[发明专利]一种用于平板电脑的图像捕获的分析方法有效

专利信息
申请号: 202310206428.0 申请日: 2023-03-07
公开(公告)号: CN116071271B 公开(公告)日: 2023-06-02
发明(设计)人: 杨宗良 申请(专利权)人: 深圳市熠华智能科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;H04N9/64;G06T7/13;G06T7/90
代理公司: 深圳海豚知识产权代理事务所(普通合伙) 44952 代理人: 董会明
地址: 518000 广东省深圳市南山区桃源街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 平板 电脑 图像 捕获 分析 方法
【说明书】:

发明涉及图像数据处理技术领域,提出了一种用于平板电脑的图像捕获的分析方法,包括:获取捕获图像,捕获灰度图,高斯模糊图;获取像素点的模糊值;获取捕获灰度图的边缘点;得到轮廓图和捕获颜色图像,获取中心像素点的局部区域;得到局部区域的若干条轮廓线;根据中心像素点和中心像素点所在局部区域轮廓线上的像素点的特征计算得到中心像素点的边缘环绕度;获得每个中心像素点的分量波动指数;得到每个中心像素点的模糊增强系数;获得每个像素点的隶属度;将所有隶属度去模糊化得到增强图像。本发明避免忽略局部密度不高但是位于参数区域边缘的像素点,避免人为书写习惯在不同公式中相同参数对应不同轮廓对模糊增强效果的影响。

技术领域

本发明涉及图像数据处理技术领域,具体涉及一种用于平板电脑的图像捕获的分析方法。

背景技术

在工作和生活当中,图像捕获是经常发生的情况,例如在播放电视剧或者电影的过程中,人们会将精彩画面或者喜爱的演员画面进行截图保存;在上网课的过程中,对于关键知识点和复杂难点的画面进行保存等等。

在平板电脑上进行图像捕获时,图像的捕获分为两种,一是静态图像的抓取,二是动态图像的抓取。对于第一类静态图像的抓取,平板电脑能够通过自带的快捷截图方法实现;对于第二类动态图像的抓取,平板电脑往往需要结合播放软件的功能键进行实现。平板电脑的图像捕获还可以借助各类专业软件实现,例如HyperSnap, Stiiitch等等。在图像获取的过程中,由于图像分辨率与屏幕分辨率的大小不同或者图像在软件中被压缩编辑,这些因素会影响所捕获图像的清晰度,导致出现图像模糊的现象,使得捕获图像失去了原有的图像信息,无法直接进行保存。因此需要对平板电脑捕获的图像进行图像增强处理,保证平板电脑捕获图像的质量达到保存使用的标准。

发明内容

本发明提供一种用于平板电脑的图像捕获的分析方法,以解决现有的平板电脑在保存捕获图像前由于分辨率不同或者软件对图像的压缩编辑会造成图像模糊的问题,所采用的技术方案具体如下:

本发明一个实施例提供了一种用于平板电脑的图像捕获的分析方法,该方法包括以下步骤:

获取捕获图像,根据捕获图像得到捕获灰度图,根据捕获灰度图得到高斯模糊图;

根据高斯模糊图每个像素点的灰度值和捕获灰度图每个像素点的灰度值计算像素点对应的模糊值;

获取捕获灰度图的边缘点,构成轮廓图,根据捕获图像得到捕获颜色图像,将捕获颜色图像中每个像素点作为中心像素点,在捕获颜色图像中获取每个中心像素点的局部区域;根据轮廓图得到捕获颜色图像的边缘点以及每个局部区域的若干条轮廓线;

根据中心像素点与中心像素点所在局部区域轮的廓线上的所有像素点在H通道、S通道、V通道三个分量的差值、中心像素点与中心像素点所在局部区域的轮廓线上的所有像素点的欧式距离以及所有相邻两条轮廓线中像素点欧式距离的最小值得到中心像素点的边缘环绕度;

获取捕获颜色图像每个中心像素点局部区域的每一行的行分量波动值和每一列的列分量波动值,根据所有行分量波动值和所有列分量波动值获得每个中心像素点的分量波动指数;

根据每个中心像素点的边缘环绕度和分量波动指数得到每个中心像素点的模糊增强系数;

根据捕获颜色图像中的每个中心像素点的模糊增强系数和捕获灰度图同一位置像素点的模糊度得到模糊集合的值,根据模糊集合的值得到每个像素点的隶属度;将所有像素点的隶属度进行去模糊化得到增强灰度图,根据增强灰度图得到增强图像。

优选的,所述根据高斯模糊图每个像素点的灰度值和捕获灰度图每个像素点的灰度值计算像素点对应的模糊值的方法为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市熠华智能科技有限公司,未经深圳市熠华智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310206428.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top