CN112330618A - 图像偏移检测方法、设备及存储介质 - Google Patents

Abstract

本申请公开了图像偏移检测方法、设备及存储介质，其中图像偏移检测方法包括：获取图像序列；检测图像纹理，并对图像纹理进行二值化处理，获得二值化图像；将二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块；对相邻两帧图像中的压缩图像块进行移位匹配操作，获得相邻两帧图像中相匹配的图像块；利用相邻两帧图像中相匹配的图像块的偏移量，获得相邻两帧图像的刚性位移量。通过将图像纹理二值化压缩特征作为视频图像特征，能够精确地检测相邻帧图像之间的变化，并对不同场景具有较高的鲁棒性；同时使用压缩图像块匹配的方法，在进行移位匹配操作，相比于逐个像素点匹配，能够避免大量的像素的重复访问，降低算法的时耗。

Description

图像偏移检测方法、设备及存储介质

技术领域

本申请属于视频图像处理技术领域，具体涉及图像偏移检测方法、设备及存储介质。

背景技术

随着全国范围内建设平安城市的不断推行，一个城市的监控系统的不断完善，监控摄像机的数量呈现爆炸式增长。而摄像头可能会发生刚性位移，造成摄像头发生刚性位移的原因主要有：1)摄像头受到自然环境的影响如发生台风暴雨等干扰导致摄像头左右移动。2)摄像头受到人为因素的影响如被人故意扭转方向。在如今摄像头数量爆炸式增长的时代，通过人力去检测摄像设备是否发生位移的效率非常低。因此，如何高效准确的对这些监控系统视频的质量进行评估，并及时发现摄像设备的异常，已经是一个亟待解决的问题。

发明内容

本申请提供图像偏移检测方法、设备及存储介质，以解决人力检测摄像设备是否发生位移的效率的问题。

为解决上述技术问题，本申请采用的一个技术方案是：一种图像偏移检测方法，所述方法包括：获取图像序列，所述图像序列包括连续的多帧图像；检测所述多帧图像中每帧图像的图像纹理，并对所述图像纹理进行二值化处理，获得二值化图像；将所述二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块；对相邻两帧图像中的所述压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块；利用所述相邻两帧图像中所述相匹配的图像块的偏移量，获得所述相邻两帧图像的刚性位移量。

根据本申请一实施方式，所述将所述二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块，包括：在水平方向上，将每帧图像中每预定数量个像素点存储为一个压缩图像块。

根据本申请一实施方式，所述对相邻两帧图像中的压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块，包括：在所述相邻两帧图像中的后一帧图像中逐个右移像素点，搜索与前一帧图像的压缩图像块相匹配的匹配图像块，所述匹配图像块经右移第一数量个像素点搜索匹配获得；其中，所述第一数量大于等于零，所述匹配图像块包括一个或相邻两个所述压缩图像块中的所述预定数量个连续的像素点。

根据本申请一实施方式，所述对相邻两帧图像中的压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块，包括：在所述相邻两帧图像中的前一帧图像中逐个右移像素点，搜索与后一帧图像的压缩图像块相匹配的匹配图像块，所述匹配图像块经右移第二数量个像素点搜索匹配获得；其中，所述第二数量大于等于零，所述匹配图像块包括一个或相邻两个所述压缩图像块中的所述预定数量个连续的像素点。

根据本申请一实施方式，所述利用所述相邻两帧图像中所述相匹配的图像块的偏移量，获得所述相邻两帧图像的刚性位移量，包括：统计所述相匹配的图像块的中对应像素点的二值化结果不一致的个数；判断所述不一致的个数是否少于预定个数；若是，则所述相匹配的图像块的相似度大于所述预定值；计算所有所述相似度大于所述预定值的所述相匹配的图像块间的位移量，并求平均，获得所述相邻两帧图像的刚性位移量。

根据本申请一实施方式，所述检测每帧图像的图像纹理包括：获取所述每帧图像的灰度图像；利用Sobel纹理检测计算出所述灰度图像的图像纹理，所述图像纹理包括所述每帧图像中每个像素点的梯度强度。

根据本申请一实施方式，在利用Sobel纹理检测计算出所述灰度图像的图像纹理，之前包括：对所述灰度图像使用高斯滤波进行降噪。

根据本申请一实施方式，所述对所述图像纹理进行二值化处理，包括：判断所述每帧图像中每个像素点的梯度强度是否大于等于预设像素阈值；若是，则将所述像素点的二值化结果记为1；若否，则将所述像素点的二值化结果记为0。

为解决上述技术问题，本申请采用的又一个技术方案是：一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述任一图像偏移检测方法。

为解决上述技术问题，本申请采用的又一个技术方案是：一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述图像偏移检测方法。

本申请的有益效果是：通过将图像纹理二值化压缩特征作为视频图像的特征，能够精确地检测相邻帧图像之间的变化，对不同场景具有较高的鲁棒性，并且可以极大的抑制噪声的干扰；同时使用压缩图像块匹配的方法，对图像块的匹配使用移位匹配操作，相比于逐个像素点匹配，能够避免大量的像素的重复访问，降低算法的时耗，从而更适用于对实时性要求高的场景。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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，其中：

图1是本申请的图像偏移检测方法一实施例的流程示意图；

图2是本申请的图像偏移检测方法一实施例中二值化处理的效果示意图；

图3是本申请的图像偏移检测方法一实施例中将像素点进行压缩，获得压缩图像块的效果示意图；

图4是本申请的图像偏移检测方法一实施例中压缩图像块移位匹配的效果示意图；

图5是本申请的图像偏移检测方法一实施例中压缩图像块移位匹配时，对应的二值化结果匹配可视化的效果示意图；

图6是本申请的图像偏移检测装置一实施例的框架示意图；

图7是本申请的电子设备一实施例的框架示意图；

图8是本申请计算机可读存储介质一实施例的框架示意图。

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，所描述的实施例仅是本申请的一部分实施例，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。

请参阅图1，图1是本申请的图像偏移检测方法一实施例的流程示意图。

本申请一实施例提供了一种图像偏移检测方法，包括如下步骤：

S11：获取图像序列，图像序列包括连续的多帧图像。

持续获取图像，形成图像序列，图像序列包括连续的多帧图像。图像序列为摄像设备拍摄获得的多帧连续图像。

S12：检测每帧图像的图像纹理。

在一实施例中，采用sobel纹理检测算子检测每帧图像的图像纹理，具体地，首先需要获取每帧图像的灰度图像，即将监控设备拍摄的彩色图像处理后获得灰度图像。随后利用Sobel纹理检测计算出灰度图像的图像纹理，图像纹理包括每帧图像中每个像素点的梯度强度。sobel纹理检测算子可以检测出每帧图像中的细微纹理，精确度高。

sobel纹理检测算子的具体检测公式如下：

其中，G为梯度强度；α为梯度方向；f_x、f_y分别为x和y的方向梯度。

当然，由于上述公式中梯度强度G的计算中需要平方和开方，计算较为复杂，在一些情况下，为了简化计算，梯度强度的计算还可采用如下公式：

G＝|f_x|+|f_y|

在其他实施例中，还可以选择其他边缘检测算子检测每帧图像的图像纹理，此处不作限制。

为了获得更好的图像纹理，在利用Sobel纹理检测计算出灰度图像的图像纹理前还包括对灰度图像使用高斯滤波进行降噪，从而平滑滤波，剔除噪声，提升检测的鲁棒性。

S13：对图像纹理进行二值化处理，获得二值化图像。

如图2所示，图2是本申请的图像偏移检测方法一实施例中二值化处理的效果示意图。对图像纹理进行二值化处理，获得二值化图像包括：

判断每帧图像中每个像素点的梯度强度是否大于等于预设像素阈值；若是，则将该像素点的二值化结果记为1；若否，则将该像素点的二值化结果记为0。具体判断公式如下：

其中，CB_i，j为二值化以后的图；C_i，j为Sobel纹理图；θ是选取的预设像素阈值；i，j为M×N的图像I_M，N中每个像素点的位置。

需要说明的是，C_i，j为Sobel纹理图，即为每个像素点的梯度强度，可用步骤S12中的梯度强度G的计算公式计算获得，本实施例中，每个像素点的梯度方向α未代入判断。每帧图像的预设像素阈值相同，预设像素阈值可基于大量实验后确定，并可根据实际情况调整。通过对图像纹理进行二值化处理，获得的二值化图像中数据量大为减少，从而能凸显出目标的轮廓。

S14：将二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块。

在一实施例中，如图3所示，图3是本申请的图像偏移检测方法一实施例中将像素点进行压缩，获得压缩图像块的效果示意图。将二值化图像中的每预定数量个像素点进行压缩包括：在水平方向上，将二值化图像中的每预定数量个像素点压缩为一个压缩图像块。

预定数量可以为8、16、32或者64等。优选地，在水平方向上将二值化图像中每32个像素点压缩为一个int类型压缩图像块。在一方面，相比64个预设数量的像素点，32个像素点可减少压缩所需时间；在另一方面，相比于8个或16个预设数量的像素点，32个像素点能够避免因压缩的像素点数量较少，而导致后续匹配时，大量的像素点重复访问。从而，在水平方向上将二值化图像中每32个像素点压缩为一个int类型压缩图像块，能够精确地检测相邻帧图像之间的变化，并对不同场景具有较高的鲁棒性，并且可以极大的抑制噪声的干扰。

S15：对相邻两帧图像中的压缩图像块进行移位匹配操作，获得相邻两帧图像中相匹配的图像块。

由于视频移位的主要的特征是视频画面向左或者向右产生了一定的偏移量，主要的运动轨迹为横向运动。在一实施例中，对相邻两帧图像中的压缩图像块进行移位匹配操作，获得相邻两帧图像中相匹配的图像块，包括：在相邻两帧图像中的后一帧图像中逐个右移像素点，搜索与前一帧图像的压缩图像块相匹配的匹配图像块，匹配图像块经右移第一数量个像素点搜索匹配获得，前一帧图像中的压缩图像块与后一帧图像中的匹配图像块即为一组相匹配的图像块。其中，第一数量大于等于零，匹配图像块包括一个或相邻两个压缩图像块中的预定数量个连续的像素点，即匹配图像块的像素点数量与压缩图像块的像素点数量相同。

以下结合一具体实施方式具体说明：

如图4和图5所示，图4是本申请的图像偏移检测方法一实施例中压缩图像块移位匹配的效果示意图；图5是本申请的图像偏移检测方法一实施例中压缩图像块移位匹配时，对应的二值化结果匹配可视化的效果示意图。在每相邻两帧图像中的后一帧图像中搜索与前一帧图像中的压缩图像块匹配的匹配图像块，首选判断后一帧图像中与前一帧图像的压缩图像块对应位置的压缩图像块是否匹配，若匹配，则相当于匹配图像块经右移0个像素点搜索匹配获得，搜索步长为0；若不匹配，则在后一帧图像中右移一个像素点，判断右移一个像素点后的图像块是否与前一帧图像的压缩图像块匹配；若右移一个像素点后的图像块匹配，则相当于匹配图像块经右移1个像素点搜索匹配获得，搜索步长为1。若右移一个像素点的图像块仍不匹配，则再次右移一个像素点，直至在后一帧图像中搜索到与前一帧的该压缩图像块相匹配的匹配图像块。若共右移了34个像素点才匹配成功，则相当于匹配图像块经右移34个像素点搜索匹配获得，搜索步长为34，由于本实施例中，压缩匹配块包含32个像素点，匹配图像块相当于跨越了后一帧图像中的对应位置的压缩图像块，位于之后的第二个和第三个压缩图像块上。若在后一帧图像中未搜索到相匹配的匹配图像块，后一帧图像中可能不存在与该压缩图像块相匹配的匹配图像块，可继续对其他压缩图像块进行移位匹配操作。

需要说明的是，由于每帧图像中包括多个压缩图像块，在对相邻两帧图像中的压缩图像块进行移位匹配操作时，可以在一个压缩图像块移位匹配完成后，再进下一个压缩匹配图像块的移位匹配操作，也可以多个压缩图像块同时进行移位匹配操作，以提高移位匹配速度。

匹配图像块包括一个或相邻两个压缩图像块中的预定数量个连续的像素点，匹配图像块包含的像素点可以用如下公式表示：

其中，预定数量为32个，B_c为合并的块，

为前一个块和后一个块的拼接操作，B_i,32-k为前一个块需要拼接的部分，B_i+1,k为后一个块需要拼接的部分，k为搜索的长度，B_M为每帧图像所有的压缩图像块。当搜索长度大于32时，需要跨越第一个和第二个块。

在一实施例中，是在后一帧图像中搜索与前一帧图像的压缩图像块相匹配的匹配图像块。在又一实施例中，还可以在前一帧图像中搜索与后一帧图像中的压缩图像块相匹配的匹配图像块，同样也可以搜索获得相邻两帧图像中的相匹配的图像块。具体地，对相邻两帧图像中的压缩图像块进行移位匹配操作，获得相邻两帧图像中相匹配的图像块，包括：在相邻两帧图像中的前一帧图像中逐个右移像素点，搜索与后一帧图像的压缩图像块相匹配的匹配图像块，匹配图像块经右移第二数量个像素点搜索匹配获得，后一帧图像中的压缩图像块与前一帧图像中的匹配图像块即为一组相匹配的图像块。其中，第二数量大于等于零，匹配图像块包括一个或相邻两个压缩图像块中的预定数量个连续的像素点，即匹配图像块的像素点数量与压缩图像块的像素点数量相同。在又一实施例中，与一实施例的区别仅为在前一帧图像中搜索与后一帧图像中的压缩图像块相匹配的匹配图像块，其余步骤一致，可类推，此处不再赘述。

使用压缩图像块匹配的方法，对图像块的匹配使用移位匹配操作，例如匹配32个位移仅仅需要访问2个像素点，相比于逐个像素点匹配，能够避免大量的像素的重复访问，降低算法的时耗，从而更适用于对实时性要求高的场景。

S16：利用相邻两帧图像中相匹配的图像块的偏移量，获得相邻两帧图像的刚性位移量。

在一实施例中，利用相邻两帧图像中相匹配的图像块的偏移量，获得相邻两帧图像的刚性位移量，包括：

统计相邻两帧图像中每组相匹配的图像块中两个图像块的对应像素点的二值化结果不一致的个数，如图5所示，若对应像素点的二值化结果均为1或均为0，则为一致；若对应像素点的二值化结果一个为0，另一个为1，则为不一致。具体可通过对两个图像块的对应像素点求异或，然后统计二进制中1的个数即可，公式如下：

其中B_f,B_f+1分别是相邻两帧图像中的相匹配的图像块，B_f,i,B_f+1,i为相邻两帧图像中的相匹配的图像块的第i位像素点，V为相邻两帧图像中所有相匹配的图像块。

判断不一致的个数是否少于预定个数，即判断1的个数是否少于预定个数，1个个数越少说明相匹配的图像块越相似，匹配的可信度越高。预定个数通过大量实验确定，并可根据实际情况调整。

若是，则相匹配的图像块的相似度大于预定值。

计算所有相似度大于预定值的相匹配的图像块间的偏移量，即相匹配的图像块间的位移差值，在一实施例中即为步骤S15中的搜索步长，并求平均，可获得相邻两帧图像的刚性位移量，依次方法可以获得每相邻两帧图像的刚性位移量。

由于本申请中图像序列包括连续的多帧图像，通过计算每相邻两帧图像的刚性位移量，从而可以获得摄像设备持续的偏移过程。

本方法通过将图像纹理二值化压缩特征作为视频图像的特征，能够精确地检测相邻帧图像之间的变化，对不同场景具有较高的鲁棒性，并且可以极大的抑制噪声的干扰；同时使用压缩图像块匹配的方法，对图像块的匹配使用移位匹配操作，相比于逐个像素点匹配，能够避免大量的像素的重复访问，降低算法的时耗，从而更适用于对实时性要求高的场景。

请参阅图6，图6是本申请的图像偏移检测装置一实施例的框架示意图。

本申请又一实施例提供了一种图像偏移检测装置20，包括图像获取模块21、纹理检测模块22、二值化处理模块23、压缩模块24、移位匹配模块25、偏移量计算模块26。图像获取模块21获取图像序列，图像序列包括连续的多帧图像；纹理检测模块22检测每帧图像的图像纹理，二值化处理模块23对图像纹理进行二值化处理；压缩模块24将二值化处理后的每帧图像中每预定数量个像素点进行压缩，获得压缩图像块；移位匹配模块25对相邻两帧图像中的压缩图像块进行移位匹配操作，获得相邻两帧图像中相匹配的图像块；偏移量计算模块26利用相邻两帧图像中相匹配的图像块的偏移量，获得相邻两帧图像的刚性位移量。本申请的图像偏移检测装置20可实现上述任一实施例中的图像偏移检测方法。

本装置通过将图像纹理二值化压缩特征作为视频图像的特征，能够精确地检测相邻帧图像之间的变化，对不同场景具有较高的鲁棒性，并且可以极大的抑制噪声的干扰；同时使用压缩图像块匹配的方法，对图像块的匹配使用移位匹配操作，相比于逐个像素点匹配，能够避免大量的像素的重复访问，降低算法的时耗，从而更适用于对实时性要求高的场景。

请参阅图7，图7是本申请的电子设备一实施例的框架示意图。

本申请又一实施例提供了一种电子设备30，包括相互耦接的存储器31和处理器32，处理器32用于执行存储器31中存储的程序指令，以实现上述任一实施例的图像偏移检测方法。在一个具体的实施场景中，电子设备30可以包括但不限于：微型计算机、服务器，此外，电子设备30还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。

具体而言，处理器32用于控制其自身以及存储器31以实现上述任一实施例的图像偏移检测方法。处理器32还可以称为CPU(Central Processing Unit，中央处理单元)。处理器32可能是一种集成电路芯片，具有信号的处理能力。处理器32还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated 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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器32可以由集成电路芯片共同实现。

请参阅图8，图8是本申请计算机可读存储介质一实施例的框架示意图。

本申请又一实施例提供了一种计算机可读存储介质40，其上存储有程序数据41，程序数据41被处理器执行时实现上述任一实施例的图像偏移检测方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。

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方式方案的目的。

另外，在本申请各个实施例中的各功能单元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。

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40中。基于这样的理解，本申请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40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)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质40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。

以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种图像偏移检测方法，其特征在于，所述方法包括：

获取图像序列，所述图像序列包括连续的多帧图像；

检测所述多帧图像中每帧图像的图像纹理，并对所述图像纹理进行二值化处理，获得二值化图像；

将所述二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块；

对相邻两帧图像中的所述压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块；

利用所述相邻两帧图像中所述相匹配的图像块的偏移量，获得所述相邻两帧图像的刚性位移量。

2.根据权利要求1所述的方法，其特征在于，所述将所述二值化图像中的每预定数量个像素点进行压缩，获得压缩图像块，包括：

在水平方向上，将所述二值化图像中每预定数量个像素点存储为一个压缩图像块。

3.根据权利要求1中所述的方法，其特征在于，所述对相邻两帧图像中的压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块，包括：

在所述相邻两帧图像中的后一帧图像中逐个右移像素点，搜索与前一帧图像的压缩图像块相匹配的匹配图像块，所述匹配图像块经右移第一数量个像素点搜索匹配获得；其中，所述第一数量大于等于零，所述匹配图像块包括一个或相邻两个所述压缩图像块中的所述预定数量个连续的像素点。

4.根据权利要求1中所述的方法，其特征在于，所述对相邻两帧图像中的压缩图像块进行移位匹配操作，获得所述相邻两帧图像中相匹配的图像块，包括：

在所述相邻两帧图像中的前一帧图像中逐个右移像素点，搜索与后一帧图像的压缩图像块相匹配的匹配图像块，所述匹配图像块经右移第二数量个像素点搜索匹配获得；其中，所述第二数量大于等于零，所述匹配图像块包括一个或相邻两个所述压缩图像块中的所述预定数量个连续的像素点。

5.根据权利要求1中所述的方法，其特征在于，所述利用所述相邻两帧图像中所述相匹配的图像块的偏移量，获得所述相邻两帧图像的刚性位移量，包括：

统计所述相匹配的图像块的中对应像素点的二值化结果不一致的个数；

判断所述不一致的个数是否少于预定个数；

若是，则所述相匹配的图像块的相似度大于所述预定值；

计算所有所述相似度大于所述预定值的所述相匹配的图像块间的位移量，并求平均，获得所述相邻两帧图像的刚性位移量。

6.根据权利要求1中所述的方法，其特征在于，所述检测每帧图像的图像纹理包括：

获取所述每帧图像的灰度图像；

利用Sobel纹理检测计算出所述灰度图像的图像纹理，所述图像纹理包括所述每帧图像中每个像素点的梯度强度。

7.根据权利要求6中所述的方法，其特征在于，在利用Sobel纹理检测计算出所述灰度图像的图像纹理，之前包括：

对所述灰度图像使用高斯滤波进行降噪。

8.根据权利要求6中所述的方法，其特征在于，所述对所述图像纹理进行二值化处理，包括：

判断所述每帧图像中每个像素点的梯度强度是否大于等于预设像素阈值；

若是，则将所述像素点的二值化结果记为1；

若否，则将所述像素点的二值化结果记为0。

9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有程序数据，其特征在于，所述程序数据被处理器执行时实现权利要求1至8中任一项所述的方法。

Images