CN107085727A - 一种图像边界函数的确定方法及其装置 - Google Patents

Abstract

本发明适用于图像识别技术领域，提供了一种图像边界函数的确定方法及其装置，方法包括：提取待识别图像中边界区域的多个边界坐标点；通过预设的边界坐标划分规则，将多个边界坐标点进行划分，得到多个边界坐标组；通过预设的边界函数确定算法根据多个边界坐标组中的任意一个边界坐标组，确定待识别图像的边界函数；判断所述边界函数是否符合预设的图像边界函数判定规则；若是，则确定边界函数为待识别图像对应的图像边界函数，从而解决了现有的图像边界函数的确定技术，通过所有的边界坐标拟合图像边界函数，将误差较大的坐标点也作为拟合图像边界函数的参考点，致使得到的图像边界函数不能真实反映图像的边界，准确率较低的问题。

Description

一种图像边界函数的确定方法及其装置

技术领域

本发明属于图像识别技术领域，尤其涉及一种图像边界函数的确定方法及其装置。

背景技术

随着图像识别技术的发展，用户对于图像识别结果的精确度要求越来越高。而图像边界函数的确定，作为图像识别的基础环节，直接影响着识别结果的准确性。然而现有的图像边界函数的确定技术，通过所有的边界坐标拟合图像边界函数，若某些边界坐标受噪声影响偏离原有的边界，则引入较大的误差至拟合图像边界函数，致使得到的图像边界函数不能真实反映图像的边界，准确率较低。

发明内容

本发明实施例的目的在于提供一种图像边界函数的确定方法及其装置，旨在解决现有的图像边界函数的确定技术，通过所有的边界坐标拟合图像边界函数，若某些边界坐标受噪声影响偏离原有的边界，则引入较大的误差至拟合图像边界函数，致使得到的图像边界函数不能真实反映图像的边界，准确率较低的问题。

第一方面，本发明实施例提供一种图像边界函数的确定方法，所述图像边界函数的确定方法包括：

提取待识别图像中边界区域的多个边界坐标点；

通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；

判断所述边界函数是否符合预设的图像边界函数判定规则；

若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

第二方面，本发明实施例提供一种图像边界函数的确定装置，所述图像边界函数的确定装置包括：

边界坐标提取单元，用于提取待识别图像中边界区域的多个边界坐标点；

边界坐标划分单元，用于通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

边界函数计算单元，用于通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；

图像边界函数判定单元，用于判断所述边界函数是否符合预设的图像边界函数判定规则；

图像边界函数确定单元，用于若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

图像边界函数重确定单元，用于若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

实施本发明实施例提供的一种图像边界函数的确定方法及其装置具有以下有益效果：

本发明实施例通过提取待识别图像中边界区域的多个边界坐标点；通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；判断所述边界函数是否符合预设的图像边界函数判定规则；若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。可见，本发明实施例并不是通过所有坐标点拟合边界函数，而是通过经划分得到的边界坐标组确定其对应的边界函数，再利用预设的图像边界函数判定规则进一步确定该待定的图像边界函数是否能够表征待识别图像的边界情况，若是，则确定该待定的图像边界函数为待识别图像的边界函数，因而提高了确定图像边界函数的准确率，减少误差较大的边界坐标点对边界函数的影响。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种图像边界函数的确定方法的流程图；

图2是本发明另一实施例提供的一种图像边界函数的确定方法的流程图；

图3是本发明实施例提供的一种图像边界函数的确定装置的结构框图；

图4是本发明另一实施例提供的一种图像边界函数的确定装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例通过经划分得到的边界坐标组确定其对应的边界函数，再利用预设的图像边界函数判定规则进一步确定该待定的边界函数是否能够表征待识别图像的边界情况，若是，则确定该待定的图像边界函数为待识别图像的边界函数，解决了现有的图像边界函数的确定技术，通过所有的边界坐标拟合图像边界函数，若某些边界坐标受噪声影响偏离原有的边界，则引入较大的误差至拟合图像边界函数，致使得到的图像边界函数不能真实反映图像的边界，准确率较低的问题。

在本发明实施例中，流程的执行主体为图像边界函数的确定装置。该图像边界函数的确定装置可作为单独的设备进行工作，接收其他装置发送的图像数据，并确定该发送得到的图像数据中的边界信息，也可以封装于图像采集处理装置中，作为一个辅助的功能模块进行工作。图1示出了本发明实施例提供的图像边界函数的确定方法的实现流程图，详述如下：

在S101中，提取待识别图像中边界区域的多个边界坐标点。

在本实施例中，图像边界函数的确定装置将获取待识别的图像。其中，该待识别的图像可通过图像边界函数的确定装置内置的传感器、摄像模块等图像采集装置进行获取，也可以通过该装置的通信模块，接收其他设备发送的待识别的图像数据。

在本实施例中，当图像边界函数的确定装置获取到待识别图像后，将通过预设的边界坐标点提取规则，提取待识别图像中包含的边界坐标点。其中，该边界坐标点具体为待识别图像中在预设的图像坐标系内，边界像素点对应的坐标，简而言之即图像边界所在像素点的坐标信息。

可选地，在本实施例中，预设的边界坐标提取规则可为最大熵阈值分割算法，通过最大熵阈值分割算法确定待识别图像中的分割线，通过识别该分割线覆盖的像素点，即可得到该待识别图像的边界坐标点。

在S102中，通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组。

在本实施例中，图像边界函数的确定装置获取到多个边界坐标点后，将通过预设的边界坐标划分规则对上述多个边界坐标点进行划分，得到多个边界坐标组。其中，每个边界坐标组将包含多个边界坐标点，每个边界坐标组中包含的边界坐标点的数量可以是相同的，也可以是不同的。

可选地，在本实施例中，该预设的边界坐标划分规则可以为通过对建立的图像坐标系中的任意一坐标轴进行划分，得到多个坐标区间范围，每个坐标区间范围内包含的边界坐标点组成一个边界坐标组，继而得到多个边界坐标组。

举例性地，该待识别图像为二维的图像数据，并建立对应的二维坐标系，以X轴以及Y轴对应的数值确定像素点的位置。其中，该待识别图像的边界坐标点集中于X轴的[2,16]的范围内，则将该[2,16]区间划分为7等份，分别为区间[2,4]、[4,6]…[14,16]，分别将每个区间内包含的边界坐标点划分为一个边界坐标组，继而得到7个边界坐标组。相应地，也可以对Y轴坐标进行划分。

在本实施例中，该划分可为等额划分或非等额划分。举例性地，对于图像的边角区域，可划分较多边界坐标点至将该区域对应的边界坐标组；而对于图像的中心区域，则可划分相对较少的边界坐标点值该区域对应的边界坐标组。由于边角区域一般较容易受环境噪声的影响，因而可分配较多的边界坐标点，从而减少噪声点对其的影响；相应地，中心区域一般较少受环境噪声的影响，因而中心区域的每个坐标点都能较好地表现原有图像的信息，因此可划分较少的边界坐标点至该区域对应的边界坐标组。

在本实施例中，通过对相应的坐标轴进行区间划分，将每个区间对应的边界坐标点划分为一个边界坐标组，使得每个边界坐标组内的坐标点较为一致并每个相邻的边界坐标点间可较好体现边界函数，从而提高确定图像边界函数的准确率。

在S103中，通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数。

在本实施例中，图像边界函数的确定装置，将选取多个边界坐标组中的任意一个边界坐标组，通过预设的边界函数确定算法计算该边界坐标组对应的边界函数，作为待识别图像的待定图像边界函数。由于每个边界坐标组内均包含多个边界坐标点，而每个边界坐标点作为图像边界的一部分，则作为确定图像边界函数的依据。

在本实施例中，可通过预设的选取规则选取上述的边界坐标组，如首先选取最左侧或最右侧对应的边界坐标组；也可以为每个边界坐标组进行编号，通过产生随机数的方式，确定该次应选取的边界坐标组。

在S104中，判断所述边界函数是否符合预设的图像边界函数判定规则。

在本实施例中，由于在步骤S103中得到的边界函数只是通过一部分的边界坐标点确定得到的，因而需要通过预设的图像边界函数判定规则，进一步确定该边界函数是否为待识别图像对应的图像边界函数。

可选地，在本实施例中，可通过计算各个边界坐标点与该边界函数的距离值之和，并判断该距离值之和是否小于预设阈值，确定该边界函数是否为预设的图像边界函数；也可以通过计算该边界函数所覆盖的边界坐标点的个数，判断该坐标点个数是否大于预设的阈值，继而确定边界函数是否为预设的图像边界函数。

在本实施例中，若该边界函数符合预设的图像边界函数判定规则，则执行S105的相关操作；反之，若该边界函数不符合预设的图像边界函数判定规则，则执行S106的相关操作。

在S105中，若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数。

在本实施例中，若所述边界函数符合预设的图像边界函数判定规则，则确定该边界函数可以表征待识别图像的边界特性，因而将该边界函数作为待识别图像对应的图像边界函数，并进行后续的相关操作，举例性地，根据该图像边界函数对图像进行旋转。

举例性地，该待识别图像为纸币图像，图像边界函数的确定装置得到该纸币图像对应的图像边界函数后，将根据该边界函数的斜率信息，对纸币图像进行旋正操作，以便进行如面向识别、真伪识别等操作。

在S106中，若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

在本实施例中，若该边界函数不符合预设的图像边界判定规则，则需要重新进行确定，以便得到待识别图像的对应的图像边界函数。其中，重新进行确定的具体操作为：从未选择的边界坐标组中，再任意选择一个边界坐标组，并执行S103以及S104的相关操作，直到获取到符合图像边界函数判定规则的图像边界函数。

在本实施例中，图像边界函数的确定装置将遍历计算每一个边界坐标组对应的边界函数，直到获取到符合预设判定规则的图像边界函数。若在遍历的过程中获取得到该图像边界函数，则停止上述的循环操作，跳转到S105，进行相应的操作。

可选地，在本实施例中，可通过预设的选取规则选取上述的边界坐标组，如从左至右选取或从上至下选取每一个边界坐标组；也可以为每个边界坐标组进行编号，通过产生随机数的方式，确定每次应选取的边界坐标组，选取完毕后，再对未选择的边界坐标组重新进行编号，从而确保每次选取的边界坐标组均为未被选择过的边界坐标组。

以上可以看出，本发明实施例提供的一种图像边界函数的确定方法通过提取待识别图像中边界区域的多个边界坐标点；通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；判断所述边界函数是否符合预设的图像边界函数判定规则；若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。可见，本发明实施例并不是通过所有坐标点拟合边界函数，而是通过经划分得到的边界坐标组确定其对应的边界函数，再利用预设的图像边界函数判定规则进一步确定该待定的图像边界函数是否能够表征待识别图像的边界情况，若是，则确定该待定的图像边界函数为待识别图像的边界函数，因而提高了确定图像边界函数的准确率，减少误差较大的边界坐标点对边界函数的影响。

图2示出了本发明另一实施例提供的一种图像边界函数的确定方法的流程图。参见图2所述，相对于上一实施例，本实施例提供的一种图像边界函数的确定方法还包括以下步骤，详述如下：

在S201中，提取待识别图像中边界区域的多个边界坐标点。

由于S201与上一实施例中的步骤S101相同，具体请参阅上一实施例中步骤S101的相关描述，此处不再赘述。

在S202中，通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组。

由于S202与上一实施例中的步骤S102相同，具体请参阅上一实施例中步骤S101的相关描述，此处不再赘述。

进一步地，作为本发明的另一实施例，所述通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数具体包括：

在S2031中，通过预设的边界直线函数拟合算法根据当前被选择的边界坐标组内任意两个边界坐标点，确定所述边界函数。

在本实施例中，待识别图像的边界函数为直接函数，图像边界函数的确定装置将从当前被选择的边界坐标组中，选取任意两个边界坐标点。通过上述选取的两个边界坐标点以及预设的边界直线函数拟合算法，则可以确定该两边界坐标点对应的直线函数，将该直线函数作为边界函数。

优选地，图像边界函数的确定装置将通过预设的坐标点选取规则，选取当前被选择的边界坐标组内的两个边界坐标点。其中，该预设的坐标点选取规则为，选取的两个边界坐标点之间的横坐标之差的绝对值要大于第一阈值或/和两者之间的纵坐标之差的绝对值要大于第二阈值。由于对于某些图像，其边界图像较宽，因而可能存在同一横坐标值或纵坐标值将对应多个边界坐标点，而此时这多个边界坐标点是因为边界线较粗而造成的，若将该垂直于某一坐标系的直线作为待定的图像边界函数，则会降低确定图像边界函数的效率。因而可通过设置该预设的选取规则，确保获取的两个边界坐标点能较好地表征图像的边界。

具体地，预设的边界直线函数拟合算法为：

其中，(x1，y1)以及(x2，y2)为当前被选择的边界坐标组内任意两个边界坐标点对应的坐标值。

在S2032中，通过所述预设的坐标距离计算算法计算所述当前被选择的边界坐标组包含的边界坐标点中除当前被选择的边界坐标点外的其余各个边界坐标点到所述边界函数的距离值。

在本实施例中，确定了该当前被选择的边界坐标组对应的边界函数后，将通过预设的坐标距离计算算法，分别计算其他各个边界坐标点到该边界函数的距离值。由于若距离值较小，则表示该边界坐标点离直线函数较近，从而表示该直线函数能够较好表示该边界坐标点；反之，则表示该直线函数将无法较好表示该边界坐标点。根据计算每个边界坐标点到直线函数的距离，继而可以确定该直线函数对于边界的表征情况。

具体地，在本实施例中，若该直线函数为：y＝kx+b，该边界坐标组中某一边界坐标为(x₀，y₀)，则边界坐标点到直线函数的距离D＝|k x₀+b-y₀|。

在本实施例中，图像边界函数的确定装置可将计算得到所有的边界坐标点对应的距离值后，将其保存至对应的存储器，在执行S2033的相关操作；也可以在计算得到一个坐标点对应的距离值后，直接执行S2033中将该距离值与预设距离阈值比较，即每得到一个距离值后马上执行比较操作。

在S2033中，分别将所述当前被选择的边界坐标组包含各个边界坐标点到边界函数的距离值与所述预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数。

在本实施例中，预设距离阈值用于确定每个边界坐标点是否在边界函数的有效距离范围内，若是，则表示该边界坐标点可以近似判定为被边界函数覆盖；若否，则表示该边界函数无法表征该边界坐标点。其中，该预设距离阈值可为确定装置的默认距离阈值，也可以通过用户的需求进行设置。

在本实施例中，将对当前被选择的边界坐标组包含的各个边界坐标点到边界函数的距离值与预设距离阈值进行比较，当判断该距离值大于预设距离阈值时，将对存储坐标点个数的存储单元进行加1操作，继而确定边界坐标组中包含的距离值大于预设距离阈值的边界坐标点的个数。

在S2034中，判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第二个数阈值。

在本实施例中，若该边界坐标组中的大部分边界坐标点均在边界函数的有效范围内，则该距离值大于预设距离阈值的边界坐标点的个数将较小，因而可以判断该边界函数可以较好地表现该边界坐标组对应的边界信息。因而，图像边界函数的确定装置可通过判断距离值大于预设距离阈值的边界坐标点的个数是否小于预设的第二个数阈值，来确定边界函数是否为当前被选择的边界坐标组对应的边界函数。具体地，该预设的第二个数阈值可为该边界坐标组包含的边界坐标点总个数的四分之三，确保大部分的边界坐标点落入到该范围内。

在本实施例中，若该距离值大于预设距离阈值的边界坐标点的个数是否小于预设第二个数阈值，则执行S2035的相关操作；反之，若该距离值大于预设距离阈值的边界坐标点的个数是否大于或等于预设第二个数阈值，则执行S2036的相关操作。

在S2035中，若小于预设第二个数阈值，则所述边界函数为当前被选择的边界坐标组对应的边界函数。

在本实施例中，当确定该边界函数为当前被选择的边界坐标组对应的边界函数后，将执行S2041的相关操作。

在S2036中，若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的边界函数。

在本实施例中，若该距离值大于预设距离阈值的边界坐标点的个数是否大于或等于预设第二个数阈值，则需要重新对边界函数进行确定，以便得到当前被选择的边界坐标组对应的边界函数。其中，重新进行确定的具体操作为：从未选择的边界坐标点中，再任意选择两个边界坐标点，并执行S2031至S2034的相关操作，直到获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的边界函数。

具体地，图像边界函数的确定装置将为每个已选择的边界坐标点进行标记操作，避免对同样的边界坐标点进行获取。

可选地，在本实施例中，可通过预设的选取规则选取上述的边界坐标组中包含的边界坐标点，如从左至右选取或从上至下选取边界坐标点；也可以为每个边界坐标点进行编号，通过产生随机数的方式，确定每次应选取的边界坐标点，选取完毕后，再对未选择的边界坐标点重新进行编号，从而确保每次选取的边界坐标点均为未被选择过的边界坐标组。

在本发明实施例中，通过计算边界坐标组内的每个边界坐标点与边界函数的距离，并统计该距离大于预设阈值的坐标点个数，从而判断该边界函数是否能够很好表现该边界坐标组内坐标点的特性，从而提高图像边界函数的代表性，并且由于只需要大部分的边界坐标点均在边界函数的有效范围内，并不需要通过所有的边界坐标点来拟定边界函数，从而避免将误差较大的边界坐标点引入边界函数，进一步提高了准确性。

进一步地，作为本发明的另一实施例，所述若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的图像边界函数之后还包括：

在S2037中，若重复执行的次数超过预设的最大重复次数，则输出数据异常报告，并通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数。

在本实施例中，由于每个边界坐标组内包含了较多的边界坐标点，因而若遍历计算每两个边界坐标点对应的边界函数，在计算其他边界坐标组内各个边界坐标点到该边界函数的距离，将会耗费较长时间。若在预设的最大的重复执行次数范围内，也无法确定该边界坐标组对应的边界函数，则表示该边界坐标组内边角坐标点离散程度较大，可能是提取边界坐标点时识别错误而导致的，因此将停止重复执行操作。

在本实施例中，该重复执行次数具体为进行提取当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点操作的次数，若该重复执行次数超过预设的最大重复次数，将停止该提取操作，则输出数据异常报告，并通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数。

在本实施例中，输出数据异常报告是为了告知用户待识别图像中该产生异常边界坐标组对应的图像区域误差较大，以便用户重新获取图像或重新执行边界坐标点的提取操作。

在本市实施例中，由于该边界坐标组的数据可能存在异常，不再适合作为确定图像边界函数的参考点，因而将选取另一未被选择的边界坐标组，确定待识别图像的边界函数。

在本发明实施例中，通过设置最大的重复执行次数，从而避免了图像边界函数的确定装置在进行无效的循环操作，提高了确定图像边界函数的效率以及准确率。

进一步地，作为本发明的另一实施例，所述判断所述边界函数是否符合预设的图像边界函数判定规则具体包括：

在S2041中，通过预设的坐标距离计算算法计算所述多个边界坐标点中除当前被选择的边界坐标组外的其余各个边界坐标点到所述边界函数的距离值。

由于S2041与上一实施例中的步骤S2032相同，具体请参阅上一实施例中步骤S2032的相关描述，此处不再赘述。

需要说明的是，在本实施例中，将计算当前被选择的边界坐标组为的其余各个边界坐标点到边界函数的距离，即即便已被选择过的边界坐标组，只要不是当前被选则的边界坐标组，则其包含的边界坐标点均要计算其与边界函数的距离值。

在S2042中，分别将各个边界坐标点到边界函数的距离值与预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数。

由于S2042与上一实施例中的步骤S2033相同，具体请参阅上一实施例中步骤S2033的相关描述，此处不再赘述。

在S2043中，判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第一个数阈值。

由于S2043与上一实施例中的步骤S2034相同，具体请参阅上一实施例中步骤S2034的相关描述，此处不再赘述。

需要说明的是，该第一个数阈值可以为待识别图像包含的边界坐标点总个数的四分之三，确保该待识别图像中大部分的边界坐标点均落入到该边界函数的有效覆盖范围内。当然，该第一个数阈值可为图像边界函数的识别装置的系统默认值，也可以通过根据用户的要求进行设置，但应不小于坐标点总个数的二分之一。

在S2044中，若小于预设第一个数阈值，则所述边界函数符合预设的图像边界函数判定规则。

在本实施例中，当该预设距离阈值的边界坐标点的个数小于预设第一个数阈值时，则确定该边界函数通过图像边界函数判定规则的校验，将执行S205的相关操作。

在S2045中，若大于或等于预设第一个数阈值，则所述边界函数不符合预设的图像边界函数判定规则。

在本实施例中，当该预设距离阈值的边界坐标点的个数大于或等于预设第一个数阈值时，则确定该边界函数没有通过图像边界函数判定规则的校验，将执行S206的相关操作。

在本发明实施例中，通过计算待识别图像包含的边界坐标点与该边界函数的距离，判断在边界函数的有效覆盖范围内的边界坐标点个数是否大于预设的个数阈值，从而判断该边界函数是否能够很好表现该待识别图像的边界的特性，从而提高图像边界函数的代表性，并且由于只需要大部分的边界坐标点均在边界函数的有效范围内，并不需要通过所有的边界坐标点来拟定边界函数，从而避免将误差较大的边界坐标点引入边界函数，进一步提高了准确性。

在S205中，若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数。

由于S205与上一实施例中的步骤S105相同，具体请参阅上一实施例中步骤S105的相关描述，此处不再赘述。

在S206中，若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

由于S206与上一实施例中的步骤S106相同，具体请参阅上一实施例中步骤S106的相关描述，此处不再赘述。

进一步地，作为本发明的另一实施例，所述若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数之后还包括：

在S207中，若每个所述边界坐标组对应的边界函数均不符合所述预设的图像边界函数判定规则，则选取所述距离值大于预设距离阈值的边界坐标点的个数最少的边界坐标组对应的边界函数作为所述待识别图像的图像边界函数。

在本实施例中，若在步骤S206中已对各个边界坐标组对应的边界函数进行判断，均不符合预设的图像边界函数判定规则，则此时已无法再执行S206的步骤操作，需要确定一个最能表征待识别图像的图像边界函数。因此，将从多个边界坐标组对应的边界函数中，选取距离值大于预设距离阈值的边界坐标点的个数最小对应的边界函数，作为待识别图像的图像边界函数。

可选地，若上述个数最小对应的边界函数存在多个，则选取该边界坐标组内包含的边界坐标点较多的边界坐标组对应的边界函数作为待识别图像的图像边界函数。

在本发明实施例中，通过选取距离值大于预设距离阈值的边界坐标点的个数最少对应的边界函数作为待识别图像的图像边界函数，避免了由于用户设置的阈值过低，而无法确定待识别图像的边界函数，提高了图像边界函数的确定装置的识别效率。

图3示出了本发明实施例提供的一种图像边界函数的确定装置的结构框图，该图像边界函数的确定装置包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。

参见图3，该图像边界函数的确定装置包括：

边界坐标提取单元31，用于提取待识别图像中边界区域的多个边界坐标点；

边界坐标划分单元32，用于通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

边界函数计算单元33，用于通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；

图像边界函数判定单元34，用于判断所述边界函数是否符合预设的图像边界函数判定规则；

图像边界函数确定单元35，用于若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

图像边界函数重确定单元36，用于若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

可选地，参见图4所示，在另一实施例中，该实施例中的图像边界函数的确定装置包括的各单元用于运行图2对应的实施例中的各步骤，详述如下：

边界坐标提取单元41，用于提取待识别图像中边界区域的多个边界坐标点；

边界坐标划分单元42，用于通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

可选地，所述边界函数计算单元具体包括：

直线拟合单元431，用于通过预设的边界直线函数拟合算法根据当前被选择的边界坐标组内任意两个边界坐标点，确定所述边界函数；

第二距离值计算单元432，用于通过所述预设的坐标距离计算算法计算所述当前被选择的边界坐标组包含的边界坐标点中除当前被选择的边界坐标点外的其余各个边界坐标点到所述边界函数的距离值；

第二距离值比较单元433，用于分别将所述当前被选择的边界坐标组包含各个边界坐标点到边界函数的距离值与所述预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

第二个数判断单元434，用于判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第二个数阈值；

边界函数确定单元435，用于若小于预设第二个数阈值，则所述边界函数为当前被选择的边界坐标组对应的边界函数；

边界函数重确定单元436，用于若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的边界函数。

可选地，所述图像边界函数的确定装置还包括：

最大重复执行限制单元437，用于若重复执行的次数超过预设的最大重复次数，则输出数据异常报告，并通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数。

可选地，所述图像边界函数判定单元具体包括：

第一距离值计算单元441，用于通过预设的坐标距离计算算法计算所述多个边界坐标点中除当前被选择的边界坐标组外的其余各个边界坐标点到所述边界函数的距离值；

第一距离值比较单元442，用于分别将各个边界坐标点到边界函数的距离值与预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

第一个数判断单元443，用于判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第一个数阈值；

符合规则确定单元444，用于若小于预设第一个数阈值，则所述边界函数符合预设的图像边界函数判定规则；

不符合规则确定单元445，用于若大于或等于预设第一个数阈值，则所述边界函数不符合预设的图像边界函数判定规则。

图像边界函数确定单元45，用于若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

图像边界函数重确定单元46，用于若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

可选地，所述图像边界函数的确定装置还包括：

边界函数选取单元47，用于若每个所述边界坐标组对应的边界函数均不符合所述预设的图像边界函数判定规则，则选取所述距离值大于预设距离阈值的边界坐标点的个数最少的边界坐标组对应的边界函数作为所述待识别图像的图像边界函数。

因此，本发明实施例提供的图像边界函数的确定装置同样可以通过经划分得到的边界坐标组确定其对应的边界函数，再利用预设的图像边界函数判定规则进一步确定该待定的图像边界函数是否能够表征待识别图像的边界情况，若是，则确定该待定的图像边界函数为待识别图像的边界函数，因而提高了确定图像边界函数的准确率，减少误差较大的边界坐标点对边界函数的影响。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像边界函数的确定方法，其特征在于，所述图像边界函数的确定方法包括：

提取待识别图像中边界区域的多个边界坐标点；

通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；

判断所述边界函数是否符合预设的图像边界函数判定规则；

若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

2.根据权利要求1所述的图像边界函数的确定方法，其特征在于，所述判断所述边界函数是否符合预设的图像边界函数判定规则具体包括：

通过预设的坐标距离计算算法计算所述多个边界坐标点中除当前被选择的边界坐标组外的其余各个边界坐标点到所述边界函数的距离值；

分别将各个边界坐标点到边界函数的距离值与预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第一个数阈值；

若小于预设第一个数阈值，则所述边界函数符合预设的图像边界函数判定规则；

若大于或等于预设第一个数阈值，则所述边界函数不符合预设的图像边界函数判定规则。

3.根据权利要求2所述的图像边界函数的确定方法，其特征在于，所述若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数之后还包括：

若每个所述边界坐标组对应的边界函数均不符合所述预设的图像边界函数判定规则，则选取所述距离值大于预设距离阈值的边界坐标点的个数最少的边界坐标组对应的边界函数作为所述待识别图像的图像边界函数。

4.根据权利要求1-3任一项所述的图像边界函数的确定方法，其特征在于，所述通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数具体包括：

通过预设的边界直线函数拟合算法根据当前被选择的边界坐标组内任意两个边界坐标点，确定所述边界函数；

通过所述预设的坐标距离计算算法计算所述当前被选择的边界坐标组包含的边界坐标点中除当前被选择的边界坐标点外的其余各个边界坐标点到所述边界函数的距离值；

分别将所述当前被选择的边界坐标组包含各个边界坐标点到边界函数的距离值与所述预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第二个数阈值；

若小于预设第二个数阈值，则所述边界函数为当前被选择的边界坐标组对应的边界函数；

若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的边界函数。

5.根据权利要求4所述的图像边界函数的确定方法，其特征在于，所述若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的图像边界函数之后还包括：

若重复执行的次数超过预设的最大重复次数，则输出数据异常报告，并通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数。

6.一种图像边界函数的确定装置，其特征在于，所述图像边界函数的确定装置包括：

边界坐标提取单元，用于提取待识别图像中边界区域的多个边界坐标点；

边界坐标划分单元，用于通过预设的边界坐标划分规则，将所述多个边界坐标点进行划分，得到多个边界坐标组；

边界函数计算单元，用于通过预设的边界函数确定算法根据所述多个边界坐标组中的任意一个边界坐标组，确定所述待识别图像的边界函数；

图像边界函数判定单元，用于判断所述边界函数是否符合预设的图像边界函数判定规则；

图像边界函数确定单元，用于若所述边界函数符合预设的图像边界函数判定规则，则确定所述边界函数为所述待识别图像对应的图像边界函数；

图像边界函数重确定单元，用于若所述边界函数不符合预设的图像边界函数判定规则，则通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数，并重复执行上述流程，直至获取到符合所述图像边界函数判定规则的图像边界函数。

7.根据权利要求6所述的图像边界函数的确定装置，其特征在于，所述图像边界函数判定单元具体包括：

第一距离值计算单元，用于通过预设的坐标距离计算算法计算所述多个边界坐标点中除当前被选择的边界坐标组外的其余各个边界坐标点到所述边界函数的距离值；

第一距离值比较单元，用于分别将各个边界坐标点到边界函数的距离值与预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

第一个数判断单元，用于判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第一个数阈值；

符合规则确定单元，用于若小于预设第一个数阈值，则所述边界函数符合预设的图像边界函数判定规则；

不符规则确定单元，用于若大于或等于预设第一个数阈值，则所述边界函数不符合预设的图像边界函数判定规则。

8.根据权利要求7所述的图像边界函数的确定装置，其特征在于，所述图像边界函数的确定装置还包括：

边界函数选取单元，用于若每个所述边界坐标组对应的边界函数均不符合所述预设的图像边界函数判定规则，则选取所述距离值大于预设距离阈值的边界坐标点的个数最少的边界坐标组对应的边界函数作为所述待识别图像的图像边界函数。

9.根据权利要求6-8任一项所述的图像边界函数的确定装置，其特征在于，所述边界函数计算单元具体包括：

直线拟合单元，用于通过预设的边界直线函数拟合算法根据当前被选择的边界坐标组内任意两个边界坐标点，确定所述边界函数；

第二距离值计算单元，用于通过所述预设的坐标距离计算算法计算所述当前被选择的边界坐标组包含的边界坐标点中除当前被选择的边界坐标点外的其余各个边界坐标点到所述边界函数的距离值；

第二距离值比较单元，用于分别将所述当前被选择的边界坐标组包含各个边界坐标点到边界函数的距离值与所述预设距离阈值进行比较，并统计所述距离值大于预设距离阈值的边界坐标点的个数；

第二个数判断单元，用于判断所述距离值大于预设距离阈值的边界坐标点的个数是否小于预设第二个数阈值；

边界函数确定单元，用于若小于预设第二个数阈值，则所述边界函数为当前被选择的边界坐标组对应的边界函数；

边界函数重确定单元，用于若大于或等于预设第二个数阈值，则通过预设的边界直线函数拟合算法根据所述当前被选择的边界坐标组中包含任意两个未被选择的边界坐标点，确定所述边界函数，并重复执行上述流程，直至获取到所述距离值大于预设距离阈值的边界坐标点的个数小于预设第二个数阈值的边界函数。

10.根据权利要求9所述的图像边界函数的确定装置，其特征在于，所述图像边界函数的确定装置还包括：

最大重复执行限制单元，用于若重复执行的次数超过预设的最大重复次数，则输出数据异常报告，并通过预设的边界函数确定算法根据所述多个边界坐标组中任意一个未被选择的边界坐标组，确定所述待识别图像的边界函数。