CN107067536B

CN107067536B - 一种图像边界确定方法、装置、设备和存储介质

Info

Publication number: CN107067536B
Application number: CN201710286709.6A
Authority: CN
Inventors: 李�杰
Original assignee: Shenzhen Yihua Computer Co Ltd; Shenzhen Yihua Time Technology Co Ltd; Shenzhen Yihua Financial Intelligent Research Institute
Current assignee: Shenzhen Yihua Computer Co Ltd; Shenzhen Yihua Time Technology Co Ltd; Shenzhen Yihua Financial Intelligent Research Institute
Priority date: 2017-04-27
Filing date: 2017-04-27
Publication date: 2019-07-26
Anticipated expiration: 2037-04-27
Also published as: CN107067536A

Abstract

本发明实施例公开了一种图像边界确定方法、装置、设备和存储介质，所述方法包括：对目标图像进行二值化，得到二值化目标图像；确定所述二值化目标图像的基础边界，所述基础边界为基础右边界；根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界；按照预设规则，计算每条目标边界在预设区域内的前景点的特征值；根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。提高了确定图像右边界时的精度。

Description

一种图像边界确定方法、装置、设备和存储介质

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像边界确定方法、装置、设备和存储介质。

背景技术

在现有的图像边界的确定方法中，需要对图像进行一系列操作处理，例如二值化处理或边缘检测等，在处理过程中，容易导致在图像边界确定过程中有时存在，有时会不明显。

例如，对于圆环图形或者类似存在两个明显边界(外边界和内边界)的图形，其边界的定位有时定位到内边界，有时定位到外边界，而外边界和内边界的数值存在差异，影响边界判定的精度。

纸币识别包括面值面向识别和纸币真伪识别，在纸币识别中，纸币上字符串的边界判定的精度影响纸币识别的准确度。

发明内容

本发明提供一种图像边界确定方法、装置、设备和存储介质，提高了确定图像右边界时的精度。

第一方面，本发明实施例提供了一种图像边界确定方法，所述方法包括：

对目标图像进行二值化，得到二值化目标图像；

确定所述二值化目标图像的基础边界，所述基础边界为基础右边界；

根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界；

按照预设规则，计算每条目标边界在预设区域内的前景点的特征值；

根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

进一步的，所述按照预设规则，计算每条目标边界在预设区域内的前景点的特征值包括：

计算所述二值化目标图像行方向的中心位置，得到每条目标边界的中心位置；

查找所述目标边界上，中心位置上下预设行数内对应的前景点；

若在所述中心位置上下预设行数内，出现连续第一预设数量的黑点，则为所述特征值赋值为1；

若在所述中心位置上下预设行数内出现白点，则为所述特征值加1；

若在所述中心位置上下预设行数内出现黑点，且其上方或下方有连续第二预设数量的白点，则继续为所述特征值加1，否则，停止计算，最终得到每条目标边界在预设区域内的前景点的特征值。

进一步的，根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界包括：

从所述多个目标边界中选取相邻的两个目标边界；

将所述相邻的两个目标边界与预设条件进行匹配，若匹配成功，则确定所述目标边界为所述目标图像的边界，其中，所述预设条件包括：所述相邻的两个目标边界中，若右侧目标边界的特征值大于第一特征值阈值，以及左侧目标边界的特征值小于第二特征值阈值。

进一步的，在根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界之后，还包括：

计算所述目标图像的边界右侧空白区域的前景点的特征值，并判断所述特征值是否大于第三特征值阈值，若是，则确定所述目标图像的边界为所述目标图像的修正边界；

若否，则确定所述基础边界为所述目标图像的修正边界。

第二方面，本发明实施例提供了一种图像边界确定装置，所述装置包括：

图像获取模块，用于对目标图像进行二值化，得到二值化目标图像；

基础边界确定模块，用于确定所述二值化目标图像的基础边界，所述基础边界为基础右边界；

目标边界确定模块，用于根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界；

特征值计算模块，用于按照预设规则，计算每条目标边界在预设区域内的前景点的特征值；

目标图像边界确定模块，用于根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

进一步的，所述特征值计算模块具体用于：

进一步的，所述目标图像边界确定模块具体用于：

从所述多个目标边界中选取相邻的两个目标边界；

进一步的，所述装置还包括：

第一修正模块，用于在根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界之后，计算所述目标图像的边界右侧空白区域的前景点的特征值，并判断所述特征值是否大于第三特征值阈值，若是，则确定所述目标图像的边界为所述目标图像的修正边界；

第二修正模块，用于在所述特征值不大于第一阈值时，确定所述基础边界为所述目标图像的修正边界。

第三方面，本发明实施例提供了一种计算机设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的图像边界确定方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明实施例中任一所述的图像边界确定方法。

本发明实施例中，通过对目标图像进行二值化来得到二值化目标图像，并确定所述二值化目标图像的基础边界，然后根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界，按照预设规则，计算每条目标边界在预设区域内的前景点的特征值，最后根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。提高了确定图像右边界时的精度。

附图说明

图1a是本发明实施例一中的一种图像边界确定方法的流程图；

图1b是本发明实施例一所适用的一种纸币100字样二值化处理后的图像的示意图；

图2是本发明实施例二中的一种图像边界确定方法的流程图；

图3是本发明实施例三中的一种图像边界确定方法的流程图；

图4是本发明实施例四中的一种图像边界确定装置的结构示意图；

图5是本发明实施例五中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1a为本发明实施例一提供的一种图像边界确定方法的流程图，本实施例可适用于对图像边界进行识别的情况，该方法可以由图像边界确定装置来执行，该装置可以采用软件和/或硬件的方式来实现。该方法具体可以包括如下步骤：

S110、对目标图像进行二值化，得到二值化目标图像。

具体的，对目标图像进行二值化处理，目标图像可以使用图像获取装置获得。其中，图像获取装置可以是摄像头或者装有摄像头的终端设备。二值化处理就是将目标图像上的像素点的灰度值设置为0或255，即整个图像呈现出只有黑和白的视觉效果。可选的，目标图像可以是圆环图形或类似存在两个明显边界的图形。

在一个具体的例子中，以面值100的纸币上100字样的图像为例，图1b示出了一种纸币100字样二值化处理后的图像的示意图，可以看出，图1b中只有黑白两种颜色，将该矩形图像称为特征区域，将100字样称为字符串。100字样即为圆环图形，从图1b可以看出，100字样有两个边界，可以将其定义为外边界和内边界，明显可以看出，二值化处理后的100字样的外边界相对内边界来说不是很明显。

S120、确定所述二值化目标图像的基础边界，所述基础边界为基础右边界。

其中，在得到二值化目标图像之后，确定二值化目标图像的基础边界，在本方案中，基础边界为基础右边界。

确定基础边界的可采用以下三种方法中的任意一种，需要说明的是，下述三种方法并没有任何时序关系，符号A、B、C仅为区分三种方法；另外，下述三种方法可以用来计算基础上边界、基础下边界、基础左边界和基础右边界，在本发明实施例中，采用下述三种方法中的任意一种来确定基础右边界，其中，确定基础右边界的过程与确定基础上边界和基础下边界的过程类似。以确定基础上边界和/或基础下边界为例，对三种确定基础边界的方法进行阐述：

A、计算特征区域的行和，根据连续一定高度的行和的最小值，找出上边界和下边界。

示例性的，按照目标图像获取过程中的分辨率的大小，将特征区域按60×120进行划分，即将特征区域在行方向上分为60个像素点，在列方向上分为120个像素点。可选的，100字样的高度为30，需要说明的是，100字眼的高度是固定不变的，在此用像素点来标示，并不代表100字样的实际高度数值。该方法中，选取的连续一定高度可以是100字样的高度30，例如计算行1-行30、行2-行31、行3-行32、……、行31-行60的各像素点的灰度值的和，选出其中的最小值，找出上边界和下边界。

在一个具体的例子中，若行16-行45的各像素点的灰度值的和最小，则行16为上边界，行45为下边界。

B、对特征区域先进行最小值滤波，然后计算行和的差分(比如上减下)，在最小位置处即为下边界。

其中，最小值滤波是通过选取邻域像素的最小值作为输出图像的像素值，对特征区域进行最小值滤波，即用邻域像素的最小值替换输出图像的像素值。在本实施例中，这样处理的好处是使得各像素点区分更明显。然后计算行和的差分(比如上减下)，在最小位置处即为下边界。

在一个具体的例子中，计算行1各像素点的灰度值之和减去行2的各像素点的灰度值之和的差值、行3各像素点的灰度值之和减去行4的各像素点的灰度值之和的差值、……、行59各像素点的灰度值之和减去行60的各像素点的灰度值之和的差值，在差值最小处即为下边界，在差值最大处即为上边界。同理，当下减上时，在差值最大处即为下边界，在差值最小处即为上边界，分析过程不在赘述。

C、对二值化目标图像从下往上查找边界，当前景点行和大于一定阈值时，即为下边界。

在本发明实施例中，前景点是指，二值化处理后的特征区域中的黑点。在一个具体的例子中，从下往上查找边界时，行60的前景点的行和为0、行50的前景点的行和为0、……、行45前景点的行和为X，X大于阈值X₀，则确定行45为下边界。同理，该方法对上边界的查找类似，在此不在赘述。

S130、根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界。

具体的，当基础边界为上边界或下边界时，通过选取基础边界左右预设列数的多条边界作为目标边界，可选的，左右预设列数可以是基础边界左边5列以及基础边界右边5列；当基础边界为左边界或右边界时，通过选取基础边界为上下预设行数的多条边界作为目标边界，可选的，上下预设行数可以是基础边界上边5行以及基础边界下边5行。

S140、按照预设规则，计算每条目标边界在预设区域内的前景点的特征值。

具体的，针对多条目标边界，按照预设规则，计算每条目标边界在预设区域内的前景点的特征值。其中，前景点记为黑点，预设规则包括前景点的个数和前景点周围白点的个数分别与前景点特征值的关系，前景点的特征值可以用h表示。可选的，预设区域可以是包括基础边界在内的区域。

S150、根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

其中，特征值的个数与目标边界的个数相对应，在一个具体的例子中，目标边界的个数为11，则每条目标边界对应一个特征值，特征值的个数也为11个。根据得到的多个特征值，从多条目标边界中确定目标图像的边界。

本发明实施例中，通过对目标图像进行二值化来得到二值化目标图像，并确定所述二值化目标图像的基础边界，其中，所述基础边界为右边界，然后根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界，按照预设规则，计算每条目标边界在预设区域内的前景点的特征值，最后根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。提高了确定图像右边界时的精度。

实施例二

图2是本发明实施例二提供的一种图像边界确定方法的流程图，本实施例在上述实施例的基础上，对“按照预设规则，计算每条目标边界在预设区域内的前景点的特征值”进行了优化。该方法具体可以包括如下步骤：

S210、对目标图像进行二值化，得到二值化目标图像。

S220、确定所述二值化目标图像的基础边界，所述基础边界为基础右边界。

S230、根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界。

S240、计算所述二值化目标图像行方向的中心位置，得到每条目标边界的中心位置。

具体的，在多条目标边界中，任意选取一条目标边界为例，对其中心位置的确定过程进行说明，其余目标边界的中心位置的确定方法均相同。其中，根据下边界的位置及二值化目标图像的高度，下边界减去目标图像的一半高度即为二值化目标图像行方向的中心位置，该中心位置即为每条目标边界的中心位置。

在一个具体的例子中，仍以纸币100字样为例，二值化目标图像继续以将特征区域按60×120进行划分进行说明，若确定下边界在行45，特征区域字符串的高度为30，则中心位置y_mid具体为行30，其中45-30÷2＝30。

S250、查找所述目标边界上，中心位置上下预设行数内对应的前景点。

具体的，针对每个目标边界，以中心位置为基准，查找中心位置上下预设行数内对应的前景点。可选的，预设行数可以是中心位置上5行和中心位置下5行。

S260、若在所述中心位置上下预设行数内，出现连续第一预设数量的黑点，则为所述特征值赋值为1；若在所述中心位置上下预设行数内出现白点，则为所述特征值加1；若在所述中心位置上下预设行数内出现黑点，且其上方或下方有连续第二预设数量的白点，则继续为所述特征值加1，否则，停止计算，最终得到每条目标边界在预设区域内的前景点的特征值。

具体的，对S260中的各个情况分别进行阐述，其中：

(1)若在所述中心位置上下预设行数内出现连续第一预设数量的黑点，则为所述特征值赋值为1。

其中，以单个目标边界为操作对象，若在该目标边界中心位置上下预设行数内出现第一预设数量的黑点，为所述特征值赋值为1。可选的，上下预设行数可以是5行，在本实施例中不做具体限定。可选的，第一预设数量的取值和获取目标图像时的分辨率有关，分辨率越高，第一预设数量的取值越大，分辨率越低，第一预设数量的取值越小，需要说明的是，分辨率和第一预设数量的取值的关系并不局限于此。

在一个具体的例子中，假设在基础边界去确定中确定的右边界为列106，则选取列106左边三列(列103、列104、列105)和列106右边四列(列107、列108、列109、列110)，对选取的多条目标边界的个数不做具体限定，可以根据开发者的经验进行选取。具体操作以单个目标边界为例进行说明，单个目标边界可以取列103，在列103中，在中心位置上5行和中心位置下5行的区域内，出现第一预设数量的黑点，为所述特征值赋值为1，在这个具体的例子中，第一预设数量可以取3。针对其他目标边界(列104、列105、列106、列107、列108、列109和列110)，也采用同样的方式进行处理。

其中，特征值的初始取值可以是0，在满足所述中心位置上下预设行数内，出现连续第一预设数量的黑点，为特征值赋值为1。

(2)若在所述中心位置上下预设行数内出现白点，则为所述特征值加1。

其中，以单个目标边界为操作对象，若在该目标边界中心位置上下预设行数内出现白点，则为所述特征值加1。可选的，上下预设行数可以是5行，在本实施例中不做具体限定。

在一个具体的例子中，仍假设基础边界中确定的右边界为列106，选取列106左边三列(列103、列104、列105)和列106右边四列(列107、列108、列109、列110)为例进行说明。单个目标边界的操作对象可以取列103，在列103中，在中心位置上5行和中心位置下5行的区域内，出现白点，为所述特征值加1。针对其他目标边界(列104、列105、列106、列107、列108、列109和列110)，也采用同样的方式进行处理。

具体的，在中心位置上下预设行数内出现白点，为特征值加1。

(3)若在所述中心位置上下预设行数内出现黑点，且其上方或下方有连续第二预设数量的白点，则继续为所述特征值加1，否则，停止计算，最终得到每条目标边界在预设区域内的前景点的特征值。

其中，以单个目标边界为操作对象，若在该目标边界中心位置上下预设行数内出现黑点，对黑点的数量不做限定，同时，在中心位置上方或者下方有连续第二预设数量的白点。可选的，第二预设数量的取值可以是3，连续第二预设数量的白点可以是，在中心位置上5行以及中心位置下5行内出现黑点，且出现连续3个白点，继续为所述特征值加1。针对其他目标边界，也采用同样的方式进行处理。

其中，在所述中心位置上下预设行数内出现黑点，且其上方或下方有连续第二预设数量的白点，继续为特征值加1。

在不满足“在所述中心位置上下预设行数内出现黑点，且其上方或下方有连续第二预设数量的白点”时，停止计算特征值。针对每条目标边界都采用同样的方式进行计算，最终得到每条目标边界在预设区域内的前景点的特征值。

S270、根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

本发明实施例中，通过计算所述二值化目标图像行方向的中心位置，得到每条目标边界的中心位置，查找所述目标边界上中心位置上下预设行数内对应的前景点，并根据黑点个数和白点个数满足的条件与特征值取值之间的关系，得到每条目标边界在预设区域内的前景点的特征值，进而从多条目标边界中确定目标图像的边界。

在上述各技术方案的基础上，“根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界”具体可以优化为：

从所述多个目标边界中选取相邻的两个目标边界。

其中，从所述多个目标边界中选取相邻的两个目标边界。在一个具体的例子中，多条目标边界分别为列103、列104、列105、列106、列107、列108、列109、列110，从中选取相邻的两个目标边界。在这个具体的例子中，在选取相邻的两个目标边界中，有7种不同的组合结果，如列103与列104、列106与列107。

具体的，将相邻的两个目标边界与预设条件进行匹配，若匹配成功，确定所述目标边界为所述目标图像的边界。在一个具体的例子中，列103-列110的前景点的特征值分别为2、3、11、20、16、4、2、3。预设条件包括：所述相邻的两个目标边界中，若右侧目标边界的特征值大于第一特征值阈值，以及左侧目标边界的特征值小于第二特征值阈值。在这个具体的例子中，第一特征值阈值为10，第二特征值阈值为5，满足该预设条件的特征值组合为3、11，即满足预设条件的目标边界为列104与列105，则确定目标边界列104与列105之间的区域为目标图像的边界。

本实施例中通过采用从多个目标边界中选取相邻的两个目标边界，然后将相邻的两个目标边界与预设条件进行匹配，当匹配成功时，确定目标边界为目标图像的边界。确定了目标图像的右边界的具体位置。

实施例三

图3是本发明实施例三提供的一种图像边界确定方法的流程图，本实施例在上述实施例的基础上进行了优化。该方法具体可以包括如下步骤：

S310、对目标图像进行二值化，得到二值化目标图像。

S320、确定所述二值化目标图像的基础边界，所述基础边界为基础右边界。

S330、根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界。

S340、按照预设规则，计算每条目标边界在预设区域内的前景点的特征值。

S350、根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

S360、计算所述目标图像的边界右侧空白区域的前景点的特征值，并判断所述特征值是否大于第三特征值阈值，若是，执行S370，若否，执行S380。

具体的，在从多条目标边界中确定目标图像的边界后，计算目标图像的边界右侧空白区域的前景点的特征值是否大于第三特征值阈值，若是，执行S370，若否，执行S380。

在一个具体的例子中，目标图像的边界右侧空白区域的前景点的特征值可以用h_gap表示，仍以在满足预设条件的目标边界为列104与列105，即目标图像边界在目标边界列104与列105之间的区域内。计算列105右侧的空白区域内前景点的特征值，可选的，选取在中心位置上下5行内为空白区域。当右侧空白区域内出现连续两个白点时，h_gap加1，当h_gap大于第三特征阈值时，执行S370，若否，执行S380。

S370、确定所述目标图像的边界为所述目标图像的修正边界。

当h_gap大于第三特征阈值时，确定目标图像边界为目标图像的修正边界。在一个具体的例子中，该例子用来确定目标图像的右边界，目标图像的修正边界为列104与列105之间的区域内。

S380、确定所述基础边界为所述目标图像的修正边界。

当h_gap不大于第三特征阈值时，确定基础边界为目标图像的修正边界。在一个具体的例子中，该例子用来确定目标图像的右边界，假设在基础边界确定时，确定列106为基础右边界，此时，虽然计算得到的目标图像的边界为列104与列105之间的区域内，但是当h_gap不大于第三特征阈值时，对该计算结果进行修正，确定基础右边界为目标图像的修正边界，即列106作为目标图像的修正边界。

本发明实施例中，通过在从多条目标边界中确定目标图像的边界后，通过计算并判断目标图像的边界右侧空白区域前景点的特征值，从而对确定的目标图像的边界进行修正，使得对图像右边界的计算结果更精确。

实施例四

图4是本发明实施例四提供的一种图像边界确定装置的结构示意图，该装置适用于执行本发明实施例提供的图像边界确定方法。该装置具体可以包括：

图像获取模块410，用于对目标图像进行二值化，得到二值化目标图像；

基础边界确定模块420，用于确定所述二值化目标图像的基础边界，其中，所述基础边界为右边界；

目标边界确定模块430，用于根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界；

特征值计算模块440，用于按照预设规则，计算每条目标边界在预设区域内的前景点的特征值；

目标图像边界确定模块450，用于根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

进一步的，特征值计算模块440具体用于：

进一步的，目标图像边界确定模块450具体用于：

从所述多个目标边界中选取相邻的两个目标边界；

进一步的，所述装置还包括：

本发明实施例提供的一种图像边界确定装置可执行本发明任意实施例提供的图像边界确定方法，具备执行相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的图像边界确定方法。

也即，所述处理单元执行所述程序时实现：对目标图像进行二值化，得到二值化目标图像；确定所述二值化目标图像的基础边界，所述基础边界为基础右边界；根据所述基础边界，确定所述基础边界左右预设列数或上下预设行数的多条目标边界；按照预设规则，计算每条目标边界在预设区域内的前景点的特征值；根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界。

实施例六

本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的图像边界确定方法：

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种图像边界确定方法，其特征在于，包括：

对目标图像进行二值化，得到二值化目标图像；

根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界；

其中，所述按照预设规则，计算每条目标边界在预设区域内的前景点的特征值包括：

2.根据权利要求1所述的方法，其特征在于，根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界包括：

从所述多条目标边界中选取相邻的两条目标边界；

将所述相邻的两条目标边界与预设条件进行匹配，若匹配成功，则确定所述目标边界为所述目标图像的边界，其中，所述预设条件包括：所述相邻的两条目标边界中，若右侧目标边界的特征值大于第一特征值阈值，以及左侧目标边界的特征值小于第二特征值阈值。

3.根据权利要求1所述的方法，其特征在于，在根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界之后，还包括：

若否，则确定所述基础边界为所述目标图像的修正边界。

4.一种图像边界确定装置，其特征在于，包括：

目标图像边界确定模块，用于根据得到的多个特征值，从所述多条目标边界中确定所述目标图像的边界；

其中，所述特征值计算模块具体用于：

5.根据权利要求4所述的装置，其特征在于，所述目标图像边界确定模块具体用于：

从所述多条目标边界中选取相邻的两条目标边界；

6.根据权利要求4所述的装置，其特征在于，所述装置还包括：

7.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的方法。