CN105069786A - 直线检测方法及装置 - Google Patents
直线检测方法及装置 Download PDFInfo
- Publication number
- CN105069786A CN105069786A CN201510464609.9A CN201510464609A CN105069786A CN 105069786 A CN105069786 A CN 105069786A CN 201510464609 A CN201510464609 A CN 201510464609A CN 105069786 A CN105069786 A CN 105069786A
- Authority
- CN
- China
- Prior art keywords
- image
- straight line
- region
- fitting
- appointment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种直线检测的方法及装置,属于图像处理领域。所述方法包括:对目标图像进行二值化处理,得到二值图像;从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。本公开实施例基于最小二乘法得到的拟合直线和霍夫变换得到的拟合线段进行直线检测,提升了直线检测的效果,也提高了直线检测的准确率。
Description
技术领域
本公开涉及图像处理领域,尤其涉及一种直线检测方法及装置。
背景技术
随着技术的快速发展,出现了越来越多具有图像处理功能的终端,并且由于图像的基本组成元素是直线,也即是,任何图像在微观上都是由直线组成,因此,通过这些终端对图像进行处理时,往往需要对图像中的直线进行检测。比如,为了识别一张图像中的信用卡,由于信用卡的边缘都是直线段,所以终端可以对该图像进行直线检测,从而识别图像中的信用卡。因此,为了实现图像处理,亟需一种直线检测方法。
发明内容
为克服相关技术中存在的问题,本公开提供一种直线检测方法及装置。
根据本公开实施例的第一方面,提供一种直线检测方法,所述方法包括:
对目标图像进行二值化处理,得到二值图像;
从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
结合第一方面,在上述第一方面的第一种可能的实现方式中,所述基于所述获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段,包括:
基于所述获取的像素点坐标,按照最小二乘法,确定所述指定图像区域中拟合直线的斜率和截距;
基于所述斜率、所述截距和指定直线模型,确定所述指定图像区域中的拟合直线;
基于所述获取的像素点坐标,按照霍夫变换,确定所述指定图像区域中的多条拟合线段。
结合第一方面,在上述第一方面的第二种可能的实现方式中,所述基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线,包括:
基于所述拟合直线,对所述多条拟合线段进行筛选;
基于筛选后得到的拟合线段,确定所述待检测直线。
结合第一方面的第二种可能的实现方式,在上述第一方面的第三种可能的实现方式中,所述基于所述拟合直线,对所述多条拟合线段进行筛选,包括:
基于所述拟合直线,从所述指定图像区域中,确定所述拟合直线所在的图像子区域;
从所述多条拟合线段中,选择处于所述图像子区域的拟合线段。
结合第一方面的第二种可能的实现方式,在上述第一方面的第四种可能的实现方式中,所述基于所述筛选后得到的拟合线段,确定所述待检测直线,包括:
从所述筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
将满足所述指定条件的拟合线段所在的直线确定为所述指定图像区域中的待检测直线。
结合第一方面,在上述第一方面的第五种可能的实现方式中,所述基于所述对目标图像进行二值化处理,得到二值图像,包括:
对所述目标图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像。
根据本公开实施例的第二方面,提供一种直线检测装置,所述装置包括:
二值化处理模块,用于对目标图像进行二值化处理,得到二值图像;
获取模块,用于从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
第一确定模块,用于基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
第二确定模块,用于基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
结合第二方面,在上述第二方面的第一种可能的实现方式中,所述第一确定模块包括:
第一确定单元,用于基于所述获取的像素点坐标,按照最小二乘法,确定所述指定图像区域中拟合直线的斜率和截距;
第二确定单元,用于基于所述斜率、所述截距和指定直线模型,确定所述指定图像区域中的拟合直线;
第三确定单元,基于所述获取的像素点坐标,按照霍夫变换,确定所述指定图像区域中的多条拟合线段。
结合第二方面,在上述第二方面的第二种可能的实现方式中,所述第二确定模块包括:
筛选单元,用于基于所述拟合直线,对所述多条拟合线段进行筛选;
第四确定单元,用于基于筛选后得到的拟合线段,确定所述待检测直线。
结合第二方面的第二种可能的实现方式,在上述第二方面的第三种可能的实现方式中,所述筛选单元包括:
第一确定子单元,用于基于所述拟合直线,从所述指定图像区域中,确定所述拟合直线所在的图像子区域;
第一选择子单元,用于从所述多条拟合线段中,选择处于所述图像子区域的拟合线段。
结合第二方面的第二种可能的实现方式,在上述第二方面的第四种可能的实现方式中,所述第四确定单元包括:
第二选择子单元,用于从所述筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
第二确定子单元,用于将满足所述指定条件的拟合线段所在的直线确定为所述指定图像区域中的待检测直线。
结合第二方面,在上述第二方面的第五种可能的实现方式中,所述二值化处理模块还包括:
预处理单元,用于对所述目标图像进行预处理;
二值化处理单元,用于对预处理后的图像进行二值化处理,得到二值图像。
根据本公开实施例的第三方面,提供了一种直线检测装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对目标图像进行二值化处理,得到二值图像;
从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
本公开的实施例提供的技术方案可以包括以下有益效果:在本公开实施例中,终端对目标图像进行二值化处理,从而得到二值图像,对得到的二值图像的指定图像区域分别进行最小二乘法和霍夫变换,从而得到拟合直线和多条拟合线段,由于通过最小二乘法得到的拟合直线可以确定待检测直线的大概位置和方向,而通过霍夫变换得到的多条拟合线段更贴近实物的边缘,因此,根据该拟合直线和该多条拟合线段确定待检测直线,提升了直线检测的效果,也提高了直线检测的准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种直线检测方法的流程图。
图2是根据一示例性实施例示出的另一种直线检测方法的流程图。
图3是根据一示例性实施例示出的一种图像区域的示意图。
图4(a)是根据一示例性实施例示出的一种指定坐标系建立的示意图。
图4(b)是根据一示例性实施例示出的另一种指定坐标系建立的示意图。
图5(a)是根据一示例性实施例示出的一种图像子区域的示意图。
图5(b)是根据一示例性实施例示出的另一种图像子区域的示意图。
图6是根据一示例性实施例示出的一种直线检测装置的框图。
图7是根据一示例性实施例示出的一种第一确定模块的框图。
图8是根据一示例性实施例示出的一种第二确定模块的框图。
图9是根据一示例性实施例示出的一种二值化处理模块的框图。
图10是根据一示例性实施例示出的另一种直线检测装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种直线检测方法的流程图,如图1所示,该直线检测方法用于终端中,包括以下步骤。
在步骤101中,对目标图像进行二值化处理,得到二值图像。
在步骤102中,从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标。
在步骤103中,基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段。
在步骤104中,基于该拟合直线和该多条拟合线段,确定该指定图像区域中的待检测直线。
在本公开实施例中,终端对目标图像进行二值化处理,从而得到二值图像,对得到的二值图像的指定图像区域分别进行最小二乘法和霍夫变换,从而得到拟合直线和多条拟合线段,由于通过最小二乘法得到的拟合直线可以确定待检测直线的大概位置和方向,而通过霍夫变换得到的多条拟合线段更贴近实物的边缘,因此,根据该拟合直线和该多条拟合线段确定待检测直线,提升了直线检测的效果,也提高了直线检测的准确度。
在本公开的另一实施例中,基于该获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段,包括:
基于该获取的像素点坐标,按照最小二乘法,确定该指定图像区域中拟合直线的斜率和截距;
基于该斜率、截距和指定直线模型,确定该指定图像区域中的拟合直线;
基于该获取的像素点坐标,按照霍夫变换,确定该指定图像区域中的多条拟合线段。
在本公开的另一实施例中,基于该拟合直线和该多条拟合线段,确定该指定图像区域中的待检测直线,包括:
基于该拟合直线,对该多条拟合线段进行筛选;
基于筛选后得到的拟合线段,确定该待检测直线。
在本公开的另一实施例中,基于该拟合直线,对该多条拟合线段进行筛选,包括:
基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域;
从该多条拟合线段中,选择处于该图像子区域的拟合线段。
在本公开的另一实施例中,基于筛选后得到的拟合线段,确定该待检测直线,包括:
从该筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
将满足该指定条件的拟合线段所在的直线确定为该指定图像区域中的待检测直线。
在本公开的另一实施例中,该对目标图像进行二值化处理,得到二值图像,包括:
对该目标图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像。
上述所有可选技术方案,均可按照任意结合形成本公开的可选实施例,本公开实施例对此不再一一赘述。
图2是根据一示例性实施例示出的一种直线检测的方法流程图。如图2所示,该方法包括以下步骤。
在步骤201中,终端对目标图像进行二值化处理,得到二值图像。
二值化处理有利于图像的进一步处理,能够更为分明地突显图像中物体的轮廓,可使图像变得简单,因此,为了使目标图像变得简单,且易于进一步处理,在对目标图像进行直线检测时,该终端可以对目标图像进行二值化处理,得到二值图像。
其中,目标图像的二值化处理是将目标图像中像素点的灰度值设置为第一数值或第二数值,也就是将整个目标图像呈现出明显的只有黑和白的视觉效果。而对目标图像的二值化处理方式有双峰法、迭代法、P参数法等,除去列出来的几种二值化处理方式,还有很多其他二值化处理的方式,本公开实施例对此不再一一列举。而关于二值化处理方式的详细步骤可以参考相关技术,本公开实施例对此不作具体阐述。
需要说明的是,第一数值和第二数值可以事先设置,且第一数值大于第二数值,比如,第一数值可以为255、254、253等等,第二数值可以为0、1、2等等,而为了能够更精确地获取到目标图像中待检测直线的轮廓,进而提高直线检测的准确度,第一数值可以为255,以及第二数值可以为0,本公开实施例对此不作具体限定。
另外,由于目标图像中待检测直线的背景可能较复杂,也即是,目标图像中会出现大量的噪声和冗余信息,而图像预处理正可以滤除大部分噪声和冗余信息,从而能得到理想的二值图像,因此,当该终端对目标图像进行二值化处理,得到二值图像时,该终端可以先对该目标图像进行预处理,进而对预处理后的图像进行二值化处理,得到二值图像。
其中,对目标图像的预处理可以有不同的方式,比如,灰度转换、中值滤波、边缘检测等,终端可选择一种处理方式进行目标图像预处理,也可以选择多种方式进行目标图像预处理,本公开实施例对此不作具体限定。
在步骤202中,终端从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标。
为了从该二值图像的指定图像区域中检测待检测直线,该终端需要从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标。而终端从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标的操作可以为:终端确定该二值图像的指定图像区域,从该二值化图像的指定图像区域中,获取该指定图像区域中各个像素点的灰度值,基于获取的各个像素点的灰度值,从该指定图像区域中选择灰度值为第一数值的像素点,进而确定选择的像素点的像素点坐标。
其中,当该终端确定该二值图像的指定图像区域时,该终端可以从事先对目标图像进行划分得到的多个图像区域中,选择一个图像区域,将选择的图像区域对应的二值图像确定为该二值图像的指定图像区域。
另外,由于直线检测还可以应用于卡片的边界检测中,因此,当该终端确定该二值图像的指定图像区域时,该终端可以获取该目标图像的各个边缘对应的区域范围,基于该各个边缘对应的区域范围,从该二值图像中,确定该各个边缘的边缘图像区域,该终端可以从该各个边缘的边缘图像区域中,选择一个边缘图像区域,将选择的边缘图像区域确定为该二值图像的指定图像区域。
其中,该目标图像的各个边缘对应的区域范围可以事先设置,比如,对于该目标图像的上边缘,该上边缘对应的区域范围可以为与目标图像上边缘相距0~5cm的区域范围,或者,与目标图像上边缘之间四分之一图像宽度的区域范围,又或者,与目标图像上边缘之间四分之一图像面积的区域范围等等,本公开实施例对此不做具体限定。另外,该目标图像的各个边缘对应的区域范围可以相等,也可以不相等,本公开实施例对此同样不做具体限定。
比如,该目标图像的各个边缘对应的区域范围为与目标图像的各个边缘相距0~5cm的区域范围,如图3所示,基于该目标图像的上边缘对应的范围,从该二值图像的上边缘开始,获取0~5cm的图像区域A,将获取的图像区域A确定为该目标图像的上边缘的边缘图像区域;同理,基于该目标图像的下边缘对应的范围,从该二值图像的下边缘开始,获取0~5cm的图像区域B,将获取的图像区域B确定为该目标图像的下边缘的边缘图像区域;同理,基于该目标图像的左边缘对应的范围,从该目标图像的左边缘开始,获取0~5cm的图像区域C,将获取的图像区域C确定为该目标图像的左边缘的边缘图像区域;同理,基于该目标图像的右边缘对应的范围,从该目标图像的右边缘开始,获取0~5cm的图像区域D,将获取的图像区域D确定为该目标图像的右边缘的边缘图像区域。
另外,像素点坐标是像素点在指定坐标系中的坐标,而该指定坐标系可以事先建立,当然,该终端也可以在直线检测的过程中建立,本公开实施例对此不做具体限定。再者,该指定坐标系的坐标原点可以位于该目标图像的左上角、右上角、左下角、右下角等等,本公开实施例对此同样不做具体限定。
需要说明的是,指定坐标系的类型可以为直角坐标系、极坐标系等,本公开实施例对此不作具体限定。
再者,该指定坐标系可以是以目标图像为基础建立的坐标系,也可以是以指定图像区域为基础建立的坐标系,也即是,该指定坐标系可以是整幅目标图像对应的坐标系,也可以是指定图像区域单独对应的坐标系,当该指定坐标系是整幅目标图像对应的坐标系时,该指定坐标系的坐标原点可以为目标图像中的任一点,而当该指定坐标系是指定图像区域单独对应的坐标系时,该指定坐标系的坐标原点可以为指定图像区域中的任一点,比如,如图4(a)所示,该指定坐标系的坐标原点可以为目标图像的左下角,或者,如图4(b)所示,该指定坐标系的坐标原点还可以为指定图像区域的左下角,本公开实施例对此不作具体限定。
在步骤203中,基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段。
由于通过最小二乘法进行直线检测时,只能得到直线的大概位置和方向,而通过霍夫变换进行直线检测时,得到的拟合线段更贴近实物的边缘,因此,为了精确地进行直线检测,该终端需要基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段。而基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段的操作可以为:基于该获取的像素点坐标,按照最小二乘法,确定该指定图像区域中拟合直线的斜率和截距;基于该斜率、截距和指定直线模型,确定该指定图像区域中的拟合直线;基于该获取的像素点坐标,按照霍夫变换,确定该指定图像区域中的多条拟合线段。
需要说明的是,指定直线模型可以事先设置,比如指定直线模型可以为y=kx+b,其中,k和b分别为斜率和截距,本公开实施例对此不作具体限定。
在步骤204中,基于该拟合直线,对该多条拟合线段进行筛选。
为了缩小直线检测范围,提高直线检测效率,该终端需要基于该拟合直线,对该多条拟合线段进行筛选。而基于该拟合直线,对该多条拟合线段进行筛选的操作可以为:基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域;从该多条拟合线段中,选择处于该图像子区域的拟合线段。
其中,基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域的操作可以为:该终端在该拟合直线一侧的图像区域中,获取距离该拟合直线之间的距离为第一距离阈值的第一矩形区域,以及在该拟合直线另一侧的图像区域中,获取距离该拟合直线之间的距离为第二距离阈值的第二矩形区域,将第一矩形区域和第二矩形区域确定为该拟合直线所在的图像子区域。
进一步地,当该终端基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域之前,该终端还可以判断该拟合直线是否与水平方向平行或者垂直,当该拟合直线与水平方向平行或者垂直时,该终端可以按照上述方法确定该拟合直线所在的图像子区域。而当该拟合直线不与水平方向平行或者垂直时,也即是,该拟合直线相对水平方向倾斜,此时,该终端可以将该拟合直线在该指定图像区域中两个端点之间的矩形区域确定为该拟合直线所在的图像子区域。
需要说明的是,第一距离阈值和第二距离阈值可以事先设置,比如,第一距离阈值可以为1厘米,第二距离阈值可以为1.5厘米,其中,第一距离阈值和第二距离阈值可以相等,也可以不相等,本公开实施例对此不作具体限定。
比如,如图5(a)所示,当第一距离阈值和第二距离阈值均为1厘米,且该拟合直线与水平方向平行时,该终端可以在该拟合直线一侧的图像区域中,获取距离该拟合直线之间的距离为1厘米的第一矩形区域a,在该拟合直线另一侧的图像区域中,获取距离该拟合直线之间的距离为1厘米的第二矩形区域b,将第一矩形区域a和第二矩形区域b确定为该拟合直线所在的图像子区域。
再比如,如图5(b)所示,当该拟合直线与水平方向倾斜时,该终端可以将该拟合直线在该指定图像区域中的一个端点c和另一个端点d之间的矩形区域e确定为该拟合直线所在的图像子区域。
在步骤205中,基于筛选后得到的拟合线段,确定该待检测直线。
为了确定待检测直线,需要对筛选后的拟合线段再一次进行筛选。而基于筛选后得到的拟合线段,确定该待检测直线的操作可以为:从筛选后得到的拟合线段中,选择满足指定条件的拟合线段;将满足该指定条件的拟合线段所在的直线确定为该指定图像区域中的待检测直线。
需要说明的是,指定条件为事先设置的条件,比如,该指定条件可以为线段长度位于指定长度范围之内、线段与水平方向之间的夹角位于指定角度范围之内或者线段与水平方向之间夹角同最小二乘所得直线与水平方向之间夹角的正负情况相同等,本公开实施例对此不作具体限定。
当指定条件为线段长度位于指定长度范围之内时,该终端从筛选后得到的拟合线段中,选择满足指定条件的拟合线段的操作可以为:该终端确定筛选后得到的拟合线段的线段长度,并对于筛选后得到的每条拟合线段,将该拟合线段的线段长度与指定长度范围的最小值进行比较,以及将该拟合线段的线段长度与指定长度范围的最大值进行比较,当该拟合线段的线段长度大于或等于指定长度范围的最小值且小于或等于指定长度范围的最大值时,确定该拟合线段满足该指定条件。
同理,当指定条件为线段与水平方向之间的夹角位于指定角度范围之内时,该终端从筛选后得到的拟合线段中,选择满足指定条件的拟合线段的操作可以为:该终端确定筛选后得到的拟合线段分别与水平方向之间的夹角,并对于筛选后得到的每条拟合线段,将该拟合线段与水平方向之间的夹角与指定角度范围的最小值进行比较,以及将该拟合线段与水平方向之间的夹角与指定角度范围的最大值进行比较,当该拟合线段与水平方向之间的夹角大于或等于指定角度范围的最小值且小于或等于指定角度范围的最大值时,确定该拟合线段满足该指定条件。
同理,当指定条件为线段与水平方向之间夹角同最小二乘所得直线与水平方向之间夹角的正负情况相同时,该终端从筛选后得到的拟合线段中,选择满足指定条件的拟合线段的操作可以为:该终端确定筛选后得到的拟合线段分别与水平方向之间的夹角,以及确定最小二乘所得直线与水平方向之间夹角,并对于筛选后得到的每条拟合线段,将该拟合线段与水平方向之间的夹角同最小二乘所得直线与水平方向之间夹角进行比较,当该拟合线段与水平方向之间的夹角同最小二乘所得直线与水平方向之间夹角均为正数或者负数时,确定该拟合线段满足该指定条件。
需要说明的是,当该终端选择满足指定条件的拟合线段时,该终端不仅基于上述方法单独使用一种指定条件选择满足指定条件的拟合线段,当然,实际应用中,该终端还可以将上述至少两种指定条件相结合进行选择,本公开实施例对此不作具体限定。
比如,指定条件为线段长度位于指定长度范围之内且线段与水平方向之间的夹角位于指定角度范围之内,其中,指定长度范围为6厘米到8厘米,指定角度范围为0度到15度,而选择的拟合线段中有一拟合线段的长度为7厘米,该拟合线段的长度小于8厘米且大于6厘米,也即是,该拟合线段的线段长度位于指定长度范围之内,且该拟合线段与水平方向之间的夹角为10度,该拟合线段与水平方向之间的夹角小于15度且大于0度,也即是,该拟合线段与水平方向之间的夹角位于指定角度范围之内,那么确定该拟合线段满足指定条件,从而确定该拟合线段所在的直线为该指定图像区域中的待检测直线。
本公开实施例中,通过最小二乘法得到的拟合直线可以确定待检测直线的大概位置和方向,通过该大概位置和方向可以缩小直线检测的范围,而通过霍夫变换得到的拟合线段更贴近实物的边缘,因此,本公开实施例基于最小二乘法得到的拟合直线和霍夫变换得到的拟合线段进行直线检测,提升了直线检测的效果,也提高了直线检测的准确率。
图6是根据一示例性实施例示出的一种直线检测装置框图。参照图6,该装置包括二值化处理模块601,获取模块602、第一确定模块603和第二确定模块604。
二值化处理模块601,用于对目标图像进行二值化处理,得到二值图像;
获取模块602,用于从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
第一确定模块603,用于基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段;
第二确定模块604,用于基于该拟合直线和该多条拟合线段,确定该指定图像区域中的待检测直线。
在本公开的另一实施例中,参见图7,第一确定模块603包括:
第一确定单元6031,用于基于该获取的像素点坐标,按照最小二乘法,确定该指定图像区域中拟合直线的斜率和截距;
第二确定单元6032,用于基于该斜率、截距和指定直线模型,确定该指定图像区域中的拟合直线;
第三确定单元6033,用于基于该获取的像素点坐标,按照霍夫变换,确定该指定图像区域中的多条拟合线段。
在本公开的另一实施例中,参见图8,第二确定模块604包括:
筛选单元6041,用于基于该拟合直线,对该多条拟合线段进行筛选;
第四确定单元6042,用于基于筛选后得到的拟合线段,确定该待检测直线。
在本公开的另一实施例中,筛选单元6041包括:
第一确定子单元,用于基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域;
第一选择子单元,用于从该多条拟合线段中,选择处于该图像子区域的拟合线段。
在本公开的另一实施例中,第四确定单元6042包括:
第二选择子单元,用于从该筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
第二确定子单元,用于将满足该指定条件的拟合线段所在的直线确定为该指定图像区域中的待检测直线。
在本公开的另一实施例中,参见图9,二值化处理模块601还包括:
预处理单元6011,用于对该目标图像进行预处理;
二值化处理单元6012,用于对预处理后的图像进行二值化处理,得到二值图像。
在本公开实施例中,终端对目标图像进行二值化处理,从而得到二值图像,对得到的二值图像的指定图像区域分别进行最小二乘法和霍夫变换,从而得到拟合直线和多条拟合线段,由于通过最小二乘法得到的拟合直线可以确定待检测直线的大概位置和方向,而通过霍夫变换得到的多条拟合线段更贴近实物的边缘,因此,根据该拟合直线和该多条拟合线段确定待检测直线,提升了直线检测的效果,也提高了直线检测的准确度。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种用于直线检测的装置1000的框图。例如,装置1000可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图10,装置1000可以包括以下一个或多个组件:处理组件1002,存储器1004,电源组件1006,多媒体组件1008,音频组件1010,输入/输出(I/O)的接口1012,传感器组件1014,以及通信组件1016。
处理组件1002通常控制装置1000的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件1002可以包括一个或多个处理器1020来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1002可以包括一个或多个模块,便于处理组件1002和其他组件之间的交互。例如,处理部件1002可以包括多媒体模块,以方便多媒体组件1008和处理组件1002之间的交互。
存储器1004被配置为存储各种类型的数据以支持在设备1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件1006为装置1000的各种组件提供电力。电力组件1006可以包括电源管理系统,一个或多个电源,及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1008包括一个前置摄像头和/或后置摄像头。当设备1000处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1010被配置为输出和/或输入音频信号。例如,音频组件1010包括一个麦克风(MIC),当装置1000处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中,音频组件1010还包括一个扬声器,用于输出音频信号。
I/O接口1012为处理组件1002和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1014包括一个或多个传感器,用于为装置1000提供各个方面的状态评估。例如,传感器组件1014可以检测到设备1000的打开/关闭状态,组件的相对定位,例如所述组件为装置1000的显示器和小键盘,传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变,用户与装置1000接触的存在或不存在,装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1014还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件1016还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1004,上述指令可由装置1000的处理器1020执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种直线检测方法,所述方法包括:
对目标图像进行二值化处理,得到二值图像;
从该二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段;
基于所该拟合直线和该多条拟合线段,确定该指定图像区域中的待检测直线。
在本公开的另一实施例中,基于该获取的像素点坐标,按照最小二乘法和霍夫变换,确定该指定图像区域中的拟合直线和多条拟合线段,包括:
基于该获取的像素点坐标,按照最小二乘法,确定该指定图像区域中拟合直线的斜率和截距;
基于该斜率、截距和指定直线模型,确定该指定图像区域中的拟合直线;
基于该获取的像素点坐标,按照霍夫变换,确定该指定图像区域中的多条拟合线段。
在本公开的另一实施例中,基于该拟合直线和该多条拟合线段,确定该指定图像区域中的待检测直线,包括:
基于该拟合直线,对该多条拟合线段进行筛选;
基于筛选后得到的拟合线段,确定该待检测直线。
在本公开的另一实施例中,基于该拟合直线,对该多条拟合线段进行筛选,包括:
基于该拟合直线,从该指定图像区域中,确定该拟合直线所在的图像子区域;
从该多条拟合线段中,选择处于该图像子区域的拟合线段。
在本公开的另一实施例中,基于筛选后得到的拟合线段,确定该待检测直线,包括:
从该筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
将满足该指定条件的拟合线段所在的直线确定为该指定图像区域中的待检测直线。
在本公开的另一实施例中,该对目标图像进行二值化处理,得到二值图像,包括:
对该目标图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像。
在本公开实施例中,终端对目标图像进行二值化处理,从而得到二值图像,对得到的二值图像的指定图像区域分别进行最小二乘法和霍夫变换,从而得到拟合直线和多条拟合线段,由于通过最小二乘法得到的拟合直线可以确定待检测直线的大概位置和方向,而通过霍夫变换得到的多条拟合线段更贴近实物的边缘,因此,根据该拟合直线和该多条拟合线段确定待检测直线,提升了直线检测的效果,也提高了直线检测的准确度。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (13)
1.一种直线检测方法,其特征在于,所述方法包括:
对目标图像进行二值化处理,得到二值图像;
从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
2.如权利要求1所述的方法,其特征在于,所述基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段,包括:
基于所述获取的像素点坐标,按照最小二乘法,确定所述指定图像区域中拟合直线的斜率和截距;
基于所述斜率、所述截距和指定直线模型,确定所述指定图像区域中的拟合直线;
基于所述获取的像素点坐标,按照霍夫变换,确定所述指定图像区域中的多条拟合线段。
3.如权利要求1所述的方法,其特征在于,所述基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线,包括:
基于所述拟合直线,对所述多条拟合线段进行筛选;
基于筛选后得到的拟合线段,确定所述待检测直线。
4.如权利要求3所述的方法,其特征在于,所述基于所述拟合直线,对所述多条拟合线段进行筛选,包括:
基于所述拟合直线,从所述指定图像区域中,确定所述拟合直线所在的图像子区域;
从所述多条拟合线段中,选择处于所述图像子区域的拟合线段。
5.如权利要求3所述的方法,其特征在于,所述基于筛选后得到的拟合线段,确定所述待检测直线,包括:
从所述筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
将满足所述指定条件的拟合线段所在的直线确定为所述指定图像区域中的待检测直线。
6.如权利要求1所述的方法,其特征在于,所述对目标图像进行二值化处理,得到二值图像,包括:
对所述目标图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像。
7.一种直线检测装置,其特征在于,所述装置包括:
二值化处理模块,用于对目标图像进行二值化处理,得到二值图像;
获取模块,用于从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
第一确定模块,用于基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
第二确定模块,用于基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
8.如权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于基于所述获取的像素点坐标,按照最小二乘法,确定所述指定图像区域中拟合直线的斜率和截距;
第二确定单元,用于基于所述斜率、所述截距和指定直线模型,确定所述指定图像区域中的拟合直线;
第三确定单元,用于基于所述获取的像素点坐标,按照霍夫变换,确定所述指定图像区域中的多条拟合线段。
9.如权利要求7所述的装置,其特征在于,所述第二确定模块包括:
筛选单元,用于基于所述拟合直线,对所述多条拟合线段进行筛选;
第四确定单元,用于基于筛选后得到的拟合线段,确定所述待检测直线。
10.如权利要求9所述的装置,其特征在于,所述筛选单元包括:
第一确定子单元,用于基于所述拟合直线,从所述指定图像区域中,确定所述拟合直线所在的图像子区域;
第一选择子单元,用于从所述多条拟合线段中,选择处于所述图像子区域的拟合线段。
11.如权利要求9所述的装置,其特征在于,所述第四确定单元包括:
第二选择子单元,用于从所述筛选后得到的拟合线段中,选择满足指定条件的拟合线段;
第二确定子单元,用于将满足所述指定条件的拟合线段所在的直线确定为所述指定图像区域中的待检测直线。
12.如权利要求7所述的装置,其特征在于,所述二值化处理模块包括:
预处理单元,用于对所述目标图像进行预处理;
二值化处理单元,用于对预处理后的图像进行二值化处理,得到二值图像。
13.一种直线检测装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对目标图像进行二值化处理,得到二值图像;
从所述二值图像的指定图像区域中,获取灰度值为第一数值的像素点坐标;
基于获取的像素点坐标,按照最小二乘法和霍夫变换,确定所述指定图像区域中的拟合直线和多条拟合线段;
基于所述拟合直线和所述多条拟合线段,确定所述指定图像区域中的待检测直线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510464609.9A CN105069786B (zh) | 2015-07-31 | 2015-07-31 | 直线检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510464609.9A CN105069786B (zh) | 2015-07-31 | 2015-07-31 | 直线检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105069786A true CN105069786A (zh) | 2015-11-18 |
CN105069786B CN105069786B (zh) | 2018-05-08 |
Family
ID=54499143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510464609.9A Active CN105069786B (zh) | 2015-07-31 | 2015-07-31 | 直线检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069786B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651207A (zh) * | 2016-02-23 | 2016-06-08 | 中山大学 | 基于激光和图像处理的车辆侧倾角动态测量方法及装置 |
WO2018019041A1 (zh) * | 2016-07-29 | 2018-02-01 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN107784304A (zh) * | 2016-08-30 | 2018-03-09 | 合肥君正科技有限公司 | 一种图像处理方法和装置 |
CN108008893A (zh) * | 2017-12-01 | 2018-05-08 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN108074258A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于并行处理的硫化物信息提取方法、装置及系统 |
CN108074225A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 硫化物信息提取方法及装置 |
CN108074257A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于串行处理的硫化物信息提取方法、装置及系统 |
CN108074254A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于流处理器的硫化物信息提取方法、装置及系统 |
CN108074256A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于分布处理的硫化物信息提取方法、装置及系统 |
CN108074255A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于异构并行的硫化物信息提取方法、装置及系统 |
CN109785383A (zh) * | 2019-01-02 | 2019-05-21 | 信利光电股份有限公司 | TVlines图像中定位识别测试线的方法、装置及可读存储介质 |
CN110059706A (zh) * | 2019-04-23 | 2019-07-26 | 上海工程技术大学 | 一种用于富椒盐噪声环境下单一直线的检测方法 |
CN110211179A (zh) * | 2019-06-13 | 2019-09-06 | 深圳扑浪创新科技有限公司 | 显微图像标定方法、装置、终端和介质 |
CN110717465A (zh) * | 2019-10-15 | 2020-01-21 | 周兴祥 | 一种基于草酸钙结晶的识别方法及系统 |
CN111354038A (zh) * | 2018-12-21 | 2020-06-30 | 广东美的白色家电技术创新中心有限公司 | 锚定物检测方法及装置、电子设备及存储介质 |
CN111399039A (zh) * | 2019-01-02 | 2020-07-10 | 无锡海斯凯尔医学技术有限公司 | 斜率参数提取方法、装置及存储介质 |
CN111429399A (zh) * | 2019-01-09 | 2020-07-17 | 银河水滴科技(北京)有限公司 | 一种直线检测方法及装置 |
CN112529014A (zh) * | 2020-12-14 | 2021-03-19 | 中国平安人寿保险股份有限公司 | 直线检测方法、信息提取方法、装置、设备及存储介质 |
CN112634235A (zh) * | 2020-12-24 | 2021-04-09 | 深圳艾灵网络有限公司 | 产品图像的边界检测方法和电子设备 |
CN112752093A (zh) * | 2020-12-25 | 2021-05-04 | 浙江大华技术股份有限公司 | 视频条纹检测方法、装置、存储介质及电子装置 |
CN112837285A (zh) * | 2021-01-29 | 2021-05-25 | 山东建筑大学 | 一种板面图像的边缘检测方法及装置 |
CN114004853A (zh) * | 2020-07-14 | 2022-02-01 | 北京小米移动软件有限公司 | 一种识别设备屏幕边界的方法、装置及介质 |
US11276178B2 (en) | 2018-08-30 | 2022-03-15 | Boe Technology Group Co., Ltd. | Line segment detection method, apparatus, device, and computer-readable storage medium |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109230120B (zh) * | 2018-08-01 | 2021-01-15 | 吉林大学珠海学院 | 一种基于图像识别的机械手掌控制方法及取书和放书装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009128959A (ja) * | 2007-11-20 | 2009-06-11 | Fujitsu Ltd | 画像の特徴抽出方法 |
CN103108105A (zh) * | 2011-11-11 | 2013-05-15 | 株式会社Pfu | 图像处理装置和直线检测方法 |
-
2015
- 2015-07-31 CN CN201510464609.9A patent/CN105069786B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009128959A (ja) * | 2007-11-20 | 2009-06-11 | Fujitsu Ltd | 画像の特徴抽出方法 |
CN103108105A (zh) * | 2011-11-11 | 2013-05-15 | 株式会社Pfu | 图像处理装置和直线检测方法 |
Non-Patent Citations (2)
Title |
---|
吴刚 等: "基于机器视觉的谷物联合收获机行走目标直线检测", 《农业机械学报》 * |
曾接贤 等: "霍夫变换与最小二乘法相结合的直线拟合", 《南昌航空工业学院学报(自然科学版)》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651207A (zh) * | 2016-02-23 | 2016-06-08 | 中山大学 | 基于激光和图像处理的车辆侧倾角动态测量方法及装置 |
WO2018019041A1 (zh) * | 2016-07-29 | 2018-02-01 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN107784304A (zh) * | 2016-08-30 | 2018-03-09 | 合肥君正科技有限公司 | 一种图像处理方法和装置 |
CN108074255B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于异构并行的硫化物信息提取方法、装置及系统 |
CN108074258B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于并行处理的硫化物信息提取方法、装置及系统 |
CN108074225A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 硫化物信息提取方法及装置 |
CN108074258A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于并行处理的硫化物信息提取方法、装置及系统 |
CN108074254A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于流处理器的硫化物信息提取方法、装置及系统 |
CN108074256A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于分布处理的硫化物信息提取方法、装置及系统 |
CN108074255A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于异构并行的硫化物信息提取方法、装置及系统 |
CN108074254B (zh) * | 2016-11-11 | 2022-03-04 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于流处理器的硫化物信息提取方法、装置及系统 |
CN108074257B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于串行处理的硫化物信息提取方法、装置及系统 |
CN108074256B (zh) * | 2016-11-11 | 2022-03-04 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于分布处理的硫化物信息提取方法、装置及系统 |
CN108074257A (zh) * | 2016-11-11 | 2018-05-25 | 中国石油化工股份有限公司抚顺石油化工研究院 | 基于串行处理的硫化物信息提取方法、装置及系统 |
CN108074225B (zh) * | 2016-11-11 | 2022-03-08 | 中国石油化工股份有限公司抚顺石油化工研究院 | 硫化物信息提取方法及装置 |
CN108008893A (zh) * | 2017-12-01 | 2018-05-08 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
US11276178B2 (en) | 2018-08-30 | 2022-03-15 | Boe Technology Group Co., Ltd. | Line segment detection method, apparatus, device, and computer-readable storage medium |
CN111354038A (zh) * | 2018-12-21 | 2020-06-30 | 广东美的白色家电技术创新中心有限公司 | 锚定物检测方法及装置、电子设备及存储介质 |
CN111354038B (zh) * | 2018-12-21 | 2023-10-13 | 广东美的白色家电技术创新中心有限公司 | 锚定物检测方法及装置、电子设备及存储介质 |
CN109785383A (zh) * | 2019-01-02 | 2019-05-21 | 信利光电股份有限公司 | TVlines图像中定位识别测试线的方法、装置及可读存储介质 |
CN109785383B (zh) * | 2019-01-02 | 2021-01-26 | 信利光电股份有限公司 | TVlines图像中定位识别测试线的方法、装置及可读存储介质 |
CN111399039A (zh) * | 2019-01-02 | 2020-07-10 | 无锡海斯凯尔医学技术有限公司 | 斜率参数提取方法、装置及存储介质 |
CN111429399A (zh) * | 2019-01-09 | 2020-07-17 | 银河水滴科技(北京)有限公司 | 一种直线检测方法及装置 |
CN111429399B (zh) * | 2019-01-09 | 2023-08-01 | 银河水滴科技(北京)有限公司 | 一种直线检测方法及装置 |
CN110059706A (zh) * | 2019-04-23 | 2019-07-26 | 上海工程技术大学 | 一种用于富椒盐噪声环境下单一直线的检测方法 |
CN110059706B (zh) * | 2019-04-23 | 2023-04-07 | 上海工程技术大学 | 一种用于富椒盐噪声环境下单一直线的检测方法 |
CN110211179B (zh) * | 2019-06-13 | 2023-07-21 | 深圳扑浪创新科技有限公司 | 显微图像标定方法、装置、终端和介质 |
CN110211179A (zh) * | 2019-06-13 | 2019-09-06 | 深圳扑浪创新科技有限公司 | 显微图像标定方法、装置、终端和介质 |
CN110717465A (zh) * | 2019-10-15 | 2020-01-21 | 周兴祥 | 一种基于草酸钙结晶的识别方法及系统 |
CN114004853A (zh) * | 2020-07-14 | 2022-02-01 | 北京小米移动软件有限公司 | 一种识别设备屏幕边界的方法、装置及介质 |
CN112529014A (zh) * | 2020-12-14 | 2021-03-19 | 中国平安人寿保险股份有限公司 | 直线检测方法、信息提取方法、装置、设备及存储介质 |
CN112529014B (zh) * | 2020-12-14 | 2023-09-26 | 中国平安人寿保险股份有限公司 | 直线检测方法、信息提取方法、装置、设备及存储介质 |
CN112634235A (zh) * | 2020-12-24 | 2021-04-09 | 深圳艾灵网络有限公司 | 产品图像的边界检测方法和电子设备 |
CN112752093A (zh) * | 2020-12-25 | 2021-05-04 | 浙江大华技术股份有限公司 | 视频条纹检测方法、装置、存储介质及电子装置 |
CN112752093B (zh) * | 2020-12-25 | 2022-08-16 | 浙江大华技术股份有限公司 | 视频条纹检测方法、装置、存储介质及电子装置 |
CN112837285A (zh) * | 2021-01-29 | 2021-05-25 | 山东建筑大学 | 一种板面图像的边缘检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105069786B (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105069786A (zh) | 直线检测方法及装置 | |
CN105528606A (zh) | 区域识别方法及装置 | |
CN104021350B (zh) | 隐私信息隐藏方法及装置 | |
CN105528600A (zh) | 区域识别方法及装置 | |
CN105046260A (zh) | 图像预处理方法及装置 | |
CN104899610A (zh) | 图片分类方法及装置 | |
CN105139378A (zh) | 卡片边界检测方法及装置 | |
CN105488511A (zh) | 图像的识别方法及装置 | |
CN105426818A (zh) | 区域提取方法及装置 | |
CN105550633A (zh) | 区域识别方法及装置 | |
CN106127751A (zh) | 图像检测方法、装置以及系统 | |
CN105427233A (zh) | 去除水印的方法及装置 | |
CN104918107A (zh) | 视频文件的标识处理方法及装置 | |
CN105046231A (zh) | 人脸检测方法和装置 | |
CN104504684A (zh) | 边缘提取方法和装置 | |
CN104238912A (zh) | 应用控制方法及装置 | |
CN104850852A (zh) | 特征向量计算方法和装置 | |
CN104484871A (zh) | 边缘提取方法和装置 | |
CN104461014A (zh) | 屏幕解锁方法及装置 | |
CN104239879A (zh) | 分割字符的方法及装置 | |
CN105159496A (zh) | 触控事件响应方法及移动终端 | |
CN104933700A (zh) | 一种进行图像内容识别的方法和装置 | |
CN104517271A (zh) | 图像处理方法及装置 | |
CN105095860A (zh) | 字符分割方法和装置 | |
CN105208284A (zh) | 拍摄提醒方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |