CN113034524A - 一种图像边缘检测方法和装置 - Google Patents

一种图像边缘检测方法和装置 Download PDF

Info

Publication number
CN113034524A
CN113034524A CN201911359704.7A CN201911359704A CN113034524A CN 113034524 A CN113034524 A CN 113034524A CN 201911359704 A CN201911359704 A CN 201911359704A CN 113034524 A CN113034524 A CN 113034524A
Authority
CN
China
Prior art keywords
pixel
image
point
sum
pixel values
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
Application number
CN201911359704.7A
Other languages
English (en)
Inventor
杨博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201911359704.7A priority Critical patent/CN113034524A/zh
Publication of CN113034524A publication Critical patent/CN113034524A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种图像边缘检测方法和装置,应用于图像传感器,所述方法包括:获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。通过本发明实施例的图像边缘检测方法,可以实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。同时,可以准确地确定图像边缘,在缩短了图像处理需要的时间的同时确保了检测的准确性。

Description

一种图像边缘检测方法和装置
技术领域
本发明涉及图像检测技术领域,特别是涉及一种图像边缘检测方法和一种图像边缘检测装置。
背景技术
图像传感器是一种将光学图像转换成模拟信号的设备。一般来说,用户在将待扫描对象放置在图像传感器的扫描区域时,通常可以出现待扫描对象相对于图像传感器扫描方向出现倾斜的情况,导致扫描得到的数字图像中,待扫描对象的图像同样出现倾斜。为了便于后续的图像处理,通常需要对待扫描对象的图像进行处理,待扫描对象的图像旋转至正确的方向。
然而,在现有技术中,对待扫描对象的图像进行旋转转正,通常需要在图像传感器获取完整的数字图像后,再查找数字图像中待扫描对象的边缘,确定待扫描对象的图像部分,再对待扫描对象的图像进行旋转转正,其后再对待扫描对象的图像进行处理。在对图像处理速度要求较高的情况下,现有技术的图像处理流程所要花费的时间较多。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像边缘检测方法和相应的一种图像边缘检测装置。
为了解决上述问题,本发明实施例公开了一种图像边缘检测方法,应用于图像传感器,所述方法包括:
获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
可选地,所述在在所述单列检测图像中,依据所述像素值,查找图像边缘点的步骤,包括:
依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
可选地,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
可选地,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
可选地,所述若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点的步骤,包括:
若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
本发明实施例还公开一种图像边缘检测装置,应用于图像传感器,所述装置包括:
获取模块,用于获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
查找模块,用于在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
可选地,所述查找模块包括:
查找子模块,用于依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
可选地,所述查找子模块包括:
第一像素值确定单元,用于确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
第一边缘点确定单元,若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
可选地,所述查找子模块包括:
第二像素值确定单元,用于确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
第二边缘点确定单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
可选地,所述第二边缘点确定单元包括:
像素值确定子单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
边缘点确定子单元,用于若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
本发明实施例还公开一种装置,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如本发明实施例所述的一个或多个的方法。
本发明实施例还公开一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如本发明实施例所述的一个或多个的方法。
本发明实施例包括以下优点:
通过本发明实施例的图像边缘检测方法,通过实时地获取所述图像传感器当前检测的单列检测图像,实时地依据当前检测的单列检测图像中像素点的像素值,查找在所述单列检测图像中的图像边缘点,从而可以实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。同时,本发明通过像素值,查找属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点作为图像边缘点,从而可以准确地确定图像边缘,在缩短了图像处理需要的时间的同时确保了检测的准确性。
附图说明
图1是本发明实施例的一种图像边缘检测方法实施例的步骤流程图;
图2是本发明实施例的一种图像传感器的示意图;
图3是本发明实施例的另一种图像边缘检测方法实施例的步骤流程图;
图4是本发明实施例的一种完整检测图像的示意图;
图5是本发明实施例的一种单列检测图像的示意图
图6是本发明实施例的另一种单列检测图像的示意图;
图7是本发明实施例的一种图像边缘检测装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明实施例的一种图像边缘检测方法实施例的步骤流程图,应用于图像传感器。
在本发明实施例中,所述图像传感器可以为线性图像传感器。所述线性图像传感器可以逐行将将光学图像转换成模拟信号,从而得到数字图像。具体地,所述线性图像传感器可以由所述线性图像传感器朝扫描方向水平移动,从而实现逐行扫描。例如,扫描仪可以提供一待扫描对象的放置区域,所述线性传感器可以朝扫描方向水平移动,从而可以逐行扫描所述放置区域,得到所述所述待扫描对象的数字图像。
所述线性图形传感器也可以设置在一固定位置,由一机械传动设备向所述线性图形传感器所在位置移动一待扫描对象,使所述线性图形传感器可以按照一扫描方向逐行扫描所述待扫描对象,得到所述待扫描对象的数字图像。例如,自动柜员机可以在一固定位置设置一线性图形传感器,一机械传动设备可以向所述线性图形传感器移动纸币、支票、收据、合同等待扫描对象,从而所述线性图像传感器可以按照一扫描方向逐行扫描所述待扫描对象,得到所述待扫描对象的数字图像。
在本发明实施例中,所述待扫描对象可以为客观存在的物体,例如纸币、支票、收据、合同等。所述待扫描对象的形状可以为矩形、圆形、三角形、星形、中空的圆形等,本发明对此不做限制。
所述方法具体可以包括如下步骤:
步骤101,获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
在本发明实施例中,如图2所示,图2是本发明实施例的一种图像传感器的示意图。所述图像传感器1具有固定的长度,且所述图像传感器1向一固定的扫描方向进行扫描。可以以水平于所述图像传感器1的扫描方向为行,以垂直于所述图像传感器1的扫描方向为列。则所述图像传感器1沿所述扫描方向进行扫描,从而所述图像传感器1可以每次扫描获取至少一个像素点3呈单列排布的单列检测图像2。
在本发明实施例中,所述图像传感器可以具有至少一个感光单元,每一所述感光单元可以对应一个像素点。所述单列检测图像包括呈单列排布的像素点。若所述图像传感器具有一列线性排布的感光单元,则所述图像传感器每次扫描可以获取一个像素点呈单列排布的单列检测图像,且所述单列检测图像即为所述图像传感器当前检测的单列检测图像。若所述图像传感器具有至少两列线性排布的感光单元,则所述图像传感器每次可以获取至少两个像素点呈单列排布的单列检测图像,则可以按照所述扫描方向,依次将所述至少两个单列检测图像中的每一所述单列检测图像作为当前检测的单列检测图像。
在本发明实施例中,所述图像传感器可以沿所述扫描方向进行扫描,从而可以得到至少一个单列检测图像。将所述图像传感器获取的多个所述单列检测图像进行按扫描方向的顺序进行排列,可以得到完整检测图像。
在本发明实施例中,所述像素点可以具有对应的像素值。所述像素值可以用于表示所述像素点中每一种颜色的亮度。具体地,当所述图像传感器为黑白图像传感器时,所述像素点只有一种颜色,通过亮度的变化实现黑色至白色的渐变,则所述像素值可以用于表示所述像素点的亮度,当所述像素值越高,则所述像素点越趋近白色,当所述像素值越低,则所述像素点越趋近黑色。当所述图像传感器为彩色图像传感器时,所述像素点可以由不同亮度的若干种基础颜色组合,形成多种颜色。则所述像素值可以用于表示所述像素点中每一种基础颜色的亮度,当一基础颜色对应的像素值越高,则该基础颜色可以越趋近白色,当一基础颜色对应的像素值越低,则该基础颜色可以越趋近黑色。例如,所述像素点由红绿蓝三种基础颜色组合而成的情况下,所述像素点可以采用RGB值表示,则所述像素值可以包括R值、G值、以及B值。所述R值可以用于表示红色的亮度,所述G值可以用于表示绿色的亮度,所述B值可以用于表示蓝色的亮度。
步骤102,在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
在本发明实施例中,所述目标图像可以为所述待扫描对象对应的图像。所述背景可以为所述图像传感器检测的图像中,不存在待扫描对象的区域对应的图像。
在本发明实施例中,在所述图像传感器检测的图像中,所述目标图像可以只占所述图像传感器检测的图像中的部分区域,而剩余的区域可以为所述背景对应的区域。所述目标图像与所述背景之间的交界处,可以为所述目标图像的边缘。
在本发明实施例中,可以实时获取所述图像传感器当前检测的单列检测检测图像。本发明可以基于所述图像传感器当前检测的单列检测图像,检测图像边缘。
在本发明实施例中,为了检测图像边缘,可以查找所述单列检测图像中属于预设目标图像,且与预设背景相邻的像素点,作为图像边缘点。具体地,所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
在具体实现中,所述目标图像的像素点与所述预设背景的像素点具有不同的像素值。由此,可以依据所述像素值,确定所述像素点属于目标图像或预设背景。从而可以依据所述像素值,查找属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点,并将该像素点作为图像边缘点。
在本发明实施例中,若干个所述图像边缘点相互连接,可以形成所述目标图像的边缘。从而本发明可以获取所述图像传感器当前检测的单列检测图像,并实时地检测获取到的所述单列检测图像中的图像边缘点。在所述图像传感器完成扫描,将所述单列检测图像按扫描方向的顺序拼接,得到完整检测图像的同时,还可以得到已经检测完成的图像边缘。
在本发明实施例中,在所述像素点为彩色,所述像素值用于表示若干种的基础颜色的亮度的情况下,可以基于若干种基础颜色中的一种基础颜色的像素值,查找所述图像边缘点。具体地,可以选取若干种基础颜色中,所述目标图像可以与所述背景的像素值具有明显区别的基础颜色,查找图像边缘点。
作为本发明的一种可选的实施方式,可以基于所述目标图像的类型,选取基础颜色。例如,所述目标图像为支票,支票的主要颜色为绿色,则支票在绿色这一基础颜色上,可以具有与所述背景的像素值更加明显的区别,则可以基于绿色像素值,在所述单列检测图像中确定支票的图像边缘点。
在本发明实施例中,从而可以通过查找所述单列检测图像中的图像边缘点,实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。
通过本发明实施例的图像边缘检测方法,通过实时地获取所述图像传感器当前检测的单列检测图像,实时地依据当前检测的单列检测图像中像素点的像素值,查找在所述单列检测图像中的图像边缘点,从而可以实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。同时,本发明通过像素值,查找属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点作为图像边缘点,从而可以准确地确定图像边缘,在缩短了图像处理需要的时间的同时确保了检测的准确性。
参照图3,示出了本发明实施例的另一种图像边缘检测方法实施例的步骤流程图,应用于图像传感器。
所述方法具体可以包括如下步骤:
步骤301,获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
在本发明实施例中,所述图像传感器具有固定的长度,且所述图像传感器向一固定的扫描方向进行扫描。可以以水平于所述图像传感器的扫描方向为行,以垂直于所述图像传感器的扫描方向为列。则所述图像传感器沿所述扫描方向进行扫描,从而所述图像传感器可以每次扫描获取至少一个像素点呈单列排布的单列检测图像。
在本发明实施例中,若所述图像传感器每次扫描可以获取一个单列检测图像,则所述单列检测图像即为所述图像传感器当前检测的单列检测图像。若所述图像传感器每次可以获取至少两个单列检测图像,则可以按照所述扫描方向,依次将所述至少两个单列检测图像中的每一所述单列检测图像作为当前检测的单列检测图像。
在本发明实施例中,所述单列检测图像可以具有至少一个像素点,在所述单列检测图像中,所述像素点呈单列排布。所述图像传感器可以沿所述扫描方向进行扫描,从而可以得到至少一个单列检测图像。将所述图像传感器获取的多个所述单列检测图像进行按扫描方向的顺序进行排列,可以得到完整检测图像。
在本发明实施例中,所述像素点可以具有对应的像素值。所述像素值可以用于表示所述像素点中每一种颜色的亮度。具体地,当所述图像传感器为黑白图像传感器时,所述像素点只有一种颜色,通过亮度的变化实现黑色至白色的渐变,则所述像素值可以用于表示所述像素点的亮度,当所述像素值越高,则所述像素点越趋近白色,当所述像素值越低,则所述像素点越趋近黑色。当所述图像传感器为彩色图像传感器时,所述像素点可以由不同亮度的若干种基础颜色组合,形成多种颜色。则所述像素值可以用于表示所述像素点中每一种基础颜色的亮度,当一基础颜色对应的像素值越高,则该基础颜色可以越趋近白色,当一基础颜色对应的像素值越低,则该基础颜色可以越趋近黑色。例如,所述像素点由红绿蓝三种基础颜色组合而成的情况下,所述像素点可以采用RGB值表示,则所述像素值可以包括R值、G值、以及B值。所述R值可以用于表示红色的亮度,所述G值可以用于表示绿色的亮度,所述B值可以用于表示蓝色的亮度。
步骤302,依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
在本发明实施例中,所述目标图像可以为所述待扫描对象对应的图像。所述背景可以为所述图像传感器检测的图像中,不存在待扫描对象的区域对应的图像。
在本发明实施例中,在所述图像传感器检测的图像中,所述目标图像可以只占所述图像传感器检测的图像中的部分区域,而剩余的区域可以为所述背景对应的区域。所述目标图像与所述背景之间的交界处,可以为所述目标图像的边缘。
在本发明实施例中,可以实时获取所述图像传感器当前检测的单列检测检测图像。本发明可以基于所述图像传感器当前检测的单列检测图像,检测图像边缘。
在本发明实施例中,为了检测图像边缘,可以查找所述单列检测图像中属于预设目标图像,且与预设背景相邻的像素点,作为图像边缘点。具体地,所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
在具体实现中,所述目标图像的像素点与所述预设背景的像素点具有不同的像素值。由此,可以依据所述像素值,确定所述像素点属于目标图像或预设背景。从而可以依据所述像素值,查找属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点,并将该像素点作为图像边缘点。
在具体实现中,由于无法准确地确认所述图像传感器扫描的待扫描对象的类型,因此,所述目标图像的像素值范围是不确定的。此外,由于图像传感器可能受到外部环境影响,导致扫描结果可能存在一定的色差。若所述图像传感器为分段式图像传感器,则不同的图像传感器之间由于老化等原因,也可能存在色差。因此,所述背景的像素值可以存在一定的波动。
由于所述图像传感器是通过获取所述待扫描对象对所述图像传感器的光源光进行反射的光,一般来说,扫描区域的材质,可以设置为较难反射所述图像传感器发射的光源光的材质。则所述待扫描对象可以相比所述扫描区域中所述待扫描对象以外的区域的材质,更容易反射所述图像传感器的光源光。因此,所述目标图像的像素值通常可以与背景的像素值之间存在区别。
由此,可以依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。具体地,在所述像素值之和明显高于所述背景的像素值的平均值与所述像素点的数量之间的乘积的情况下,可以认为所述像素点可能为所述目标图像对应的像素点。在所述像素值之差大于一预设阈值的情况下,可以认为所述像素点与背景对应的像素点。从而可以在所述单侧检测图像中,确定属于预设目标图像且相邻的至少一个像素点属于预设背景的像素点,并将所述像素点作为图像边缘点。
在本发明的一种可选的实施例中,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
S11,确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
在本发明实施例中,垂直于所述扫描方向,所述目标图像可以与所述背景存在交界处,则可以存在第一图像边缘点。所述第一图像边缘点可以为在垂直于所述扫描方向上与所述背景相邻的像素点。
作为本发明的一种示例,如图4所示,图4为本发明实施例的一种完整检测图像的示意图。在所述完整检测图像400中,存在方形的目标图像401,在所述目标图像401中,在垂直方向与所述背景相邻的像素点402、像素点403、像素点404、像素点405、像素点406、像素点407为第一像素点。
在本发明实施例中,所述单列检测图像可以包括单列垂直于所述扫描方向的所有像素点,由此,可以在所述单列检测图像中,查找所述第一像素点。
在具体实现中,可以依次确定所述单列检测图像中的每一像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差。基于所述第一像素值之和,确定所述像素点是否可能为所述目标图像的像素点。基于所述第一像素值之差,确定所述像素点是否可能与所述背景对应的像素点相邻。
S12,若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
在本发明实施例中,所述第一预设阈值可以基于所述背景的像素值确定。从而当所述第一像素值之和大于第一预设阈值时,可以认为所述像素点的像素值可以明显区别于所述背景的像素值,所述像素点可能为所述目标图像对应的像素点。
作为本发明的一种可选的实施方式,所述第一像素值之和可以为两个像素点对应的像素值之和,则所述第一预设阈值可以为两倍像素值均值。所述像素值均值可以为若干所述背景对应的像素点的像素值的平均值。例如,所述图像传感器可以事先扫描若干列背景图像,并基于所述背景图像中像素点对应的像素值,计算所述像素值均值,将两倍所述像素值均值作为第一预设阈值。进一步地,还可以在两倍所述像素平均值的基础上,加上一预设数值,将两倍所述像素平均值与预设数值之和作为第一预设阈值,从而可以更加准确地确定所述像素值明显区别于所述背景的像素值的目标图像的像素点,减少所述背景的像素点对应的像素值波动产生的误差。
在本发明实施例中,若所述第一像素值之和大于第一预设阈值,可以认为所述第一像素值之和明显区别于两倍所述背景的像素平均值,则可以认为所述像素点的像素值可能明显区别于所述背景的像素值,所述像素点可能为所述目标图像对应的像素点。
在本发明实施例中,所述第二预设阈值可以基于所述目标图像与所述背景之间的像素值的差值确定。所述第二预设阈值可以为5、10、15、20等,本发明对此不做限制。
在本发明实施例中,当所述第一像素值之差大于所述第二预设阈值,可以认为与所述像素点相邻的其他像素点可以存在属于预设背景的像素点,则所述像素点可以为所述第一图像边缘点。
在本发明实施例中,若所述目标图像为封闭的,非中空的形状,则对于所述单侧检测图像中的像素点来说,其属于目标图像的像素点是连续的。可以从所述单侧检测图像的一端开始,依次确定所述像素点是否符合所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值。并将第一个以及最后一个符合第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值的像素点,作为第一图像边缘点。
作为本发明的一种示例,图5是本发明的一种单列检测图像的示意图。确定所述像素点P(m,n)进行是否为第一图像边缘点,可以将所述像素点P(m,n)与相邻的像素点P(m-1,n)比较,所述像素点P(m,n)的像素值为80,所述像素点P(m-1,n)的像素值为50,则所述第一像素值之和为130,所述第一预设阈值为110,所述第一像素值大于第一预设阈值。所述第一像素值之差为30,所述第二预设阈值为20,则所述第一像素值之差大于所述第二预设阈值,所述像素点P(m,n)为第一图像边缘点。
在本发明的一种可选的实施例中,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
S21,确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
在本发明实施例中,平行于所述扫描方向,所述目标图像可以与所述背景存在交界处,则可以存在第二图像边缘点,所述第二图像边缘点可以为在平行于所述扫描方向上与所述背景相邻的像素点。
在本发明实施例中,所述像素点可以同时为第一图像边缘点以及第二图像边缘点,则所述像素点可以同时在水平方向与垂直方向与所述背景相邻。
作为本发明的一种示例,如图4所示,图4为本发明的一种完整检测图像的示意图。在所述完整检测图像400中,存在方形的目标图像401,在所述目标图像401中,在水平方向与所述背景相邻的像素点402、像素点404、像素点405、像素点407、像素点408、像素点409为第二像素点。其中,像素点402、像素点404、像素点405、像素点407还为第一像素点,同时在水平方向与垂直方向与所述背景相邻。
在本发明实施例中,所述图像传感器沿所述扫描方向进行扫描,可以得到一像素点矩阵,以水平于所述扫描方向为行,以垂直于所述扫描方向为列。若所述单列检测图像中存在第二图像边缘点,则在所述单列检测与相邻的任一其他单列检测图像中,可以存在与所述像素点位于相同行的其他像素点为所述背景。由此,可以通过将所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点进行比较,确定第二图像边缘点。
在具体实现中,可以依次确定所述单列检测图像中的每一像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差。基于所述第二像素值之和,确定所述像素点是否可能为所述目标图像的像素点。基于所述第二像素值之差,确定所述像素点是否可能与所述背景对应的像素点相邻。
S22,若所述第二像素值之和大于第三预设阈值,且所述所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
在本发明实施例中,所述第三预设阈值可以基于所述背景的像素值确定,从而当所述第二像素值之和大于第三预设阈值时,可以认为所述像素点的像素值可以明显区别于所述背景的像素值,所述像素点可以为所述目标图像对应的像素点。
作为本发明的一种可选的实施方式,所述第二像素值之和可以为两个像素点对应的像素值之和,则所述第三预设阈值可以为两倍像素值均值。所述像素值均值可以为若干所述背景对应的像素点的像素值的平均值。例如,所述图像传感器可以事先扫描若干列背景图像,并基于所述背景图像中像素点对应的像素值,计算所述像素值均值,将两倍所述像素值均值作为第一预设阈值。进一步地,还可以在两倍所述像素平均值的基础上,加上一预设数值,将两倍所述像素平均值与预设数值之和作为第一预设阈值,从而可以更加准确地确定所述像素值明显区别于所述背景的像素值的目标图像的像素点,减少所述背景的像素点对应的像素值波动产生的误差。
在本发明实施例中,若所述第二像素值之和大于第三预设阈值,可以认为所述第二像素值之和明显区别于两倍所述背景的像素平均值,则可以认为所述像素点的像素值可能明显区别于所述背景的像素值,所述像素点可能为所述目标图像对应的像素点。
在本发明实施例中,所述第四预设阈值可以基于所述目标图像与所述背景之间的像素值的差值确定。所述第四预设阈值可以为5、10、15、20等,本发明对此不做限制。
在本发明实施例中,当所述第二像素值之差大于所述第四预设阈值,可以认为在相邻的其他单列检测图像中与所述像素点属于相同行的其他像素点可以存在属于预设背景的像素点,则所述像素点可以为所述第二图像边缘点。
作为本发明的一种示例,图6是本发明实施例的另一种单列检测图像的示意图。图6中可以存在多列单列检测图像,每一所述单列检测图像具有若干像素点。所述多列单列检测图像的像素点呈矩阵分布。确定所述像素点P(m,n)进行是否为第二图像边缘点,可以将所述像素点P(m,n)与相邻的其他单列检测图像中与所述像素点属于相同行的像素点P(m,n-1)比较,所述像素点P(m,n)的像素值为80,所述像素点P(m,n-1)的像素值为70,则所述第二像素值之和为150,所述第三预设阈值为140,所述第二像素值之和大于所述第三预设阈值。所述第二像素值之差为10,所述第四预设阈值为5,则所述第二像素值之差大于所述第四预设阈值,所述像素点P(m,n)为第二图像边缘点。
在具体实现中,由于所述图像传感器向所述扫描方向进行扫描,依次获取所述单列检测图像。由此,对于所述当前检测的单列检测图像来说,与所述扫描方向相反的方向上的其他单列检测图像是已经扫描完成的,而与所述扫描方向相同的方向上的其他单列检测图像,可能所述图像传感器还未获取到。此时,可以先基于与所述扫描方向相反的方向上的其他单列检测图像确定第二图像边缘点,其后可以等待所述图像传感器发送新的单列检测图像后,再继续基于与所述扫描方向相同的方向上的其他单列检测图像确定第二图像边缘点。
在具体实现中,若所述目标图像为封闭的,非中空的图像,则对于每一行像素点来说,其属于目标图像的像素点是连续的。由此,对于当前检测的所述单侧检测图像来说,可以依次确定每一所述像素点是否为第二图像边缘点。对于所述像素点,若所述像素点所在的行,沿所述扫描方向,未找到第一个属于第二图像边缘点的像素点,则可以先基于与所述扫描方向相反的方向上,与所述单列检测图像相邻的其他单列检测图像,查找所述第二图像边缘点。从而可以在获取所述图像传感器当前检测的单列检测图像的情况下,即查找所述第二图像边缘点,实现实时的图像边缘检测。若所述像素点所在的行,沿所述扫描方向,已经找到第一个所述第二图像边缘点,则此时需要查找连续的目标图像的像素点中的最后一个像素点,则此时需要基于所述扫描方向相同反的方向上的其他单列检测图像确定第二图像边缘点。在所述图像传感器还未获取到的情况下,可以等待所述图像传感器发送新的单列检测图像后,在基于与所述扫描方向相同的方向上,与所述单列检测图像相邻的其他单列检测图像,查找所述第二图像边缘点。此时所述图像传感器可以仍然在扫描过程中,因此同样可以实现在扫描过程中对图像边缘的实时检测。
在本发明的一种可选的实施例中,所述若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点的步骤,包括:
S31,若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
在本发明实施例中,若所述目标图像为封闭的,非中空的图像,则对于第二图像边缘点来说,在与所述扫描方向水平的方向上,所述第二图像边缘点一侧的像素点应全部属于所述背景,而另外一侧可以具有若干连续的属于所述目标图像的像素点。由此,基于第二像素值之和与第二像素值之差确定可能为所述第二图像边缘点的像素点之后,可以进一步确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和,以确定所述像素点是否为正确的第二图像边缘点。
作为本发明的一种示例,若所述目标图像为矩形,则与所述扫描方向水平的方向上,所述第二图像边缘点一侧的像素点全部属于所述背景,而另外一侧具有若干连续的属于所述目标图像的像素点。若所述目标图像为三角形,所述第二图像边缘点为三角形的角点,则对于所述第二图像边缘点来说,在与其相邻的四个像素点中,可以存在三个像素点属于所述背景,则与所述扫描方向水平的方向上,所述第二图像边缘点一侧的像素点全部属于所述背景,而另外一侧可以不具有若干连续的属于所述目标图像的像素点,而具有属于所述背景。在此情况下,可以通过确定所述第二图像边缘点是否与所述其他图像边缘点相邻,以确定所述第二图像边缘点是否为正确的第二图像边缘点。
S32,若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
在本发明实施例中,对于所述像素点,可以沿与所述扫描方向相同的方向,确定与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;还可以沿与所述扫描方向相反的方向,确定与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和。从而可以得到所述像素点两侧的第三像素之和。
在本发明实施例中,所述第五预设阈值可以基于所述背景的像素值确定。从而当所述第三像素值之和大于第五预设阈值时,可以认为所述像素点的一侧存在若干连续的属于目标图像的其他像素点。
作为本发明的一种可选的实施方式,所述第三像素值之和可以为至少两个其他像素点对应的像素值之和,则所述第五预设阈值可以为像素值均值与所述至少两个其他像素点的像素点数量之间的乘积。所述像素值均值可以为若干所述背景对应的像素点的像素值的平均值。例如,所述图像传感器可以事先扫描若干列背景图像,并基于所述背景图像中像素点对应的像素值,计算所述像素值均值,将像素值均值与所述至少两个其他像素点的像素点数量之间的乘积作为第五预设阈值。进一步地,还可以在像素值均值与所述至少两个其他像素点的像素点数量之间的乘积的基础上,加上一预设数值,即,将像素值均值与所述至少两个其他像素点的像素点数量之间的乘积,与预设数值之和作为第五预设阈值,从而可以更加准确地确定所述像素值明显区别于所述背景的像素值的目标图像的像素点,减少所述背景的像素点对应的像素值波动产生的误差。
作为本发明的一种示例,若所述连续相邻的其他单列检测图像的数量为3个,则所述第五预设阈值可以为像素值均值×3+预设数值。
在本发明实施例中,若所述第三像素值之和大于第五预设阈值,可以认为与所述像素点处于相同行且连续相邻的至少两个其他像素点明显区别于所述背景对应的像素点,所述像素点的一侧属于所述目标图像。
在本发明实施例中,所述第六预设阈值可以基于所述背景的像素值确定,也可以基于所述像素点的像素值确定。从而当所述第三像素值之和小于所述第六预设阈值时,可以认为所述像素点的另一侧存在连续的属于背景的其他像素点。
作为本发明的一种可选的实施方式,所述第三像素值之和可以为至少两个其他像素点对应的像素值之和,则所述第六预设阈值可以为所述像素点的像素值与所述至少两个其他像素点的像素点数量之间的乘积。例如,所述若所述连续相邻的其他单列检测图像的数量为3个,则所述第六预设阈值可以为像素点的像素值×3。
此时,若所述第三像素值之和小于所述第六预设阈值,则可以认为在认为与所述像素点处于相同行且连续相邻的至少两个其他像素点的像素值小于所述像素点对应的像素值,所述其他像素点可以为所述背景对应的像素点,所述像素点的另一侧属于所述背景。
作为本发明的一种可选的实施方式,所述第三像素值之和可以为至少两个其他像素点对应的像素值之和,则所述第六预设阈值可以为像素值均值与所述至少两个其他像素点的像素点数量之间的乘积。所述像素值均值可以为若干所述背景对应的像素点的像素值的平均值。例如,所述图像传感器可以事先扫描若干列背景图像,并基于所述背景图像中像素点对应的像素值,计算所述像素值均值,将像素值均值与所述至少两个其他像素点的像素点数量之间的乘积作为第六预设阈值。进一步地,还可以在像素值均值与所述至少两个其他像素点的像素点数量之间的乘积的基础上,加上一预设数值,即,将像素值均值与所述至少两个其他像素点的像素点数量之间的乘积,与预设数值之和作为第六预设阈值,从而可以更加准确地确定所述像素值明显区别于所述背景的像素值的目标图像的像素点,减少所述背景的像素点对应的像素值波动产生的误差。
作为本发明的一种示例,若所述连续相邻的其他单列检测图像的数量为3个,则所述第六预设阈值可以为像素值均值×3+预设数值。
此时,若所述第三像素值之和小于所述第六预设阈值,则可以认为在认为与所述像素点处于相同行且连续相邻的至少两个其他像素点的像素值小于所述背景对应的像素值,所述其他像素点可以为所述背景对应的像素点,所述像素点的另一侧属于所述背景。
在本发明实施例中,可以基于在单侧与所述单列检测图像连续相邻的预设数量的其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和,确定所述像素点是否为第二图像边缘点的基础上,进一步基于在单侧与所述单列检测图像连续相邻,且数量大于所述预设数量的其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和,再次确定所述像素点是否为第二图像边缘点,从而可以进一步提高检测所述第二图像边缘点的准确性。
作为本发明的一种示例,对于第m行的像素点,若所述像素点P(m,n)为第二图像边缘点,可以确定像素点P(m,n-1)~像素点P(m,n-7),共7个连续相邻且与所述像素点P(m,n)处于相同行的像素点的第三像素点之和,所述第三像素点之和为560,所述像素点P(m,n)的像素值为90,所述第六预设阈值为600,则所述像素点P(m,n-1)~像素点P(m,n-7)的第三像素点之和小于所述第六预设阈值,所述像素点P(m,n-1)~像素点P(m,n-7)为属于所述背景的像素点。其后,可以像素点P(m,n+1)~像素点P(m,n+7),共7个连续相邻且与所述像素点P(m,n)处于相同行的像素点的第三像素点之和,所述第三像素点之和为900,所述像素点P(m,n)的像素值为90,所述第五预设阈值为600,则所述像素点P(m,n+1)~像素点P(m,n+7)的第三像素点之和大于所述第五预设阈值,所述像素点P(m,n+1)~像素点P(m,n+7)为目标图像对应的像素点,所述像素点P(m,n)一侧为所述背景,另一侧为所述目标图像,可以确定所述像素点P(m,n)为第二图像边缘点。
其后,还可以进一步基于像素点P(m,n-1)~像素点P(m,n-20),共20个连续相邻且与所述像素点P(m,n)处于相同行的像素点的第三像素点之和,以及像素点P(m,n+1)~像素点P(m,n+20),共20个连续相邻且与所述像素点P(m,n)处于相同行的像素点的第三像素点之和,再次确定所述像素点P(m,n)是否为第二图像边缘点,进一步提高检测所述第二图像边缘点的准确性。
在本发明实施例中,若干个所述图像边缘点相互连接,可以形成所述目标图像的边缘。从而本发明可以获取所述图像传感器当前检测的单列检测图像,并实时地检测获取到的所述单列检测图像中的图像边缘点。在所述图像传感器完成扫描,将所述单列检测图像按扫描方向的顺序拼接,得到完整检测图像的同时,还可以得到已经检测完成的图像边缘。
在本发明实施例中,在所述像素点为彩色,所述像素值用于表示若干种的基础颜色的亮度的情况下,可以基于若干种基础颜色中的一种基础颜色的像素值,查找所述图像边缘点。具体地,可以选取若干种基础颜色中,所述目标图像可以与所述背景的像素值具有明显区别的基础颜色,查找图像边缘点。
作为本发明的一种可选的实施方式,可以基于所述目标图像的类型,选取基础颜色。例如,所述目标图像为支票,支票的主要颜色为绿色,则支票在绿色这一基础颜色上,可以具有与所述背景的像素值更加明显的区别,则可以基于绿色像素值,在所述单列检测图像中确定支票的图像边缘点。
在本发明实施例中,从而可以通过查找所述单列检测图像中的图像边缘点,实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。
通过本发明实施例的图像边缘检测方法,通过实时地获取所述图像传感器当前检测的单列检测图像,实时地依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找在所述单列检测图像中的图像边缘点,从而可以实现实时的边缘检测,在未获取完整检测图像之前即可检测边缘,使图像扫描与边缘检测可以同步进行,缩短了图像处理需要的时间。同时,本发明通过像素值,查找属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点作为图像边缘点,从而可以准确地确定图像边缘,在缩短了图像处理需要的时间的同时确保了检测的准确性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图7,示出了本发明的一种图像边缘检测装置实施例的结构框图,应用于图像传感器,具体可以包括如下模块:
获取模块701,用于获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
查找模块702,用于在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
在本发明一种可选的实施例中,所述查找模块包括:
查找子模块,用于依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
在本发明一种可选的实施例中,所述查找子模块包括:
第一像素值确定单元,用于确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
第一边缘点确定单元,若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
在本发明一种可选的实施例中,所述查找子模块包括:
第二像素值确定单元,用于确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
第二边缘点确定单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
在本发明一种可选的实施例中,所述第二边缘点确定单元包括:
像素值确定子单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
边缘点确定子单元,用于若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
本发明实施例还公开一种装置,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如本发明实施例所述的一个或多个的方法。
本发明实施例还公开一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如本发明实施例所述的一个或多个的方法。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本发明实施例还提供了一种装置,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行本发明实施例所述的方法。
本发明实施例还提供了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种图像边缘检测方法和一种图像边缘检测装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种图像边缘检测方法,其特征在于,应用于图像传感器,所述方法包括:
获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
2.根据权利要求1所述的方法,其特征在于,所述在在所述单列检测图像中,依据所述像素值,查找图像边缘点的步骤,包括:
依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
3.根据权利要求2所述的方法,其特征在于,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
4.根据权利要求2或3所述的方法,其特征在于,所述依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点的步骤,包括:
确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
5.根据权利要求4所述的方法,其特征在于,所述若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点的步骤,包括:
若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
6.一种图像边缘检测装置,其特征在于,应用于图像传感器,所述装置包括:
获取模块,用于获取所述图像传感器当前检测的单列检测图像;所述单列检测图像包括呈单列排布的像素点,所述像素点具有对应的像素值;
查找模块,用于在所述单列检测图像中,依据所述像素值,查找图像边缘点;所述图像边缘点为属于预设目标图像,且相邻的至少一个像素点属于预设背景的像素点。
7.根据权利要求6所述的装置,其特征在于,所述查找模块包括:
查找子模块,用于依据所述单列检测图像中的像素点,以及与所述像素点相邻的至少一个像素点之间的像素值之和与像素值之差,查找图像边缘点。
8.根据权利要求7所述的装置,其特征在于,所述查找子模块包括:
第一像素值确定单元,用于确定所述单列检测图像中的像素点与所述单列检测图像中与所述像素点相邻的任一其他像素点之间的第一像素值之和,以及第一像素值之差;
第一边缘点确定单元,若所述第一像素值之和大于第一预设阈值,且所述所述第一像素值之差大于第二预设阈值,将所述像素点作为第一图像边缘点。
9.根据权利要求7或8所述的装置,其特征在于,所述查找子模块包括:
第二像素值确定单元,用于确定所述单列检测图像中的像素点与相邻的任一其他单列检测图像中与所述像素点属于相同行的其他像素点之间的第二像素值之和,与第二像素值之差;
第二边缘点确定单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,将所述像素点作为第二图像边缘点。
10.根据权利要求9所述的装置,其特征在于,所述第二边缘点确定单元包括:
像素值确定子单元,用于若所述第二像素值之和大于第三预设阈值,且所述第二像素值之差大于第四预设阈值,确定在单侧与所述单列检测图像连续相邻的至少两个其他单列检测图像中,与所述像素点处于相同行的其他像素点的第三像素之和;
边缘点确定子单元,用于若一侧的第三像素之和大于第五预设阈值,且另一侧的第三像素之和小于第六预设阈值,将所述像素点作为第二图像边缘点。
11.一种装置,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如权利要求1-5所述的一个或多个的方法。
12.一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如权利要求1-5所述的一个或多个的方法。
CN201911359704.7A 2019-12-25 2019-12-25 一种图像边缘检测方法和装置 Pending CN113034524A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911359704.7A CN113034524A (zh) 2019-12-25 2019-12-25 一种图像边缘检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911359704.7A CN113034524A (zh) 2019-12-25 2019-12-25 一种图像边缘检测方法和装置

Publications (1)

Publication Number Publication Date
CN113034524A true CN113034524A (zh) 2021-06-25

Family

ID=76458309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911359704.7A Pending CN113034524A (zh) 2019-12-25 2019-12-25 一种图像边缘检测方法和装置

Country Status (1)

Country Link
CN (1) CN113034524A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014173012A1 (zh) * 2013-04-24 2014-10-30 广州广电运通金融电子股份有限公司 一种金融票据识别模块中积灰检测方法及系统
CN104504717A (zh) * 2014-12-31 2015-04-08 北京奇艺世纪科技有限公司 一种图像信息检测方法及装置
CN106705866A (zh) * 2016-12-14 2017-05-24 云南电网有限责任公司电力科学研究院 一种基于可见光图像的输电线路覆冰检测方法
CN107886615A (zh) * 2017-12-15 2018-04-06 深圳怡化电脑股份有限公司 边缘检测方法及验钞设备
CN108062821A (zh) * 2017-12-12 2018-05-22 深圳怡化电脑股份有限公司 边缘检测方法及验钞设备
CN110176017A (zh) * 2019-03-01 2019-08-27 北京纵目安驰智能科技有限公司 一种基于目标检测的边缘检测模型、方法和存储介质
CN110223309A (zh) * 2019-05-20 2019-09-10 深圳新视智科技术有限公司 边缘检测方法、装置、计算机设备及存储介质
WO2019205290A1 (zh) * 2018-04-28 2019-10-31 平安科技(深圳)有限公司 一种图像检测方法、装置、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014173012A1 (zh) * 2013-04-24 2014-10-30 广州广电运通金融电子股份有限公司 一种金融票据识别模块中积灰检测方法及系统
CN104504717A (zh) * 2014-12-31 2015-04-08 北京奇艺世纪科技有限公司 一种图像信息检测方法及装置
CN106705866A (zh) * 2016-12-14 2017-05-24 云南电网有限责任公司电力科学研究院 一种基于可见光图像的输电线路覆冰检测方法
CN108062821A (zh) * 2017-12-12 2018-05-22 深圳怡化电脑股份有限公司 边缘检测方法及验钞设备
CN107886615A (zh) * 2017-12-15 2018-04-06 深圳怡化电脑股份有限公司 边缘检测方法及验钞设备
WO2019205290A1 (zh) * 2018-04-28 2019-10-31 平安科技(深圳)有限公司 一种图像检测方法、装置、计算机设备及存储介质
CN110176017A (zh) * 2019-03-01 2019-08-27 北京纵目安驰智能科技有限公司 一种基于目标检测的边缘检测模型、方法和存储介质
CN110223309A (zh) * 2019-05-20 2019-09-10 深圳新视智科技术有限公司 边缘检测方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
赵萌: "一种参数自适应的Harris角点检测算法", 桂林电子科技大学学报, 25 June 2016 (2016-06-25) *
陈宏希: "一种基于统计排序滤波的图像边缘检测算法", 工业仪表与自动化装置, 15 February 2016 (2016-02-15) *

Similar Documents

Publication Publication Date Title
JP6701118B2 (ja) 画像処理装置および画像処理方法
US20150306634A1 (en) Delivery sorting processing system and delivery sorting processing method
JP2011196685A (ja) 欠陥検出装置、欠陥修復装置、表示パネル、表示装置、欠陥検出方法、プログラム
CN101557537B (zh) 一种自动判定解析度的方法
US10210605B2 (en) Method and device for detecting boundary of region on display motherboard
CN112687231B (zh) 亮色度数据提取方法、设备及计算机可读存储介质
US7158690B2 (en) Enhancing the resolution of measurement systems employing image capturing systems to measure lengths
JP2011198179A (ja) キャリブレーション装置、欠陥検出装置、欠陥修復装置、表示パネル、表示装置、キャリブレーション方法
KR20090101356A (ko) 결함 검출 장치 및 결함 검출 방법
US9398173B2 (en) Two-dimensional calibration of image sensor alignment in optical scanners
US20160076878A1 (en) Depth value measurement using illumination by pixels
JP5182182B2 (ja) 色補正方法及び撮像システム
CN112071246A (zh) 显示面板的子像素定位方法、装置及显示面板的补偿方法
KR101842535B1 (ko) 부호의 광학적 검출 방법
JP2010197201A (ja) Mtf測定用チャート、mtf測定装置およびmtf測定プログラム
US20170178351A1 (en) Method for determining missing values in a depth map, corresponding device, computer program product and non-transitory computer-readable carrier medium
CN113034524A (zh) 一种图像边缘检测方法和装置
US20140071298A1 (en) Blemish detection sytem and method
CN101668222A (zh) 一种改进显示屏像素点均一性的检测系统及检测方法
CN101666641B (zh) 影像辨识方法
KR20190108805A (ko) 대상물의 결함 발생 유무를 검사하는 비전검사기 및 그 검사방법
CN111145674B (zh) 显示面板的检测方法、电子设备和存储介质
KR20150009842A (ko) 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법
JPH0979946A (ja) 表示装置の検査装置
Boiangiu et al. Target Validation and Image Color Calibration

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