CN109816677A - 一种信息检测方法及装置 - Google Patents
一种信息检测方法及装置 Download PDFInfo
- Publication number
- CN109816677A CN109816677A CN201910116013.8A CN201910116013A CN109816677A CN 109816677 A CN109816677 A CN 109816677A CN 201910116013 A CN201910116013 A CN 201910116013A CN 109816677 A CN109816677 A CN 109816677A
- Authority
- CN
- China
- Prior art keywords
- pixel
- circle
- edge
- point
- detection
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种信息检测方法及装置,涉及图像处理技术领域,其中,上述方法包括:获得待检测的边缘图像;针对所述边缘图像中预设检测范围内的每一像素单元,从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,并检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所述像素单元为:像素行或像素列;确定检测到的目标圆形为针对所述边缘图像的圆形检测结果。应用本申请实施例提供的方案检测图像中的圆形,能够节省计算量,提高了检测效率。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种信息检测方法及装置。
背景技术
近年来人工智能技术快速发展,在各个领域中的应用越来越广泛。其中,人工智能技术往往是基于图像实现的,因此,图像处理在人工智能技术的应用过程中占据重要的地位,而在图像处理的过程中,对圆形的识别检测具有重要的意义。例如,在图像处理过程中对图章数据进行处理、对光纤信号进行处理等,这些处理过程均涉及检测图像中的圆形。
现有技术中,检测图像中的圆形时,一般基于Hough(霍夫)变换进行圆形检测。具体过程为:对待检测图像进行边缘检测,获得边缘图像;根据上述边缘图像获得待检测图像的图像梯度;根据上述图像梯度确定待检测图像中各个图形的梯度直线,并根据各条梯度直线的交点确定多个假设圆心;在上述边缘图像中计算各个假设圆心到各条边缘线的距离,根据计算得到的距离得到每一假设圆心对应的半径,将每个假设圆心与其对应半径确定的圆作为待检测图像中的圆形。
虽然应用上述方式可以检测出图像中的圆形,但是由于检测过程中获得梯度图像、梯度直线会涉及基于图像中各个像素点的梯度计算,而图像中包含的像素点一般较多,且梯度计算又属于较为复杂的计算,所以,应用上述方式检测图像中的圆形时计算量较大,检测效率较低。
发明内容
本申请实施例的目的在于提供一种信息检测方法及装置,以节省圆形检测过程中的计算量,提高检测效率。具体技术方案如下:
第一方面,本申请实施例提供了一种信息检测方法,所述方法包括:
获得待检测的边缘图像;
针对所述边缘图像中预设检测范围内的每一像素单元,从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,并检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所述像素单元为:像素行或像素列;
确定检测到的目标圆形为针对所述边缘图像的圆形检测结果。
第二方面,本申请实施例提供了一种信息检测装置,所述装置包括:
图像获得模块,用于获得待检测的边缘图像;
圆形检测模块,用于针对所述边缘图像中预设检测范围内的每一像素单元,进行圆形检测;
结果确定模块,用于确定检测到的目标圆形为针对所述边缘图像的圆形检测结果;
其中,所述圆形检测模块,包括:
特征点确定子模块,用于从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,其中,所述像素单元为:像素行或像素列;
圆形检测子模块,用于检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形。
第三方面,本申请实施例提供了一种电子设备,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现本申请实施例所述的方法步骤。
第四方面,本申请实施例提供了一种机器可读存储介质,存储有机器可执行指令,在被处理器调用和执行时,所述机器可执行指令促使所述处理器:实现本申请实施例所述的方法步骤。
由以上可见,应用本申请实施例提供的方案检测图像中的圆形时,针对待检测的边缘图像中预设检测范围内的每一像素单元,检测边缘图像中是否存在目标圆形。由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用本申请实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a为本申请实施例提供的一种信息检测方法的流程示意图;
图1b为本申请实施例提供的另一种信息检测方法的流程示意图;
图2为本申请实施例提供的一种边缘图像示意图;
图3为本申请实施例提供的一种信息检测装置的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
由于现有技术中在检测图像中的圆形时存在计算量大、检测效率低的技术问题,为解决这一技术问题,本申请实施例提供了一种信息检测方法及装置。
本申请的一个实施例中,提供了一种信息检测方法,该方法包括:
获得待检测的边缘图像;
针对边缘图像中预设检测范围内的每一像素单元,从像素单元中的边缘像素点中,确定像素单元中用于检测圆形的特征点,并检测边缘图像中是否存在目标圆形,其中,目标圆形为:以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,像素单元为:像素行或像素列;
确定检测到的目标圆形为针对边缘图像的圆形检测结果。
由以上可见,应用本实施例提供的方案检测图像中的圆形时,由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用本实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
下面通过具体实施例对本申请实施例提供的信息检测方法进行说明。
图1a为本申请实施例提供的一种信息检测方法的流程示意图,该方法包括:
S101:获得待检测的边缘图像。
上述边缘图像可以是对原始图像进行边缘提取得到的图像。在边缘图像中像素点可以被划分为两类,边缘像素点和非边缘像素点。
S102:针对边缘图像中预设检测范围内的每一像素单元,从像素单元中的边缘像素点中,确定像素单元中用于检测圆形的特征点,并检测边缘图像中是否存在目标圆形。
其中,上述像素单元为:像素行或像素列。
上述目标圆形为:以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形。
由于一个像素单元中可能会存在两个以上特征点,所以针对一个像素单元中的特征点可以确定出多个用于检测圆形的特征点,进而检测边缘图像中是否存在目标圆形时,需要针对每一用于检测圆形的特征点均进行检测。
假设,一个像素单元中存在P1、P2、P3和P4共计四个特征点,则上述四个特征点可以两两组合确定出六对用于检测圆形的特征点。具体的,两两组合的特征点为:
(P1,P2)、(P1,P3)、(P1,P4)、(P2,P3)、(P2,P4)、(P3,P4)。
具体的,上述预设检测范围可以为覆盖整个边缘图像的范围。
例如,在上述像素单元为像素行的情况下,上述预设检测范围可以为:像素行的行号范围[0,height-1];在上述像素单元为像素列的情况下,上述预设范围可以为:像素列的列号范围[0,width-1]。
其中,上述height为以像素表示的边缘图像的高度,上述width为以像素表示的边缘图像的宽度。
当然,考虑到过小的圆形检测误差较大、具体应用中需求性较弱等因素,具体应用中可能不需要检测过小的圆形,因此,本申请的一个实施例中,在对图像进行圆形检测时,可以预先设置最小半径,然后可以根据该最小半径确定上述预设检测范围。
例如,在上述像素单元为像素行的情况下,上述预设检测范围可以为:像素行行的行号范围[min_radius,height-min_radius];在上述像素单元为像素列的情况下,上述预设范围可以为:像素列的列号范围[min_radius,width-min_radius]。
其中,上述min_radius表示上述最小半径。
具体的,上述min_radius可以根据具体应用需求进行设定。例如,min_radius的取值可以为2、3、4等等,其中,min_radius的单位可以为像素点。
本领域技术人员可以理解的是,在边缘图像中,图像中各种图形的边缘包括的像素点为边缘像素点,为此本申请的一个实施例中,针对每一像素单元,可以将像素单元中的边缘像素点均确定为该像素单元中用于检测圆形的特征点。
由于边缘图像中包括边缘像素点和非边缘像素点两类像素点,所以,每一像素单元中包括的像素点为边缘像素点或非边缘像素点。另外,每一像素单元中的边缘像素点可能是连续排列的,也可能不是连续排列的。由于像素行是呈水平方向的、像素列是呈垂直方向的,因此像素单元中每一组连续排列的边缘像素点可以被认为是一段水平线段或者垂直线段。而在圆形中存在的均为弧线,并不存在水平线段或者垂直线段,所以,可以认为连续排列的边缘像素点不会均位于一个圆形的圆周上。又由于圆形的切线是直线,切线与圆形的圆周之间仅存在一个交点,也就是,连续排列的边缘像素点形成的线段作为圆形的切线时,可能会有一个像素点作为切线与圆形的交点位于圆形的圆周上。基于此,本申请的一个实施例中,从像素单元中的边缘像素点中,确定像素单元中用于检测圆形的特征点时,可以确定像素单元中连续排列的边缘像素点,然后确定每一组连续排列的边缘像素点中一个像素点为用于检测圆形的特征点,并确定像素单元中非连续排列的边缘像素点也为特征点。
经过分析,一组连续排列的边缘像素点中包括至少两个边缘像素点。因此,可以将每一组连续排列的边缘像素点中任一个像素点确定为用于检测圆形的特征点,还可以将每一组连续排列的边缘像素点中两端的一个像素点确定为上述特征点。本申请仅仅以此为例进行说明,并不对本申请构成限定。
参见图2,示出了一张边缘图像,该图中像素列L中存在圆形上的两个边缘像素点、三角形上的两个边缘像素点以及矩形一条边上的所有边缘像素点。由于属于圆形的两个边缘像素点、属于三角形的两个边缘像素点均不是连续排列的像素点,所以这四个边缘像素点均可以作为像素列L中用于检测圆形的特征点。而矩形一条边上的边缘像素点是连续排列的像素点,所以可以选择这些连续排列的像素点中的一个像素点作为特征点。综合以上,像素列L中存在五个用于检测圆形的特征点。
本申请的一个实施例中,由于两点才能确定一条线段,因此,在确定像素单元中用于检测圆形的特征点数量小于2后,可以提前结束针对该像素单元的圆形检测。
S103:确定检测到的目标圆形为针对边缘图像的圆形检测结果。
由以上可见,应用本实施例提供的方案检测图像中的圆形时,针对待检测的边缘图像中预设检测范围内的每一像素单元,检测边缘图像中是否存在目标圆形。由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用本实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
本申请的一个实施例中,检测边缘图像中是否存在目标圆形时,可以针对像素单元中的每两个特征点,按照以下步骤A-步骤C,检测边缘图像中是否存在目标圆形。
步骤A:确定两个特征点所确定线段的中点对应的像素点为圆心,并确定上述圆心到两个特征点中任一特征点之间的距离为半径。
在确定上述圆心和半径后,也就确定了上述圆心和半径对应的圆形,为便于描述,本申请实施例中可以将由上述圆心和半径确定的圆形称为待检测圆形。
由于边缘图像中存在多个像素单元,而检测过程中会针对每一像素单元进行圆形检测,所以在针对某一像素单元进行圆形检测时,可能已经检出了边缘图像中的若干圆形。为防止重复检测,可以先判断上述待检测圆形是否为边缘图像中的已检测出圆形。
具体的,可以根据上述圆心与已检测出圆形的圆心之间的圆心距检测待检测圆形是否为已检测出圆形。例如,当圆心距小于预设值时,可以认为待检测圆形为已检测出圆形。
另外,在考虑圆心距的基础上,还可以考虑上述半径与已检测出圆形之间的半径差。例如,当圆心距小于预设值,且半径差也小于预设差值时,可以认为待检测圆形为已检测出圆形。
若经判断上述待检测圆形为已检测出圆形,则该待检测圆形即为目标圆形。
若经判断上述待检测圆形不为已检测出圆形,则执行步骤B。
应当理解的是,步骤A后可以不执行上述与已检测出圆形的判断过程,而是直接执行步骤B。
步骤B:在边缘图像中,检测与上述圆心之间的距离为上述半径的像素点是否均为第一类像素点,若均为第一类像素点,执行步骤C。
其中,上述第一类像素点的预设误差范围内存在边缘像素点。
具体的,步骤B可以为:在边缘图像中,针对与上述圆心之间距离为上述半径的每一像素点,判断在该像素点的预设误差范围内是否存在边缘像素点,若不存在,则认为上述像素点不是第一类像素点,否则,认为上述像素点是第一类像素点。
上述预设误差范围是针对每一像素点而言的,也就是,每一像素点对应一个误差范围。具体的,每一像素点对应的误差范围可以是基于像素点在边缘图像中的坐标确定的。
在上述基础上,上述预设误差范围可以是根据预设的最大误差值确定的范围。例如,一个像素点的预设误差范围可以为:以该像素点为圆心、以上述最大误差值为半径确定的范围。一个像素点的预设误差范围还可以为:从该像素点开始沿预设方向向两侧延伸上述最大误差值而确定的范围。
其中,上述预设方向可以是像素单元所在的方向。
例如,上述像素单元为像素列的情况下,上述预设方向为垂直方向。这种情况下,根据上述预设方向确定的预设误差范围可以为:从像素点(x-MISTAKE,y)到像素点(x+MISTAKE,y)的范围。
上述像素单元为像素行的情况下,上述预设方向为水平方向。这种情况下,根据上述预设方向确定的预设误差范围为:从像素点(x,y-MISTAKE)到像素点(x,y+MISTAKE)的范围。
其中,上述MISTAKE表示上述最大误差值,该值可以依据情况具体设定,其单位为像素点,x、y分别表示像素点在图像中的横、纵坐标。
需要说明的是,根据最大误差值确定上述预设误差范围的方式并不仅限于此,本申请仅仅以上述为例进行说明。
具体的,上述最大误差值可以是工作人员根据经验设定的一个固定值,如,设定上述最大误差为2。上述最大误差值还可以是根据前述最小半径确定的值。如,设定上述最大误差可以为:min(a*min_radius,2),其中,min()表示取最小值函数,a表示预设的系数,如,a等于0.05等。
在边缘图像中,检测与上述圆心之间的距离为上述半径的像素点是否均为第一类像素点时,可以按照预设的顺序进行检测。
上述预设的顺序可以是顺时针顺序或者逆时针顺序。
另外,上述预设的顺序还可以是先检测预设位置上的像素点是否为第一类像素点,再按照一定的顺序检测其他位置的像素点是否为第一类像素点。例如,上述预设位置上的像素点可以是:与上述圆心的连线为水平线、且与上述圆心之间的距离为上述半径的像素点,还可以是:与上述圆心的连线为垂直线、且与上述圆心之间的距离为上述半径的像素点。
本申请的一个实施例中,在检测到与上述圆心之间的距离为上述半径的像素点中有一个像素点不是第一类像素点时,即可判定边缘图像中不存在目标圆形。
另外,在检测出与上述圆心之间的距离为上述半径的像素点均为第一类像素点时,可以认为上述圆心和半径确定的圆形中边缘像素点是连续排列的,也就是圆周是完整的,因而这种情况下,可以认为边缘图像中存在目标圆形。
步骤C:判定边缘图像中存在目标圆形。
由以上可见,应用本实施例提供的方案检测图像中的圆形时,是通过检测与圆心之间的距离为半径的像素点是否均为第一类像素点实现的。由于在边缘图像中检测圆形时,检测到完整的圆周才会判定圆形存在,而完整的圆周一般是由连续的边缘像素点形成的,但是受图像本身质量、边缘提取算法精度等因素的影响,即使边缘图像中实际存在圆形,经边缘提取后这些圆的圆周并不绝对完整。而发明人在实验过程中观察发现,不完整圆周断点周围一定范围内的像素点也可能被检测为边缘像素点,基于上述原因,本实施例中,在检测圆形时,不再单纯的考虑与上述圆心之间距离为上述半径的像素点,而是将各个像素点周围(即预设误差范围内)的像素点一并考虑在内,检测是否存在边缘像素点。这样可以有效避免边缘提取算法的准确度低、原始图像的图像质量差等因素对边缘图像的影响,从而能够提高圆形检测的准确度。
本申请的一个实施例中,上述步骤B在边缘图像中,检测与圆心之间的距离为半径的像素点是否均为第一类像素点时,可以通过以下步骤B1-B3实现。
步骤B1,在边缘图像中,检测一个第二类像素点的预设误差范围内是否存在边缘像素点。
其中,上述第二类像素点为:与上述圆心之间的距离为上述半径的像素点中、与上述圆心所确定直线的倾斜角度在预设角度范围内的像素点。
具体的,在与上述圆心之间的距离为上述半径的像素点中,针对每一个与上述圆心所确定直线的倾斜角度在预设角度范围内的第二类像素点,确定在第二类像素点的预设误差范围内是否存在边缘像素点。
步骤B2,若不存在,则判定与上述圆心之间的距离为上述半径的像素点不均为第一类像素点。
步骤B3,若存在,则按照预设的对称规则确定上述一个第二类像素点的对称像素点。
针对每一对称像素点,若该对称像素点的预设误差范围内不存在边缘像素点,则该对称像素点不是第一类像素点。在各个对称像素点不均为第一类像素点时,判定与上述圆心之间的距离为上述半径的像素点不均为第一类像素点。
在各个对称像素点均为第一类像素点时,检测下一个第二类像素点的预设误差范围内是否存在边缘像素点,直至遍历第二类像素点中的每一像素点。
由于圆形是轴对称图形,也是中心对称图形,且各个第一类像素点与圆心所确定直线的倾斜角度分布于[0,360]度之间,为了快速完成对第一类像素点的检测,上述对称规则可以包括以下规则中的至少一种:
沿水平轴对称的规则;
沿垂直轴对称的规则;
呈圆心对称的规则。
具体应用中确定上述对称规则的具体内容时,可以根据上述第二类像素点来确定。上述对称规则为:使得第二类像素点的对称像素点等于第三类像素点的规则,其中,上述第三类像素点为:与上述圆心之间的距离为上述半径的像素点中除第二类像素点外的像素点。
又由于上述第二类像素点与上述预设角度范围相关,因此,也可以认为上述对称规则可以是根据上述预设角度范围来确定的。
例如,上述预设角度范围可以是[0,90]度、[0,180]度等。
在上述预设角度范围为[0,90]度时,上述对称规则可以包括:沿水平轴对称的规则、沿垂直轴对称的规则和呈圆心对称的规则。
在上述预设角度范围为[0,180]度时,上述对称规则可以包括:沿水平轴对称的规则。
本申请仅仅以上述为例进行说明,并不对本申请构成限定。
由于本申请实施例提供的方案中,针对每一像素单元检测圆形时,是检测边缘图像中是否存在目标圆形,又由于目标圆形中涉及的两个特征点是像素单元上的边缘像素点,因此,在上述两个特征点确定后,在像素单元所在方向上圆形是较为完整的,也就是,不会超出像素单元所在方向的图像边界,但是难以保证圆形在其他方向上是否完整。鉴于此,本申请的一个实施例中,在确定上述圆心和半径之后,还可以沿像素单元所在方向垂直的方向,确定与上述圆心之间距离为上述半径的像素点;根据所确定的像素点的坐标,判断由上述圆心和半径确定的圆形是否超出边缘图像;若未超出上述边缘图像,说明圆形在像素单元所在方向垂直的方向上也是较为完整的,这种情况下,可以认为由上述圆心和半径确定的圆形在边缘图像内是较为完整的,这种情况下可以再继续执行上述检测与上述圆心之间的距离为上述半径的像素点中是否存在第一类像素点的步骤。
以像素单元为像素列为例,两个特征点均位于像素列上,像素列所在的方向为垂直方向,所以,上述圆心和半径确定的圆形一般不会超出边缘图像的上下边界,也就是在垂直方向上是较为完整的。像素列所在方向垂直的方向为水平方向,若沿水平方向确定的与上述圆心之间距离为上述半径的像素点未超出边缘图像,则可以认为上述圆心和半径确定的圆形一般不会超出边缘图像的左右边界,也就是在水平方向上是较为完整的。在垂直方向和水平方向均较为完整的情况下,可以认为上述圆心和半径确定的圆形在边缘图像内是完整的。
具体的,可以直接根据所确定像素点的坐标,判断上述所确定的像素点是否位于边缘图像之外,若位于边缘图像之后,则可以认为由上述圆心和半径确定的圆形超出了边缘图像,否则可以认为由上述圆心和半径确定的圆形未超出边缘图像。
另外,还可以根据所确定像素点的坐标,判断所确定的像素点沿像素单元所在方向的垂直方向向边缘图像内偏移前述最大误差后的像素点是否超出边缘图像,若超出,则可以认为由上述圆心和半径确定的圆形超出了边缘图像,否则可以认为由上述圆心和半径确定的圆形未超出边缘图像。
下面举例说明上述偏移最大误差后的像素点。
例如,在像素单元为像素列时,像素单元所在方向为垂直方向,则像素单元所在方向的垂直方向为水平方向。沿像素单元所在方向的垂直方向确定出的、与上述圆心之间的距离为上述半径的像素点为水平方向的左右两个像素点,记为Pl(xl,yl)、Pr(xr,yr),则沿上述水平方向向边缘图像内偏移前述最大误差后的像素点为:Pl’(xl+MISTAKE,yl)、Pr’(xr-MISTAKE,yr)。
由于每次进行圆形检测时,所获得的边缘图像大小可能不一致,本申请的一个实施例中,在获得边缘图像后,可以先检测min(width,height)是否小于2*min_radius,若不小于,说明边缘图像中可能会包括半径不小于min_radius的圆形,则继续进行圆形检测,若小于,说明边缘图像中不可能包含半径不小于min_radius的圆形,则可以提前结束检测流程。这样可以有效避免对过小的边缘图像进行圆形检测。
下面再结合图1b对本申请实施例提供的信息检测方法进行介绍。
S501:获得边缘图像,并检测min(width,height)是否小于2*min_radius,若不小于,通过以下S502-S509,针对边缘图像[min_radius,width-min_radius]内的每一像素列上的每两个特征点,检测边缘图像内是否存在圆形,否则,结束对上述边缘图像进行圆形检测。
S502:确定两个特征点所确定线段的中点对应的像素点为圆心,并确定上述圆心到两个特征点中任一特征点之间的距离为半径。
S503:判断由上述圆心和半径确定的圆形是否为已检测出的圆形,若为否,执行S504,若为是,结束针对上述两个特征点的圆形检测过程。
S504:在水平方向上,确定与上述圆心之间距离为上述半径的像素点,并判断所确定的像素点是否在边缘图像内,若在边缘图像内,执行S505,否则,结束针对上述两个特征点的圆形检测过程。
S505:检测与上述圆心之间的距离为上述半径的像素点、且与上述圆心所确定直线的倾斜角度在(0,90)度范围内的第二类像素点在预设误差范围内是否均存在边缘像素点,若为是(即第二类像素点均为第一类像素点),执行S506,若为否(即该第二类像素点不均为第一类像素点),执行S509。
S506:确定上述各个第二类像素点沿水平轴、垂直轴和圆心的对称像素点。
S507:检测各个对称像素点在预设误差范围内是否均存在边缘像素点,若为是,执行S508(即与上述圆心之间距离为上述半径的像素点均为第一类像素点),否则,执行S509(即与上述圆心之间距离为上述半径的像素点不均为第一类像素点)。
S508:判定边缘图像中存在有上述圆心和半径确定的圆形。
S509:判定边缘图像中不存在由上述圆心和半径确定的圆形。
与上述信息检测方法相对应,本申请实施例还提供了一种信息检测装置。
图3为本申请实施例提供的一种信息检测装置的结构示意图,该装置包括:
图像获得模块301,用于获得待检测的边缘图像;
圆形检测模块302,用于针对所述边缘图像中预设范围内的每一像素单元,进行圆形检测;
结果确定模块303,用于确定检测到的目标圆形为针对所述边缘图像的圆形检测结果;
其中,所述圆形检测模块302,包括:
特征点确定子模块302A,用于从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,其中,所述像素单元为:像素行或像素列;
圆形检测子模块302B,用于检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形。
本申请的一个实施例中,所述圆形检测子模块302B,具体用于针对像素单元中的每两个特征点,检测所述边缘图像中是否存在目标圆形;
其中,所述圆形检测子模块302B,包括:
信息确定单元,用于确定所述两个特征点所确定线段的中点对应的像素点为圆心,并确定所述圆心到两个特征点中任一特征点之间的距离为半径;
像素点检测单元,用于在所述边缘图像中,检测与所述圆心之间的距离为所述半径的像素点是否均为第一类像素点,其中,所述第一类像素点的预设误差范围内存在边缘像素点;若均是所述第一类像素点,判定所述边缘图像中存在目标圆形。
本申请的一个实施例中,所述像素点检测单元,具体用于在所述边缘图像中,检测一个第二类像素点的预设误差范围内是否存在边缘像素点,其中,所述第二类像素点为:与所述圆心之间的距离为所述半径的像素点中、与所述圆心所确定直线的倾斜角度在预设角度范围内的像素点;若不存在,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点;若存在,按照预设的对称规则确定所述一个第二类像素点的对称像素点,在各个对称像素点不均为所述第一类像素点时,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点,在各个对称像素点均为所述第一类像素点时,检测下一个第二类像素点的预设误差范围内是否存在边缘像素点,直至遍历所述第二类像素点中的每一像素点。
本申请的一个实施例中,所述圆形检测子模块302B还包括:
像素点确定模块,用于在确定所述圆心和半径之后,沿所述像素单元所在方向垂直的方向,确定与所述圆心之间距离为所述半径的像素点;
圆形判断模块,用于根据所确定的像素点的坐标,判断由所述圆心和半径确定的圆形是否超出所述边缘图像;若为否,触发所述像素点检测单元。
本申请的一个实施例中,所述特征点确定子模块302A,包括:
像素点确定单元,用于确定所述像素单元中连续排列的边缘像素点;
特征点确定单元,用于确定每一组连续排列的边缘像素点中一个像素点为用于检测圆形的特征点,并确定所述像素单元中非连续排列的边缘像素点为所述特征点。
由以上可见,应用上述各个实施例提供的方案检测图像中的圆形时,针对待检测的边缘图像中预设检测范围内的每一像素单元,检测边缘图像中是否存在目标圆形。由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用上述各个实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
与上述信息检测方法相对应,本申请实施例还提供了一种电子设备。
图4为本申请实施例提供的一种电子设备的结构示意图,该电子设备包括:处理器401和机器可读存储介质402,所述机器可读存储介质402存储有能够被所述处理器401执行的机器可执行指令,所述处理器401被所述机器可执行指令促使:实现本申请实施例提供的信息检测方法。
本申请的一个实施例中,提供了一种信息检测方法,该方法包括:
获得待检测的边缘图像;
针对所述边缘图像中预设范围内的每一像素单元,根据像素单元中的边缘像素点,确定像素单元中用于检测圆形的特征点,并根据所述边缘图像中分布的边缘像素点,检测所述边缘图像中是否存在以像素单元中每两个特征点所确定线段为直径的圆形,其中,所述像素单元为:像素行或像素列;
确定检测到的圆形为针对所述边缘图像的圆形检测结果。
需要说明的是,上述处理器401被机器可执行指令促使实现的信息检测方法的其他实施例,与前述方法实施例部分提及的实施例相同,这里不再赘述。
上述机器可读存储介质可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,上述机器可读存储介质还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
由以上可见,应用本实施例提供的电子设备检测图像中的圆形时,由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用本实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
与上述信息检测方法相对应,本申请实施例还提供了一种机器可读存储介质,存储有机器可执行指令,在被处理器调用和执行时,所述机器可执行指令促使所述处理器:实现本申请实施例提供的信息检测方法。
本申请的一个实施例中,提供了一种信息检测方法,该方法包括:
获得待检测的边缘图像;
针对所述边缘图像中预设范围内的每一像素单元,根据像素单元中的边缘像素点,确定像素单元中用于检测圆形的特征点,并根据所述边缘图像中分布的边缘像素点,检测所述边缘图像中是否存在以像素单元中每两个特征点所确定线段为直径的圆形,其中,所述像素单元为:像素行或像素列;
确定检测到的圆形为针对所述边缘图像的圆形检测结果。
需要说明的是,上述机器可执行指令促使上述处理器实现的信息检测方法的其他实施例,与前述方法实施例部分提及的实施例相同,这里不再赘述。
由以上可见,执行本实施例提供的机器可读存储介质中存储的机器可执行指令而检测图像中的圆形时,由于目标圆形是以像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所以检测边缘图像中是否存在目标圆形时,在选定上述两个特征点后,检测形成上述圆周的像素点是否为边缘像素点即可,也就是,检测目标圆形时是根据边缘图像中分布的边缘像素点检测的,并不会涉及针对像素点的梯度计算等复杂的计算过程,所以,应用本实施例提供的方案检测图像中的圆形时,能够节省圆形检测过程中的计算量,能够提高检测效率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备和机器可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (12)
1.一种信息检测方法,其特征在于,所述方法包括:
获得待检测的边缘图像;
针对所述边缘图像中预设检测范围内的每一像素单元,从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,并检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形,所述像素单元为:像素行或像素列;
确定检测到的目标圆形为针对所述边缘图像的圆形检测结果。
2.根据权利要求1所述的方法,其特征在于,所述检测所述边缘图像中是否存在目标圆形,包括:
针对像素单元中的每两个特征点,确定所述两个特征点所确定线段的中点对应的像素点为圆心,并确定所述圆心到两个特征点中任一特征点之间的距离为半径;
在所述边缘图像中,检测与所述圆心之间的距离为所述半径的像素点是否均为第一类像素点,其中,所述第一类像素点的预设误差范围内存在边缘像素点;
若均是所述第一类像素点,判定所述边缘图像中存在目标圆形。
3.根据权利要求2所述的方法,其特征在于,所述在所述边缘图像中,检测与所述圆心之间的距离为所述半径的像素点是否均为第一类像素点,包括:
在所述边缘图像中,检测一个第二类像素点的预设误差范围内是否存在边缘像素点,其中,所述第二类像素点为:与所述圆心之间的距离为所述半径的像素点中、与所述圆心所确定直线的倾斜角度在预设角度范围内的像素点;
若不存在,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点;
若存在,按照预设的对称规则确定所述一个第二类像素点的对称像素点,在各个对称像素点不均为所述第一类像素点时,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点,在各个对称像素点均为所述第一类像素点时,检测下一个第二类像素点的预设误差范围内是否存在边缘像素点,直至遍历所述第二类像素点中的每一像素点。
4.根据权利要求2所述的方法,其特征在于,在确定所述圆心和半径之后,还包括:
沿所述像素单元所在方向垂直的方向,确定与所述圆心之间距离为所述半径的像素点;
根据所确定的像素点的坐标,判断由所述圆心和半径确定的圆形是否超出所述边缘图像;
若为否,执行所述检测与所述圆心之间的距离为所述半径的像素点是否均为第一类像素点的步骤。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,包括:
确定所述像素单元中连续排列的边缘像素点;
确定每一组连续排列的边缘像素点中一个像素点为用于检测圆形的特征点,并确定所述像素单元中非连续排列的边缘像素点为所述特征点。
6.一种信息检测装置,其特征在于,所述装置包括:
图像获得模块,用于获得待检测的边缘图像;
圆形检测模块,用于针对所述边缘图像中预设检测范围内的每一像素单元,进行圆形检测;
结果确定模块,用于确定检测到的目标圆形为针对所述边缘图像的圆形检测结果;
其中,所述圆形检测模块,包括:
特征点确定子模块,用于从所述像素单元中的边缘像素点中,确定所述像素单元中用于检测圆形的特征点,其中,所述像素单元为:像素行或像素列;
圆形检测子模块,用于检测所述边缘图像中是否存在目标圆形,其中,所述目标圆形为:以所述像素单元中任意两个特征点所确定线段为直径、且形成圆周的像素点为边缘图像的边缘像素点的圆形。
7.根据权利要求6所述的装置,其特征在于,所述圆形检测子模块,具体用于针对像素单元中的每两个特征点,检测所述边缘图像中是否存在目标圆形;
其中,所述圆形检测子模块,包括:
信息确定单元,用于确定所述两个特征点所确定线段的中点对应的像素点为圆心,并确定所述圆心到两个特征点中任一特征点之间的距离为半径;
像素点检测单元,用于在所述边缘图像中,检测与所述圆心之间的距离为所述半径的像素点是否均为第一类像素点,其中,所述第一类像素点的预设误差范围内存在边缘像素点;若均是所述第一类像素点,判定所述边缘图像中存在目标圆形。
8.根据权利要求7所述的装置,其特征在于,
所述像素点检测单元,具体用于在所述边缘图像中,检测一个第二类像素点的预设误差范围内是否存在边缘像素点,其中,所述第二类像素点为:与所述圆心之间的距离为所述半径的像素点中、与所述圆心所确定直线的倾斜角度在预设角度范围内的像素点;若不存在,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点;若存在,按照预设的对称规则确定所述一个第二类像素点的对称像素点,在各个对称像素点不均为所述第一类像素点时,判定与所述圆心之间的距离为所述半径的像素点不均为所述第一类像素点,在各个对称像素点均为所述第一类像素点时,检测下一个第二类像素点的预设误差范围内是否存在边缘像素点,直至遍历所述第二类像素点中的每一像素点。
9.根据权利要求7所述的装置,其特征在于,所述圆形检测子模块还包括:
像素点确定单元,用于在确定所述圆心和半径之后,沿所述像素单元所在方向垂直的方向,确定与所述圆心之间距离为所述半径的像素点;
圆形判断单元,用于根据所确定的像素点的坐标,判断由所述圆心和半径确定的圆形是否超出所述边缘图像;若为否,触发所述像素点检测单元。
10.根据权利要求6-9中任一项所述的装置,其特征在于,所述特征点确定子模块,包括:
像素点确定单元,用于确定所述像素单元中连续排列的边缘像素点;
特征点确定单元,用于确定每一组连续排列的边缘像素点中一个像素点为用于检测圆形的特征点,并确定所述像素单元中非连续排列的边缘像素点为所述特征点。
11.一种电子设备,其特征在于,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现权利要求1-5任一所述的方法步骤。
12.一种机器可读存储介质,其特征在于,存储有机器可执行指令,在被处理器调用和执行时,所述机器可执行指令促使所述处理器:实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116013.8A CN109816677B (zh) | 2019-02-15 | 2019-02-15 | 一种信息检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116013.8A CN109816677B (zh) | 2019-02-15 | 2019-02-15 | 一种信息检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816677A true CN109816677A (zh) | 2019-05-28 |
CN109816677B CN109816677B (zh) | 2021-02-23 |
Family
ID=66606617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910116013.8A Active CN109816677B (zh) | 2019-02-15 | 2019-02-15 | 一种信息检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816677B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353957A (zh) * | 2020-02-28 | 2020-06-30 | 北京三快在线科技有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112669375A (zh) * | 2021-01-13 | 2021-04-16 | 慧灵科技(深圳)有限公司 | 基于像素点查找圆形物体的方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021222A (en) * | 1994-08-16 | 2000-02-01 | Ricoh Co., Ltd. | System and method for the detection of a circle image for pattern recognition |
CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描系统中圆形标志点的检测方法 |
CN102034101A (zh) * | 2010-10-22 | 2011-04-27 | 广东工业大学 | 一种pcb视觉检测中快速圆形标志定位方法 |
CN103778400A (zh) * | 2012-10-25 | 2014-05-07 | 河南盛唐信息技术有限公司 | 一种自动修复识别二维码码图符号的解码方法及其设备 |
CN104331695A (zh) * | 2014-09-01 | 2015-02-04 | 西北工业大学 | 一种鲁棒的圆形标志符形状质量检测方法 |
CN107067435A (zh) * | 2017-01-16 | 2017-08-18 | 上海拖拉机内燃机有限公司 | 一种平面孔位的视觉检测方法 |
CN107563440A (zh) * | 2017-09-01 | 2018-01-09 | 京东方科技集团股份有限公司 | 一种图像处理方法及装置 |
CN109145897A (zh) * | 2018-07-26 | 2019-01-04 | 中国船舶重工集团公司第七〇九研究所 | 航天器合作靶标及其识别方法和识别装置 |
-
2019
- 2019-02-15 CN CN201910116013.8A patent/CN109816677B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021222A (en) * | 1994-08-16 | 2000-02-01 | Ricoh Co., Ltd. | System and method for the detection of a circle image for pattern recognition |
CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描系统中圆形标志点的检测方法 |
CN102034101A (zh) * | 2010-10-22 | 2011-04-27 | 广东工业大学 | 一种pcb视觉检测中快速圆形标志定位方法 |
CN103778400A (zh) * | 2012-10-25 | 2014-05-07 | 河南盛唐信息技术有限公司 | 一种自动修复识别二维码码图符号的解码方法及其设备 |
CN104331695A (zh) * | 2014-09-01 | 2015-02-04 | 西北工业大学 | 一种鲁棒的圆形标志符形状质量检测方法 |
CN107067435A (zh) * | 2017-01-16 | 2017-08-18 | 上海拖拉机内燃机有限公司 | 一种平面孔位的视觉检测方法 |
CN107563440A (zh) * | 2017-09-01 | 2018-01-09 | 京东方科技集团股份有限公司 | 一种图像处理方法及装置 |
CN109145897A (zh) * | 2018-07-26 | 2019-01-04 | 中国船舶重工集团公司第七〇九研究所 | 航天器合作靶标及其识别方法和识别装置 |
Non-Patent Citations (2)
Title |
---|
CUNEYT AKINLAR,CIHAN TOPAL: ""EDcircles :real-time circle detection by edge drawing(ED)"", 《ICASSP 2012》 * |
李军,程健: ""复杂背景图像下基于边缘点校验的圆检测方法"", 《计算机工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353957A (zh) * | 2020-02-28 | 2020-06-30 | 北京三快在线科技有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112669375A (zh) * | 2021-01-13 | 2021-04-16 | 慧灵科技(深圳)有限公司 | 基于像素点查找圆形物体的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109816677B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220618B (zh) | 人脸检测方法及装置、计算机可读存储介质、设备 | |
US10445908B1 (en) | Computer handling of polygons | |
CN108230321A (zh) | 缺陷检测方法及装置 | |
CN105849774B (zh) | 图像对照装置、图像传感器、处理系统、图像对照方法 | |
CN109816677A (zh) | 一种信息检测方法及装置 | |
CN105740792B (zh) | 目标检测方法和装置 | |
CN109029250A (zh) | 一种基于三维相机检测包裹尺寸的方法、装置以及设备 | |
WO2020093566A1 (zh) | 脑出血图像处理方法、装置、计算机设备及存储介质 | |
CN110473216A (zh) | 一种图像中目标物的检测方法及装置 | |
CN110400339A (zh) | 深度图处理方法和装置 | |
CN109919095A (zh) | 危化品仓库中码垛的监控方法及电子设备 | |
CN102136133B (zh) | 一种图像处理方法及图像处理装置 | |
CN110443242A (zh) | 读数框检测方法、目标识别模型训练方法及相关装置 | |
CN108629795A (zh) | 一种道路图片检测方法及装置 | |
Fuersattel et al. | OCPAD—Occluded checkerboard pattern detector | |
CN104036137B (zh) | 一种去除随机符合事件的方法及装置 | |
CN109785380A (zh) | 一种内切圆确定方法及装置 | |
CN108961292A (zh) | 一种在脑部医学图像中检测msp的方法和装置 | |
WO2018068196A1 (zh) | 一种血管脊线追踪方法及装置 | |
CN108229586B (zh) | 一种数据中的异常数据点的检测方法及系统 | |
CN107240101B (zh) | 目标区域检测方法和装置、图像分割方法和装置 | |
CN109145821A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN105118062B (zh) | 一种基于单端点特征描述的线段匹配方法 | |
CN112800797B (zh) | 一种dm码的区域定位方法及系统 | |
CN115830177A (zh) | 海洋锋面识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |