CN113034529A - 基于迷你手机检测机的设备图像提取方法及装置 - Google Patents
基于迷你手机检测机的设备图像提取方法及装置 Download PDFInfo
- Publication number
- CN113034529A CN113034529A CN202110359212.9A CN202110359212A CN113034529A CN 113034529 A CN113034529 A CN 113034529A CN 202110359212 A CN202110359212 A CN 202110359212A CN 113034529 A CN113034529 A CN 113034529A
- Authority
- CN
- China
- Prior art keywords
- image
- appearance
- contour
- mini
- equipment
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000011084 recovery Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims description 100
- 238000012545 processing Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000005286 illumination Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000004040 coloring Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229920005372 Plexiglas® Polymers 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及一种基于迷你手机检测机的设备图像提取方法及装置,在获取到智能设备外观图像后,对智能设备外观图像作颜色空间转换处理,生成对应的灰度图像并确定灰度图像的梯度图像。进一步地,根据梯度图像的梯度信息获取智能设备外观图像中人眼视觉系统敏感的ROI区域,最后从ROI区域中提取出智能设备外观图像的设备区域图像。基于此,可不受智能设备外观图像中边缘信息分布的影响提取其中的设备区域图像,消除拍摄背景的干扰,以便于更精准地针对智能设备的设备区域进行回收估价。
Description
技术领域
本发明涉及电子产品技术领域,特别是涉及一种基于迷你手机检测机的设备图像提取方法及装置。
背景技术
随着电子产品技术的发展,各种智能设备层出不穷,例如智能手机、笔记本电脑和平板电脑等。目前,伴随着经济和技术的高速发展,智能设备的普及和更新换代速度也越来越快。以智能手机为例,5G时代的到来,加速了智能手机的换代。在智能设备进行迭代的过程中,有效回收是智能设备剩余价值的有效利用手段之一,可减少对环境的化学污染以及减少浪费。
在智能设备的回收过程中,智能设备的整体损耗程度对智能设备的回收估价有较大影响。一般地,主要通过观察智能设备的外观损耗来确定整体损耗,例如划痕、掉漆或外爆等类别的外观损耗来评估智能设备的整体损耗,为智能设备的回收估价提供部分有效的参考。
然而,在获取智能设备外观图像时,由于成像范围包括智能设备与背景,外观图像内与智能设备外观无关的信息较多,在根据外观图像观察智能设备外观时会受到较多的干扰,影响回收的外观检测准确性。
发明内容
基于此,有必要针对在获取智能设备外观图像时,由于成像范围包括智能设备与背景,外观图像内与智能设备外观无关的信息较多,在根据外观图像观察智能设备外观时会受到较多的干扰,影响回收的外观检测准确性这一不足,提供一种基于迷你手机检测机的设备图像提取方法及装置。
一种基于迷你手机检测机的设备图像提取方法,包括步骤:
获取智能设备外观图像;
对智能设备外观图像进行边缘提取操作,获得边缘图像;
提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
上述的基于迷你手机检测机的设备图像提取方法,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
在其中一个实施例中,在对智能设备外观图像进行边缘提取操作的过程之前,还包括步骤:
对智能设备外观图像进行图像预处理。
在其中一个实施例中,对智能设备外观图像进行图像预处理的过程,包括步骤:
对智能设备外观图像进行滤波处理,获得灰度图像;
对灰度图像进行自适应亮度调节处理,得到图像预处理后的智能设备外观图像。
在其中一个实施例中,对智能设备外观图像进行滤波处理的过程,包括步骤:
对智能设备外观图像进行高斯滤波处理。
在其中一个实施例中,对灰度图像进行自适应亮度调节处理的过程,如下式:
Y(i,j)=β(i,j)*X1(i,j)+α(i,j)*X2(i,j)
其中,X1(i,j)+X2(i,j)=255,X1(i,j)∈[0,255],X2(i,j)∈[0,255],i,j表示智能设备外观图像中的像素坐标即第i行第j列的像素点位置,Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255],α,β为自适应亮度调节因子,且α,β满足下式:
其中,α(i,j)+β(i.j)=1且α(i,j)∈(0,1),β(i,j)∈(0,1)。
在其中一个实施例中,对智能设备外观图像进行边缘提取操作的过程,如下式:
其中,j和i分别表示相对于图像中左上角原点的水平方向和垂直方向的坐标值,H和W分别表示Y的高度和宽度,w表示矩形窗口的长度,设置为3,T为Y进行矩形分块处理后的图像。
在其中一个实施例中,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓的过程,包括步骤:
调整设定阈值,以使设备区域轮廓为边缘图像中的最大轮廓。
一种设备图像提取装置,包括步骤:
图像获取模块,用于获取智能设备外观图像;
边缘提取模块,用于对智能设备外观图像进行边缘提取操作,获得边缘图像;
轮廓提取模块,用于提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
图像确定模块,用于根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
上述的设备图像提取装置,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
一种计算机存储介质,其上存储有计算机指令,计算机指令被处理器执行时实现上述任一实施例的基于迷你手机检测机的设备图像提取方法。
上述的计算机存储介质,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述任一实施例的基于迷你手机检测机的设备图像提取方法。
上述的计算机设备,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
附图说明
图1为一实施方式的基于迷你手机检测机的设备图像提取方法流程图;
图2为另一实施方式的基于迷你手机检测机的设备图像提取方法流程图;
图3为又一实施方式的基于迷你手机检测机的设备图像提取方法流程图;
图4为一实施方式的设备图像提取装置模块结构图;
图5为一实施方式的计算机内部构造示意图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果,以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于迷你手机检测机的设备图像提取方法。
在其中一个实施例中,基于迷你手机检测机的设备图像提取方法应用在一种迷你手机检测机上。
迷你手机检测机包括装置本体以及设置在装置本体内的电路模块和用于放置手机的检测仓;
检测仓内设置有外观检测模块和光源模块;其中,外观检测模块用于获取手机的外观信息;光源模块用于为检测仓构建光源环境;
电路模块分别连接外观检测模块和光源模块。
其中,检测仓设置在装置本体内,形成用于放置手机的仓内空间。手机被放置在仓内空间后,由外观检测模块完成外观检测,获取外观信息。电路模块对外观信息进行相应数据处理,包括数据传输或数据保存等,以获得检测信息。
在其中一个实施例中,检测仓包括仓体本体和仓门,仓门为可开启设计,用户可通过开启仓门将手机放入检测仓。
在其中一个实施例中,电路模块包括处理单元、通信单元和供电单元等。供电单元为处理单元、通信单元、外观检测模块和光源模块在内的模块或单元供电。处理单元对外观信息进行数据处理,通信单元用于进行数据通信,传输检测信息等。
在其中一个实施例中,检测仓与装置本体的外形结构相同。例如,装置本体和检测仓均为长方体,以使装置本体适应检测仓,有利于装置的小型化。装置本体与检测仓中间的空间用于设置电路模块。
在其中一个实施例中,装置本体与检测仓均为梯形结构;
外观检测模块设置在检测仓的顶部。
其中,外观检测模块设置在检测仓顶部,有利于降低装置本体的体积。在其中一个实施例中,外观检测模块包括摄像头。
作为一个较优的实施方式,装置本体与检测仓均为非对称梯形结构。
在其中一个实施例中,光源模块设置在检测仓两侧。
其中,手机在放入检测仓时,位于检测仓的底部。光源模块设置在检测仓两侧,可以为检测仓提供近似真实的光源环境,避免手机图像中出现图像亮斑和倒影。
在其中一个实施例中,光源模块包括照明光源和透光板;
照明光源通过透光板为检测仓构建光源环境。
照明光源的光线通过透光板为检测仓提供照明,通过透光板柔化照明光源的光线或改变光线颜色、强度等,以适应手机的检测需求。
在其中一个实施例中,照明光源包括LED,透光板包括有机玻璃板。
LED连接电路模块,获取供电和开关控制信号,为检测仓提供照明。透光板选用有机玻璃板。
在其中一个实施例中,透光板包括亚克力板。
在其中一个实施例中,光源模块设置在检测仓内表面。其中,光源模块设置在检测仓内表面,可以为检测仓的拍摄环境进行补光,避免成像的手机图像较暗,影响后续的手机图像识别和检测。
在其中一个实施例中,设置在检测仓内表面的光源模块包括上色面板。作为一个较优的实施方式,上色面板包括白色面板。白色面板设置在非对称梯形结构检测仓的倾斜角度较小的一侧内面和其对面的底部。
在其中一个实施例中,检测仓底部为绿色面板,以适应手机的检测需求。
在其中一个实施例中,装置本体表面还设置有与电路模块连接的人机交互模块。装置本体表面设置的人机交互模块,用于实现装置与用户的人机交互。作为一个较优的实施方式,人机交互模块包括触摸液晶显示器或按键模块。
其中,触摸液晶显示器设置在非对称梯形结构装置本体与检测仓仓门相对的一侧。
在其中一个实施例中,装置本体表面还设置有连接检测模块。连接检测模块连接电路模块,并用于连接手机。将手机的参数传输至电路模块,完成检测。作为一个较优的实施方式,连接检测模块包括USB数据线。
其中,外观检测模块完成外观检测,获得的外观信息即为智能设备外观图像。基于迷你手机检测机的外形结构和内部构造,会为智能设备外观图像引入诸多干扰,在这种背景下本发明实施例提供了一种基于迷你手机检测机的设备图像提取方法。
图1为一实施方式的基于迷你手机检测机的设备图像提取方法流程图,如图1所示,一实施方式的基于迷你手机检测机的设备图像提取方法包括步骤S100至步骤S103:
S100,获取智能设备外观图像;
通过拍摄智能设备,获得智能设备外观图像。例如,在智能设备进行回收时,迷你手机检测机通过拍摄智能设备,提供了包括拍摄背景和设备外观图像在内的智能设备外观图像。
在其中一个实施例中,图2为另一实施方式的基于迷你手机检测机的设备图像提取方法流程图,如图2所示,在步骤S101中对智能设备外观图像进行边缘提取操作,获得边缘图像的过程之前,还包括步骤S200:
S200,对智能设备外观图像进行图像预处理。
其中,对智能设备外观图像进行图像预处理,包括图像滤波处理、图像二值化等在内预处理操作,以提高智能设备外观图像的质量。
在其中一个实施例中,图3为又一实施方式的基于迷你手机检测机的设备图像提取方法流程图,如图3所示,步骤S200中对智能设备外观图像进行图像预处理的过程,包括步骤S300和步骤S301:
S300,对智能设备外观图像进行滤波处理,获得灰度图像;
在其中一个实施例中,滤波处理选用高斯滤波处理,去除白噪声对智能设备外观图像的影响,并转换为灰度图像X1。
S301,对灰度图像进行自适应亮度调节处理,得到图像预处理后的智能设备外观图像。
其中,通过对灰度图像进行自适应亮度调节处理,对其中较暗和较亮的区域图像进行调亮和调暗处理,输出处理后的图像Y。
在其中一个实施例中,对灰度图像进行自适应亮度调节处理的过程,如下式:
Y(i,j)=β(i,j)*X1(i,j)+α(i,j)*X2(i,j)
其中,X1(i,j)+X2(i,j)=255,X1(i,j)∈[0,255],X2(i,j)∈[0,255],i,j表示智能设备外观图像中的像素坐标即第i行第j列的像素点位置,Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255],α,β为自适应亮度调节因子,且α,β满足下式:
其中,α(i,j)+β(i.j)=1且α(i,j)∈(0,1),β(i,j)∈(0,1)。
S101,对智能设备外观图像进行边缘提取操作,获得边缘图像;
其中,通过边缘检测算法,对智能设备外观图像进行边缘提取操作,获得边缘图像。在其中一个实施例中,选用Canny边缘检测算法对智能设备外观图像进行边缘提取操作,获取其中的边缘图像E,Canny的阈值分别为th1、th2:
对智能设备外观图像进行边缘提取操作的过程,如下式:
其中,j和i分别表示相对于图像中左上角原点的水平方向和垂直方向的坐标值,H和W分别表示Y的高度和宽度,T为Y进行矩形分块处理后的图像。
在其中一个实施例中,w表示矩形窗口的长度,包括1-5。作为一个较优的实施方式,w设置为3。
S102,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
通过设定阈值的确定,选取边缘图像中大小符合要求的轮廓,作为设备区域轮廓,以保证智能设备外观图像的选取准确性。
在其中一个实施例中,如图2所示,步骤S102中提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓的过程,包括步骤S201:
S201,调整设定阈值,以使设备区域轮廓为边缘图像中的最大轮廓。
通过动态调整设定阈值,在边缘图像中的多个轮廓进行迭代比较,以确定最大轮廓,作为设备区域轮廓。
S103,根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
在确定设备区域轮廓后,根据设备区域轮廓从智能设备外观图像中完成图像提取,提取出设备区域图像,作为回收检测的待检测图像。即,在迷你手机检测机完成拍摄后,执行回收检测所依据的图像,为处理后的设备区域图像。
上述任一实施例的基于迷你手机检测机的设备图像提取方法,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
本发明实施例还提供了一种设备图像提取装置。
图4为一实施方式的设备图像提取装置模块结构图,如图4所示,一实施方式的设备图像提取装置包括模块100、模块101、模块102和模块103:
图像获取模块100,用于获取智能设备外观图像;
边缘提取模块101,用于对智能设备外观图像进行边缘提取操作,获得边缘图像;
轮廓提取模块102,用于提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
图像确定模块103,用于根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
上述的设备图像提取装置,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
本发明实施例还提供了一种计算机存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述任一实施例的基于迷你手机检测机的设备图像提取方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对相关技术做出贡献的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、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是,在一个实施例中还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行程序时实现如上述各实施例中的任意一种基于迷你手机检测机的设备图像提取方法。
该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于迷你手机检测机的设备图像提取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等
上述计算机设备,在获取到智能设备外观图像后,对智能设备外观图像进行边缘提取操作,获得边缘图像。进一步地,提取边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓,最后根据设备区域轮廓提取智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。基于此,通过设备区域轮廓的确定,提取智能设备外观图像中的设备区域图像作为回收检测的待检测图像,以此降低作为回收检测的待检测图像所包含的干扰信息,提高回收检测的准确性和参考价值。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于迷你手机检测机的设备图像提取方法,其特征在于,包括步骤:
获取智能设备外观图像;
对所述智能设备外观图像进行边缘提取操作,获得边缘图像;
提取所述边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
根据所述设备区域轮廓提取所述智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
2.根据权利要求1所述的基于迷你手机检测机的设备图像提取方法,其特征在于,在所述对所述智能设备外观图像进行边缘提取操作的过程之前,还包括步骤:
对所述智能设备外观图像进行图像预处理。
3.根据权利要求2所述的基于迷你手机检测机的设备图像提取方法,其特征在于,所述对所述智能设备外观图像进行图像预处理的过程,包括步骤:
对所述智能设备外观图像进行滤波处理,获得灰度图像;
对所述灰度图像进行自适应亮度调节处理,得到图像预处理后的智能设备外观图像。
4.根据权利要求3所述的基于迷你手机检测机的设备图像提取方法,其特征在于,所述对所述智能设备外观图像进行滤波处理的过程,包括步骤:
对所述智能设备外观图像进行高斯滤波处理。
5.根据权利要求3所述的基于迷你手机检测机的设备图像提取方法,其特征在于,所述对所述灰度图像进行自适应亮度调节处理的过程,如下式:
Y(i,j)=β(i,j)*X1(i,j)+α(i,j)*X2(i,j)
其中,X1(i,j)+X2(i,j)=255,X1(i,j)∈[0,255],X2(i,j)∈[0,255],i,j表示智能设备外观图像中的像素坐标即第i行第j列的像素点位置,Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255],α,β为自适应亮度调节因子,且α,β满足下式:
其中,α(i,j)+β(i.j)=1且α(i,j)∈(0,1),β(i,j)∈(0,1)。
7.根据权利要求1所述的基于迷你手机检测机的设备图像提取方法,其特征在于,所述提取所述边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓的过程,包括步骤:
调整所述设定阈值,以使设备区域轮廓为所述边缘图像中的最大轮廓。
8.一种设备图像提取装置,其特征在于,包括步骤:
图像获取模块,用于获取智能设备外观图像;
边缘提取模块,用于对所述智能设备外观图像进行边缘提取操作,获得边缘图像;
轮廓提取模块,用于提取所述边缘图像中轮廓大于设定阈值的轮廓,作为设备区域轮廓;
图像确定模块,用于根据所述设备区域轮廓提取所述智能设备外观图像中的设备区域图像,作为回收检测的待检测图像。
9.一种计算机存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的基于迷你手机检测机的设备图像提取方法。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行程序时实现如权利要求1至7任意一项所述的基于迷你手机检测机的设备图像提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359212.9A CN113034529A (zh) | 2021-04-02 | 2021-04-02 | 基于迷你手机检测机的设备图像提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359212.9A CN113034529A (zh) | 2021-04-02 | 2021-04-02 | 基于迷你手机检测机的设备图像提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113034529A true CN113034529A (zh) | 2021-06-25 |
Family
ID=76453485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359212.9A Pending CN113034529A (zh) | 2021-04-02 | 2021-04-02 | 基于迷你手机检测机的设备图像提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034529A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11922467B2 (en) | 2020-08-17 | 2024-03-05 | ecoATM, Inc. | Evaluating an electronic device using optical character recognition |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851085A (zh) * | 2014-02-17 | 2015-08-19 | 征图新视(江苏)科技有限公司 | 自动获取图像中检测区的方法及系统 |
CN107895376A (zh) * | 2017-12-11 | 2018-04-10 | 福州大学 | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 |
CN109118453A (zh) * | 2018-08-28 | 2019-01-01 | 西北核技术研究所 | 一种背景抑制的图像处理方法 |
CN110570411A (zh) * | 2019-09-05 | 2019-12-13 | 中国科学院长春光学精密机械与物理研究所 | 一种基于变异系数的Mura检测方法及装置 |
CN112348761A (zh) * | 2020-11-30 | 2021-02-09 | 广州绿怡信息科技有限公司 | 设备外观图像亮度调节方法及装置 |
-
2021
- 2021-04-02 CN CN202110359212.9A patent/CN113034529A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851085A (zh) * | 2014-02-17 | 2015-08-19 | 征图新视(江苏)科技有限公司 | 自动获取图像中检测区的方法及系统 |
CN107895376A (zh) * | 2017-12-11 | 2018-04-10 | 福州大学 | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 |
CN109118453A (zh) * | 2018-08-28 | 2019-01-01 | 西北核技术研究所 | 一种背景抑制的图像处理方法 |
CN110570411A (zh) * | 2019-09-05 | 2019-12-13 | 中国科学院长春光学精密机械与物理研究所 | 一种基于变异系数的Mura检测方法及装置 |
CN112348761A (zh) * | 2020-11-30 | 2021-02-09 | 广州绿怡信息科技有限公司 | 设备外观图像亮度调节方法及装置 |
Non-Patent Citations (1)
Title |
---|
姜囡 等: "《MATLAB程序设计及公安司法实践应用》", 东北大学出版社, pages: 138 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11922467B2 (en) | 2020-08-17 | 2024-03-05 | ecoATM, Inc. | Evaluating an electronic device using optical character recognition |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
TWI737040B (zh) | 指紋識別方法、晶片及電子裝置 | |
US20160094800A1 (en) | Feature computation in a sensor element array | |
US11874907B2 (en) | Method for enhancing fingerprint image, identifying fingerprint and starting-up application program | |
WO2020108225A1 (zh) | 指纹采集方法及相关装置 | |
CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
CN110009607A (zh) | 显示屏坏点检测方法、装置、计算机设备和存储介质 | |
CN110910445B (zh) | 一种物件尺寸检测方法、装置、检测设备及存储介质 | |
CN111477135A (zh) | 一种屏幕显示方法、设备及存储介质 | |
CN113034530A (zh) | 手机摆放检测方法及装置 | |
CN116188379A (zh) | 边缘缺陷检测方法、装置、电子设备及存储介质 | |
Zhu et al. | Insect identification and counting in stored grain: image processing approach and application embedded in smartphones | |
CN112308797A (zh) | 角点检测方法、装置、电子设备及可读存储介质 | |
CN113379723A (zh) | 不规则溢胶口检测方法、装置、设备和存储介质 | |
CN112634288A (zh) | 设备区域图像分割方法及装置 | |
CN112528888A (zh) | 一种光学指纹采集方法、装置、电子设备及存储介质 | |
CN113034529A (zh) | 基于迷你手机检测机的设备图像提取方法及装置 | |
KR20180044587A (ko) | 다중 배경 모델을 이용한 전경 생성 방법 및 그 장치 | |
CN114723671B (zh) | 一种图像预处理方法、装置、计算机设备及存储介质 | |
CN116128849A (zh) | 一种混凝土坝水下裂缝检测方法、装置、设备及存储介质 | |
CN114998217A (zh) | 确定玻璃基板缺陷等级的方法、计算机设备及存储介质 | |
CN108255298B (zh) | 一种投影交互系统中的红外手势识别方法及设备 | |
CN113870223A (zh) | 设备屏幕漏液检测方法及装置 | |
CN114299293A (zh) | 应用于回收检测的图像机器视觉预处理方法及装置 | |
Hang | Real-time image acquisition and processing system design based on DSP |
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 |