具有边缘选择功能的图像处理器的制造方法
【技术领域】
[0001] 本领域一般地涉及图像处理，并且更特别地涉及在一个或多个图像中检测到的边 缘的处理。
【背景技术】
[0002] 已知有用于检测图像中的边缘的多种不同技术。此类技术一般地在应用于高分辨 率图像时产生可接受的结果，诸如照片或由数字式照相机产生的其他二维（2D)图像。然 而，许多重要机器视觉应用利用由诸如结构光（SL)照相机或飞行时间（ToF)照相机之类的 深度照相机产生的三维（3D)图像。这些深度图像常常是低分辨率图像且通常包括高噪声 且模糊的边缘。
[0003] 常规边缘检测技术一般地在被应用于深度图像时表现并不很好。例如，这些常规 技术可遗漏给定深度图像中的重要边缘或将多个伪边缘连同重要边缘一起定位。结果产生 的检测边缘质量差，并且因此破坏后续图像处理操作的有效性，诸如特征提取、图案识别、 姿势识别、对象识别和跟踪。
【发明内容】
[0004] 在一个实施例中，图像处理系统包括图像处理器，其被配置成对第一图像执行边 缘检测操作以获得第二图像、标识展示出至少指定可靠性的第二图像的特定边缘以及生成 包括该特定边缘且不包括第二图像的其他边缘的第三图像。
[0005] 仅以示例的方式，给定实施例中的第一图像可包括由深度成像器生成的深度图 像，第二图像可包括通过对深度图像应用边缘检测操作生成的边缘图像，并且第三图像可 包括仅具有展示出至少指定可靠性的特定边缘的已修改边缘图像。
[0006] 本发明的其他实施例包括但不限于方法、设备、系统、处理设备、集成电路以及具 有体现在其中的计算机程序代码的计算机可读存储介质。
【附图说明】
[0007] 图1是一个实施例中的包括具有边缘选择功能的图像处理器的图像处理系统的 框图。
[0008] 图2是用于使用图1系统的图像处理器来标识边缘图像中的可靠边缘的示例性过 程的流程图。
[0009] 图3、4A和4B示出了边缘图像的各部分中的所标识边缘段的示例。
[0010] 图4A和4B在本文中还共同地称为图4。
[0011] 图5是用于使用图1系统的图像处理器来标识边缘图像中的可靠边缘的另一示例 性过程的流程图。
【具体实施方式】
[0012] 在本文中将结合示例性图像处理系统来举例说明本发明的实施例，该示例性图像 处理系统包括图像处理器或其他类型的处理设备并实现用于生成具有可靠边缘的边缘图 像的技术。然而，应理解的是本发明实施例更一般地可应用于涉及到一个或多个图像中的 边缘处理的任何图像处理系统或关联设备或技术。
[0013] 图1示出了本发明的实施例中的图像处理系统100。图像处理系统100包括从一 个或多个图像源105接收图像并将已处理图像提供给一个或多个图像目的地107的图像处 理器102。图像处理器12还通过网络104与多个处理设备106通信。
[0014] 虽然图像源105和图像目的地107在图1中被示为与处理设备分离，但可至少部 分地利用处理设备106中的一个或多个来实现将此类源和目的地的至少一个子集。相应 地，可通过网络104将图像提供给图像处理器102以用于来自处理设备106中的一个或多 个的处理。同样地，已处理图像可被图像处理器102通过网络104传送至处理设备106中 的一个或多个。因此可将此类处理设备视为图像源或图像目的地的示例。
[0015] 给定图像源可包括例如诸如被配置成生成深度图像的SL照相机或ToF照相机之 类的3D成像器或者被配置成生成灰度图像、彩色图像、红外图像或其他类型的2D图像的2D 成像器。图像源的另一示例是向图像处理器102提供图像以用于处理的存储设备或服务 器。
[0016] 给定图像目的地可包括例如计算机或移动电话的人机接口的一个或多个显示屏， 或者从图像处理器102接收已处理图像的至少一个存储设备或服务器。
[0017] 并且，虽然图像源105和图像目的地107在图1中被示为与图像处理器102分离， 但可至少部分地将图像处理器102与公共处理设备装置的一个或多个图像源和一个或多 个图像目的地的至少一个子集组合。因此，例如，可在同一处理设备上共同地实现给定图像 源和图像处理器102。同样地，可在同一处理设备上共同地实现给定图像目的地和图像处理 器 102〇
[0018] 在本实施例中，图像处理器102被配置成对来自给定图像源的第一图像执行边缘 检测操作以便获得第二图像，标识展示出至少一个指定可靠性的第二图像的特定边缘，并 生成包括该特定边缘且不包括第二图像的其他边缘的第三图像。
[0019] 如图1中所示的图像处理器102包括预处理模块110、边缘检测模块112和边缘选 择模块114。边缘检测模块112被配置成对由给定图像源供应的第一图像执行边缘检测操 作，并且边缘选择模块114被配置成标识展示出至少指定可靠性的第二图像的特定边缘。 假设预处理器模块110被耦合或布置在给定图像源与边缘检测模块112的输入端之间，并 被配置成在第一图像在边缘检测模块112中经受边缘检测操作之前对该第一图像应用诸 如去噪声和均衡化之类的预处理操作。
[0020] 作为上述第一、第二和第三图像的一个可能示例，给定实施例中的第一图像可包 括由诸如SL照相机或ToF照相机之类的深度成像器生成的深度图像，该第二图像可包括通 过在边缘检测模块112中对深度图像应用边缘检测操作而生成的边缘图或其他类型的边 缘图像，并且第三图像可包括已修改边缘图像，其仅具有被边缘选择模块114选择为展示 出至少指定可靠性的特定边缘。其他类型和布置的图像在其他实施例中可被接收、处理和 生成。
[0021] 在其他实施例中，能够改变图1实施例中的图像处理器102中所示的模块的特定 数目和布置。例如，在其他实施例中，可将这些模块中的两个或更多组合成较少数目的模 块。可使用其他常规图像处理集成电路或被适当地修改成执行如本文公开的处理操作的其 他类型的图像处理电路来实现图像处理器102的模块110、112和104中的一个或多个的至 少一部分。
[0022] 下面将结合图2和5的流程图来更详细地描述边缘选择模块114的操作。这些流 程图中的每一个举例说明用于识别由边缘检测模块112提供的边缘图像中的可靠边缘的 不同过程。
[0023] 如由图像处理器102生成的仅具有展示出至少指定可靠性的特定边缘的已修改 边缘图像可在图像处理器102中经受附加处理操作，诸如，例如特征提取、图案识别、姿势 识别、对象识别和跟踪。
[0024] 替换地，可通过网络104将如由图像处理器102生成的仅具有展示出至少指定可 靠性的特定边缘的已修改边缘图像提供给处理设备106中的一个或多个。一个或多个此类 处理设备可包括被配置成执行上述后续操作，诸如特征提取、图案识别、姿势识别、对象识 别和跟踪，的各图像处理器。
[0025] 处理设备106可以任何组合包括例如计算机、移动电话、服务器或存储设备。一个 或多个此类设备还可包括例如被用来呈现由图像处理器102生成的图像的显示屏或其他 用户接口。处理设备106因此可包括多种不同的目的地设备，其通过网络104从图像处理 器102接收已处理图像流，举例来说，包括从图像处理器102接收一个或多个已处理图像流 的至少一个服务器或存储设备。
[0026] 虽然在本实施例中被示为与处理设备106分离，但可至少部分地将图像处理器 102与处理设备106中的一个或多个组合。因此，例如，可至少部分地使用处理设备106中 的给定的一个来实现图像处理器102。举