CN108242058A - 图像边界查找方法和装置 - Google Patents
图像边界查找方法和装置 Download PDFInfo
- Publication number
- CN108242058A CN108242058A CN201611215892.2A CN201611215892A CN108242058A CN 108242058 A CN108242058 A CN 108242058A CN 201611215892 A CN201611215892 A CN 201611215892A CN 108242058 A CN108242058 A CN 108242058A
- Authority
- CN
- China
- Prior art keywords
- row
- target
- target image
- binaryzation
- template
- 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
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种图像边界查找方法和装置,该方法包括:对目标图像进行二值化,得到二值化目标图像;计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。本发明实施例能够排除噪声干扰,提高图像边界查找的精度,运算量小,复杂度低,提高了图像边界查找的速度,适用范围广。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种图像边界查找方法和装置。
背景技术
图像的边界是指图像局部强度变化最显著的部分,边界作为图像的基本特征,是图像分割、纹理特征和形状特征等图像分析的重要基础,在图像处理领域十分重要。
目前,通常采用模板匹配的方法进行图像边界识别,但是所采用的通常是图像模板,需要遍历图像模板中与待识别图像对应的全部像素点进行匹配识别,算法复杂,识别速度慢。
发明内容
本发明实施例提供一种图像边界查找方法和装置,以解决现有技术中图像识别算法复杂、识别速度慢的问题。
第一方面,本发明实施例提供了一种图像边界查找方法,包括:
对目标图像进行二值化,得到二值化目标图像;
计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;
获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;
依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
第二方面,本发明实施例提供了一种图像边界查找方法,包括:
对目标图像进行二值化,得到二值化目标图像;
计算二值化目标图像的行和数组,所述行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
依据所述行和数组和与目标图像的特征相符的行和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
第三方面,本发明实施例还提供了一种图像边界查找装置,该装置包括:
二值化模块,用于对目标图像进行二值化,得到二值化目标图像;
列和数组计算模块,用于计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;
特征模板获取模块,用于获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;
匹配模块,用于依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
第四方面,本发明实施例还提供了一种图像边界查找装置,该装置包括:
二值化模块,用于对目标图像进行二值化,得到二值化目标图像;
行和数组计算模块,用于计算二值化目标图像的行和数组,所述行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
特征模板获取模块,用于获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
匹配模块,用于依据所述行和数组和与目标图像的特征相符的行和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
本发明实施例根据目标图像的整体信息确定特征模板,且特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中边界的相对位置,依据二值化目标图像的列和数组和与目标图像的特征相符的列和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界,不仅能关注到图像的全部特征,排除噪声干扰,提高边界查找的精度,又能减小运算量,提高边界查找的速度,并且不限于应用到人民币图像中,适用范围广。
附图说明
图1是本发明实施例一中的一种图像边界查找方法的流程图;
图2是以人民币的光变100区域作为目标图像,该目标图像和特征模板匹配后的示意图;
图3是本发明实施例四中的一种图像边界查找装置的结构示意图;
图4是本发明实施例五中的一种图像边界查找方法的流程图;
图5是本发明实施例六中的一种图像边界查找装置的结构示意图。
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1为本发明实施例一提供的一种图像边界查找方法的流程图,本实施例可适用于查找图像的左边界或右边界,该方法可以由图像边界查找装置来执行,该装置可以采用软件和/或硬件的方式实现。
本发明实施例一的方法具体包括:
S101、对目标图像进行二值化,得到二值化目标图像。
具体的,图像二值化也称为图像黑白化,将图像上的像素点的灰度值设置为0或者255,整个图像呈现出明显的黑白效果。其中,灰度值为0表示黑色,灰度值为255表示白色。在本实施例中,采用最大类间方差法(OTSU算法)或者P参数法对目标图像进行二值化,得到二值化目标图像。
S102、计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值。
优选的,所述每列像素点的特征值为每列像素点的灰度值的和,或者每列像素点中白点的个数。
具体的,图像可以用矩阵来表示,因此可以采用矩阵理论对数字图像进行分析和处理。矩阵的元素对应图像的像素,矩阵元素的值就是像素的灰度值,矩阵的行对应图像的高,矩阵的列对应图像的宽。矩阵中的每一列,由该列的像素点组成数组。列和是每列像素点的灰度值的和,或者每列像素点中白点的个数,列和也称为每列像素点的特征值,图像每一列的列和存储为列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值。
S103、获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置。
具体的,根据目标图像的特征,获取目标图像的特征模板。所述特征模板是由竖线组成的,竖线的个数、间距、布局是依据图像特征决定的。模板中的竖线存储为一个模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置,即所述模板数组中的每项数值表示该模板中的每条竖线与二值化目标图像中左边界或右边界间隔的列数。
S104、依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
具体的,根据目标图像的整体特征所获取的特征模板在列和数组上移动,在依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配后,才能确定目标图像的左边界或右边界。图像边界表现为图像相邻像素点处的灰度值发生了剧烈的变化,而噪声点也表现为灰度值的突变,在通过计算列和满足某一设定条件的方法寻找图像边界,是极易受到噪声干扰的。因此,不仅要依据所述列和数组,还要依据与目标图像的特征相符的列和条件进行模板匹配,以避免噪声的干扰。
此外,与二值化目标图像作匹配的特征模板由竖线组成,表示为模板数组,在边界查找过程中,将该特征模板与二值化目标图像作匹配,只需根据模板中的竖线和其在目标图像的相对位置进行匹配,并判断是否符合列和条件即可,避免了通用采用图像模板的方式,无需遍历图像模板中的全部像素点,节约了运算量。
本发明实施例一提供的一种图像边界查找方法,根据目标图像的整体信息所确定的特征模板由竖线组成,表示为模板数组,依据二值化目标图像的列和数组和与目标图像的特征相符的列和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界,不仅能关注到图像的全部特征,排除噪声干扰,提高边界查找的精度,又能减小运算量,提高边界查找的速度,并且不限于应用到人民币图像中,适用范围广。
实施例二
本发明实施例二提供一种图像边界查找方法,实施例二在实施例一的基础上,以查找左边界为例做出进一步说明。本发明实施例二的方法具体包括:
S101’、对目标图像进行二值化,得到二值化目标图像。
S102’、计算二值化目标图像的列和数组,列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值。
S103’、获取目标图像的特征模板,特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中左边界的相对位置。
S104’、依据列和数组和与目标图像的特征相符的列和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界。
优选的,S104’进一步包括:
依据列和数组,对二值化目标图像从左至右获取第一个满足左边界列和条件的列,作为目标左边界列;
a依据目标左边界列在所述二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列;
b依据列和数组,判断目标模板列是否符合左边界模板列和条件;
c当判断为符合左边界模板列和条件时,将对应的目标左边界列作为目标图像的左边界;
d当判断为不符合左边界模板列和条件时,将目标左边界列在二值化目标图像中的右侧下一个满足左边界列和条件的列作为新的目标左边界列,并返回执行步骤a;
重复执行上述步骤a-d,直到判断为符合所述左边界模板列和条件为止。
具体的,从左至右依次计算二值化目标图像每一列的列和,获取列和数组,如果某一列的列和大于设定阈值,且邻近该列的右侧一列的列和也大于设定的阈值,则确定该列满足左边界列和条件,作为目标左边界列。其中,阈值是根据图像自身特征设定的,优选根据图像的白点高度h确定,阈值可以设置为h的一半。
在列和满足左边界列和条件后,根据目标左边界列在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列。根据图像特征,设置左边界模板列和条件,依据列和数组,判断所述目标模板列是否符合左边界模板列和条件,如果符合,将对应的目标左边界列作为目标图像的左边界,如果不符合,从该列作为起点,向右移动一列,计算当前列的列和,判断当前列的列和是否满足左边界列和条件,如果满足,重复执行上述步骤a-d,直到查找到同时符合左边界列和条件和左边界模板列和条件的列为止,以此确定该列为图像的左边界。
图2是以人民币的光变100区域作为目标图像,该目标图像和特征模板匹配后的示意图。如图2所示,以人民币的光变100区域作为目标图像为例,说明其左边界查找方法。
首先采用最大类间方差法对人民币目标图像进行二值化处理,得到二值化人民币目标图像。从左至右计算人民币目标图像每列像素点的灰度值的和,或者每列像素点中白点的个数,得到人民币目标图像的列和数组。
根据人民币目标图像的特征获取特征模板,特征模板是由竖线组成的,竖线的个数、间距、布局是依据图像特征决定的。如图2所示,根据人民币目标图像的特征,获取的特征模板中一共有9条竖线。从图2左侧数起,人民币目标图像的特征模板中的第一条竖线,其左右附近为白色区域,像素点的灰度值大,因此列和大。第二条竖线其左右附近为黑色区域,像素点的灰度值小,因此列和小。第三条竖线其左右附近为白色区域,像素点的灰度值大,因此列和大,以此类推,获取到人民币目标图像的特征模板。
特征模板中的竖线存储为一个模板数组,表示特征模板中9条竖线在目标图像中对应的9列在目标图像中的相对位置,也是特征模板与目标图像边界之间的相对距离,即特征模板与人民币目标图像左/右边界相差多少列。这里需要说明的是,特征模板的选择并非唯一,图2所示仅为一个示例,只要符合目标图像特征即可,本申请对此不做任何限定。
假设特征模板有9条竖线,即特征模板数组中有9项数值,二值化目标图像有100列,则特征模板与二值化目标图像匹配后,特征模板的第一条竖线与二值化目标图像的左边界相距6列,第二条竖线与二值化目标图像的左边界相距16列,第三条竖线与二值化目标图像的左边界相距22列,以此类推,此处不一一列举。
在目标图像左边界的查找过程中,根据目标图像特征设定阈值为白点高度h的一半,选择二值化目标图像左数第一个满足左边界列和条件的列作为目标左边界列,该左边界列和条件即为该目标左边界列的列和和其右侧列的列和同时大于设定阈值。假设该第一个找到的目标左边界列是二值化目标图像中的第10列。
接下来,根据目标左边界列在二值化人民币目标图像中的位置第10列,和模板数组中的每项数值,确定特征模板中的每项在二值化人民币目标图像中对应的目标模板列,按照上述假设,则特征模板中的第一项即第一条竖线,与目标左边界列相距16列,第二条竖线与目标左边界列相距26列,第三条竖线与目标左边界列相距32列,以此类推,继而得到目标模板列分别为二值化人民币目标图像中的第16、26、32列等共9列,此处不一一列举。根据列和数组,即可得知该目标模板列各自的列和。
如图2所示,特征模板的第二条竖线在二值化人民币目标图像中对应的列及其左右各两列均为黑色区域,每列的列和接近为0。因此,可以优选左边界模板列和条件可以设置为特征模板第二条竖线所在的列及其左右各两列,列和小于5的列数至少为4列。于是,根据已确定的目标模板列各自的列和,判断目标模板列是否满足左边界模板列和条件,如果满足,确定目标左边界列为图像的左边界。
如果目标模板列不满足左边界模板列和条件,则重新确定目标左边界列,从左至右依次类推,将上一个目标左边界列右侧符合左边界列和条件的列作为新的目标左边界列,然后依照新的目标左边界列确定其对应的目标模板列,并继续判断该目标模板列是否符合左边界模板列和条件,直至查找到同时符合所述左边界列和条件和所述左边界模板列和条件的目标左边界列为止,以该目标左边界列确定为人民币目标图像的左边界。
本发明实施例二提供的一种图像边界查找方法,根据目标图像的整体信息所确定的特征模板由竖线组成,表示为模板数组,将特征模板与二值化目标图像作匹配,从而确定目标模板列,当目标模板列满足左边界模板列和条件时确定目标图像的左边界,避免了通用边界查找方法中因遍历图像模板全部像素点而引起算法复杂的问题,实现不仅能关注到图像的全部特征,排除噪声干扰,提高边界查找的精度,又能减小运算量,提高边界查找的速度,并且不限于应用到人民币图像中,适用范围广。
实施例三
本发明实施例三提供一种图像边界查找方法,实施例三在实施例一的基础上,以查找右边界为例做出进一步说明。本发明实施例三的方法具体包括:
S101”、对目标图像进行二值化,得到二值化目标图像。
S102”、计算二值化目标图像的列和数组,列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值。
S103”、获取目标图像的特征模板,特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中右边界的相对位置。
S104”、依据列和数组和与目标图像的特征相符的列和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的右边界。
优选的,S104”进一步包括:
依据列和数组,对所述二值化目标图像从右至左获取第一个满足右边界列和条件的列,作为目标右边界列;
e依据目标右边界列在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列;
f依据列和数组,判断目标模板列是否符合右边界模板列和条件;
g当判断为符合右边界模板列和条件时,将对应的目标右边界列作为目标图像的右边界;
h当判断为不符合右边界模板列和条件时,将目标右边界列在二值化目标图像中的左侧下一个满足右边界列和条件的列作为新的目标右边界列,并返回执行步骤e;
重复执行上述步骤e-h,直到判断为符合右边界模板列和条件为止。
具体的,从右至左依次计算二值化目标图像每一列的列和,获取列和数组,如果某一列的列和大于设定阈值,且邻近该列的左侧一列的列和也大于设定的阈值,则确定该列满足右边界列和条件,作为目标右边界列。其中,阈值是根据图像自身特征设定的,优选根据图像的白点高度h确定,阈值可以设置为h的一半。
在列和满足右边界列和条件后,根据目标右边界列在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列。根据图像特征,设置右边界模板列和条件,依据列和数组,判断目标模板列是否符合右边界模板列和条件,如果符合,将对应的目标右边界列作为所述目标图像的右边界,如果不符合,从该列作为起点,向左移动一列,计算当前列的列和,判断当前列的列和是否满足右边界列和条件,如果满足,重复执行上述步骤e-h,直到查找到同时符合右边界列和条件和右边界模板列和条件的列为止,以此确定该列为图像的右边界。
需要说明的是,由于查找右边界与查找左边界的方法原理相同,因此,这里不再以人民币的光变100区域为例说明其右边界查找方法。
本发明实施例三提供的一种图像边界查找方法,根据目标图像的整体信息所确定的特征模板由竖线组成,表示为模板数组,将特征模板与二值化目标图像作匹配,从而确定目标模板列,当目标模板列满足右边界模板列和条件时确定目标图像的右边界,避免了通用边界查找方法中因遍历图像模板全部像素点而引起算法复杂的问题,实现不仅能关注到图像的全部特征,排除噪声干扰,提高边界查找的精度,又能减小运算量,提高边界查找的速度,并且不限于应用到人民币图像中,适用范围广。
实施例四
图3是本发明实施例四中的一种图像边界查找装置的结构示意图,该图像边界查找装置应用于查找图像的左边界或右边界,如图3所示,该装置包括:
二值化模块301,用于对目标图像进行二值化,得到二值化目标图像;
列和数组计算模块302,用于计算二值化目标图像的列和数组,列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;
特征模板获取模块303,用于获取目标图像的特征模板,特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;
匹配模块304,用于依据列和数组和与目标图像的特征相符的列和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
优选的,每列像素点的特征值为每列像素点的灰度值的和,或者每列像素点中白点的个数。
优选的,匹配模块304包括:
目标左边界列获取单元,用于依据列和数组,对二值化目标图像从左至右获取第一个满足左边界列和条件的列,作为目标左边界列;
左边界匹配确定单元,用于重复执行如下步骤,直到判断为符合左边界模板列和条件为止:
a依据目标左边界列在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列;
b依据列和数组,判断目标模板列是否符合左边界模板列和条件;
c当判断为符合左边界模板列和条件时,将对应的目标左边界列作为目标图像的左边界;
d当判断为不符合左边界模板列和条件时,将目标左边界列在二值化目标图像中的右侧下一个满足左边界列和条件的列作为新的目标左边界列,并返回执行步骤a。
具体的,利用二值化模块301对目标图像进行二值化处理,得到二值化目标图像,通过列和数组计算模块302计算出图像的列和数组,列和数组中的每项数值对应表示二值化目标图像中每列像素点的灰度值的和,或者每列像素点中白点的个数。根据图像特征,采用特征模板获取模块303,获取图像特征区域的模板,针对图像特征区域查找图像边界。特征模板是以模板数组的形式存在,模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置。
在匹配模块304中判断是否满足左边界列和条件,且目标模板列是否符合左边界模板列和条件。其中,在目标左边界列获取单元查找满足目标列以及目标列的右侧一列的列和大于设定阈值条件的目标左边界列,在左边界匹配确定单元中确定特征模板中的每项在二值化目标图像中对应的目标模板列,根据图像特征确定左边界模板列和条件,查找满足左边界模板列和条件的目标模板列,以此作为图像左边界。如果目标模板列不符合左边界模板列和条件,则需要将目标左边界列在二值化目标图像中的右侧下一个满足左边界列和条件的列作为新的目标左边界列,继续判断目标模板列是否符合左边界模板列和条件,直至查找到既满足左边界列和条件,又满足左边界模板列和条件的列,以此确定图像左边界。
优选的,匹配模块304还包括:
目标右边界列获取单元,用于依据列和数组,对所述二值化目标图像从右至左获取第一个满足右边界列和条件的列,作为目标右边界列;
右边界匹配确定单元,用于重复执行如下步骤,直到判断为符合右边界模板列和条件为止:
e依据目标右边界列在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板列;
f依据列和数组,判断目标模板列是否符合右边界模板列和条件;
g当判断为符合右边界模板列和条件时,将对应的目标右边界列作为目标图像的右边界;
h当判断为不符合右边界模板列和条件时,将目标右边界列在二值化目标图像中的左侧下一个满足右边界列和条件的列作为新的目标右边界列,并返回执行步骤e。
具体的,在匹配模块304中判断是否满足右边界列和条件,且目标模板列是否符合右边界模板列和条件。其中,在目标右边界列获取单元查找满足目标列以及目标列的左侧一列的列和大于设定阈值条件的目标右边界列,在右边界匹配确定单元中确定特征模板中的每项在二值化目标图像中对应的目标模板列,根据图像特征确定右边界模板列和条件,查找满足右边界模板列和条件的目标模板列,以此作为图像右边界。如果目标模板列不符合右边界模板列和条件,则需要将目标右边界列在二值化目标图像中的左侧下一个满足右边界列和条件的列作为新的目标右边界列,继续判断目标模板列是否符合右边界模板列和条件,直至查找到既满足右边界列和条件,又满足右边界模板列和条件的列,以此确定图像右边界。
本发明实施例四提供的一种图像边界查找装置,能够排除噪声干扰,提高图像左边界或右边界查找的精度,运算量小,提高了图像左边界或右边界查找的速度。
实施例五
图4为本发明实施例五提供的一种图像边界查找方法的流程图,本实施例可适用于查找图像的上边界或下边界,该方法可以由图像边界查找装置来执行,该装置可以采用软件和/或硬件的方式实现。
如图4所示,本发明实施例五的方法具体包括:
S401、对目标图像进行二值化,得到二值化目标图像;
S402、计算二值化目标图像的行和数组,行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
S403、获取目标图像的特征模板,特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
S404、依据行和数组和与目标图像的特征相符的行和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
在本实施例中,采用最大类间方差法(OTSU算法)或者P参数法对目标图像进行二值化,得到二值化目标图像。计算二值化目标图像的行和数组,行和是每行像素点的灰度值的和,或者每行像素点中白点的个数,行和也称为每行像素点的特征值,图像每一行的行和存储为行和数组,行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值。
根据目标图像的特征,获取目标图像的特征模板。特征模板是由横线组成的,横线的个数、间距、布局是依据图像特征决定的。模板中的横线存储为一个模板数组,模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置,即模板数组中的每项数值表示该模板中的每条横线与二值化目标图像中上边界或下边界间隔的行数。根据目标图像的整体特征所获取的特征模板在行和数组上移动,在满足行和数组和与目标图像的特征相符的行和条件,同时,将特征模板与二值化目标图像作匹配后,目标模板行满足模板行和条件的情况下,才能确定目标图像的上边界或下边界。
依据行和数组和与目标图像的特征相符的行和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界。依据行和数组,对二值化目标图像从上至下获取第一个满足上边界行和条件的行,作为目标上边界行。其中,上边界行和条件为某一行的行和与邻近该行下方一行的行和均大于设定阈值,所述阈值是根据图像自身特征设定的,优选根据图像的白点宽度d确定,阈值可以设置为d的一半。
依据目标上边界行在二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板行。依据行和数组,判断目标模板行是否符合上边界模板行和条件。当判断为符合上边界模板行和条件时,将对应的目标上边界行作为目标图像的上边界。当判断为不符合上边界模板行和条件时,将目标上边界行在二值化目标图像中的下方下一个满足上边界行和条件的行作为新的目标上边界行,并判断模板目标行是否是否符合上边界模板行和条件,直至查找到同时符合上边界行和条件和上边界模板行和条件的行为止,以此确定该行为图像的上边界。
同理,依据行和数组和与目标图像的特征相符的行和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的下边界。依据行和数组,对二值化目标图像从下至上获取第一个满足下边界行和条件的行,作为目标下边界行。其中,下边界行和条件为某一行的行和与邻近该行上方一行的行和均大于设定阈值,所述阈值是根据图像自身特征设定的,优选根据图像的白点宽度d确定,阈值可以设置为d的一半。
依据目标下边界行在所述二值化目标图像中的位置和模板数组中的每项数值,确定特征模板中的每项在二值化目标图像中对应的目标模板行。依据行和数组,判断目标模板行是否符合下边界模板行和条件。当判断为符合下边界模板行和条件时,将对应的目标下边界行作为目标图像的下边界。当判断为不符合下边界模板行和条件时,将目标下边界行在所述二值化目标图像中的上方下一个满足下边界行和条件的行作为新的目标下边界行,并判断模板目标行是否是否符合下边界模板行和条件,直至查找到同时符合下边界行和条件和下边界模板行和条件的行为止,以此确定该行为图像的下边界。
本发明实施例五提供的一种图像边界查找方法,根据图像的整体信息所确定的特征模板由横线组成,表示为模板数组,避免了通用边界查找方法中因遍历图像模板全部像素点而引起算法复杂的问题,实现不仅能关注到图像的全部特征,排除噪声干扰,提高边界查找的精度,又能减小运算量,提高边界查找的速度,并且不限于应用到人民币图像中,适用范围广。
实施例六
图5是本发明实施例六中的一种图像边界查找装置的结构示意图,该图像边界查找装置应用于查找图像的上边界或下边界,如图5所示,该装置包括:
二值化模块501,用于对目标图像进行二值化,得到二值化目标图像;
行和数组计算模块502,用于计算二值化目标图像的行和数组,行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
特征模板获取模块503,用于获取目标图像的特征模板,特征模板表示为模板数组,模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
匹配模块504,用于依据行和数组和与目标图像的特征相符的行和条件,将特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
具体的,利用二值化模块501对目标图像进行二值化处理,得到二值化目标图像,通过行和数组计算模块502计算出图像的行和数组,行和数组中的每项数值对应表示二值化目标图像中每行像素点的灰度值的和,或者每行像素点中白点的个数。根据图像特征,采用特征模板获取模块503,获取图像特征区域的模板,针对图像特征区域查找图像边界。特征模板是以模板数组的形式存在,模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置。
在匹配模块504中判断是否满足上边界行和条件,且目标模板行是否符合上边界模板行和条件。在查找满足目标行以及目标行的下方一行的行和大于设定阈值条件的目标上边界行,确定特征模板中的每项在二值化目标图像中对应的目标模板行,根据图像特征确定上边界模板行和条件,查找满足上边界模板行和条件的目标模板行,以此作为图像上边界。如果目标模板行不符合上边界模板行和条件,则需要将目标上边界行在二值化目标图像中的下方下一个满足上边界行和条件的行作为新的目标上边界行,继续判断目标模板行是否符合上边界模板行和条件,直至查找到既满足上边界行和条件,又满足上边界模板行和条件的行,以此确定图像上边界。
同理,在匹配模块504中判断是否满足下边界行和条件,且目标模板行是否符合下边界模板行和条件。查找满足目标行以及目标行的上方一行的行和大于设定阈值条件的目标下边界行,确定特征模板中的每项在二值化目标图像中对应的目标模板行,根据图像特征确定下边界模板行和条件,查找满足下边界模板行和条件的目标模板行,以此作为图像下边界。如果目标模板行不符合下边界模板行和条件,则需要将目标下边界行在二值化目标图像中的上方下一个满足下边界行和条件的行作为新的目标下边界行,继续判断目标模板行是否符合下边界模板行和条件,直至查找到既满足下边界行和条件,又满足下边界模板行和条件的行,以此确定图像下边界。
本发明实施例六提供的一种图像边界查找装置,能够排除噪声干扰,提高图像上边界或下边界查找的精度,运算量小,提高了图像上边界或下边界查找的速度,适用范围广。
本发明实施例提供的图像边界查找装置可执行本发明任意实施例提供的图像边界查找方法,具备执行方法相应的功能模块和有益效果。
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 (10)
1.一种图像边界查找方法,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;
计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;
获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;
依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
2.根据权利要求1所述的方法,其特征在于,所述每列像素点的特征值为每列像素点的灰度值的和,或者每列像素点中白点的个数。
3.根据权利要求1或2所述的方法,其特征在于,依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界,包括:
依据所述列和数组,对所述二值化目标图像从左至右获取第一个满足左边界列和条件的列,作为目标左边界列;
a依据目标左边界列在所述二值化目标图像中的位置和所述模板数组中的每项数值,确定所述特征模板中的每项在所述二值化目标图像中对应的目标模板列;
b依据所述列和数组,判断所述目标模板列是否符合左边界模板列和条件;
c当判断为符合所述左边界模板列和条件时,将对应的目标左边界列作为所述目标图像的左边界;
d当判断为不符合所述左边界模板列和条件时,将所述目标左边界列在所述二值化目标图像中的右侧下一个满足所述左边界列和条件的列作为新的目标左边界列,并返回执行步骤a;
重复执行上述步骤a-d,直到判断为符合所述左边界模板列和条件为止。
4.根据权利要求1或2所述的方法,其特征在于,依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界,包括:
依据所述列和数组,对所述二值化目标图像从右至左获取第一个满足右边界列和条件的列,作为目标右边界列;
e依据目标右边界列在所述二值化目标图像中的位置和所述模板数组中的每项数值,确定所述特征模板中的每项在所述二值化目标图像中对应的目标模板列;
f依据所述列和数组,判断所述目标模板列是否符合右边界模板列和条件;
g当判断为符合所述右边界模板列和条件时,将对应的目标右边界列作为所述目标图像的右边界;
h当判断为不符合所述右边界模板列和条件时,将所述目标右边界列在所述二值化目标图像中的左侧下一个满足所述右边界列和条件的列作为新的目标右边界列,并返回执行步骤e;
重复执行上述步骤e-h,直到判断为符合所述右边界模板列和条件为止。
5.一种图像边界查找方法,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;
计算二值化目标图像的行和数组,所述行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
依据所述行和数组和与目标图像的特征相符的行和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
6.一种图像边界查找装置,其特征在于,包括:
二值化模块,用于对目标图像进行二值化,得到二值化目标图像;
列和数组计算模块,用于计算二值化目标图像的列和数组,所述列和数组中的每项数值对应表示二值化目标图像中每列像素点的特征值;
特征模板获取模块,用于获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中左边界或右边界的相对位置;
匹配模块,用于依据所述列和数组和与目标图像的特征相符的列和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的左边界或右边界。
7.根据权利要求6所述的装置,其特征在于,所述每列像素点的特征值为每列像素点的灰度值的和,或者每列像素点中白点的个数。
8.根据权利要求6或7所述的装置,其特征在于,所述匹配模块包括:
目标左边界列获取单元,用于依据所述列和数组,对所述二值化目标图像从左至右获取第一个满足左边界列和条件的列,作为目标左边界列;
左边界匹配确定单元,用于重复执行如下步骤,直到判断为符合左边界模板列和条件为止:
a依据目标左边界列在所述二值化目标图像中的位置和所述模板数组中的每项数值,确定所述特征模板中的每项在所述二值化目标图像中对应的目标模板列;
b依据所述列和数组,判断所述目标模板列是否符合左边界模板列和条件;
c当判断为符合所述左边界模板列和条件时,将对应的目标左边界列作为所述目标图像的左边界;
d当判断为不符合所述左边界模板列和条件时,将所述目标左边界列在所述二值化目标图像中的右侧下一个满足所述左边界列和条件的列作为新的目标左边界列,并返回执行步骤a。
9.根据权利要求6或7所述的装置,其特征在于,所述匹配模块还包括:
目标右边界列获取单元,用于依据所述列和数组,对所述二值化目标图像从右至左获取第一个满足右边界列和条件的列,作为目标右边界列;
右边界匹配确定单元,用于重复执行如下步骤,直到判断为符合右边界模板列和条件为止:
e依据目标右边界列在所述二值化目标图像中的位置和所述模板数组中的每项数值,确定所述特征模板中的每项在所述二值化目标图像中对应的目标模板列;
f依据所述列和数组,判断所述目标模板列是否符合右边界模板列和条件;
g当判断为符合所述右边界模板列和条件时,将对应的目标右边界列作为所述目标图像的右边界;
h当判断为不符合所述右边界模板列和条件时,将所述目标右边界列在所述二值化目标图像中的左侧下一个满足所述右边界列和条件的列作为新的目标右边界列,并返回执行步骤e。
10.一种图像边界查找装置,其特征在于,包括:
二值化模块,用于对目标图像进行二值化,得到二值化目标图像;
行和数组计算模块,用于计算二值化目标图像的行和数组,所述行和数组中的每项数值对应表示二值化目标图像中每行像素点的特征值;
特征模板获取模块,用于获取目标图像的特征模板,所述特征模板表示为模板数组,所述模板数组中的每项数值表示与二值化目标图像中上边界或下边界的相对位置;
匹配模块,用于依据所述行和数组和与目标图像的特征相符的行和条件,将所述特征模板与二值化目标图像作匹配,根据匹配结果确定目标图像的上边界或下边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611215892.2A CN108242058A (zh) | 2016-12-26 | 2016-12-26 | 图像边界查找方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611215892.2A CN108242058A (zh) | 2016-12-26 | 2016-12-26 | 图像边界查找方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108242058A true CN108242058A (zh) | 2018-07-03 |
Family
ID=62704922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611215892.2A Pending CN108242058A (zh) | 2016-12-26 | 2016-12-26 | 图像边界查找方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108242058A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448219A (zh) * | 2018-10-25 | 2019-03-08 | 深圳怡化电脑股份有限公司 | 图像匹配方法、装置、票据鉴别仪及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008225668A (ja) * | 2007-03-09 | 2008-09-25 | Nec Corp | 画像処理装置 |
US7466871B2 (en) * | 2003-12-16 | 2008-12-16 | Seiko Epson Corporation | Edge generation method, edge generation device, medium recording edge generation program, and image processing method |
US20080310721A1 (en) * | 2007-06-14 | 2008-12-18 | John Jinhwan Yang | Method And Apparatus For Recognizing Characters In A Document Image |
CN102750530A (zh) * | 2012-05-31 | 2012-10-24 | 信帧电子技术(北京)有限公司 | 一种字符识别方法及装置 |
CN103383729A (zh) * | 2013-05-27 | 2013-11-06 | 中国农业大学 | 行列排列目标的定位方法及系统 |
CN103853800A (zh) * | 2012-11-29 | 2014-06-11 | 北京千橡网景科技发展有限公司 | 目标图像搜索方法及装置 |
CN104268864A (zh) * | 2014-09-18 | 2015-01-07 | 小米科技有限责任公司 | 卡片边缘提取方法和装置 |
CN105069899A (zh) * | 2015-08-03 | 2015-11-18 | 深圳怡化电脑股份有限公司 | 一种验钞的方法及验钞装置 |
CN105551264A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种基于车牌特征匹配的车速检测方法 |
-
2016
- 2016-12-26 CN CN201611215892.2A patent/CN108242058A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7466871B2 (en) * | 2003-12-16 | 2008-12-16 | Seiko Epson Corporation | Edge generation method, edge generation device, medium recording edge generation program, and image processing method |
JP2008225668A (ja) * | 2007-03-09 | 2008-09-25 | Nec Corp | 画像処理装置 |
US20080310721A1 (en) * | 2007-06-14 | 2008-12-18 | John Jinhwan Yang | Method And Apparatus For Recognizing Characters In A Document Image |
CN102750530A (zh) * | 2012-05-31 | 2012-10-24 | 信帧电子技术(北京)有限公司 | 一种字符识别方法及装置 |
CN103853800A (zh) * | 2012-11-29 | 2014-06-11 | 北京千橡网景科技发展有限公司 | 目标图像搜索方法及装置 |
CN103383729A (zh) * | 2013-05-27 | 2013-11-06 | 中国农业大学 | 行列排列目标的定位方法及系统 |
CN104268864A (zh) * | 2014-09-18 | 2015-01-07 | 小米科技有限责任公司 | 卡片边缘提取方法和装置 |
CN105069899A (zh) * | 2015-08-03 | 2015-11-18 | 深圳怡化电脑股份有限公司 | 一种验钞的方法及验钞装置 |
CN105551264A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种基于车牌特征匹配的车速检测方法 |
Non-Patent Citations (2)
Title |
---|
田玺兮等: "一种基于图像边缘的快速模板匹配方法", 《武汉轻工大学学报》 * |
陈皓等: "基于灰度统计的快速模板匹配算法", 《光子学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448219A (zh) * | 2018-10-25 | 2019-03-08 | 深圳怡化电脑股份有限公司 | 图像匹配方法、装置、票据鉴别仪及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596066B (zh) | 一种基于卷积神经网络的字符识别方法 | |
US5875264A (en) | Pixel hashing image recognition system | |
CN110738207A (zh) | 一种融合文字图像中文字区域边缘信息的文字检测方法 | |
CN105118049A (zh) | 一种基于超像素聚类的图像分割方法 | |
CN109118500A (zh) | 一种基于图像的三维激光扫描点云数据的分割方法 | |
CN105308944A (zh) | 对移动设备捕获的数字图像中的对象进行分类的系统和方法 | |
CN101770581A (zh) | 高分辨率城区遥感图像中道路中心线的半自动检测方法 | |
CN105957113B (zh) | 基于曼哈顿网络的任意连通域的水平内接矩形算法及装置 | |
CN1010512B (zh) | 字符的识别方法 | |
US9633256B2 (en) | Methods and systems for efficient automated symbol recognition using multiple clusters of symbol patterns | |
CN110175997A (zh) | 显示屏坏点检测方法、装置、计算机设备和存储介质 | |
CN103136525A (zh) | 一种利用广义Hough变换的异型扩展目标高精度定位方法 | |
CN106709952B (zh) | 一种显示屏幕的自动标定方法 | |
US20160048728A1 (en) | Method and system for optical character recognition that short circuit processing for non-character containing candidate symbol images | |
CN102446356A (zh) | 一种获取均匀分布匹配点的遥感影像并行自适应匹配方法 | |
CN113642571A (zh) | 一种基于显著性注意力机制的细粒度图像识别方法 | |
CN101840582A (zh) | 一种地籍图地块的边界数字化方法 | |
JP2018060389A (ja) | プログラム、情報記憶媒体及び文字分割装置 | |
EP0460960A2 (en) | Data processing | |
CN106022337A (zh) | 一种基于连续边缘特征的平面目标检测方法 | |
CN105005991B (zh) | 一种高分辨扫描透射图像中批量计算原子质心位移的方法 | |
Chi et al. | Separation of single-and double-touching handwritten numeral strings | |
CN108242058A (zh) | 图像边界查找方法和装置 | |
Sadri et al. | Automatic segmentation of unconstrained handwritten numeral strings | |
CN107564015A (zh) | 一种基于多色级图像连通域的分割和标记方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180703 |