CN107784304A - 一种图像处理方法和装置 - Google Patents
一种图像处理方法和装置 Download PDFInfo
- Publication number
- CN107784304A CN107784304A CN201610790404.4A CN201610790404A CN107784304A CN 107784304 A CN107784304 A CN 107784304A CN 201610790404 A CN201610790404 A CN 201610790404A CN 107784304 A CN107784304 A CN 107784304A
- Authority
- CN
- China
- Prior art keywords
- straight line
- point
- checked
- measuring point
- profile
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种图像处理方法和装置,其中,该方法包括:从一维数组中选取一个待检测点,其中,一维数组中存储有待识别二值图像中各个轮廓点的坐标;通过轮廓点登记表判断待检测点是否属于已检出的直线;如果待检测点属于已检出的直线,则停止基于待检测点的直线搜索过程;如果待检测点不属于已检出的直线,则以待检测点为出发点进行直线搜索,在轮廓点登记表中将符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。本发明实施例可以及时判断取出的轮廓点属于已经检出的直线,从而终止本次搜索,且可以快速地从轮廓点集合中删除已经检出的符合期望直线上的所有点,有效提高了直线搜索的速度。
Description
技术领域
本发明涉及图像分析技术领域,特别涉及一种图像处理方法和装置。
背景技术
随着人们对图像识别的需求越来越大,图像识别技术也得到了发展。对于图像对象的识别,现有常用的方式是识别出目标对象的轮廓,根据轮廓确定图像中是否有待识别的目标对象。
目前,一般通过序列存储二值图像的轮廓点,然而,这种方式当需要删除的轮廓点处于序列中间位置时,该删除过程较慢,且每一轮的搜索过程都需要从轮廓点构成的样本空间中随机取出一个直线搜索起始端点时,不能及时判断出该点是否属于已经检出的直线,以便终止本次搜索。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种图像处理方法,该方法包括:
从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
如果所述待检测点属于已检出的直线,则停止基于所述待检测点的直线搜索过程;
如果所述待检测点不属于已检出的直线,则以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
在一个实施方式中,通过轮廓点登记表判断所述待检测点是否属于已检出的直线,包括:
判断在所述轮廓点登记表中所述待检测点的对应位置是否为0;
如果为0,则确定所述待检测点属于已检出的直线;
如果为1,则确定所述待检测点不属于已检出的直线。
在一个实施方式中,在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识,包括:
在所述轮廓点登记表中,将所述符合期望的直线上的所有点的对应位置都置为0。
在一个实施方式中,在从一维数组中选取一个待检测点之前,所述方法还包括:
构建一个轮廓点登记表和一个一维数组;
扫描所述二值图像,将所述二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,非轮廓点位置置0,其中,所述一维数组中轮廓点的坐标是按照x轴坐标和y轴坐标交替存储的方式存储的。
在一个实施方式中,以所述待检测点为出发点进行直线搜索,包括:
通过数值微分法,以所述待检测点为出发点进行直线搜索。
在一个实施方式中,以所述待检测点为出发点进行直线搜索的过程中,所述方法包括:
在进行浮点数四舍五入时,将浮点数读入寄存器中;
通过MIPS汇编指令对所述浮点数进行四舍五入。
本发明实施例还提供了一种图像处理装置,该装置包括:
选取模块,用于从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
判断模块,用于通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
停止模块,用于在确定所述待检测点属于已检出的直线的情况下,停止基于所述待检测点的直线搜索过程;
搜索模块,用于在确定所述待检测点不属于已检出的直线的情况下,以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
在一个实施方式中,所述判断模块包括:
判断单元,用于判断在所述轮廓点登记表中所述待检测点的对应位置是否为0;
第一确定单元,用于在确定为0的情况下,确定所述待检测点属于已检出的直线;
第二确定单元,用于在确定为1的情况下,确定所述待检测点不属于已检出的直线;
相应的,所述搜索模块具体用于在所述轮廓点登记表中,将所述符合期望的直线上的所有点的对应位置都置为0。
在一个实施方式中,上述图像处理装置还包括:
构建模块,用于在从一维数组中选取一个待检测点之前,构建一个轮廓点登记表和一个一维数组;
扫描模块,用于扫描所述二值图像,将所述二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,非轮廓点位置置0,其中,所述一维数组中轮廓点的坐标是按照x轴坐标和y轴坐标交替存储的方式存储的。
在一个实施方式中,所述搜索模块具体用于通过数值微分法,以所述待检测点为出发点进行直线搜索。
在本发明实施例中,引入了轮廓点登记表,通过引入的轮廓点登记表可以及时判断出待检测轮廓点是否属于已检出的直线,以及在检出达到期望的直线后,会从轮廓点集合中删除该直线上的点,即,通过引入轮廓点登记表,加快了直线搜索的速度。进一步的,引入了MIPS汇编指令,加速了浮点数四舍五入运算。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是根据本发明实施例的图像处理方法的方法流程图;
图2是根据本发明实施例的图像处理装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
为了更好地说明本发明,下面先对本发明实施例中涉及的一些名词解释如下:
1)霍夫变换,图像处理中的一种特征提取技术,该过程在参数空间中通过计算累计结果的局部极大值,得到一个符合特定形状特征的集合作为霍夫变换的结果;
2)二值图像,图像的上像素点的灰度值为0或255,也就是图像呈现出明显的黑白效果;
3)图像轮廓,图像经二值化后,由表征图像中目标形状特征的边缘特征点构成的点集;
4)数值微分法,可以理解为一种单步直线生成算法,即,首先根据直线的斜率确定是以X方向步进还是以Y方向步进,然后,沿着确定的步进方向每步进一个像素点,就沿另一个方向步进k个像素点,其中,k为直线的斜率,在数值微分法生成直线的过程中涉及坐标的取整运算;
5)概率,可以理解为从图像轮廓点构成的样本空间中随机取出一个点的过程;
6)轮廓点登记表,用于标记轮廓点位置和搜索状态的一个动态掩膜板;
7)序列,内存存储器中可以存储的一种对象,是某种结构的链表,Opencv中将其在内存中实现为一个双端队列;
8)Hough计数器,图像中目标轮廓参数空间中的一个累加器,Hough变换算法主要应用于二值图像(即,边缘图像),因此,在对灰度图像进行Hough变换前需要对其进行预处理,例如:图像滤波、图像的边缘检测等。
在本发明实施例中,提供了一种图像处理方法,如图1所示,可以包括以下步骤:
步骤101:从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
即,可以预先为待识别二值图像建立一个轮廓点登记表和一个一维数组,具体地,扫描该二值图像,将二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,在实际实现的时候,在起初构建轮廓点登记表的时候,可以将属于轮廓点的位置置1,不属于轮廓点的位置置0。
然而值得注意的是,置1仅是了为了标识轮廓点,在实际应用的时候也可以采用其它方式标识,例如,可以将轮廓点都置0。相应的,如果轮廓点都置1,那么后续检索出的直线上的所有轮廓点都在轮廓点登记表中将相应位置置0,如果轮廓点都置0,那么后续检索出的直线上的所有轮廓点都在轮廓点登记表中将相应位置置1。
当然,在具体实施的时候,也可以不通过0和1进行标识,采用其它的标识方式也可以。在下例的说明中,是用1表示该轮廓点未被识别为某条直线上的点,用0表示该轮廓点已被识别为某条直线上的点,不过值得注意的是,这仅是为了更好地说明本发明,并不构成对本发明的不当限定。
具体的,轮廓点的坐标可以依次交替存入构建的一维数组中,例如,x轴坐标存入数组的偶数位置,y坐标存入数组的奇数位置,即,因为如果要标明一个点的位置,既需要横坐标,又需要纵坐标,因此,一个轮廓点占据两个位置,横坐标和纵坐标交替存储。
步骤102:通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
在具体进行判断的时候,在随机选取一点后,可以判断该点在轮廓点登记表中的对应位置是否为0;如果为0,则确定所述待检测点属于已检出的直线;如果为1,则确定所述待检测点不属于已检出的直线。
步骤103:如果所述待检测点属于已检出的直线,则停止基于所述待检测点的直线搜索过程;
步骤104:如果所述待检测点不属于已检出的直线,则以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
即,如果以待检测点为出发点搜索到了一条符合期望的直线(例如,直线上像素点的个数满足要求,即直线的长度满足要求),那么就在轮廓点登记表中,将符合期望的直线上的所有点的对应位置都置为0,这样下次在检索的时候,就不会对点进行重复检索,因为一旦确定该点对应位置为0,就可以确定该点已经属于某条检索出的直线。
具体地,在以待检测点为出发点进行直线搜索时,可以通过数值微分法,以待检测点为出发点进行直线搜索,其中,数值微分法是一种单步直线生成算法,即,首先根据直线的斜率确定是以X方向步进还是以Y方向步进,然后,沿着确定的步进方向每步进一个像素点,就沿另一个方向步进k个像素点,其中,k为直线的斜率,在数值微分法的过程中涉及坐标的取整运算。
在实现的时候,可以将平面划分成十个部分,从第一象限的x轴开始做逆时针旋转,每隔45度角为一部分,由此类推到第八部分,y轴正向为第9部分,负向为第10部分,具体划分结果如下表1所示,考虑到垂直于x轴的直线斜率为无穷大,不利于直线的表示,因此,可以转化到极坐标下通过参数方程表示直线,因此如下表1所示的第9和第10这两部分不需要单独考虑;另外,可以看出下表1中,区域5到8与区域1到4中,Δx和Δy只有符号不同,考虑到直线段的可延伸性,可以仅做0~180°的区域划分。数值微分法的算法思路,是用数值方法解微分方程,即通过对x和y各增加一个小增量,计算下一步的x、y值。因此各不同区域的Δx和Δy值各不相同。
表1
区域 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
Δx | 1 | 1/k | -1 | -1/k | -1 | -1/k | 1 | 1/k | 0 | 0 |
Δy | k | 1 | k | 1 | -k | -1 | -k | -1 | -1 | 1 |
假设dx为x的终点坐标x1减去x的起点坐标x0的大小,dy为y的终点坐标y1减去y的起点坐标y0的大小,其中,k表示直线斜率。可以通过上表中给出的递增值画出不同区域中的直线,不同的区域通过计算直线斜率和始末点位置进行判断,在编写程序时,先通过if判断语句划分区域,然后,在不同的区域执行画线程序。
考虑到在数值微分法的过程中涉及坐标的取整运算,可以采用如下方式对浮点数据进行处理,即,在通过数值微分法,以所述待检测点为出发点进行直线搜索的过程中,在进行浮点数四合五入时,将浮点数读入寄存器中;通过MIPS汇编指令对所述浮点数进行四舍五入。通过这种方式可以有效提高需要频繁对数据取整的过程的算法的执行速度。
下面结合一具体实施例对上述图像处理方法进行说明,然而值得注意的是,该具体实施例仅是为了更好地说明本发明,并不构成对本发明的不当限定。
该图像处理方法可以包括如下步骤:
S1:构建一个轮廓点登记表和用于存储轮廓点坐标的一维数组;
S2:扫描整幅二值图像,将非零轮廓点依次存储在一维数组中,将轮廓点登记表中相应位置置1,其余位置置0,并统计非零轮廓点的个数。
S3:随机取出一个点,直接判断轮廓点登记表中对应位置是否为零,如果为0,则认为该点属于已经检出的直线,终止后续的Hough计数器累加和直线搜索等过程,重新取点。
S4:当检出一条符合期望的直线时,将该直线上点在轮廓点登记表中相对应的位置清零,就实现了从轮廓点集合中删除属于已检出直线上点的目的。
在进行直线搜索的过程中,需要对浮点数进行处理,因为该处理过程是直线搜索的基础操作,因此直线搜索时浮点数处理效率的高低直接影响直线搜索效率的高低,在本例中,提出一种可以快速实现浮点数四舍五入的方法,具体如下:
在进行四舍五入时,对于小数部分为0.5的情况做特殊处理,如果整数部分加1为偶数,则浮点数加0.5后执行四舍五入,否则,浮点数减0.5后执行四舍五入,例如:3.5和4.5经四舍五入取整后都等于4。采用代码实现如下:
其中,intpart表示浮点数的整数部分,fractpart表示浮点数的小数部分,可以看出这段代码中调用标准C库函数modf求出浮点数的整数和小数部分,调用fabs对小数部分取绝对值,另外,其中还包含判断跳转和算术运算,从而导致运行速度较慢。
在本例中,发明人考虑到可以采用MIPS汇编指令实现浮点数四舍五入,将浮点数读入到寄存器中后,只需要FRINT.W wd,ws(或FRINT.D wd,ws)这一条指令就可以在一个指令周期内完成单精度浮点数(或双精度浮点数)的四舍五入操作。其中FRINT.W和FRINT.D分别表示单精度浮点数和双精度浮点数四合五入的MIPS汇编指令,ws为源操作数(即单精度或双精度浮点数),wd为目的操作数(即四舍五入后的32位整型数),通过这种方式可以有效提高需要频繁对数据取整的过程的算法的执行速度。
在上例中,通过引入轮廓点登记表可以加速直线搜索的速度,进一步的,数值微分直线生成算法中要对坐标点取整,按照IEEE浮点数标准的浮点数四舍五入C语言实现中包含判断跳转,运行较慢,而该取整过程处于直线搜索的最内层循环,直接影响整个霍夫线变换的执行效率,因此,通过MISP汇编指令实现浮点数可以实现快速四舍五入的目的。通过上述实施例提供的方式可以及时判断取出的轮廓点属于已经检出的直线,从而终止本次搜索,且可以快速地从轮廓点集合中删除已经检出的符合期望直线上的所有点,同时克服了浮点数四舍五入过程运行效率低的问题。
基于同一发明构思,本发明实施例中还提供了一种图像处理装置,如下面的实施例所述。由于图像处理装置解决问题的原理与图像处理方法相似,因此图像装置的实施可以参见图像处理方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图2是本发明实施例的图像处理装置的一种结构框图,如图2所示可以包括:选取模块201、判断模块202、停止模块203和搜索模块204,下面对该结构进行说明。
选取模块201,用于从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
判断模块202,用于通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
停止模块203,用于在确定所述待检测点属于已检出的直线的情况下,停止基于所述待检测点的直线搜索过程;
搜索模块204,用于在确定所述待检测点不属于已检出的直线的情况下,以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
在一个实施方式中,判断模块202可以包括:判断单元,用于判断在所述轮廓点登记表中所述待检测点的对应位置是否为0;第一确定单元,用于在确定为0的情况下,确定所述待检测点属于已检出的直线;第二确定单元,用于在确定为1的情况下,确定所述待检测点不属于已检出的直线;相应的,搜索模块204具体可以用于在所述轮廓点登记表中,将所述符合期望的直线上的所有点的对应位置都置为0。
在一个实施方式中,上述图像处理装置还可以包括:构建模块,用于在从一维数组中选取一个待检测点之前,构建一个轮廓点登记表和一个一维数组;扫描模块,用于扫描所述二值图像,将所述二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,非轮廓点位置置0,其中,所述一维数组中轮廓点的坐标是按照x轴坐标和y轴坐标交替存储的方式存储的。
在一个实施方式中,搜索模块204具体可以用于通过数值微分法,以所述待检测点为出发点进行直线搜索。
在另外一个实施例中,还提供了一种软件,该软件用于执行上述实施例及优选实施方式中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
从以上的描述中,可以看出,本发明实施例实现了如下技术效果:通过轮廓点登记表判断待检测点是否属于已检出的直线,在轮廓点登记表中将符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识,即,通过引入轮廓点登记表,加快了直线搜索的速度。通过上述方式可以及时判断取出的轮廓点属于已经检出的直线,从而终止本次搜索,且可以快速地从轮廓点集合中删除已经检出的符合期望直线上的所有点,有效提高了直线搜索的速度。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
如果所述待检测点属于已检出的直线,则停止基于所述待检测点的直线搜索过程;
如果所述待检测点不属于已检出的直线,则以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
2.根据权利要求1所述的方法,其特征在于,通过轮廓点登记表判断所述待检测点是否属于已检出的直线,包括:
判断在所述轮廓点登记表中所述待检测点的对应位置是否为0;
如果为0,则确定所述待检测点属于已检出的直线;
如果为1,则确定所述待检测点不属于已检出的直线。
3.根据权利要求2所述的方法,其特征在于,在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识,包括:
在所述轮廓点登记表中,将所述符合期望的直线上的所有点的对应位置都置为0。
4.根据权利要求1至3中任一项所述的方法,其特征在于,在从一维数组中选取一个待检测点之前,所述方法还包括:
构建一个轮廓点登记表和一个一维数组;
扫描所述二值图像,将所述二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,其中,所述一维数组中轮廓点的坐标是按照x轴坐标和y轴坐标交替存储的方式存储的。
5.根据权利要求1至3中任一项所述的方法,其特征在于,以所述待检测点为出发点进行直线搜索,包括:
通过数值微分法,以所述待检测点为出发点进行直线搜索。
6.根据权利要求5所述的方法,其特征在于,在通过数值微分法,以所述待检测点为出发点进行直线搜索的过程中,所述方法包括:
在进行浮点数四舍五入时,将浮点数读入寄存器中;
通过MIPS汇编指令对所述浮点数进行四舍五入。
7.一种图像处理装置,其特征在于,包括:
选取模块,用于从一维数组中选取一个待检测点,其中,所述一维数组中存储有待识别二值图像中各个轮廓点的坐标;
判断模块,用于通过轮廓点登记表判断所述待检测点是否属于已检出的直线,其中,所述轮廓点登记表中记录有所述待识别二值图像中各个轮廓点是否属于已检出的直线的标识信息;
停止模块,用于在确定所述待检测点属于已检出的直线的情况下,停止基于所述待检测点的直线搜索过程;
搜索模块,用于在确定所述待检测点不属于已检出的直线的情况下,以所述待检测点为出发点进行直线搜索,如果搜索得到一条符合期望的直线,则在所述轮廓点登记表中将所述符合期望的直线上的所有点的标识信息修改为属于已检测的直线的标识。
8.根据权利要求7所述的装置,其特征在于,所述判断模块包括:
判断单元,用于判断在所述轮廓点登记表中所述待检测点的对应位置是否为0;
第一确定单元,用于在确定为0的情况下,确定所述待检测点属于已检出的直线;
第二确定单元,用于在确定为1的情况下,确定所述待检测点不属于已检出的直线;
相应的,所述搜索模块具体用于在所述轮廓点登记表中,将所述符合期望的直线上的所有点的对应位置都置为0。
9.根据权利要求7或8所述的装置,其特征在于,还包括:
构建模块,用于在从一维数组中选取一个待检测点之前,构建一个轮廓点登记表和一个一维数组;
扫描模块,用于扫描所述二值图像,将所述二值图像中的轮廓点的坐标依次存入构建的一维数组中,将构建的轮廓点登记表中,轮廓点位置置1,其中,所述一维数组中轮廓点的坐标是按照x轴坐标和y轴坐标交替存储的方式存储的。
10.根据权利要求7或8所述的装置,其特征在于,所述搜索模块具体用于通过数值微分法,以所述待检测点为出发点进行直线搜索。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610790404.4A CN107784304A (zh) | 2016-08-30 | 2016-08-30 | 一种图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610790404.4A CN107784304A (zh) | 2016-08-30 | 2016-08-30 | 一种图像处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107784304A true CN107784304A (zh) | 2018-03-09 |
Family
ID=61451308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610790404.4A Pending CN107784304A (zh) | 2016-08-30 | 2016-08-30 | 一种图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784304A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796209A (zh) * | 2018-08-03 | 2020-02-14 | 杭州海康机器人技术有限公司 | 一种触发检测方法、装置及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645172A (zh) * | 2009-09-09 | 2010-02-10 | 北京理工大学 | 数字图像中直线的快速检测方法 |
CN102270112A (zh) * | 2010-06-03 | 2011-12-07 | 边立剑 | Risc微处理器指令译码电路 |
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 |
CN104331876A (zh) * | 2014-10-09 | 2015-02-04 | 北京配天技术有限公司 | 直线检测、图像处理的方法及相关装置 |
CN105069786A (zh) * | 2015-07-31 | 2015-11-18 | 小米科技有限责任公司 | 直线检测方法及装置 |
US9208403B1 (en) * | 2014-06-16 | 2015-12-08 | Qualcomm Incorporated | Systems and methods for processing image data associated with line detection |
CN105373807A (zh) * | 2015-10-26 | 2016-03-02 | 宁波裕兰信息科技有限公司 | 基于霍夫变换的直线检测的优化设计方法 |
-
2016
- 2016-08-30 CN CN201610790404.4A patent/CN107784304A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645172A (zh) * | 2009-09-09 | 2010-02-10 | 北京理工大学 | 数字图像中直线的快速检测方法 |
CN102270112A (zh) * | 2010-06-03 | 2011-12-07 | 边立剑 | Risc微处理器指令译码电路 |
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 |
US9208403B1 (en) * | 2014-06-16 | 2015-12-08 | Qualcomm Incorporated | Systems and methods for processing image data associated with line detection |
CN104331876A (zh) * | 2014-10-09 | 2015-02-04 | 北京配天技术有限公司 | 直线检测、图像处理的方法及相关装置 |
CN105069786A (zh) * | 2015-07-31 | 2015-11-18 | 小米科技有限责任公司 | 直线检测方法及装置 |
CN105373807A (zh) * | 2015-10-26 | 2016-03-02 | 宁波裕兰信息科技有限公司 | 基于霍夫变换的直线检测的优化设计方法 |
Non-Patent Citations (2)
Title |
---|
张江鑫 等: "快速随机Hough变换多直线检测算法", 《浙江工业大学学报》 * |
王建勇 等: "一种改进的直线检测算法", 《计算机工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796209A (zh) * | 2018-08-03 | 2020-02-14 | 杭州海康机器人技术有限公司 | 一种触发检测方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Dpt: Deformable patch-based transformer for visual recognition | |
Frisken et al. | Simple and efficient traversal methods for quadtrees and octrees | |
Shreider | The Monte Carlo method: the method of statistical trials | |
US6868420B2 (en) | Method for traversing quadtrees, octrees, and N-dimensional bi-trees | |
Zhang et al. | Feature reintegration over differential treatment: A top-down and adaptive fusion network for RGB-D salient object detection | |
CN107729935B (zh) | 相似图片的识别方法和装置、服务器、存储介质 | |
US20140169681A1 (en) | Method, apparatus and system for generating a feature vector | |
CN111640089A (zh) | 一种基于特征图中心点的缺陷检测方法及装置 | |
CN101727580A (zh) | 图像处理装置、电子介质和图像处理方法 | |
CN104966109B (zh) | 医疗化验单图像分类方法及装置 | |
CN110427506B (zh) | 空间数据边界处理方法、装置、计算机设备及存储介质 | |
CN113852914B (zh) | 待检验点的位置定位方法及定位装置 | |
CN107784304A (zh) | 一种图像处理方法和装置 | |
Olson | An approximation algorithm for least median of squares regression | |
CN116400709B (zh) | 机器人轨迹确定方法、装置、机器人及存储介质 | |
Ray et al. | An algorithm for polygonal approximation of digitized curves | |
CN111340788B (zh) | 硬件木马版图检测方法、装置、电子设备和可读存储介质 | |
CN111753719A (zh) | 一种指纹识别方法及装置 | |
Pardyl et al. | Active visual exploration based on attention-map entropy | |
CN115439375B (zh) | 图像去模糊模型的训练方法和装置以及应用方法和装置 | |
US20230360262A1 (en) | Object pose recognition method based on triangulation and probability weighted ransac algorithm | |
JP2017107472A (ja) | 文字列検索方法および装置 | |
CN111145230B (zh) | 一种图像配准质量检测方法、装置、设备及存储介质 | |
CN106447711B (zh) | 一种多尺度基本几何形状特征提取方法 | |
Kim et al. | Dynamic load balancing of parallel SURF with vertical partitioning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |
|
RJ01 | Rejection of invention patent application after publication |