[發(fā)明專利]一種圖像中物體的邊緣檢測方法及裝置在審
| 申請?zhí)枺?/td> | 201910407150.7 | 申請日: | 2019-05-16 |
| 公開(公告)號: | CN111951290A | 公開(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計)人: | 徐青松;李青 | 申請(專利權(quán))人: | 杭州睿琪軟件有限公司 |
| 主分類號: | G06T7/13 | 分類號: | G06T7/13 |
| 代理公司: | 上海思捷知識產(chǎn)權(quán)代理有限公司 31295 | 代理人: | 王宏婧 |
| 地址: | 310053 浙江省杭州市濱江*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 圖像 物體 邊緣 檢測 方法 裝置 | ||
1.一種圖像中物體的邊緣檢測方法,其特征在于,所述方法包括:
對圖像進(jìn)行處理,獲得所述圖像中灰度輪廓的線條圖;
將所述線條圖中相似的線條進(jìn)行合并,得到多條初始合并線條,并根據(jù)多條所述初始合并線條確定一邊界矩陣;
將多條所述初始合并線條中相似的線條進(jìn)行合并得到目標(biāo)線條,并且將未合并的所述初始合并線條也作為目標(biāo)線條;
根據(jù)所述邊界矩陣,從多條所述目標(biāo)線條中確定多條參考邊界線;
通過預(yù)先訓(xùn)練的邊界線區(qū)域識別模型對所述圖像進(jìn)行處理,得到所述圖像中物體的多個邊界線區(qū)域;其中,所述邊界線區(qū)域識別模型是基于神經(jīng)網(wǎng)絡(luò)的模型;
針對每一所述邊界線區(qū)域,從多條所述參考邊界線中確定與該邊界線區(qū)域項對應(yīng)的目標(biāo)邊界線;
根據(jù)確定的多條所述目標(biāo)邊界線確定所述圖像中物體的邊緣。
2.如權(quán)利要求1所述的一種圖像中物體的邊緣檢測方法,其特征在于,所述對圖像進(jìn)行處理,獲得所述圖像中灰度輪廓的線條圖,包括:
通過基于OpenCV的邊緣檢測算法對圖像進(jìn)行處理,獲得所述圖像中灰度輪廓的線條圖。
3.如權(quán)利要求1所述的一種圖像中物體的邊緣檢測方法,其特征在于,將所述線條圖中相似的線條進(jìn)行合并,得到多條初始合并線條,包括:
獲取所述線條圖中的長線條;其中,所述長線條為長度超過第一預(yù)設(shè)閾值的線條;
從所述長線條中獲取多組第一類線條;其中,所述第一類線條包括至少兩個依次相鄰的長線條,且任意相鄰的兩長線條之間的夾角均小于第二預(yù)設(shè)閾值;
針對每一組第一類線條,將該組第一類線條中的各個長線條依次進(jìn)行合并得到一條初始合并線條。
4.如權(quán)利要求1所述的一種圖像中物體的邊緣檢測方法,其特征在于,將多條所述初始合并線條中相似的線條進(jìn)行合并得到目標(biāo)線條,包括:
從多條所述初始合并線條中獲取多組第二類線條;其中,所述第二類線條包括至少兩個依次相鄰的初始合并線條,且任意相鄰的兩初始合并線條之間的夾角均小于第三預(yù)設(shè)閾值;
針對每一組第二類線條,將該組第二類線條中的各個初始合并線條依次進(jìn)行合并得到一條目標(biāo)線條。
5.如權(quán)利要求3或4所述的一種圖像中物體的邊緣檢測方法,其特征在于,兩條線條的夾角θ通過以下公式計算:
其中,分別表示兩條線條的向量。
6.如權(quán)利要求3所述的一種圖像中物體的邊緣檢測方法,其特征在于,所述邊界矩陣按照以下方式確定:對多條所述初始合并線條以及所述長線條中未合并的線條進(jìn)行重新繪制,將重新繪制的所有線條中的像素點的位置信息對應(yīng)到整個圖像矩陣中,將圖像矩陣中這些線條的像素點所在位置的值設(shè)置第一數(shù)值、這些線條以外的像素點所在位置的值設(shè)置為第二數(shù)值,從而形成邊界矩陣。
7.如權(quán)利要求1所述的一種圖像中物體的邊緣檢測方法,其特征在于,根據(jù)所述邊界矩陣,從多條所述目標(biāo)線條中確定多條參考邊界線,包括:
針對每一條所述目標(biāo)線條,將該目標(biāo)線條進(jìn)行延長,根據(jù)延長后的該目標(biāo)線條確定一線條矩陣,然后將該線條矩陣與所述邊界矩陣進(jìn)行對比,計算延長后的該目標(biāo)線條上屬于所述邊界矩陣的像素點的個數(shù),作為該目標(biāo)線條的成績;其中,所述線條矩陣與所述邊界矩陣的大小相同;
根據(jù)各個目標(biāo)線條的成績,從多條所述目標(biāo)線條中確定多條參考邊界線。
8.如權(quán)利要求1所述的一種圖像中物體的邊緣檢測方法,其特征在于,針對每一所述邊界線區(qū)域,從多條所述參考邊界線中確定與該邊界線區(qū)域相對應(yīng)的目標(biāo)邊界線,包括:
計算每一條所述參考邊界線的斜率;
針對每一個所述邊界線區(qū)域,將該邊界線區(qū)域轉(zhuǎn)換為多條直線,并計算所述多條直線的平均斜率,再判斷多條所述參考邊界線中是否存在斜率與所述平均斜率相匹配的參考邊界線,如果存在,將該參考邊界線確定為與該邊界線區(qū)域相對應(yīng)的目標(biāo)邊界線。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州睿琪軟件有限公司,未經(jīng)杭州睿琪軟件有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910407150.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





