[發(fā)明專利]用于從圖像確定文本信息的并行處理方法和設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201280029600.X
• 申請(qǐng)日: 2012-07-03
• 公開（公告）號(hào): CN103608823A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 延奇宣;丘衡一;朝玄默
• 申請(qǐng)（專利權(quán)）人: 高通股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/38;G06K9/03;G06K9/32
• 代理公司: 北京律盟知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11287
• 代理人: 宋獻(xiàn)濤

相關(guān)申請(qǐng)案的交叉參考

本申請(qǐng)案主張2011年7月8日申請(qǐng)的第61/505,984號(hào)美國(guó)臨時(shí)專利申請(qǐng)案以及2012年7月2日申請(qǐng)的第13/539,797號(hào)美國(guó)非臨時(shí)申請(qǐng)案中的每一者的優(yōu)先權(quán)，且以引用的方式并入。

技術(shù)領(lǐng)域

本發(fā)明大體上涉及處理圖像。更具體來說，本發(fā)明涉及通過并行處理通道從多通道圖像產(chǎn)生文本信息。

背景技術(shù)

數(shù)字圖像可含有多種對(duì)象，例如包含字符、數(shù)字和符號(hào)的文本對(duì)象以及非文本對(duì)象。在這些對(duì)象中，文本對(duì)象可提供上下文信息，這對(duì)于用戶是特別有意義和有用的。常規(guī)的算法常使用常使用標(biāo)量像素值來處理此些數(shù)字圖像。舉例來說，包含SIFT(尺度不變特征變換)和MSER(最穩(wěn)定外部區(qū))的常規(guī)算法已用于基于標(biāo)量像素值來檢測(cè)數(shù)字圖像中的文本對(duì)象。

如今使用的大多數(shù)數(shù)字圖像是彩色圖像。彩色圖像通常包含色彩信息，例如圖像中的每一像素的RGB值、CMY值或色調(diào)、亮度和色度值的組合。一股來說，數(shù)字彩色圖像中的色彩是由多維向量(例如，RGB值或CMY值)表示。因此，使用處理圖像的標(biāo)量值的常規(guī)算法一股不適合辨識(shí)彩色圖像中的文本對(duì)象。替代地，已經(jīng)使用使用彩色圖像中的像素的向量值來辨識(shí)文本對(duì)象的算法，例如MSCR(最穩(wěn)定色彩區(qū))。然而，此些基于向量的算法一股比基于標(biāo)量的算法復(fù)雜得多并且需要多得多的計(jì)算資源。

為了減少?gòu)?fù)雜度和計(jì)算資源，常規(guī)的方案已經(jīng)使用基于標(biāo)量的算法來提高彩色圖像中的處理速度。舉例來說，通過將原始彩色圖像轉(zhuǎn)換為具有標(biāo)量像素值的圖像而從原始彩色圖像辨識(shí)出文本對(duì)象中的個(gè)別字符。然而，此過程可導(dǎo)致一些文本對(duì)象與其背景之間的對(duì)比度的損失，使得可能不會(huì)正確地辨識(shí)出文本對(duì)象中的字符。

發(fā)明內(nèi)容

本發(fā)明提供用于處理多通道圖像以產(chǎn)生與所述多通道圖像相關(guān)聯(lián)的文本信息的方法和設(shè)備。在這些方法和設(shè)備中，從所述多通道圖像產(chǎn)生多個(gè)灰度級(jí)圖像。隨后通過并行地處理所述灰度級(jí)圖像而產(chǎn)生文本信息。

根據(jù)本發(fā)明的一個(gè)方面，揭示一種用于處理多通道圖像的方法。所述方法包含從所述多通道圖像產(chǎn)生多個(gè)灰度級(jí)圖像。在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)文本區(qū)，且從所述至少一個(gè)文本區(qū)確定文本區(qū)信息。所述方法隨后基于所述文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。本發(fā)明還描述與此方法相關(guān)的設(shè)備、裝置的組合，以及計(jì)算機(jī)可讀媒體。

根據(jù)本發(fā)明的另一方面，揭示一種用于處理多通道圖像的設(shè)備。所述設(shè)備包含至少一個(gè)圖像轉(zhuǎn)換器、多個(gè)文本區(qū)檢測(cè)器以及一合并單元。所述至少一個(gè)圖像轉(zhuǎn)換器從所述多通道圖像產(chǎn)生多個(gè)灰度級(jí)圖像。所述多個(gè)文本區(qū)檢測(cè)器經(jīng)配置以在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)文本區(qū)，且從所述至少一個(gè)文本區(qū)確定文本區(qū)信息。通過所述合并單元基于所述文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。

根據(jù)本發(fā)明的又一方面，揭示用于處理多通道圖像的另一方法。所述方法從所述多通道圖像產(chǎn)生第一和第二灰度級(jí)圖像。在所述第一灰度級(jí)圖像中識(shí)別第一文本區(qū)且在所述第二灰度級(jí)圖像中識(shí)別第二文本區(qū)。另外，分別從所述第一文本區(qū)和所述第二文本區(qū)確定第一和第二文本區(qū)信息。所述方法基于所述第一和第二文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。本發(fā)明還描述與此方法相關(guān)的設(shè)備、裝置的組合，以及計(jì)算機(jī)可讀媒體。

根據(jù)本發(fā)明的再一方面，揭示用于處理多通道圖像的另一設(shè)備。所述設(shè)備包含至少一個(gè)圖像轉(zhuǎn)換器、第一文本區(qū)檢測(cè)器和第二文本區(qū)檢測(cè)器以及合并單元。所述至少一個(gè)圖像轉(zhuǎn)換器從所述多通道圖像產(chǎn)生第一和第二灰度級(jí)圖像。所述第一文本區(qū)檢測(cè)器經(jīng)配置以在所述第一灰度級(jí)圖像中識(shí)別第一文本區(qū)且從所述第一文本區(qū)確定第一文本區(qū)信息。所述第二文本區(qū)檢測(cè)器經(jīng)配置以在所述第二灰度級(jí)圖像中識(shí)別第二文本區(qū)且從所述第二文本區(qū)確定第二文本區(qū)信息。通過所述合并單元基于所述第一和第二文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。

附圖說明

圖1說明根據(jù)本發(fā)明的一個(gè)實(shí)施例的經(jīng)配置以接收?qǐng)D像且從所接收的圖像產(chǎn)生文本信息的圖像處理設(shè)備。

圖2說明根據(jù)本發(fā)明的一個(gè)實(shí)施例的經(jīng)配置以接收?qǐng)D像且從所接收的圖像產(chǎn)生文本信息的另一圖像處理設(shè)備。

圖3說明根據(jù)本發(fā)明的一個(gè)實(shí)施例的經(jīng)配置以接收?qǐng)D像且從所接收的圖像產(chǎn)生文本信息的又一圖像處理設(shè)備。

圖4表示根據(jù)本發(fā)明的一個(gè)實(shí)施例的由圖像處理設(shè)備執(zhí)行的用于接收?qǐng)D像且從所接收的圖像產(chǎn)生文本信息的方法的流程圖。

圖5說明根據(jù)本發(fā)明的一個(gè)實(shí)施例的使用并行布置的處理通道從多通道圖像產(chǎn)生文本信息的圖。