、ａ１１、ａ２１、ａ３１、ａ１２、ａ２２、ａ３２、ａ１３、ａ２３、ａ３３は、３×３の変換行列であり、ａ３３＝１である。例えば、まず上記座標変換式、及びターゲット領域の４つの頂点の入力画像における座標位置と補正後の板書領域画像の４つの頂点の座標位置との対応関係に基づいて、変換行列を決定し、次に、上記座標変換式に基づいて、ターゲット領域（及びターゲット領域の周りの一部の領域）における各画素点に対して座標変換を行って、補正後の板書領域画像における各画素点を得てもよい。それにより、入力画像における変形した板書領域に対する補正を実現する。
図１０Ａは、本開示の少なくともいくつかの実施例による入力画像の概略図であり、図１０Ｂは、図１に示す画像処理方法を用いて図１０Ａに示す入力画像を処理して得られた補正後の板書領域画像の概略図である。なお、図１０Ｂは、図１に示す画像処理方法を用いて図１０Ａに示す入力画像の右側の板書領域（すなわち図１０Ａのブロックに示すＰＰＴ領域）を処理して得られた補正後の板書領域画像を例示的に示す。例えば、図１０Ａに示す入力画像に比べて、図１０Ｂに示す補正後の板書領域画像は、学生が見た関心のあるところを板書領域に集中させることを補助することができ、それにより勉強効率を向上させることに寄与する。
なお、マルチフレームの画像を含む授業教学ビデオに対して、人物遮蔽又は光線変化などの要素の存在により、異なるフレームの画像に対応する出力結果（すなわちキャリブレーションされた板書領域の頂点座標）が一致しない問題を招く可能性がある。上記問題を解決するために、２回の認証の方式を用いてターゲット領域（すなわち板書領域）の４つの頂点の座標を再確認することができる。
図１１は、本開示の少なくともいくつかの実施例による別の画像処理方法のフローチャートである。例えば、図１１に示すように、該画像処理方法は、以下のステップＳ６００～ステップＳ９００を含む。
ステップＳ６００：教学シーンのビデオシーケンスを取得する。
例えば、ステップＳ１００における操作と同様に、カメラにより教学シーンの教壇方向を撮影してビデオシーケンスを得てもよい。例えば、ビデオシーケンスは、一般的に複数のフレームの画像を含み、例えば、一部のフレームの画像には、板書領域の頂点が人物（例えば、教師など）により遮蔽される問題が存在する可能性があり、それにより、この一部のフレームの画像に対して板書領域のキャリブレーションを行う時、板書領域の頂点の位置を正確にキャリブレーションできず（すなわち正確ではない予測頂点が存在し）、さらに、上記正確ではない予測頂点に基づいて板書領域を補正すると、補正後の板書領域画像の画面に変形が存在してしまう可能性があり、それにより見る効果の改善に不利になる。
ステップＳ７００：ビデオシーケンスからマルチフレームの画像をそれぞれ入力画像として抽出して、ターゲット領域の該マルチフレームの画像のうちの各フレームの画像上の４つの頂点を得る。
例えば、いくつかの実施例では、ビデオシーケンスから例えば１０～２０フレームの画像をそれぞれ入力画像としてランダムに抽出してもよく、本開示は、これを含むがこれに限定されない。
例えば、抽出された各フレームの画像を入力画像とした後、上記ステップＳ１００～ステップＳ５００を用いてステップＳ７００の操作を実現してもよく、具体的な実現過程及び詳細は、上記関連説明を参照すればよく、ここでこれ以上説明しない。
ステップＳ８００：ターゲット領域の該マルチフレームの画像のうちの各フレームの画像上の４つの頂点を予測頂点とし、予測頂点に基づいてターゲット領域の４つの最終的予測頂点を決定する。
例えば、いくつかの実施例では、図１２に示すように、ステップＳ８００は、以下のステップＳ８１０～ステップＳ８５０を含んでもよい。
ステップＳ８１０：ターゲット領域の各頂点に対応する予測頂点の座標に基づいて、各頂点に対応する予測頂点に対して第２のクラスタリング操作を行って、各頂点に対応する少なくとも１つの予測サブクラスを得、各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスの中心座標を前記各頂点の現在予測座標とする。
例えば、いくつかの実施例では、各頂点に対応する複数の予測頂点のうちの任意の２つの予測頂点のユークリッド距離を計算し、ある予測頂点及びその近くの例えば３つの画素以下の予測頂点を１つの予測サブクラスにまとめ、該予測サブクラスの中心点を次のステップの予測頂点とし、予測頂点が異なる予測サブクラスに再割り当てられていない又は予測サブクラスの中心座標が変化していない又は誤差二乗和が局所的に最小になるまで、上記操作を繰り返す。それにより、第２のクラスタリング操作を実現することができる。
ステップＳ８２０：ターゲット領域の４つの頂点の現在予測座標に基づいて、任意の２つの隣接する頂点の現在予測座標の結ぶ線と水平線との第１の夾角値を決定する。
例えば、いくつかの実施例では、任意の２つの隣接する頂点の現在予測座標の結ぶ線の傾きを計算し、次に傾き及び三角関数に基づいて該結ぶ線と水平線との第１の夾角値を決定してもよい。なお、傾きが無限大になる時、該結ぶ線が水平線に垂直であり、すなわち該結ぶ線と水平線との第１の夾角値が９０°であることを示している。
例えば、別の実施例では、ある頂点の現在予測座標の、水平線に平行する方向において任意の１つの画素点座標を選択し、上記三角形余弦定理に基づいて、２つの隣接する頂点の現在予測座標の結ぶ線と、該ある頂点の現在予測座標と該画素点座標の結ぶ線との夾角値を計算すれば、２つの隣接する頂点の現在予測座標の結ぶ線と水平線との第１の夾角値を得ることができる。
ステップＳ８３０：任意の２つの隣接する頂点の現在予測座標に基づいて、該マルチフレームの画像のうちのあるフレームの画像において１つの予測矩形領域を決定し、該あるフレームの画像は、フィルタリング処理、顕著性領域検出処理、エッジ検出処理及び二値化処理がされたものであり、該任意の２つの隣接する頂点の現在予測座標の結ぶ線は、予測矩形領域の対角線であり、予測矩形領域の各辺は、水平線に平行する又は垂直である。
例えば、ステップＳ８３０におけるフィルタリング処理、顕著性領域検出処理、エッジ検出処理及び二値化処理は、上記ステップＳ３１０、ステップＳ３２０、ステップＳ３３０の関連説明を参照すればよい。具体的な実現過程及び詳細は、ここでこれ以上説明しない。例えば、上記処理の後、該あるフレームの画像に基づいて二値画像を得ることができ、それにより、該二値画像において予測矩形領域を決定することができ、該予測矩形領域にターゲット領域（すなわち板書領域）のエッジ画素（例えば、最終的選択エッジ画素）情報が含まれる。画面の変形を考慮し、予測矩形領域において、板書領域の境界は、水平する又は垂直な境界ではなく、湾曲した円弧線分と示される。
ステップＳ８４０：予測矩形領域において直線を探して、複数本の線分を含む１本の曲線分を決定し、該複数本の線分に基づいて該曲線分の平均接線の傾きを決定し、該平均接線の傾きに基づいて該平均接線と水平線との第２の夾角値を決定する。
例えば、いくつかの実施例では、ステップＳ８４０は、以下のステップＳ８４１～ステップＳ８４３を含んでもよい。
ステップＳ８４１：予測矩形領域におけるエッジ画素の形成した線分をデカルト座標系からハフ空間に変換して、複数の線分を決定する。
例えば、デカルト座標系における１本の直線は、ハフ空間の１点に対応し、デカルト座標系下の点が共線であると、ハフ空間におけるこれらの点に対応する直線は、１点に交差する。従って、この特性に基づいてデカルト座標系における直線を検出することができる。該方法は、直線を探す他の方法に比べて、ノイズ干渉をよりよく低減させることができる。なお、ステップ（１）に基づいて、一般的に予測矩形領域において多くの連続しない線分を得ることができる。
ステップＳ８４２：線分の始終点の位置が重なるかどうか又は近いどうかに基づいて、上記複数の線分が同じ曲線に属しているかどうかを判断して、１本の曲線分を決定する。
例えば、ステップＳ８４２では、重なるかどうか又は近いかどうかを判断する閾値は、実際の需要に応じて設定されてもよい。例えば、該閾値は、例えば５つの画素に設定されてもよく、すなわち、１本の線分のある端点と別の線分のある端点との間の距離が５つの画素以下である場合、この２つの線分の始終点の位置が重なる又は近いと考える。ステップ（２）に基づいて、入力画像における板書領域の境界に対応する１つの曲線分を決定することができる。
ステップＳ８４３：曲線分におけるすべての線分の傾きの平均値を曲線分の平均接線の傾きとして計算し、平均接線の傾きに基づいて平均接線と水平線との第２の夾角値を決定する。
例えば、以下の式に基づいて曲線分におけるすべての線分の傾きの平均値を計算してもよく、
Figure 0007564962000006
 ただし、ｋは、曲線分におけるすべての線分の傾きの平均値を表し、ｎは、曲線分におけるすべての線分の数を表し、ｉは、ｉ番目の線分を表し、
Figure 0007564962000007
 は、それぞれ線分の両端の座標を表す。次に、三角関数に基づいて曲線分の平均接線と水平線との第２の夾角値を決定してもよい。
ステップＳ８５０：第１の夾角値及び第２の夾角値に基づいて、該任意の２つの隣接する頂点の最終的予測座標を決定する。
例えば、いくつかの実施例では、ステップＳ８５０は、以下のステップ（１）を含んでもよい。
（１）第１の角度値と第２の角度値との差分が第１の閾値以下であることに応答して、該任意の２つの隣接する頂点の現在予測座標を前記任意の２つの隣接する頂点の最終的予測座標とする。例えば、第１の閾値は、実際の需要に応じて設定されてもよく、本開示の実施例は、これを制限しない。例えば、いくつかの実施例では、第１の閾値は、例えば３°に設定されてもよいが、これに限定されない。
例えば、いくつかの実施例では、ステップＳ８５０は、以下のステップ（２）－（４）をさらに含んでもよい。
（２）第１の角度値と第２の角度値との差分が第１の閾値よりも大きいことに応答して、該任意の２つの隣接する頂点の現在予測座標と前記曲線分との最小距離が第２の閾値以下であるかどうかを判断する。例えば、第１の角度値と第２の角度値との差分が第１の閾値よりも大きいと、該任意の２つの隣接する頂点のうちの少なくとも１つの現在予測座標に予測誤差が存在し、その現在予測座標が最終的予測座標として適切ではないことを示している。ここに２つの場合が存在する。１つは、１つの頂点だけの現在予測座標に予測誤差が存在する。もう１つは、２つの頂点の現在予測座標にいずれも予測誤差が存在する。以下のステップ（３）及び（４）により、判断結果に基づいて上記２つの場合をそれぞれ処理することができる。例えば、各頂点の現在予測座標と曲線分との最小距離は、各頂点の現在予測座標と曲線分におけるすべての線分との距離の最小者であり、例えば、各頂点の現在予測座標と各線分との距離は、ユークリッド距離を用いて計算されてもよい。
（３）該任意の２つの隣接する頂点のうちの一方の現在予測座標と該曲線分との最小距離が第２の閾値以下であり且つ該任意の２つの隣接する頂点のうちの他方の現在予測座標と該曲線分との最小距離が第２の閾値よりも大きいことに応答して、平均接線の傾きに基づいて、該任意の２つの隣接する頂点のうちの一方の現在予測座標を通る第１の直線を決定するとともに、該任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標及び該任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第２の直線を決定し、該任意の２つの隣接する頂点のうちの一方の現在予測座標を該任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、該第１の直線と第２の直線との交点の座標を該任意の２つの隣接する頂点のうちの他方の最終的予測座標とする。該任意の２つの隣接する頂点のうちの一方に対向する頂点は、該任意の２つの隣接する頂点のうちの他方に隣接し且つ該任意の２つの隣接する頂点のうちの一方と異なる頂点であることを理解すべきである。
（４）該任意の２つの隣接する頂点の現在予測座標と該曲線分との最小距離がいずれも第２の閾値よりも大きいことに応答して、該任意の２つの隣接する頂点のうちの各頂点の最終的予測座標を決定するまで、該任意の２つの隣接する頂点のうちの各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスを廃棄し、該任意の２つの隣接する頂点のうちの各頂点に対応する、最も多い予測頂点を含む他の予測サブクラスの中心座標を該任意の２つの隣接する頂点のうちの各頂点の現在予測座標とする。
例えば、ごくまれな場合、上記ステップ（１）－（４）に従っても、ターゲット領域の４つの頂点の最終的予測座標を決定できない（すなわちターゲット領域の４つの最終的予測頂点を決定できない）可能性がある。従って、いくつかの実施例では、ステップＳ８５０は、以下のステップ（５）をさらに含んでもよい。
（５）該任意の２つの隣接する頂点に対応するすべての予測サブクラスがいずれも廃棄されたことに応答して、該任意の２つの隣接する頂点に対応する曲線分の平均接線の傾きに基づいて、該任意の２つの隣接する頂点に対応する曲線分の平均接線を決定し、該任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標、及び該任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第３の直線を決定し、該任意の２つの隣接する頂点のうちの他方に対向する頂点の現在予測座標、及び該任意の２つの隣接する頂点のうちの一方の現在予測座標に基づいて第４の直線を決定し、該平均接線と第３の直線との交点の座標を該任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、該平均接線と第３の直線との交点の座標を該任意の２つの隣接する頂点のうちの他方の最終的予測座標とする。
ステップ（３）における第２の直線の決定方式は、ステップ（１）－（５）の関連説明を参照すればよく、ここで繰り返し説明しないことを理解すべきである。同様に、ステップ（５）における第３の直線及び第４の直線の決定方式もステップ（１）－（５）の関連説明を参照すればよく、ここで繰り返し説明しない。さらに、ステップ（４）において、該任意の２つの隣接する頂点のうちの各頂点に対応する、最も多い予測頂点を含む他の予測サブクラスの中心座標を該任意の２つの隣接する頂点のうちの各頂点の現在予測座標とする場合、該任意の２つの隣接する頂点のうちの各頂点の最終的予測座標を再決定する過程は、上記ステップＳ８２０及びステップＳ８５０（例えばステップ（１）－（５））の関連説明を参照すればよいことを理解すべきであり、さらに、この過程において、この前にステップＳ８３０及びステップＳ８４０に基づいて決定された第２の夾角値を直接使用することができ、それによりステップＳ８３０及びステップＳ８４０を繰り返して実行する必要がないことを理解すべきである。
上記ステップＳ８１０～ステップＳ８５０に基づいて、ターゲット領域の４つの頂点の最終的予測座標を決定することができ、すなわち、ターゲット領域の４つの最終的予測頂点を決定することができることを理解すべきである。
ステップＳ９００：ターゲット領域の４つの最終的予測頂点に基づいて、ビデオシーケンスの各フレームの画像におけるターゲット領域に対して座標変換を行って、ビデオシーケンスの各フレームの画像に対応する補正後の板書領域画像を得る。
例えば、ステップＳ９００の操作は、上記ステップＳ５００の関連説明を参照すればよく、具体的な実現過程及び詳細は、ここで繰り返し説明されない。例えば、いくつかの実施例では、ビデオシーケンスの各フレームの画像に対応する補正後の板書領域画像に基づいて、補正後のビデオシーケンスを得てもよい。
図１３Ａは、本開示の少なくともいくつかの実施例による入力画像の概略的なブロック図であり、図１３Ｂは、図１３Ａに示す入力画像におけるターゲット領域（すなわち板書領域）の四角形境界の概略図であり、図１３Ｃは、図１３Ａに示す入力画像におけるターゲット領域（すなわち板書領域）の４つの頂点の概略図である。例えば、図１３Ａは、図１に示す画像処理方法を用いて決定されたターゲット領域の４つの頂点（図１３Ａにおける黒色点に示す）を示し、人物遮蔽により、図１３Ａにおける左下角の頂点は、その真の位置から明らかにずれている。例えば、図１３Ａは、あるビデオシーケンスにおける１フレームの画像であり、該ビデオシーケンスにおける他のフレームの画像は、いずれも示されていない。例えば、図１３Ｂは、図１１に示す画像処理方法を用いて決定されたターゲット領域の四角形境界を示し、該四角形境界の各辺は、隣接する２つの頂点の結ぶ線、上記第１の直線、上記第２の直線、上記第３の直線及び上記第４の直線のうちの１つである。例えば、図１３Ｃは、図１１に示す画像処理方法を用いて決定されたターゲット領域の４つの頂点（すなわち４つの最終的予測頂点であり、図１３Ｃにおける黒色点に示す）を示し、図１３Ｃにおける左下角の頂点は、図１３Ａに比べて、その真の位置により近い。従って、図１１に示す画像処理方法は、人物遮蔽又は光線変化などの要素による異なるフレームの画像に対応する出力結果（すなわちキャリブレーションされた板書領域の頂点座標）が一致しない問題を克服することができる。
なお、本開示の実施例では、上記画像処理方法のプロセスは、順次実行または並列実行可能なより多くまたはより少ない操作を含んでもよい。以上に説明された画像処理方法のプロセスは、特定の順序で出現する複数の操作を含むが、複数の操作の順序は限定されないことを明らかに理解すべきである。以上に説明された画像処理方法は、１回実行してもよいし、所定の条件で複数回実行してもよい。
本開示の実施例による画像処理方法は、入力画像における変形した板書領域をキャリブレーション及び補正して、補正後の板書領域画像を得ることができる。該画像処理方法は、他の追加装置を配置することなく、低コストの固定カメラを用いればよく、実用性が高く、広範囲の普及に適している。また、入力画像に対して手動にデータマーキングを行う必要がなく、教学シーンにキャリブレーションプレートを置き且つカメラキャリブレーションを行う必要がなく、人件費を大幅に節約することができ、そして、板書領域の自動マーキング及び補正結果に基づいて、対応する領域の特定処理を補助することができ、例えば、学生が見た関心のあるところを板書領域に集中させることを補助することができる。
本開示の少なくともいくつかの実施例は、画像処理装置をさらに提供する。図１４は、本開示の少なくともいくつかの実施例による画像処理装置の概略的なブロック図である。例えば、図１４に示すように、該画像処理装置１００は、メモリ１１０及びプロセッサ１２０を含む。
例えば、メモリ１１０は、コンピュータ読み取り可能なコマンドを非一時的に記憶するために用いられ、プロセッサ１２０は、該コンピュータ読み取り可能なコマンドを実行するために用いられ、該コンピュータ読み取り可能なコマンドがプロセッサ１２０により実行されると、本開示のいずれかの実施例による画像処理方法を実行する。
例えば、メモリ１１０とプロセッサ１２０とは、直接的または間接的に相互に通信することができる。例えば、いくつかの例では、図２に示すように、該画像処理装置１００は、システムバス１３０をさらに含んでもよく、メモリ１１０とプロセッサ１２０とは、システムバス１３０を介して互いに通信することができ、例えば、プロセッサ１２０は、システムバス１３０を介してメモリ１１０にアクセスすることができる。例えば、別の例では、メモリ１１０とプロセッサ１２０などのコンポーネントとは、ネットワーク接続を介して通信することができる。ネットワークは、無線ネットワーク、有線ネットワーク、及び／又は無線ネットワークと有線ネットワークの任意の組み合わせを含んでもよい。ネットワークは、ローカルエリアネットワーク、インターネット、電気通信網、インターネットおよび／または電気通信網に基づくユビキタスネットワーク（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）、及び／又は以上のネットワークの任意の組み合わせなどを含んでもよい。有線ネットワークは、例えばツイストペア、同軸ケーブル又は光ファイバー伝送などの方式を用いて通信することができ、無線ネットワークは、例えば３Ｇ／４Ｇ／５Ｇ移動通信ネットワーク、ブルートゥース、Ｚｉｇｂｅｅ又はＷｉＦｉなどの通信方式を用いることができる。本開示は、ここでネットワークのタイプ及び機能を制限しない。
例えば、プロセッサ１２０は、所望の機能を実行するために画像処理装置における他のコンポーネントを制御することができる。プロセッサ１２０は、中央処理ユニット（ＣＰＵ）、テンソルプロセッサ（ＴＰＵ）又はグラフィックプロセッサＧＰＵなど、データ処理能力及び／又はプログラム実行能力を有するデバイスであってもよい。中央プロセッサ（ＣＰＵ）は、Ｘ８６又はＡＲＭアーキテクチャなどであってもよい。ＧＰＵは、単独でマザーボードに直接集成されてもよく、又はマザーボードのノースブリッジチップに内蔵されてもよい。ＧＰＵも中央プロセッサ（ＣＰＵ）に内蔵されてもよい。
例えば、メモリ１１０は、１つ又は複数のコンピュータプログラム製品の任意組み合わせを含んでもよく、コンピュータプログラム製品は、様々な形態のコンピュータ読み取り可能な記憶媒体、例えば揮発性メモリ及び／又は不揮発性メモリを含んでもよい。揮発性メモリは、例えばランダムアクセスメモリ（ＲＡＭ）及び／又は高速キャッシュ（ｃａｃｈｅ）などを含んでもよい。不揮発性メモリは、例えば読み取り専用メモリ（ＲＯＭ）、ハードディスク、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、ＵＳＢメモリ、フラッシュメモリなどを含んでもよい。
例えば、メモリ１１０上に１つ又は複数のコンピュータコマンドを記憶することができ、プロセッサ１２０は、前記コンピュータコマンドを実行して、様々な機能を実現することができる。コンピュータ読み取り可能な記憶媒体にさらに様々なアプリケーションプログラム及び様々なデータ、例えば入力画像、ビデオシーケンス、補正後の板書領域画像及びアプリケーションプログラム使用及び／又は生じた様々なデータなどが記憶されてもよい。
例えば、メモリ１１０に記憶されたいくつかのコンピュータコマンドがプロセッサ１２０により実行されると、以上に記載の画像処理方法における１つ又は複数のステップを実行することができる。
例えば、図１４に示すように、画像処理装置１００は、外部機器と画像処理装置１００との通信を可能にする入力インタフェース１４０をさらに含んでもよい。例えば、入力インタフェース１４０は、外部コンピュータ機器、ユーザーなどからコマンド又はデータ（例えば、入力画像、ビデオシーケンスなど）を受信するために用いられてもよい。画像処理装置１００は、画像処理装置１００と１つ又は複数の外部機器とを相互に接続する出力インタフェース１５０をさらに含んでもよい。例えば、画像処理装置１００は、出力インタフェース１５０を介して画像処理結果（例えば、補正後の板書領域画像）などを出力することができる。入力インタフェース１４０及び出力インタフェース１５０を介して画像処理装置１００と通信する外部機器は、任意のタイプのユーザーが対話可能なユーザーインタフェースを提供する環境に含まれてもよい。ユーザーインタフェースタイプの例は、グラフィカルユーザーインタフェース、自然ユーザーインタフェースなどを含む。例えば、グラフィカルユーザーインタフェースは、例えばキーボード、マウス、リモコンなどの入力機器を使用するユーザーからの入力を受信し、及び例えばディスプレイのような出力機器上で出力を提供することができる。また、自然ユーザーインタフェースは、ユーザーが例えばキーボード、マウス、リモコンなどのような入力機器によって課せられた制約を受けることなく、画像処理装置１００と対話することができる。対照的に、自然ユーザーインタフェースは、音声識別、タッチ及びスタイラスペン識別、スクリーン上及びスクリーンの近くのジェスチャー識別、空中ジェスチャー、頭部及び目追跡、音声及びセマンティクス、視覚、タッチ、ジェスチャー、及び機器インテリジェントなどに依存することができる。
また、画像処理装置１００は、図１４において単一のシステムとして示されているが、画像処理装置１００は、分散システムであってもよく、クラウド施設（パブリッククラウドまたはプライベートクラウドを含む）としてもよいことが理解される。従って、例えば、複数の機器は、ネットワーク接続を介して通信することができ、画像処理装置１００が実行すると説明されているタスクを共同で実行することができる。例えば、いくつかの実施例では、クライアントを介して入力画像又はビデオシーケンスを取得し、入力画像又はビデオシーケンスをサーバにアップロードすることができ、サーバは、受信した入力画像又はビデオシーケンスに基づいて画像処理の過程を実行した後、補正後の板書領域画像又は補正後の板書領域画像シーケンス（すなわちビデオシーケンスの各フレームの画像に対応する補正後の板書領域画像）をクライアントに戻して、ユーザーに提供する。
例えば、画像処理方法の実現過程に関する詳細な説明は、上記画像処理方法の実施例における関連説明を参照すればよい。繰り返すところは、ここでこれ以上説明しない。
例えば、いくつかの例では、該画像処理装置は、スマートフォン、タブレットコンピュータ、パーソナルコンピュータ、パーソナルデジタルアシスタント（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ、ＰＤＡ）、ウェアラブルデバイス、ヘッドマウント表示デバイス、サーバなどを含んでもよいがこれに限定されない。
なお、本開示の実施例による画像処理装置は、限定的ではなく、例示的であり、実際の応用ニーズに応じて、該画像処理装置は、他の一般的な部材又は構造、例えば、画像処理装置の実現に必要な機能をさらに含んでもよく、当業者は、特定の応用シーンに基づいて他の従来の部品または構造を設定することができ、本開示の実施例は、これを制限しない。
本開示の実施例による画像処理装置の技術的効果は、上記実施例における画像処理方法に関する対応する説明を参照すればよい。ここでこれ以上説明しない。
本開示の少なくとも１つの実施例は、非一時的な記憶媒体をさらに提供する。図１５は、本開示の１つの実施例による非一時的な記憶媒体の概略図である。例えば、図１５に示すように、該非一時的な記憶媒体２００は、コンピュータ読み取り可能なコマンド２０１を非一時的に記憶し、非一時的なコンピュータ読み取り可能なコマンド２０１がコンピュータ（プロセッサを含む）により実行されると、本開示のいずれかの実施例による画像処理方法を実行することができる。
例えば、非一時的な記憶媒体２００上に１つ又は複数のコンピュータコマンドが記憶されてもよい。非一時的な記憶媒体２００に記憶されたいくつかのコンピュータコマンドは、例えば上記画像処理方法における１つ又は複数のステップを実現するためのコマンドであってもよい。
例えば、非一時的な記憶媒体は、タブレットコンピュータの記憶部材、パーソナルコンピュータのハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、光ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、フラッシュメモリ、又は上記記憶媒体の任意の組み合わせを含んでもよく、他の適用可能な記憶媒体であってもよい。
本開示の実施例による非一時的な記憶媒体の技術的効果は、上記実施例における画像処理方法に関する対応説明を参照すればよい。ここでこれ以上説明しない。
本開示については、以下の点を説明する必要がある。
（１）本開示の実施例の図面では、本開示の実施例に係る構成にのみ関し、その他の構成は一般的に設計を参照することができる。
（２）競合しない場合、本開示の実施例及び実施例における特徴を互いに組み合わせて新たな実施例を得ることができる。
以上、本開示の具体的な実施形態に過ぎないが、本開示の保護範囲はこれに限定されるものではなく、本開示の技術分野に精通しているいかなる技術者が本開示の技術範囲内に容易に想到できる変更や置換は、本開示の保護範囲内に含まれるべきである。したがって、本開示の保護範囲は、請求項の保護範囲の保護範囲に準じなければならない。

Claims (17)

  1. コンピュータにより実行される画像処理方法であって、
    教学シーンの入力画像を取得することと、
    前記入力画像に対して検出処理を行って、板書領域を含む矩形検出領域を決定することと、
    前記矩形検出領域に対して解析処理を行って、前記板書領域に対応するターゲット領域を決定することと、
    前記ターゲット領域の４つの頂点を決定することと、
    前記ターゲット領域の４つの頂点に基づいて、前記ターゲット領域に対して座標変換を行って、補正後の板書領域画像を得ることとを含み、
    前記ターゲット領域の４つの頂点を決定することは、
    輪郭検出アルゴリズムを使用して前記ターゲット領域に対して輪郭検出処理を行って、少なくとも１つの輪郭を得ることと、
    前記少なくとも１つの輪郭に対してスクリーニング処理を行って、少なくとも１つの予備輪郭を得ることと、
    前記少なくとも１つの予備輪郭に基づいて、予備角点集合を決定することと、
    前記予備角点集合に基づいて、前記ターゲット領域の４つの頂点を決定することとを含み、
    前記矩形検出領域に対して前記解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することは、
    前記矩形検出領域に対してフィルタリング処理を行って、前記矩形検出領域に対応するフィルタリング画像を得、フィルタリング画像に基づいて第１の階調画像を得ることと、
    前記第１の階調画像に対して顕著性領域検出処理を行って、第２の階調画像を得ることと、
    前記第２の階調画像に対してエッジ検出処理及び二値化処理を行って、二値画像を得ることと、
    前記二値画像に対して連通領域解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することとを含み、
    前記第２の階調画像に対して前記エッジ検出処理及び前記二値化処理を行って、前記二値画像を得ることは、
    前記第２の階調画像上のすべての画素の階調勾配を計算して、初期選択エッジ画素を決定することと、
    前記初期選択エッジ画素に対して非極大値抑制操作を行って、二次選択エッジ画素を決定することと、
    前記二次選択エッジ画素に対して二重閾値スクリーニング操作を行って、最終的選択エッジ画素を得ることと、
    前記最終的選択エッジ画素に基づいて、前記第２の階調画像に対して前記二値化処理を行って、前記二値画像を得ることとを含む、画像処理方法。
  2. 前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、
    前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値を計算することと、
    前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値に基づいて、前記少なくとも１つの予備輪郭の各角点をスクリーニングして、複数の第１の予備角点を得ることとを含み、
    前記予備角点集合は、前記複数の第１の予備角点を含む、請求項１に記載の画像処理方法。
  3. 前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、
    角点の数閾値に基づいて前記少なくとも１つの予備輪郭をスクリーニングし、少なくとも１つの予備選択輪郭を得ることと、
    フィッティング精度に従って各前記予備選択輪郭に対して折れ線化フィッティングを行い、各前記予備選択輪郭における距離が前記フィッティング精度よりも大きい角点を廃棄し、距離が前記フィッティング精度よりも小さい角点を残して、閉じたフィッティンググラフィックを得ることと、
    前記フィッティンググラフィックの面積及び角点の数を計算し、面積が面積閾値よりも小さく且つ角点の数が４よりも小さい前記フィッティンググラフィックに対応する予備選択輪郭を廃棄し、そうではない場合、面積が前記面積閾値以上であり且つ角点の数が４に等しいフィッティンググラフィックを見つけるまで、前記フィッティング精度の数値を向上させ且つ次の折れ線化フィッティングを行い、最終的に決定されたフィッティング画像の４つの頂点を第２の予備角点とすることとを含み、
    前記予備角点集合は、複数の前記第２の予備角点を含む、請求項１に記載の画像処理方法。
  4. 前記少なくとも１つの予備輪郭に基づいて、前記予備角点集合を決定することは、
    前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値を計算することと、
    前記少なくとも１つの予備輪郭の各角点に対応する頂角の角度値に基づいて、前記少なくとも１つの予備輪郭の各角点をスクリーニングして、複数の第１の予備角点を得ることと、
    角点の数閾値に基づいて前記少なくとも１つの予備輪郭をスクリーニングし、少なくとも１つの予備選択輪郭を得ることと、
    フィッティング精度に従って各前記予備選択輪郭に対して折れ線化フィッティングを行い、各前記予備選択輪郭における距離が前記フィッティング精度よりも大きい角点を廃棄し、距離が前記フィッティング精度よりも小さい角点を残して、閉じたフィッティンググラフィックを得ることと、
    前記フィッティンググラフィックの面積及び角点の数を計算し、面積が面積閾値よりも小さく且つ角点の数が４よりも小さい前記フィッティンググラフィックに対応する予備選択輪郭を廃棄し、そうではない場合、面積が前記面積閾値以上であり且つ角点の数が４に等しいフィッティンググラフィックを見つけるまで、前記フィッティング精度の数値を向上させ且つ次の折れ線化フィッティングを行い、最終的に決定されたフィッティング画像の４つの頂点を第２の予備角点とすることとを含み、
    前記予備角点集合は、前記複数の第１の予備角点及び複数の前記第２の予備角点を含む、請求項１に記載の画像処理方法。
  5. 前記予備角点集合に基づいて、前記ターゲット領域の４つの頂点を決定することは、
    前記予備角点集合における角点に対してクラスタリング操作を行って、４つのクラスタ中心を得、前記４つのクラスタ中心を前記ターゲット領域の４つの頂点とすることを含む、請求項１に記載の画像処理方法。
  6. 前記矩形検出領域に対して前記フィルタリング処理を行って、前記矩形検出領域に対応する前記フィルタリング画像を得ることは、
    中央値フィルタリング法を用いて前記矩形検出領域に対して前記フィルタリング処理を行って、前記矩形検出領域に対応する前記フィルタリング画像を得ることを含む、請求項１に記載の画像処理方法。
  7. 前記第１の階調画像に対して前記顕著性領域検出処理を行って、前記第２の階調画像を得ることは、
    前記第１の階調画像上の各画素の、前記第１の階調画像上のグローバルコントラストを前記各画素の顕著値として計算することと、
    前記第１の階調画像上のすべての画素の顕著値に基づいて、第２の階調画像を得ることであって、前記第２の階調画像上のいずれかの画素の階調値は、前記第１の階調画像上の前記いずれかの画素に対応するある画素の顕著値であることとを含む、請求項１に記載の画像処理方法。
  8. 前記二値画像に対して連通領域解析処理を行って、前記板書領域に対応する前記ターゲット領域を決定することは、
    前記二値画像上のすべての連通領域及び各前記連通領域の外接矩形枠を決定することと、
    前記外接矩形枠の面積の大きい順に第２～第Ｎ（Ｎは、２以上の整数である）の連通領域を選択すべき領域として選択することと、
    前記板書領域の第２の事前知識に基づいて、前記選択すべき領域を認証して、前記板書領域に対応する前記ターゲット領域を決定することとを含み、
    前記第２の事前知識は、前記板書領域の中心座標と前記二値画像の中心座標との間の距離が距離閾値よりも小さいことと、前記板書領域の縦横比が第２の範囲内にあることとを含む、請求項１に記載の画像処理方法。
  9. 前記入力画像に対して前記検出処理を行って、前記板書領域を含む前記矩形検出領域を決定することは、
    前記板書領域の第１の事前知識に基づいて、前記矩形検出領域を認証することを含み、
    前記第１の事前知識は、 前記板書領域の中心座標が前記入力画像の上半部分に位置することと、前記板書領域の縦横比が第１の範囲内にあることとを含む、請求項１に記載の画像処理方法。
  10. 前記ターゲット領域の４つの頂点に基づいて、前記ターゲット領域に対して前記座標変換を行って、前記補正後の板書領域画像を得ることは、
    制約条件に基づいて前記座標変換を行うことを含み、
    前記制約条件は、
    前記補正後の板書領域画像が矩形であり、前記ターゲット領域の４つの頂点が前記座標変換後に前記矩形の４つの頂点に対応することを含む、請求項１に記載の画像処理方法。
  11. 前記教学シーンのビデオシーケンスを取得することと、
    前記ビデオシーケンスからマルチフレームの画像をそれぞれ前記入力画像として抽出して、前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を得ることと、
    前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を予測頂点として、前記予測頂点に基づいて前記ターゲット領域の４つの最終的予測頂点を決定することと、
    前記ターゲット領域の４つの最終的予測頂点に基づいて、前記ビデオシーケンスの各フレームの画像におけるターゲット領域に対して座標変換を行って、前記ビデオシーケンスの各フレームの画像に対応する補正後の板書領域画像を得ることとをさらに含む、請求項１～１０のいずれか１項に記載の画像処理方法。
  12. 前記ターゲット領域の前記マルチフレームの画像のうちの各フレームの画像上の４つの頂点を前記予測頂点とし、前記予測頂点に基づいて前記ターゲット領域の４つの最終的予測頂点を決定することは、
    前記ターゲット領域の各頂点に対応する予測頂点の座標に基づいて、前記各頂点に対応する予測頂点に対して第２のクラスタリング操作を行って、前記各頂点に対応する少なくとも１つの予測サブクラスを得、前記各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスの中心座標を前記各頂点の現在予測座標とすることと、
    前記ターゲット領域の４つの頂点の現在予測座標に基づいて、任意の２つの隣接する頂点の現在予測座標の結ぶ線と水平線との第１の夾角値を決定することと、
    前記任意の２つの隣接する頂点の現在予測座標に基づいて、前記マルチフレームの画像のうちのあるフレームの画像において１つの予測矩形領域を決定することであって、前記あるフレームの画像は、フィルタリング処理、顕著性領域検出処理、エッジ検出処理及び二値化処理がされたものであり、前記任意の２つの隣接する頂点の現在予測座標の結ぶ線は、前記予測矩形領域の対角線であり、前記予測矩形領域の各辺は、前記水平線に平行する又は垂直であることと、
    前記予測矩形領域において直線を探して、複数本の線分を含む１本の曲線分を決定し、前記複数本の線分に基づいて前記曲線分の平均接線の傾きを決定し、前記平均接線の傾きに基づいて前記平均接線と前記水平線との第２の夾角値を決定することと、
    前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することとを含む、請求項１１に記載の画像処理方法。
  13. 前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、
    前記第１の夾角値と前記第２の夾角値との差分が第１の閾値以下であることに応答して、前記任意の２つの隣接する頂点の現在予測座標を前記任意の２つの隣接する頂点の最終的予測座標とすることを含む、請求項１２に記載の画像処理方法。
  14. 前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、
    前記第１の夾角値と前記第２の夾角値との差分が前記第１の閾値よりも大きいことに応答して、前記任意の２つの隣接する頂点の現在予測座標と前記曲線分との最小距離が第２の閾値以下であるかどうかを判断することと、
    前記任意の２つの隣接する頂点のうちの一方の現在予測座標と前記曲線分との最小距離が前記第２の閾値以下であり且つ前記任意の２つの隣接する頂点のうちの他方の現在予測座標と前記曲線分との最小距離が前記第２の閾値よりも大きいことに応答して、前記平均接線の傾きに基づいて、前記任意の２つの隣接する頂点のうちの一方の現在予測座標を通る第１の直線を決定するとともに、前記任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標及び前記任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第２の直線を決定し、前記任意の２つの隣接する頂点のうちの一方の現在予測座標を前記任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、前記第１の直線と前記第２の直線との交点の座標を前記任意の２つの隣接する頂点のうちの他方の最終的予測座標とすることと、
    前記任意の２つの隣接する頂点の現在予測座標と前記曲線分との最小距離がいずれも前記第２の閾値よりも大きいことに応答して、前記任意の２つの隣接する頂点のうちの各頂点の最終的予測座標を決定するまで、前記任意の２つの隣接する頂点のうちの各頂点に対応する、現在最も多い予測頂点を含む予測サブクラスを廃棄し、前記任意の２つの隣接する頂点のうちの各頂点に対応する、最も多い予測頂点を含む他の予測サブクラスの中心座標を前記任意の２つの隣接する頂点のうちの各頂点の現在予測座標とすることとをさらに含む、請求項１３に記載の画像処理方法。
  15. 前記第１の夾角値及び前記第２の夾角値に基づいて、前記任意の２つの隣接する頂点の最終的予測座標を決定することは、
    前記任意の２つの隣接する頂点に対応するすべての予測サブクラスがいずれも廃棄されたことに応答して、前記任意の２つの隣接する頂点に対応する前記曲線分の平均接線の傾きに基づいて、前記任意の２つの隣接する頂点に対応する曲線分の平均接線を決定し、前記任意の２つの隣接する頂点のうちの一方に対向する頂点の現在予測座標及び前記任意の２つの隣接する頂点のうちの他方の現在予測座標に基づいて第３の直線を決定し、前記任意の２つの隣接する頂点のうちの他方に対向する頂点の現在予測座標、及び前記任意の２つの隣接する頂点のうちの一方の現在予測座標に基づいて第４の直線を決定し、前記平均接線と前記第３の直線との交点の座標を前記任意の２つの隣接する頂点のうちの一方の最終的予測座標とし、前記平均接線と前記第３の直線との交点の座標を前記任意の２つの隣接する頂点のうちの他方の最終的予測座標とすることをさらに含む、請求項１４に記載の画像処理方法。
  16. 画像処理装置であって、
    コンピュータ読み取り可能なコマンドを非一時的に記憶するためのメモリと、
    前記コンピュータ読み取り可能なコマンドを実行するためのプロセッサであって、前記コンピュータ読み取り可能なコマンドが前記プロセッサにより実行されると、請求項１～１５のいずれか１項に記載の画像処理方法を実行するプロセッサを含む、画像処理装置。
  17. コンピュータ読み取り可能なコマンドを非一時的に記憶する非一時的な記憶媒体であって、前記コンピュータ読み取り可能なコマンドがコンピュータにより実行されると、請求項１～１５のいずれか１項に記載の画像処理方法をする、非一時的な記憶媒体。
JP2023541634A 2021-01-07 2021-12-03 画像処理方法、画像処理装置及び非一時的な記憶媒体 Active JP7564962B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202110015478.1A CN112348815B (zh) 2021-01-07 2021-01-07 图像处理方法、图像处理装置以及非瞬时性存储介质
CN202110015478.1 2021-01-07
PCT/CN2021/135356 WO2022148192A1 (zh) 2021-01-07 2021-12-03 图像处理方法、图像处理装置以及非瞬时性存储介质

Publications (2)

Publication Number Publication Date
JP2024500555A JP2024500555A (ja) 2024-01-09
JP7564962B2 true JP7564962B2 (ja) 2024-10-09

Family

ID=74427338

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023541634A Active JP7564962B2 (ja) 2021-01-07 2021-12-03 画像処理方法、画像処理装置及び非一時的な記憶媒体

Country Status (5)

Country Link
US (1) US12073542B2 (ja)
JP (1) JP7564962B2 (ja)
CN (1) CN112348815B (ja)
CA (1) CA3204361C (ja)
WO (1) WO2022148192A1 (ja)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348815B (zh) 2021-01-07 2021-04-06 新东方教育科技集团有限公司 图像处理方法、图像处理装置以及非瞬时性存储介质
CN113077478B (zh) * 2021-03-23 2024-09-06 苏州华兴源创科技股份有限公司 显示面板的对位方法、补偿方法、系统及可读存储介质
CN113379835B (zh) * 2021-06-29 2024-06-04 深圳中科飞测科技股份有限公司 检测设备的校准方法、装置、设备及可读存储介质
CN113538393A (zh) * 2021-07-26 2021-10-22 中冶京诚工程技术有限公司 棒线材原料坯弯曲检测方法、装置、设备及可读存储介质
CN114056920B (zh) * 2021-09-30 2023-05-05 江西省通讯终端产业技术研究院有限公司 一种基于机器视觉的叠片机及其片料校准方法和控制方法
CN113963016A (zh) * 2021-10-26 2022-01-21 深圳市玻尔智造科技有限公司 调用第三方库函数求解最小外接矩形的正确性验证方法
CN114372993B (zh) * 2021-12-20 2022-10-28 广州市玄武无线科技股份有限公司 一种基于图像矫正的斜拍货架分层检测方法及系统
CN114445455B (zh) * 2021-12-22 2024-11-05 北京中广上洋科技股份有限公司 一种黑板跟踪方法和系统
CN115830049B (zh) * 2022-07-18 2024-08-09 宁德时代新能源科技股份有限公司 角点检测的方法和装置
EP4336444B1 (en) 2022-07-18 2025-11-12 Contemporary Amperex Technology (Hong Kong) Limited Corner point detection method and apparatus
CN115032202B (zh) * 2022-08-10 2022-11-08 山东唐乐生物科技股份有限公司 一种甜菊糖苷产品的残留杂质去除方法
CN115457559B (zh) * 2022-08-19 2024-01-16 上海通办信息服务有限公司 一种将文本及证照类图片智能摆正的方法、装置和设备
CN115511807B (zh) * 2022-09-16 2023-07-28 北京远舢智能科技有限公司 一种凹槽位置和深度的确定方法及装置
CN116433569A (zh) * 2022-09-21 2023-07-14 海信电子科技（深圳）有限公司 一种检测手柄上发光器的方法及虚拟显示设备
CN115330802B (zh) * 2022-10-17 2024-01-19 山东大学 一种碳纤维复合材料气瓶x射线图像脱粘缺陷提取方法
CN115482308B (zh) * 2022-11-04 2023-04-28 平安银行股份有限公司 图像处理方法、计算机设备及存储介质
CN115880510B (zh) * 2022-11-18 2026-02-24 联宝(合肥)电子科技有限公司 一种电池检测方法、装置、电子设备及存储介质
CN115861584B (zh) * 2022-12-21 2026-04-10 中国科学院光电技术研究所 基于单相机的模板标记检测方法及模板位置矫正方法
CN116310801B (zh) * 2023-02-20 2026-02-06 武汉高德红外股份有限公司 一种场景分隔线检测的方法和电子设备
CN116071357B (zh) * 2023-03-07 2023-06-16 飞杨电源技术(深圳)有限公司 一种大功率充电器表面缺陷检测方法
CN116188508B (zh) * 2023-03-14 2026-04-17 维沃移动通信有限公司 图像角点的检测方法、电路、装置、电子设备和存储介质
CN116052008B (zh) * 2023-04-03 2023-06-02 华南理工大学 一种建筑废弃物分拣与处理系统
CN116152252B (zh) * 2023-04-20 2023-09-08 长鑫存储技术有限公司 电镜图像处理方法、设备及计算机可读存储介质
CN116468717B (zh) * 2023-04-27 2025-10-03 浙江工业大学 一种织片孔洞自动识别方法
CN116245950B (zh) * 2023-05-11 2023-08-01 合肥高维数据技术有限公司 用于全屏或单角缺失的屏幕角点定位方法
CN116542949B (zh) * 2023-05-12 2025-12-19 云南电投绿能科技有限公司 浮渣区域面积计算方法、装置、设备及存储介质
CN116309577B (zh) * 2023-05-19 2023-08-04 山东晨光胶带有限公司 一种高强传送带物料智能检测方法及系统
CN116342614B (zh) * 2023-06-01 2023-08-08 山东九思新材料科技有限责任公司 基于图像识别的废硅片形状检测方法
CN116452667B (zh) * 2023-06-16 2023-08-22 成都实时技术股份有限公司 一种基于图像处理的目标识别与定位方法
CN116452595B (zh) * 2023-06-19 2023-08-18 烟台金丝猴食品科技有限公司 一种基于图像处理的控制方法及设备
CN116503397B (zh) * 2023-06-26 2023-09-01 山东天通汽车科技股份有限公司 基于图像数据的车内传输带缺陷检测方法
CN116563282B (zh) * 2023-07-10 2023-10-27 东莞市博思特数控机械有限公司 一种基于机器视觉的钻削刀具检测方法及系统
CN117274223B (zh) * 2023-10-12 2026-03-20 中冶京诚工程技术有限公司 棒材剪切装置的监控方法及装置
CN118314137B (zh) * 2024-06-07 2024-08-27 深圳市同方电子新材料有限公司 一种视觉辅助下助焊剂残留智能评估方法
CN118433388B (zh) * 2024-07-03 2024-10-22 深圳金三立视频科技股份有限公司 基于动态感知的视频动态编码压缩方法
CN118520893B (zh) * 2024-07-22 2025-02-14 深圳精智达技术股份有限公司 一种应用于aoi的条形码标签识别的方法、装置及存储介质
CN119068387B (zh) * 2024-08-04 2025-10-17 同济大学 一种适用于低质量图像的车钩对中状态视频检测方法
CN118657825B (zh) * 2024-08-20 2024-11-26 浙江托普云农科技股份有限公司 基于机器视觉的植物根瘤检测方法、系统及装置
CN118736626B (zh) * 2024-09-04 2024-11-26 宁波星巡智能科技有限公司 基于手持作业四角检测的学习陪护方法、装置及设备
CN119048850B (zh) * 2024-10-30 2025-01-24 成都千嘉科技股份有限公司 基于图像检测的天然气吊压作业的识别方法
CN119693953B (zh) * 2024-12-16 2025-09-16 北京百度网讯科技有限公司 文本识别方法、装置、电子设备和存储介质
CN119540950B (zh) * 2025-01-23 2025-04-01 江西农业大学 一种食用菌表型参数获取方法及系统
CN119722721B (zh) * 2025-02-28 2025-06-10 全芯智造技术有限公司 图像处理方法、电子设备及计算机可读存储介质
CN119919681A (zh) * 2025-04-01 2025-05-02 杭州海康威视数字技术股份有限公司 手绘图形识别方法、计算机程序产品及设备
CN120598892B (zh) * 2025-05-27 2025-12-02 北京科技大学 一种钢筋混凝土梁全域变形自动监测方法及系统
CN120852437B (zh) * 2025-09-22 2025-11-25 中国建筑第六工程局有限公司 光伏组件el图像切割方法及系统、存储介质、电子终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006221525A (ja) 2005-02-14 2006-08-24 Chuden Gijutsu Consultant Kk オブジェクト検索システムおよび方法
CN109409366A (zh) 2018-10-30 2019-03-01 四川长虹电器股份有限公司 基于角点检测的畸变图像校正方法及装置
CN111681284A (zh) 2020-06-09 2020-09-18 商汤集团有限公司 一种角点检测方法、装置、电子设备及存储介质
CN111861943A (zh) 2020-08-04 2020-10-30 北京惠朗时代科技有限公司 一种多尺度像素级深度优化的图像修复方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3705923B2 (ja) * 1998-04-09 2005-10-12 株式会社ソニー・コンピュータエンタテインメント 画像処理装置および画像処理方法、プログラム提供媒体、並びにデータ提供媒体
US7171056B2 (en) * 2003-02-22 2007-01-30 Microsoft Corp. System and method for converting whiteboard content into an electronic document
JP3953500B1 (ja) * 2006-02-07 2007-08-08 シャープ株式会社 画像投影方法及びプロジェクタ
US8781152B2 (en) * 2010-08-05 2014-07-15 Brian Momeyer Identifying visual media content captured by camera-enabled mobile device
US8467606B2 (en) * 2011-08-25 2013-06-18 Eastman Kodak Company Method for segmenting a composite image
US10572758B1 (en) * 2014-06-27 2020-02-25 Blinker, Inc. Method and apparatus for receiving a financing offer from an image
JP6631180B2 (ja) 2015-11-12 2020-01-15 株式会社リコー 画像処理装置、画像形成装置、画像処理方法及びプログラム
JP6757913B2 (ja) * 2016-02-26 2020-09-23 国立研究開発法人情報通信研究機構 画像クラスタリングシステム、画像クラスタリング方法、画像クラスタリングプログラム、および、コミュニティ構造検出システム
CN106203433A (zh) * 2016-07-13 2016-12-07 西安电子科技大学 一种车辆监控图像中车牌位置自动提取并透视校正的方法
CN110136156B (zh) * 2018-02-02 2020-12-01 北京三快在线科技有限公司 一种多边形区域检测方法及装置
GB201807749D0 (en) * 2018-05-13 2018-06-27 Sinden Andrew James A control device for detection
CN108564557B (zh) * 2018-05-31 2020-08-25 京东方科技集团股份有限公司 图像校正方法及装置
CN111741327B (zh) * 2019-03-25 2022-09-02 华为技术有限公司 一种媒体处理方法及媒体服务器
US11295410B2 (en) * 2019-04-12 2022-04-05 Rocket Innovations, Inc. Writing surface boundary markers for computer vision
US10929684B2 (en) * 2019-05-17 2021-02-23 Adobe Inc. Intelligently generating digital note compilations from digital video
US11687886B2 (en) * 2019-08-02 2023-06-27 Hangzhou Glority Software Limited Method and device for identifying number of bills and multiple bill areas in image
CN112348815B (zh) * 2021-01-07 2021-04-06 新东方教育科技集团有限公司 图像处理方法、图像处理装置以及非瞬时性存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006221525A (ja) 2005-02-14 2006-08-24 Chuden Gijutsu Consultant Kk オブジェクト検索システムおよび方法
CN109409366A (zh) 2018-10-30 2019-03-01 四川长虹电器股份有限公司 基于角点检测的畸变图像校正方法及装置
CN111681284A (zh) 2020-06-09 2020-09-18 商汤集团有限公司 一种角点检测方法、装置、电子设备及存储介质
CN111861943A (zh) 2020-08-04 2020-10-30 北京惠朗时代科技有限公司 一种多尺度像素级深度优化的图像修复方法

Also Published As

Publication number Publication date
CA3204361C (en) 2025-05-27
WO2022148192A1 (zh) 2022-07-14
US12073542B2 (en) 2024-08-27
CA3204361A1 (en) 2022-07-14
CN112348815B (zh) 2021-04-06
CN112348815A (zh) 2021-02-09
US20240078646A1 (en) 2024-03-07
JP2024500555A (ja) 2024-01-09

Similar Documents

Publication Publication Date Title
CN112348815B (zh) 图像处理方法、图像处理装置以及非瞬时性存储介质
CN114155546B (zh) 一种图像矫正方法、装置、电子设备和存储介质
US10223839B2 (en) Virtual changes to a real object
CN109871841B (zh) 图像处理方法、装置、终端及存储介质
CN109919971B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN113506305B (zh) 三维点云数据的图像增强方法、语义分割方法及装置
US12482151B2 (en) Stroke-guided sketch vectorization
CN115187995B (zh) 文档矫正方法、装置、电子设备和存储介质
CN114219946B (zh) 文本图像的二值化方法及装置、电子设备和介质
CN114037992A (zh) 仪表示数识别方法、装置、电子设备及存储介质
CN113538704A (zh) 一种基于光源位置绘制虚拟对象光影的方法及设备
CN113436222A (zh) 图像处理方法、图像处理装置、电子设备及存储介质
CN110443252A (zh) 一种文字检测方法、装置及设备
CN117372607A (zh) 一种三维模型的生成方法、装置及电子设备
US9959672B2 (en) Color-based dynamic sub-division to generate 3D mesh
CN113516697A (zh) 图像配准的方法、装置、电子设备及计算机可读存储介质
US20120038785A1 (en) Method for producing high resolution image
CN108769668A (zh) 相机成像中像素点在vr显示屏的位置的确定方法及装置
CN114549825B (zh) 目标检测方法、装置、电子设备与存储介质
US12322010B2 (en) Logo labeling method and device, update method and system of logo detection model, and storage medium
CN115937872B (zh) 图像处理方法、图像处理装置以及非瞬时性存储介质
CN112991179B (zh) 用于输出信息的方法、装置、设备以及存储介质
HK40040744A (en) Image processing method, image processing device, and non-transitory storage medium
HK40040744B (en) Image processing method, image processing device, and non-transitory storage medium
CN110674863B (zh) 汉明码识别方法、装置及电子设备

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230707

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230707

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230707

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231128

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240227

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240409

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240801

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20240801

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20240821

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240917

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240927

R150 Certificate of patent or registration of utility model

Ref document number: 7564962

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150