CN104700387A - 一种图像边界线的检测方法及系统 - Google Patents

Abstract

本发明公开了一种图像边界线的检测方法及系统，涉及图像处理技术领域。首先得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；然后计算每条准边界线的弯曲度，并查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为图像边界线，若否则准边界线为干扰曲线。该方法及系统，采用边界线弯曲度度量的方法最大限度体现图像边界的特性，可将不满足条件的干扰曲线有效筛除，减少了现有初步检测时干扰曲线的影响，使检测出的边界线更加符合图像本身的边界形状特点，判别结果更加准确。

Description

一种图像边界线的检测方法及系统

技术领域

本发明涉及图像处理技术领域，具体涉及一种图像边界线的检测方法及系统。

背景技术

边缘是图像最基本的特征，边缘检测时图像处理和计算机视觉中最为经典和基础的问题之一，在物体识别、三维重建、图像匹配、检索等诸多方面有着重要应用。在复杂背景下定位证件图像（例如身份证、驾照、行驶证、护照等）时，证件图像的边缘往往是最重要的信息之一。

传统的边缘检测算法有些只是得到一些边缘点位置的孤立信息，如roberts算子、sobel算子、prewitt算子等，而有些是通过后续追踪算法得到了边缘轮廓信息，如canny算子，通过以上算法对图像进行边缘检测的结果往往是一些纷杂的孤立的边界，而这些孤立边界中有些则是干扰曲线（干扰边界线），并不是证件实际的边界，这就增加了后续证件边界的筛选的难度。如何从上述检测出来的众多的边界线中去除干扰曲线找出证件的实际边界就成为一个亟待解决的问题。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种图像边界线的检测方法及系统，通过该方法及系统能够有效的去除检测出的干扰曲线，使判断出的图像边界线更符合实际。

为实现上述目的，本发明采用的技术方案为：一种图像边界线的检测方法，包括以下步骤：

（1）对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；

（2）计算每条准边界线的弯曲度；

（3）查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为图像边界线，若否则准边界线为干扰曲线。

进一步，如上所述的一种图像边界线的检测方法，步骤（1）中，对待检测图像进行边缘检测，得到图像的准边界线的具体方式包括：

1）计算待检测图像中每个像素点的梯度幅值；

2）获取待检测图像中的所有梯度局部极大值点；

3）分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。

进一步，如上所述的一种图像边界线的检测方法，步骤3）中，检测种子点在水平方向和竖直方向上的连接点，得到待检测图像边界线的具体方式包括：

a.选取一个梯度局部极大值点作为种子点；

b.分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点；

c.重复步骤a和b，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

d.将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

再进一步，如上所述的一种图像边界线的检测方法，步骤（2）中，计算准边界线的弯曲度的具体方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

更进一步，如上所述的一种图像边界线的检测方法，步骤（2）中，计算准边界线的弯曲度的具体方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。

一种图像边界线的检测系统，包括：

准边界线检测装置，用于对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；

弯曲度计算装置，用于计算每条准边界线的弯曲度；

边界线确定装置，用于查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为直线，若否则准边界线为干扰曲线。

进一步，如上所述的一种图像边界线的检测系统，所述的准边界线检测装置包括：

梯度计算模模块，用于计算待检测图像中每个像素点的梯度幅值；

极大值点获取模块，用于获取待检测图像中的所有梯度局部极大值点；

边界线检测模块，用于检测待检测图像的准边界线，检测方式为：分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。

进一步，如上所述的一种图像边界线的检测系统，所述的边界线检测模块包括：

种子点选取单元，用于选取一个梯度局部极大值点作为种子点；

连接点查找单元，分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点，并返回种子点选取单元，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

边界线获取单元，用于将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

再进一步，如上所述的一种图像边界线的检测系统，弯曲度计算装置计算准边界线弯曲度的方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

更进一步，如上所述的一种图像边界线的检测系统，弯曲度计算装置计算准边界线弯曲度的方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。

本发明的有益效果在于：本发明所述的方法及系统，采用边界线弯曲度度量的方法最大限度体现图像边界的特性，可将将不满足条件的干扰曲线有效筛除，减少了现有初步检测时干扰曲线的影响，使检测出的边界线更加符合证件本身的边界形状特点，判别更加有效。

附图说明

图1为具体实施方式中一种图像边界线的检测系统的结构框图；

图2为具体实施方式中一种图像边界线的检测方法的流程图；

图3为具体实施方式中计算准边界线弯曲度的示意图；

图4为具体实施方式中检测出的待检测图像的准边界线示意图；

图5为图4中的竖直方向的准边界线；

图6为图4中的水平方向的准边界线；

图7为图5中准边界线Z₁的放大图

图8为图5中准边界线Z₃的放大图；

图9为图5中准边界线Z₄的放大图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

现有的复杂背景下定位图像时，尤其是证件图像，如身份证、驾照等，能够很好的定位出证件图像中的边缘对于图像的定位检测尤其重要，而证件边界通常是直线，因此，在对图像进行初步的边界线检测后，如何判断这些初步的边界线的弯曲度就成为边界筛选的一条准则。本发明正是针对该问题提供了一种基于图像边界线弯曲度的图像边界线的检测方法及系统。

图1示出了本发明具体实施方式中一种图像边界线的检测系统的结构框图，该系统主要包括准边界线检测装置11、弯曲度计算装置12和边界线确定装置13，其中：

准边界线检测装置11用于对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；

弯曲度计算装置12用于计算每条准边界线的弯曲度；

边界线确定装置13用于查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为直线，若否则准边界线为干扰曲线。

准边界线检测装置11进行图像边缘检测时，可以采用现有的检测方式，得到初步检测的图像水平方向和竖直方向的边界线，即上述的水平方向的准边界线和竖直方向的准边界线。本具体实施方式中的准边界线检测装置11进行图像边缘检测时，该装置包括：

梯度计算模模块，用于计算待检测图像中每个像素点的梯度幅值；

极大值点获取模块，用于获取待检测图像中的所有梯度局部极大值点；

边界线检测模块，用于检测待检测图像的准边界线，检测方式为：分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。其中边界线检测模块包括：

种子点选取单元，用于选取一个梯度局部极大值点作为种子点；

连接点查找单元，分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点，并返回种子点选取单元，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

边界线获取单元，用于将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

弯曲度计算装置12对准边界线检测装置11检测出准边界线进行弯曲度计算的一种方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

弯曲度计算装置12计算准边界线弯曲度的另一种方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。

图2示出了本具体实施方式中基于图1所示系统的一种图像边界线的检测方法的流程图，该方法主要包括以下步骤：

步骤S21：检测图像的准边界线；

对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线。

进行图像边缘检测时，可以采用现有的检测方式，得到初步检测的图像水平方向和竖直方向的边界线，即水平方向的准边界线和竖直方向的准边界线。本具体实施方式中对待检测图像进行边缘检测，得到图像的准边界线的具体方式包括：

1）计算待检测图像中每个像素点的梯度幅值；

2）获取待检测图像中的所有梯度局部极大值点；

3）分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。

其中，步骤1）和步骤2）中，计算像素点的梯度幅值以及根据梯度幅值检测得出梯度局部极大值点的具体方式均可以采用现有技术。步骤3）中，本具体实施方式中检测种子点在水平方向和竖直方向上的连接点时，分别在水平方向和竖直方向的0°、45°和-45°三个邻域方向上检测其连接点。由于所有的梯度局部极大值都会选作种子点，本实施方式中在查找其水平方向或竖直方向的邻域的连接点时，只需要查找一个方向即可，即只需要考虑种子点一侧的邻域。检测种子点在水平方向和竖直方向上的连接点，得到待检测图像边界线的具体方式包括：

a.选取一个梯度局部极大值点作为种子点；

b.分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点；

c.重复步骤a和b，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

d.将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

步骤S22：计算每条准边界线的弯曲度；

步骤S23：根据准边界线的弯曲度确定准边界线是否为图像边界线。

计算步骤S21中检测得到的每条水平方向的准边界线和竖直方向上的准边界线的弯曲度，并查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为图像边界线，若否则准边界线为干扰曲线。

本具体实施方式中提供了两种计算准边界线弯曲度的方式，一种方式如下：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

计算准边界线的弯曲度的另一种方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。

对于一条准边界线，如果构成该准边界线的所有像素点都位于其两端像素点连接线的同一侧，即上述边界线L的所有像素点位于线段AB的同一侧，如图9中所示的准边界线，那么平行于该准边界线且与准边界线相切的直线只有一条，如果构成该准边界线的所有像素点分布在其两端像素点连接线的两侧，那么平行于该准边界线且与准边界线相切的直线就有两条。

下面以一条水平方向的准边界线为例进行说明，如图3所示，图中A到B之间所示的每一个黑格为检测出的一条准边界线L的一个像素点，A和B为两端的像素点，连接A、B得到一条线段AB，由于像素点分布在线段AB的两侧，那么平行于线段AB且与准边界线L相切的直线就有两条，两条直线如图中的直线L₁和L₂，在直线L₁和L₂之间平移线段AB，计算每次平移后线段AB与准边界线L围成的区域的面积或者计算准边界线L的所有像素点到线段AB的距离总和，将计算出的每种不同平移情况下的面积中的最小值与线段AB长度的比值或者距离总和最小值与线段AB长度的比值作为准边界线L的弯曲度。本具体实施方式中采用计算面积的方式，如图3中所示，当线段AB平移到L₁处时，线段AB与准边界线L围成的区域的面积为图中竖直虚线覆盖的面积，当线段AB平移到L₂处时，线段AB与准边界线L围成的区域的面积为斜向虚线覆盖的面积。

通过本发明上述的方式，可以得到检测出的所有准边界线的弯曲度，并通过弯曲度与弯曲度阈值比对确定出哪些是图像边界线，哪些是干扰曲线，尤其适用于证件图像边界的定位检测。如图4中所示的为检测出的在复杂背景下的一待检测图像的准边界线示意图，这些准边界线中的竖直方向和水平方向的准边界线分别如图5和图6所示，由图5和图6中可以看出，证件的边界具有长S型和宽U型两个特点，如图5中的曲线Z₂为S型边界线，图6中的Z₅为U型边界线。对于初步检测出的准边界线，通过本发明的计算弯曲度的方法可以有效排除掉干扰曲线，保留实际的图像边界线，如对于图5中的边界线Z₁、Z₃和Z₄，其放大图分别如图7、8、9中所示，计算出边界线弯曲度后，将三条准边界线的弯曲度分别与预设的弯曲度阈值比较，可以得出只有Z₁是小于弯曲度阈值的，Z₁为图像边界线，Z₃和Z₄为干扰曲线。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种图像边界线的检测方法，包括以下步骤：

（1）对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；

（2）计算每条准边界线的弯曲度；

（3）查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为图像边界线，若否则准边界线为干扰曲线。

2.如权利要求1所述的一种图像边界线的检测方法，其特征在于，步骤（1）中，对待检测图像进行边缘检测，得到图像的准边界线的具体方式包括：

1）计算待检测图像中每个像素点的梯度幅值；

2）获取待检测图像中的所有梯度局部极大值点；

3）分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。

3.如权利要求2所述的一种图像边界线的检测方法，其特征在于，步骤3）中，检测种子点在水平方向和竖直方向上的连接点，得到待检测图像边界线的具体方式包括：

a.选取一个梯度局部极大值点作为种子点；

b.分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点；

c.重复步骤a和b，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

d.将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

4.如权利要求1至3之一所述的一种图像边界线的检测方法，其特征在于，步骤（2）中，计算准边界线的弯曲度的具体方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

5.如权利要求1至3之一所述的一种图像边界线的检测方法，其特征在于，步骤（2）中，计算准边界线的弯曲度的具体方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。

6.一种图像边界线的检测系统，包括：

准边界线检测装置，用于对待检测图像进行边缘检测，得到图像的准边界线；所述的准边界线包括待检测图像水平方向的准边界线和竖直方向的准边界线；

弯曲度计算装置，用于计算每条准边界线的弯曲度；

边界线确定装置，用于查看每条准边界线的弯曲度是否小于设定的弯曲度阈值，若是则准边界线确定为直线，若否则准边界线为干扰曲线。

7.如权利要求6所述的一种图像边界线的检测系统，其特征在于，所述的准边界线检测装置包括：

梯度计算模模块，用于计算待检测图像中每个像素点的梯度幅值；

极大值点获取模块，用于获取待检测图像中的所有梯度局部极大值点；

边界线检测模块，用于检测待检测图像的准边界线，检测方式为：分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的准边界线。

8.如权利要求7所述的一种图像边界线的检测系统，其特征在于，所述的边界线检测模块包括：

种子点选取单元，用于选取一个梯度局部极大值点作为种子点；

连接点查找单元，分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点，并返回种子点选取单元，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

边界线获取单元，用于将所有水平连接点连接得到待检测图像水平方向的准边界线，将所有竖直连接点连接得到待检测图像竖直方向的准边界线。

9.如权利要求6-8之一所述的一种图像边界线的检测系统，其特征在于，弯曲度计算装置计算准边界线弯曲度的方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，并计算每次平移后线段AB与准边界线L围成的区域的面积，将计算出的面积中的最小值与线段AB的比值作为准边界线L的弯曲度。

10.如权利要求6-8之一所述的一种图像边界线的检测系统，其特征在于，弯曲度计算装置计算准边界线弯曲度的方式为：

对于一条准边界线L，设其两端的像素点分别为像素点A和B，连接像素点A和B得到线段AB；

作平行于线段AB、且与准边界线L相切的直线，若相切的直线为一条，则将线段AB在直线与线段AB之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度；若相切的直线为两条，则将线段AB在两条直线之间平移，计算每次平移后准边界线L的所有像素点到线段AB的距离总和，将计算出距离总和的最小值与线段AB的比值作为准边界线L的弯曲度。