CN113192094A - 鬼影轮廓的提取方法、电子设备以及存储介质 - Google Patents
鬼影轮廓的提取方法、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113192094A CN113192094A CN202110513077.9A CN202110513077A CN113192094A CN 113192094 A CN113192094 A CN 113192094A CN 202110513077 A CN202110513077 A CN 202110513077A CN 113192094 A CN113192094 A CN 113192094A
- Authority
- CN
- China
- Prior art keywords
- contour
- value
- ghost
- extracting
- target
- 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.)
- Withdrawn
Links
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种鬼影轮廓的提取方法、电子设备以及存储介质,其中,该鬼影轮廓的提取方法包括,获取圆点光源图卡对应摄像头杂光成像区域的原始图像,其中,所述圆点光源图卡中的圆点光源呈阵列状分布;对所述原始图像进行灰度化处理,获得灰度化图像;对所述灰度化图像进行二值化处理,获得二值化图像;提取所述二值化图像中的目标轮廓;对所有所述目标轮廓分别进行行分组和列分组以获得轮廓分组;提取每个所述轮廓分组中的鬼影轮廓。本发明的鬼影轮廓的提取方法和电子设备,可以该提取方法可以实现对摄像头拍摄的图像中鬼影轮廓的提取。
Description
技术领域
本发明涉及摄像头技术领域,尤其是涉及一种鬼影轮廓的提取方法、电子设备以及一种计算机可读存储介质。
背景技术
鬼影和眩光是摄像头质量评价的重要指标,它是成像系统中杂散光在图像传感器上的综合体现,这些杂散光的形成包括但不限于光线在光学元件、机械结构元件以及图像传感器的单次反射或多次反射产生的能量。鬼影和眩光的存在影响图片的美感。
相关技术中,如图1所示,在炫光鬼影测试时,通常采用圆点光源图卡,由于圆点光源图卡所产生的光线经摄像头模组中各种镜头和其他机构间的多次反射,使得拍摄后的图像中在非圆点像的其他位置处出现多层的圆点像,俗称“鬼影”。对拍摄的图像中鬼影的提取尚未提出明确、有效的解决方案。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明的一个目的在于提出一种鬼影轮廓的提取方法,该提取方法可以实现对摄像头拍摄的图像中鬼影轮廓的提取。
本发明的目的之二在于提出一种电子设备。
本发明的目的之三在于提出一种计算机可读存储介质。
为了解决上述问题,本发明第一方面实施例提供的鬼影轮廓的提取方法,包括,获取圆点光源图卡对应摄像头杂光成像区域的原始图像,其中,所述圆点光源图卡中的圆点光源呈阵列状分布;对所述原始图像进行灰度化处理,获得灰度化图像;对所述灰度化图像进行二值化处理,获得二值化图像;提取所述二值化图像中的目标轮廓;对所有所述目标轮廓分别进行行分组和列分组以获得轮廓分组;提取每个所述轮廓分组中的鬼影轮廓。
根据本发明实施例的鬼影轮廓的提取方法,考虑到摄像头输出图像的非成像区域存在杂散光造成的鬼影,获取圆点光源图卡对应摄像头杂光成像区域的原始图像,即该原始图像中存在鬼影,通过对原始图像进行灰度化和二值化处理,以提取二值化图像中的目标轮廓,并对提取后的目标轮廓进行轮廓分组,以将相互重叠的鬼影归为同一轮廓分组,从而提取每个轮廓分组中的鬼影轮廓,实现对摄像头成像中杂散光造成的鬼影提取的目的。
在一些实施例中,所述提取方法还包括:获取每个目标轮廓的质心坐标。以便于根据质心坐标对所有目标轮廓进行分组操作,以及也便于后续提取鬼影轮廓。
在一些实施例中,对所有所述目标轮廓分别进行行分组和列分组以获得轮廓分组,包括:根据每个所述质心坐标的X值将所述目标轮廓分为n列,以及,根据每个所述质心坐标的Y值将所述目标轮廓分为m行;同行且同列的目标轮廓组合为所述轮廓分组。由此方式便于将相互重叠的鬼影归为同一轮廓分组,为后续对每个轮廓分组中鬼影轮廓的提取提供支持。
在一些实施例中,根据每个所述质心坐标的X值将目标轮廓分为n列,包括:将所有所述目标轮廓的质心坐标的X值按照由小到大进行排序,获得X值排序;计算所述X值排序中第x1个X值与第(x1-1)个X值的X差值,其中,x1为整数,1<x1≤所有目标轮廓的数量;从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n。由此方式,实现对所有目标轮廓进行列分组的操作。
在一些实施例中,从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n,包括:将所有的X差值按照由大到小进行排序,获得X差值排序;在所述X差值排序中确定第x2个X差值大于等于第一倍率值,其中,所述第一倍率值为第(x2-1)个X差值的预设倍率,则所述有效X差值的数量为x2个,n=x2+1,其中,x2为整数,1<x2≤(所有目标轮廓的数量-1)。以便于根据获得的n列对所有目标轮廓进行分组操作。
在一些实施例中,从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n,包括:获取所有所述X差值中大于或等于第一预设阈值的X差值,以作为所述有效X差值;确定所述有效X差值的数量,则n=所述有效X差值的数量+1。以便于根据获得的n列对所有目标轮廓进行分组操作。
在一些实施例中,根据每个所述质心坐标的Y值将目标轮廓分为m行,包括:将所有所述目标轮廓的质心坐标的Y值按照由小到大进行排序,获得Y值排序;计算所述Y值排序中第y1个Y值与第(y1-1)个Y值的Y差值,其中,y1为整数,1<y1≤所有目标轮廓的数量;从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m。由此方式,实现对所有目标轮廓进行行分组的操作。
在一些实施例中,从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m,包括:将所有的Y差值按照由大到小进行排序,获得Y差值排序;在所述Y差值排序中确定第y2个Y差值大于等于第二倍率值,其中,所述第二倍率值为第(y2-1)个Y差值的预设倍率,则所述有效Y差值的数量为y2个,m=y2+1,其中,y2为整数,1<y2≤(所有目标轮廓的数量-1)。以便于根据获得的m行对所有目标轮廓进行分组操作。
在一些实施例中,从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m,包括:获取所有所述Y差值中大于等于第二预设阈值的Y差值,以作为所述有效Y差值;确定所述有效Y差值的数量,则m=所述有效Y差值的数量+1。以便于根据获得的m行对所有目标轮廓进行分组操作。
在一些实施例中,提取每个所述轮廓分组中的鬼影轮廓,包括:计算每个所述轮廓分组中所包含轮廓的质心坐标数量;根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓。由此方式可以通过轮廓数量的不同确定出含有相互重叠鬼影的轮廓分组,以便于提取出轮廓分组中所有的鬼影轮廓,提高对鬼影轮廓提取的精确度。
在一些实施例中,根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓,包括:判断所述质心坐标数量小于两个;获取所述轮廓分组中所述轮廓的最小外接圆,以表征鬼影轮廓。实现对无重叠鬼影的轮廓分组中鬼影轮廓的提取。
在一些实施例中,根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓,包括:判断所述质心坐标数量大于或等于两个;对每个所述轮廓分组中的每个轮廓进行分离,以提取所述鬼影轮廓。通过对每个轮廓进行分离,实现对有重叠鬼影的轮廓分组中每个鬼影轮廓的提取。
在一些实施例中,对所述轮廓分组中的每个轮廓进行分离,以提取所述鬼影轮廓,包括:计算所述轮廓分组中每个轮廓的面积;保留所述轮廓分组中面积最大的第一轮廓点图案和面积次大的第二轮廓点图案;获取所述第二轮廓点图案的最小外接圆,以表征第一重鬼影轮廓;获得所述第一轮廓点图案去除所述第二轮廓点图案的剩余轮廓点图案;获取所述剩余轮廓点图案的最小外接圆,以表征第二重鬼影轮廓。实现对有重叠鬼影的轮廓分组中每个轮廓的分离,以分别提取出第一重鬼影轮廓和第二重鬼影轮廓。
在一些实施例中,获取所述第一轮廓点图案去除所述第二轮廓点图案的剩余轮廓点图案,包括:获取所述第二轮廓点图案的质心坐标;以所述第二轮廓点图案的质心坐标处为圆心并以预设长度值为半径对所述第二轮廓点图案进行调整,获得对应所述第二轮廓点图案的调整后轮廓点图案;计算所述第一轮廓点图案与所述调整后轮廓点图案的轮廓点图案重叠部分;根据所述第一轮廓点图案与所述轮廓点图案重叠部分获得所述剩余轮廓点图案。通过以第二轮廓放大一定的倍率的方式来获得剩余轮廓,可以减少干扰像素的影响,提高对鬼影轮廓提取的精确度。
在一些实施例中,对所述灰度化图像进行二值化处理,获得二值化图像,包括:获取所述灰度化图像的像素值分布范围;获得所述像素值分布范围中的最小像素值和最大像素值;从所述最小像素值到所述最大像素值,以预设像素值步长进行区间二值化,以获得多个二值化图像。通过以预设像素值步长对灰度化图像进行区间二值化,便于后续从多个二值化图像中提取出所有的图形轮廓,从而在提取时可以最大程度地从所有图形轮廓中提取出鬼影轮廓,避免存在遗漏的问题,提高对鬼影轮廓提取的准确度。
在一些实施例中,获取所述灰度化图像的像素值分布范围,包括:对所述灰度化图像进行分析以获得直方图;获得所述直方图的像素值分布范围。通过以直方图的方式获取像素值分布情况,可以提高运算速率,减少计算量。
在一些实施例中,从所述最小像素值到所述最大像素值,以预设像素值步长进行区间二值化,以获得多个二值化图像,包括:将所述像素值分布范围中除了最大像素值外的每个像素值分别作为区间下限阈值;对于每个所述区间下限阈值,分别以(区间下限阈值+K*预设像素值步长)为区间上限阈值,根据所述区间下限阈值和每个所述区间上限阈值确定出对应同一区间下限阈值的二值化区间,其中,K为正整数,(区间下限阈值+K*预设像素值步长)≤所述最大像素值;基于每个所述二值化区间对所述灰度化图像进行二值化处理,获得对应每个区间下限阈值的多个二值化图像。实现以预设像素值步长对灰度化图像进行区间二值化的目的。
在一些实施例中,所述提取所述二值化图像中的目标轮廓,包括:提取对应每个区间下限阈值的多个二值化图像中的图形轮廓;对所述图形轮廓进行筛选和去除处理,以获得所述目标轮廓。由此方式,可以减少干扰轮廓,提高对鬼影轮廓提取的准确性。
在一些实施例中,对所述图形轮廓进行筛选和去除处理,以获得所述目标轮廓,包括:确定所有图形轮廓中面积大于第一面积阈值和面积小于第二面积阈值的第一类图形轮廓,其中,所述第一面积阈值大于所述第二面积阈值;从所有图形轮廓中去除所述第一类图形轮廓,以获得所述目标轮廓。由此方式,可以减少面积过大和面积过小的轮廓的干扰,提高对鬼影轮廓提取的准确性。
在一些实施例中,对所述图形轮廓进行筛选去除处理,以获得所述目标轮廓,包括:获得每个所述图形轮廓的最大X值、最小X值以及最大Y值、最小Y值;确定所述最大X值与所述最小X值之差大于第一阈值或者所述最大Y值与所述最小Y值之差大于第二阈值的第二类图形轮廓;从所有图形轮廓中去除所述第二类图形轮廓,以获得所述目标轮廓。由此方式,可以减少干扰轮廓如长方形轮廓,提高对鬼影轮廓提取的准确性。
在一些实施例中,所述提取方法还包括:获取所述鬼影轮廓的大小信息和位置信息。以为摄像头结构的改进、元件的选取提供数据参考。
本发明第二方面实施例提供一种电子设备,包括:处理器;与所述处理器通信连接的存储器;所述存储器中存储有可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例所述鬼影轮廓的提取方法。
根据本发明实施例的电子设备,通过处理器执行上述实施例提供的鬼影轮廓的提取方法,可以实现对摄像头成像中杂散光造成的鬼影的提取。
本发明第三方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述实施例所述的鬼影轮廓的提取方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是一个实施例的圆点光源图卡的示意图;
图2是根据本发明一个实施例的鬼影轮廓的提取方法的流程图;
图3是另一个实施例的圆点光源图卡的示意图;
图4是一个实施例的圆点光源图卡中边缘区域的示意图;
图5是根据本发明一个实施例的对所有目标轮廓分组后的示意图;
图6是根据本发明一个实施例的剩余轮廓点图案的示意图;
图7是根据本发明一个实施例的对灰度化图像进行直方图分析获得的直方图;
图8是根据本发明一个实施例的提取的二值化图像中图形轮廓的示意图;
图9是根据本发明一个实施例的提取的二值化图像中目标轮廓的示意图;
图10是根据本发明一个实施例的目标轮廓的最小外接圆的示意图;
图11是根据本发明一个实施例的电子设备的结构框图。
具体实施方式
下面详细描述本发明的实施例,参考附图描述的实施例是示例性的,下面详细描述本发明的实施例。
下面参照附图描述根据本发明第一方面实施例的鬼影轮廓的提取方法,该提取方法可以实现对摄像头拍摄的图像中鬼影轮廓的提取。
本发明第一方面实施例提供的鬼影轮廓的提取方法,如图2所示,该方法至少包括步骤S1-步骤S6。
步骤S1,获取圆点光源图卡对应摄像头杂光成像区域的原始图像。
在本发明实施例中,对摄像头进行杂散光测试时采用圆点光源图卡,其中,圆点光源图卡中的圆点光源呈阵列状分布。具体地,可以将圆点呈阵列排布的掩膜版覆盖于均匀光源板上形成圆点光源图卡,例如图1所示。或者,也可以将光源发射的光线照射至圆点呈阵列排布的掩膜版上的圆点位置处形成圆点光源图卡,例如图3所示。
其中,对圆点光源图卡拍摄后获得的图像中,即在摄像头成像中,成像区域即对应圆点光源图卡上带有光源的圆点部分即圆点图像,而由于摄像头结构或元件或图像传感器对成像光线的单次或多次反射造成杂散光,因而在圆点图像附近会存在鬼影,在实施例中,可以将摄像头成像中对应非圆点图像的区域称为对应摄像头杂光成像区域。
在一些实施例中,获取对应摄像头杂光成像区域的原始图像的方式有多种,例如可以对圆点光源图卡的非圆点区域但临近圆点区域的边缘区域拍摄,例如对图4中圆点光源图卡上虚线框所指的四个边缘区域中的任一区域进行拍摄,此情况下理论上拍摄后的图像无任何影像即为全黑图像,但实际上拍摄后的图像会出现多层的圆点像,即鬼影。因而,可以通过对圆点光源图卡的非圆点区域但临近圆点的区域例如边缘区域进行图像采集,获得的图像即为圆点光源图卡对应摄像头杂光成像区域的原始图像。
或者,通过对整个圆点光源图卡进行图像采集,进而对采集获得的图像进行剪裁以获取图像中存在鬼影的图像,即提取对应摄像头杂光成像区域的原始图像,如从拍摄的整张图像中提取图4所示对应四个边缘区域的图像作为原始图像,或提取相邻两个圆点光源之间区域的图像作为原始图像。或者,通过对整个圆点光源图卡中带有光源的圆点部分如图4中四个边缘区域所包围的光源圆点部分进行图像采集,进而对采集获得的图像进行剪裁以获取图像中存在鬼影的图像,如获取非圆点区域但靠近圆点附近的图像即相邻两个圆点光源之间的区域,获得的该图像即为圆点光源图卡对应摄像头杂光成像区域的原始图像。
其中,为便于准确提取鬼影轮廓,优选的原始图像为圆点光源图卡的四个边缘区域的图像。具体地,在对摄像头进行炫光鬼影测试时,摄像头以一定的角度对圆点光源图卡或对圆点光源图卡的非圆点区域但临近圆点的边缘区域进行拍摄,从拍摄获得的图像中获取对应圆点光源图卡图像中的非圆点区域的图像,即圆点光源图卡对应摄像头杂光成像区域的原始图像,该原始图像中可能会存在由于杂散光形成的单重或重叠或多重的圆点像即鬼影。
进一步地,为了衡量鬼影的程度,需对获取的原始图像进行分析,以将原始图像中的所有杂散光形成的圆点以及相互覆盖重合的圆点分析提取出来,即在原始图像中提取鬼影轮廓。
步骤S2,对原始图像进行灰度化处理,获得灰度化图像。
在实施例中,灰度化处理是指将含有亮度和色彩的彩色图像变化成灰度图像的过程。灰度图像上每个像素的颜色值又称为灰度,指黑白图像中点的颜色深度,灰度范围为0-255。
具体地,对原始图像进行灰度化处理,可以采用分量法、平均值法、最大值法、加权平均法等,以获取灰度化图像。
步骤S3,对灰度化图像进行二值化处理,获得二值化图像。
在实施例中,由于在对原始图像进行灰度化处理后,灰度化图像中产生的一些非鬼影轮廓,会对后续鬼影轮廓的提取造成干扰,因此通过对灰度化图像作进一步地二值化处理,以便于去除干扰轮廓,提高对鬼影轮廓提取的精确度。
具体地,二值化处理是指将灰度化图像中每个通道0-255数值二值化为0和255,也就是将整个图像呈现出明显的黑白效果的过程。例如,对灰度化图像进行二值化处理,可以通过设定阈值,在阈值中的像素值将变为255(如白色部分),而不在阈值中的像素值变为0(如黑色部分),从而获得二值化图像。
步骤S4,提取二值化图像中的目标轮廓。
其中,目标轮廓可以理解为二值化图像中因杂散光形成的单重或重叠或多重鬼影所组成的轮廓。
在实施例中,在灰度化处理时产生的一些非鬼影轮廓,会对后续鬼影轮廓的提取造成干扰。为提取鬼影轮廓,需去除干扰轮廓,以在二值化图像中提取目标轮廓。其中,本发明的方法仅通过二值化处理和轮廓检测来实现鬼影轮廓的提取,步骤少,方法简单。
步骤S5,对所有目标轮廓分别进行行分组和列分组以获得轮廓分组。
在实施例中,在对圆点光源图卡拍摄后,由于杂散光的原因,圆点光源图卡上对应每个圆点光源会形成单重或重叠或多重的圆点像即鬼影,为确定相互重叠的鬼影,本发明实施例通过对所有目标轮廓分别进行行分组和列分组,以将每个圆点光源所产生的鬼影分为同一组。
具体地,在对所有目标轮廓进行分组时,根据每个目标轮廓的位置信息,将位于同行同列的目标轮廓归为同一轮廓分组。其中,可以通过获取每个目标轮廓中轮廓点的坐标信息来确定位置,或者可以获取每个目标轮廓中具有明显特征的轮廓点如质心坐标信息来确定位置,对此不作限制。
步骤S6,提取每个轮廓分组中的鬼影轮廓。
在实施例中,鬼影轮廓即为圆点光源图卡上圆点光源成像时产生的鬼影的轮廓。所有目标轮廓经分组后,对应每个圆点光源所形成的单重或重叠或多重鬼影则会处于同一轮廓分组中,从而通过分别对每个轮廓分组中的鬼影轮廓进行提取,实现对摄像头成像中杂散光造成的鬼影的提取的目的。
根据本发明实施例的鬼影轮廓的提取方法,考虑到摄像头输出图像的非成像区域存在杂散光造成的鬼影,获取的圆点光源图卡对应摄像头杂光成像区域的原始图像,即该原始图像中存在鬼影,通过对原始图像进行灰度化和二值化处理,以提取二值化图像中的目标轮廓,并对提取后的目标轮廓进行轮廓分组,以将相互重叠的鬼影归为同一轮廓分组,从而提取每个轮廓分组中的鬼影轮廓,实现对摄像头成像中杂散光造成的鬼影的提取的目的。
在一些实施例中,本发明的提取方法还包括获取每个目标轮廓的质心坐标,如可以通过采用亚像素质心定位算法或二值化质心定位算法或加权二值化质心定位算法等方法进行计算。以便于根据质心坐标对所有目标轮廓进行分组操作,以及也便于后续提取鬼影轮廓。
在一些实施例中,可以根据每个质心坐标的X值将目标轮廓分为n列,以及,根据每个质心坐标的Y值将目标轮廓分为m行,并将同行且同列的目标轮廓组合为轮廓分组。由此方式便于将相互重叠的鬼影归为同一轮廓分组,为后续对每个轮廓分组中鬼影轮廓的提取提供支持。
具体地,由于不同位置处对应每个光亮圆点可能会产生单重或重叠或多重的圆点像,且因对应每个圆点光源所产生的圆点像的质心坐标接近,因此,为确定相互重叠的鬼影轮廓,本发明基于每个目标轮廓的质心坐标,对所有目标轮廓分成对应的m行n列,位于同一行同一列处的目标轮廓作为同一分组,例如图5所示所有目标轮廓分为50组,对应分为5行10列。从而通过上述分组操作,便于将圆点光源图卡中每个圆点光源区域对应产生的所有圆点像即所有鬼影处于同一行同一列中,从而便于根据某行某列的目标轮廓实现对该圆点光源区域所产生的鬼影轮廓的提取。
在一些实施例中,可以将所有目标轮廓的质心坐标的X值按照由小到大进行排序,获得X值排序,并计算X值排序中第x1个X值与第(x1-1)个X值的X差值,其中,x1为整数,1<x1≤所有目标轮廓的数量,从所有X差值中确定有效X差值的数量,并根据有效X差值的数量确定n。其中,有效X差值可以理解为符合分列条件的差值。由此方式,可以确定将所有目标轮廓分为n列,并可以根据有效X差值进行索引,以确定位于同一列的目标轮廓,实现对所有目标轮廓进行列分组的操作。
在一些实施例中,可以将所有的X差值按照由大到小进行排序,获得X差值排序,并在X差值排序中确定第x2个X差值大于等于第一倍率值,其中,第一倍率值为第(x2-1)个X差值的预设倍率,则有效X差值的数量为x2个,n=x2+1,其中,x2为整数,1<x2≤(所有目标轮廓的数量-1)。以便于根据获得的n列对所有目标轮廓进行分组操作。
在一些实施例中,通过获取所有X差值中大于或等于第一预设阈值的X差值,以作为有效X差值,并确定有效X差值的数量,则n=有效X差值的数量+1。以便于根据获得的n列对所有目标轮廓进行分组操作。
在一些实施例中,可以将所有目标轮廓的质心坐标的Y值按照由小到大进行排序,获得Y值排序,并计算Y值排序中第y1个Y值与第(y1-1)个Y值的Y差值,其中,y1为整数,1<y1≤所有目标轮廓的数量,从所有Y差值中确定有效Y差值的数量,并根据有效Y差值的数量确定m。其中,有效Y差值可以理解为符合分行条件的差值。由此方式,可以确定将所有目标轮廓分为m行,并可以根据有效Y差值进行索引,以确定位于同一行的目标轮廓,实现对所有目标轮廓进行行分组的操作。
在一些实施例中,通过将所有的Y差值按照由大到小进行排序,获得Y差值排序;并在Y差值排序中确定第y2个Y差值大于等于第二倍率值,其中,第二倍率值为第(y2-1)个Y差值的预设倍率,则有效Y差值的数量为y2个,m=y2+1,其中,y2为整数,1<y2≤(所有目标轮廓的数量-1)。以便于根据获得的m行对所有目标轮廓进行分组操作。
在一些实施例中,通过获取所有Y差值中大于等于第二预设阈值的Y差值,以作为有效Y差值,并确定有效Y差值的数量,则m=有效Y差值的数量+1。以便于根据获得的m行对所有目标轮廓进行分组操作。
举例说明,目标轮廓的质心坐标可以表示为(X,Y),对获得的每个目标轮廓的质心坐标的X坐标值进行由小到大排序,获得X值排序,如X值排序依次为:X1、X2、X3……Xi……Xk,对排序后的X坐标依次计算相邻两坐标之间的坐标差值ΔX即X差值,如ΔX1=X1-X2、ΔX2=X2-X3……ΔX3=Xi-1-Xi……ΔXo=Xk-1-Xk。其中,可以理解的是对于同一列的每个目标轮廓,其X坐标值相接近,即X坐标之间的差值较小,近似为0,但对于不同列的目标轮廓,其X坐标之间的差值较大。基于以上原理,将获得的坐标差值即X差值再进行由大到小排序,获得X差值排序,如X差值排序依次为:ΔX1、ΔX2、ΔX3……ΔXi……ΔXo,并依照设定的分界条件确定分隔点,如设定的分界条件可以为相邻两坐标差值之间相差两倍,也就是,第x2个X差值为第(x2-1)个X差值的两倍,即预设倍率为2。进而,若根据设定的分界条件确定分隔点为ΔXa,即a=x2,ΔXa为第x2个X差值,则说明ΔX1、ΔX2、ΔX3……ΔXa的数值较大,为不同列的X值计算获得,符合分组条件的分隔列;而ΔXa、ΔXa+1、ΔXa+2……ΔXo的数值较小,为同列的X值计算获得,不符合分组条件。进而,依照符合分组条件的分隔列的坐标差值ΔX对应索引目标轮廓的质心的横坐标X,如ΔXa对应为Xa-1与Xa之间的坐标差值,说明Xa-1与Xa为不同列的目标轮廓的质心横坐标,从而根据符合分组条件的分隔列的各坐标差值ΔX,将所有目标轮廓分为a+1列,即n=a+1;同理,对获得的每个目标轮廓的质心坐标的Y坐标值进行相应计算操作,将所有目标轮廓分为m行。进而,通过上述分组操作,可以将圆点光源图卡中每个圆点光源区域对应产生的所有圆点像即所有鬼影归为同一行同一列,即处于同一轮廓分组,从而便于根据每组中目标轮廓的数量,提取每组中的鬼影轮廓。
在一些实施例中,由于作为同一轮廓分组的鬼影是由对应每个圆点光源所形成的,所以每个轮廓分组中的鬼影在二值化图像中所处的位置是接近的,因此,本发明实施例通过计算每个轮廓分组中所包含轮廓的质心坐标数量,以根据每个轮廓分组中轮廓的数量提取每个轮廓分组中的鬼影轮廓。
其中,可以理解的是,在对二值化图像中目标轮廓提取后,二值化图像中某些目标轮廓之间存在重叠的部分,所以对于存在重叠部分的目标轮廓可以形成为一个非圆点形状的轮廓,即该非圆点形状的轮廓可以理解为相互重叠的鬼影所形成的总轮廓,所以轮廓分组中既包含圆点轮廓,又可能存在由圆点轮廓重叠所形成的非圆点形状的轮廓。
具体地,由于二值化图像中每一行每一列的目标轮廓数量是不确定的,如某行某列的轮廓分组中可能含有的目标轮廓数为0、1、2、3等,因此,本发明通过以质心坐标确定每个轮廓分组的轮廓数量,可以通过轮廓数量的不同确定出含有相互重叠鬼影的轮廓分组,以便于提取出轮廓分组中所有的鬼影轮廓,提高对鬼影轮廓提取的精确度。
在一些实施例中,若确定质心坐标数量小于两个,即因部分鬼影亮度太低且与周围背景的差异较小,不易提取轮廓,使得该分组中只含有一个轮廓或无轮廓,其中,对于含有一个轮廓的轮廓分组,通过获取轮廓分组中轮廓的最小外接圆,以表征鬼影轮廓,从而实现对无重叠鬼影的轮廓分组中鬼影轮廓的提取。
在一些实施例中,若确定质心坐标数量大于或等于两个,则说明该轮廓分组中存在相互重叠的鬼影,通过对每个轮廓分组中的每个轮廓进行分离,以实现对有重叠鬼影的轮廓分组中每个鬼影轮廓的提取。
在一些实施例中,由于窄范围像素区间段的所有像素点形成的轮廓点图案其面积较小,不能有效地将鬼影所形成的整个轮廓点图案涵盖;而对于宽范围像素区间段的所有像素点形成的轮廓点图案其面积较大,可以完全包含鬼影所形成的整个轮廓点图案,以及由于三重以上的鬼影的亮度太低,与原始图像背景的差异较小,不易区分,例如在窄范围像素区间段(200-255)中,所有像素点形成的轮廓点图案只包含鬼影轮廓的一部分在内,但是在宽范围像素区间段(180-255)中,所有像素点形成的轮廓点图案较大,能够包含鬼影所形成的整个轮廓点图案,因此,本发明实施例通过计算轮廓分组中每个轮廓的面积,并保留轮廓分组中面积最大的第一轮廓点图案和面积次大的第二轮廓点图案,其中,第一轮廓点图案即为多个鬼影相互重叠后所形成的总轮廓点图案,第二轮廓点图案则为相互重叠的多个鬼影中其中一个鬼影的轮廓点图案。进而,获取第二轮廓点图案的最小外接圆即为相互重叠的鬼影中的其中一个鬼影的轮廓,以该鬼影的轮廓表征第一重鬼影轮廓,进而,通过获取第一轮廓点图案去除第二轮廓点图案的剩余轮廓点图案例如图6所示,该剩余轮廓点图案的最小外接圆即为相互重叠的鬼影中的另一个鬼影的轮廓,以该鬼影的轮廓表征第二重鬼影轮廓。由此方式实现对有重叠鬼影的轮廓分组中每个轮廓的分离,以分别提取出第一重鬼影轮廓和第二重鬼影轮廓。
其中,对于获取剩余轮廓点图案的方式不作限制,例如,可以以非0的预设像素值如64对第一轮廓点图案进行填充,以及以像素值0对第二轮廓点图案进行填充,即由面积最大的第一轮廓点图案减去面积次大的第二轮廓点图案,由此保留下来的轮廓点图案即为剩余轮廓点图案,例如图6所示。
在一些实施例中,本发明还可以获取第二轮廓点图案的质心坐标,并以第二轮廓点图案的质心坐标处为圆心并以预设长度值为半径对第二轮廓点图案进行调整,获得对应第二轮廓点图案的调整后轮廓点图案,通过计算第一轮廓点图案与调整后轮廓点图案的轮廓点图案重叠部分,以根据第一轮廓点图案与轮廓点图案重叠部分获得剩余轮廓点图案。即通过以第二轮廓点图案放大一定的倍率的方式来获得剩余轮廓点图案,可以减少干扰像素的影响,提高对鬼影轮廓提取的精确度。
在一些实施例中,在获取二值化图像时,本发明可以通过获取灰度化图像的像素值分布范围,并获取像素值分布范围中的最小像素值和最大像素值,进而,从最小像素值到最大像素值,以预设像素值步长进行区间二值化,以获得多个二值化图像。通过以预设像素值步长对灰度化图像进行区间二值化,便于后续从多个二值化图像中提取出所有的图形轮廓,从而在提取时可以最大程度地从所有图形轮廓中提取出鬼影轮廓,避免存在遗漏的问题,提高对鬼影轮廓提取的准确度。
其中,预设像素值步长可以根据实际情况进行设定,如可以为1或2或3等,对此不作限制。可以理解的是,预设像素值步长越大,对灰度化图像进行二值化处理的速度也会越快。
具体地,由于灰度化图像中每个轮廓是由一定像素值范围的多个轮廓点组成,且每个轮廓的像素值范围不同,因此,从最小像素值到最大像素值,以预设像素值步长进行区间二值化,依次以每个区间阈值对灰度化图像进行二值化处理,以获得多个对应每个区间阈值的二值化图像,从而便于后续在二值化图像中最大程度地提取出所有轮廓。
在一些实施例中,本发明可以对灰度化图像进行分析以获得直方图如图7所示,并获得直方图的像素值分布范围。其中,直方图是指一幅数字图像中,对应每一个像素值统计出具有该像素值的像素个数。通过以直方图的方式获取像素值分布情况,也可以提高运算速率,减少计算量。
其中,在获取直方图的像素值分布范围时,可以通过人工观察直方图,以直观了解轮廓的分布及重合情况,或者也可以利用相关设备通过算法处理以分析出轮廓的分布情况。以算法处理为例,相关设备可以预先设置像素占比阈值,若像素占比小于像素占比阈值,则说明该像素值的数量较少;反之,若像素占比大于像素占比阈值,则说明该像素值的数量较多。基于此,从灰度化图像中从像素亮度最小开始,沿递增的方向进行检测,当检测的像素占比等于像素占比阈值时,该像素占比所对应的像素亮度则作为最小像素值;同理,从灰度化图像中从像素亮度最大开始,沿递减的方向进行检测,当检测的像素占比等于像素占比阈值时,该像素占比所对应的像素亮度则作为最大像素值,由此,通过直方图获取像素值分布范围,以为后续进行二值化处理提供支持。
在一些实施例中,本发明通过将像素值分布范围中除了最大像素值外的每个像素值分别作为区间下限阈值,并对于每个区间下限阈值,分别以(区间下限阈值+K*预设像素值步长)为区间上限阈值,根据区间下限阈值和每个区间上限阈值确定出对应同一区间下限阈值的二值化区间,其中,K为正整数,(区间下限阈值+K*预设像素值步长)≤最大像素值,进而基于每个二值化区间对灰度化图像进行二值化处理,获得对应每个区间下限阈值的多个二值化图像,从而实现以预设像素值步长对灰度化图像进行区间二值化的目的。
具体地,对像素值分布范围中的每个像素值,以预设像素值步长进行区间二值化,举例说明,像素值分布范围为16-45,以预设像素值步长为1为例,最小像素值16为第一个区间下限阈值,依次以[16,17],[16,18]…[16,45],[17,18],[17,19]…[17,45],[18,19],[18,20]…[18,45]…[44,45]为区间阈值分别对灰度化图像进行二值化处理,以[16,17]为例,对于灰度化图像中对处于[16,17]范围内的像素值置为0(即黑色),而非[16,17]范围内的像素值则置为255(即白色),由此可以获得以[16,17]为区间阈值的二值化图像,同理,依次对其它区间阈值对灰度化图像进行二值化处理,以获得多个对应每个区间阈值的二值化图像,从而便于后续在二值化图像中最大程度地提取出所有轮廓。
在一些实施例中,本发明实施例在提取二值化图像中的目标轮廓时,可以包括,提取对应每个区间下限阈值的多个二值化图像中的图形轮廓,例如,图8所示为根据对应每个区间下限阈值的多个二值化图像中的图形轮廓按位置信息组合于同一二值化图像的示意图,进而,由于在灰度化处理时产生的一些非鬼影轮廓,会对后续鬼影轮廓的提取造成干扰,因此通过对图形轮廓进行筛选和去除处理,以获得目标轮廓,例如图9所示。由此方式,可以在最大程度上保留目标轮廓,避免非目标轮廓的干扰,提高对鬼影轮廓提取的准确性。
在一些实施例中,通过确定所有图形轮廓中面积大于第一面积阈值和面积小于第二面积阈值的第一类图形轮廓,其中,第一面积阈值大于第二面积阈值;从所有图形轮廓中去除第一类图形轮廓,以获得目标轮廓。由此方式去除面积过大的图形轮廓如识别出的整张图像的干扰轮廓,以及面积过小的图形轮廓如少量像素点形成的干扰轮廓,减少面积过大和面积过小的轮廓的干扰,提高对鬼影轮廓提取的准确性。
在一些实施例中,基于图形轮廓是由多个轮廓点组成,根据每个图形轮廓的轮廓点的坐标信息,本发明通过获得每个图形轮廓的最大X值、最小X值以及最大Y值、最小Y值;确定最大X值与所述最小X值之差大于第一阈值或者最大Y值与所述最小Y值之差大于第二阈值的第二类图形轮廓;从所有图形轮廓中所述第二类图形轮廓,以获得目标轮廓。即通过计算每个图形轮廓的所有轮廓点的X坐标和Y坐标中最大值和最小值,利用最大值和最小值之差来过滤非目标轮廓的其它图形轮廓,如长条形轮廓,以使得所保留的目标轮廓为更近似鬼影的圆点状轮廓,提高对鬼影轮廓提取的准确性。
简言之,本发明通过判断图形轮廓的面积和\或长度,来去除二值化图像中面积过大和过小的图形轮廓以及非目标轮廓,即去除第一类图形轮廓和第二类图形轮廓,从而可以在最大程度上保留圆点像即鬼影的圆点状轮廓,避免非圆点状轮廓的干扰,提高对鬼影轮廓提取的准确性。
在一些实施例中,本发明的提取方法还包括:获取鬼影轮廓的大小信息和位置信息。具体地,根据获取的鬼影轮廓的最小外接圆,例如图10所示,由最小外接圆的圆心可以确定鬼影的位置信息,以及,由最小外接圆的半径可以确定鬼影轮廓的大小信息。从而通过对摄像头成像中杂散光造成的鬼影轮廓的提取和分析,以为后续摄像头结构的成像质量的评价和鬼影程度的计算提供数据参考。
例如,依据鬼影轮廓的位置信息,可以计算每个轮廓分组中相互重叠的鬼影轮廓的圆心坐标点的连线与水平方向所形成的角度,或者依据鬼影轮廓的大小信息,可以比较该鬼影轮廓的大小与产生该鬼影轮廓的圆点光源的大小,由此通过以上计算结果来衡量鬼影的程度,以为摄像头结构的改进、元件的选取提供数据参考。
本发明第二方面实施例提供一种电子设备,如图11所示,电子设备1包括处理器2以及与处理器2通信连接的存储器3。
其中,存储器3中存储有可被处理器2执行的计算机程序,处理器2执行计算机程序时实现上述实施例提供的鬼影轮廓的提取方法。
在该实施例中,该电子设备1的具体实现方式与本发明上述任意实施例的鬼影轮廓的提取方法的具体实现方式类似,具体请参见关于鬼影轮廓的提取方法部分的描述,为了减少冗余,此处不再赘述。
根据本发明实施例的电子设备10,通过处理器执行上述实施例提供的鬼影轮廓的提取方法,可以实现对摄像头成像中杂散光造成的鬼影的提取和分析,为摄像头结构的改进、元件的选取提供数据参考。
本发明第三方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现上述实施例提供的鬼影轮廓的提取方法。
在本说明书的描述中,流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (23)
1.一种鬼影轮廓的提取方法,其特征在于,包括:
获取圆点光源图卡对应摄像头杂光成像区域的原始图像,其中,所述圆点光源图卡中的圆点光源呈阵列状分布;
对所述原始图像进行灰度化处理,获得灰度化图像;
对所述灰度化图像进行二值化处理,获得二值化图像;
提取所述二值化图像中的目标轮廓;
对所有所述目标轮廓分别进行行分组和列分组以获得轮廓分组;
提取每个所述轮廓分组中的鬼影轮廓。
2.根据权利要求1所述的鬼影轮廓的提取方法,其特征在于,所述提取方法还包括:
获取每个目标轮廓的质心坐标。
3.根据权利要求2所述的鬼影轮廓的提取方法,其特征在于,对所有所述目标轮廓分别进行行分组和列分组以获得轮廓分组,包括:
根据每个所述质心坐标的X值将所述目标轮廓分为n列,以及,根据每个所述质心坐标的Y值将所述目标轮廓分为m行;
同行且同列的目标轮廓组合为所述轮廓分组。
4.根据权利要求3所述的鬼影轮廓的提取方法,其特征在于,根据每个所述质心坐标的X值将目标轮廓分为n列,包括:
将所有所述目标轮廓的质心坐标的X值按照由小到大进行排序,获得X值排序;
计算所述X值排序中第x1个X值与第(x1-1)个X值的X差值,其中,x1为整数,1<x1≤所有目标轮廓的数量;
从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n。
5.根据权利要求4所述的鬼影轮廓的提取方法,其特征在于,从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n,包括:
将所有的X差值按照由大到小进行排序,获得X差值排序;
在所述X差值排序中确定第x2个X差值大于等于第一倍率值,其中,所述第一倍率值为第(x2-1)个X差值的预设倍率,则所述有效X差值的数量为x2个,n=x2+1,其中,x2为整数,1<x2≤(所有目标轮廓的数量-1)。
6.根据权利要求4所述的鬼影轮廓的提取方法,其特征在于,从所有所述X差值中确定有效X差值的数量,并根据所述有效X差值的数量确定n,包括:
获取所有所述X差值中大于或等于第一预设阈值的X差值,以作为所述有效X差值;
确定所述有效X差值的数量,则n=所述有效X差值的数量+1。
7.根据权利要求3所述的鬼影轮廓的提取方法,其特征在于,根据每个所述质心坐标的Y值将目标轮廓分为m行,包括:
将所有所述目标轮廓的质心坐标的Y值按照由小到大进行排序,获得Y值排序;
计算所述Y值排序中第y1个Y值与第(y1-1)个Y值的Y差值,其中,y1为整数,1<y1≤所有目标轮廓的数量;
从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m。
8.根据权利要求7所述的鬼影轮廓的提取方法,其特征在于,从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m,包括:
将所有的Y差值按照由大到小进行排序,获得Y差值排序;
在所述Y差值排序中确定第y2个Y差值大于等于第二倍率值,其中,所述第二倍率值为第(y2-1)个Y差值的预设倍率,则所述有效Y差值的数量为y2个,m=y2+1,其中,y2为整数,1<y2≤(所有目标轮廓的数量-1)。
9.根据权利要求7所述的鬼影轮廓的提取方法,其特征在于,从所有所述Y差值中确定有效Y差值的数量,并根据所述有效Y差值的数量确定m,包括:
获取所有所述Y差值中大于等于第二预设阈值的Y差值,以作为所述有效Y差值;
确定所述有效Y差值的数量,则m=所述有效Y差值的数量+1。
10.根据权利要求2所述的鬼影轮廓的提取方法,其特征在于,提取每个所述轮廓分组中的鬼影轮廓,包括:
计算每个所述轮廓分组中所包含轮廓的质心坐标数量;
根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓。
11.根据权利要求10所述的鬼影轮廓的提取方法,其特征在于,根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓,包括:
判断所述质心坐标数量小于两个;
获取所述轮廓分组中所述轮廓的最小外接圆,以表征鬼影轮廓。
12.根据权利要求10所述的鬼影轮廓的提取方法,其特征在于,根据所述质心坐标数量提取每个所述轮廓分组中的鬼影轮廓,包括:
判断所述质心坐标数量大于或等于两个;
对每个所述轮廓分组中的每个轮廓进行分离,以提取所述鬼影轮廓。
13.根据权利要求12所述的鬼影轮廓的提取方法,其特征在于,对所述轮廓分组中的每个轮廓进行分离,以提取所述鬼影轮廓,包括:
计算所述轮廓分组中每个轮廓的面积;
保留所述轮廓分组中面积最大的第一轮廓点图案和面积次大的第二轮廓点图案;
获取所述第二轮廓点图案的最小外接圆,以表征第一重鬼影轮廓;
获得所述第一轮廓点图案去除所述第二轮廓点图案的剩余轮廓点图案;
获取所述剩余轮廓点图案的最小外接圆,以表征第二重鬼影轮廓。
14.根据权利要求13所述的鬼影轮廓的提取方法,其特征在于,获取所述第一轮廓点图案去除所述第二轮廓点图案的剩余轮廓点图案,包括:
获取所述第二轮廓点图案的质心坐标;
以所述第二轮廓点图案的质心坐标处为圆心并以预设长度值为半径对所述第二轮廓点图案进行调整,获得对应所述第二轮廓点图案的调整后轮廓点图案;
计算所述第一轮廓点图案与所述调整后轮廓点图案的轮廓点图案重叠部分;
根据所述第一轮廓点图案与所述轮廓点图案重叠部分获得所述剩余轮廓点图案。
15.根据权利要求1所述的鬼影轮廓的提取方法,其特征在于,对所述灰度化图像进行二值化处理,获得二值化图像,包括:
获取所述灰度化图像的像素值分布范围;
获得所述像素值分布范围中的最小像素值和最大像素值;
从所述最小像素值到所述最大像素值,以预设像素值步长进行区间二值化,以获得多个二值化图像。
16.根据权利要求15所述的鬼影轮廓的提取方法,其特征在于,获取所述灰度化图像的像素值分布范围,包括:
对所述灰度化图像进行分析以获得直方图;
获得所述直方图的像素值分布范围。
17.根据权利要求15所述的鬼影轮廓的提取方法,其特征在于,从所述最小像素值到所述最大像素值,以预设像素值步长进行区间二值化,以获得多个二值化图像,包括:
将所述像素值分布范围中除了最大像素值外的每个像素值分别作为区间下限阈值;
对于每个所述区间下限阈值,分别以(区间下限阈值+K*预设像素值步长)为区间上限阈值,根据所述区间下限阈值和每个所述区间上限阈值确定出对应同一区间下限阈值的二值化区间,其中,K为正整数,(区间下限阈值+K*预设像素值步长)≤所述最大像素值;
基于每个所述二值化区间对所述灰度化图像进行二值化处理,获得对应每个区间下限阈值的多个二值化图像。
18.根据权利要求17所述的鬼影轮廓的提取方法,其特征在于,所述提取所述二值化图像中的目标轮廓,包括:
提取对应每个区间下限阈值的多个二值化图像中的图形轮廓;
对所述图形轮廓进行筛选和去除处理,以获得所述目标轮廓。
19.根据权利要求18所述的鬼影轮廓的提取方法,其特征在于,对所述图形轮廓进行筛选和去除处理,以获得所述目标轮廓,包括:
确定所有图形轮廓中面积大于第一面积阈值和面积小于第二面积阈值的第一类图形轮廓,其中,所述第一面积阈值大于所述第二面积阈值;
从所有图形轮廓中去除所述第一类图形轮廓,以获得所述目标轮廓。
20.根据权利要求18或19所述的鬼影轮廓的提取方法,其特征在于,对所述图形轮廓进行筛选去除处理,以获得所述目标轮廓,包括:
获得每个所述图形轮廓的最大X值、最小X值以及最大Y值、最小Y值;
确定所述最大X值与所述最小X值之差大于第一阈值或者所述最大Y值与所述最小Y值之差大于第二阈值的第二类图形轮廓;
从所有图形轮廓中去除所述第二类图形轮廓,以获得所述目标轮廓。
21.根据权利要求1所述的鬼影轮廓的提取方法,其特征在于,所述提取方法还包括:获取所述鬼影轮廓的大小信息和位置信息。
22.一种电子设备,其特征在于,包括:
处理器;
与所述处理器通信连接的存储器;
所述存储器中存储有可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-21任一项所述鬼影轮廓的提取方法。
23.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-21任一项所述的鬼影轮廓的提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513077.9A CN113192094A (zh) | 2021-05-11 | 2021-05-11 | 鬼影轮廓的提取方法、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513077.9A CN113192094A (zh) | 2021-05-11 | 2021-05-11 | 鬼影轮廓的提取方法、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113192094A true CN113192094A (zh) | 2021-07-30 |
Family
ID=76981326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110513077.9A Withdrawn CN113192094A (zh) | 2021-05-11 | 2021-05-11 | 鬼影轮廓的提取方法、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113192094A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549551A (zh) * | 2022-02-15 | 2022-05-27 | Oppo广东移动通信有限公司 | 图像的裁剪方法与装置、终端及可读存储介质 |
CN115452325A (zh) * | 2022-08-31 | 2022-12-09 | 歌尔股份有限公司 | 光学模组鬼影的检测方法、检测装置及介质 |
-
2021
- 2021-05-11 CN CN202110513077.9A patent/CN113192094A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549551A (zh) * | 2022-02-15 | 2022-05-27 | Oppo广东移动通信有限公司 | 图像的裁剪方法与装置、终端及可读存储介质 |
CN115452325A (zh) * | 2022-08-31 | 2022-12-09 | 歌尔股份有限公司 | 光学模组鬼影的检测方法、检测装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629775B (zh) | 一种热态高速线材表面图像处理方法 | |
EP3783374A1 (en) | Method for detecting corona discharge employing image processing | |
CN110210477B (zh) | 一种数字式仪表读数识别方法 | |
US8520892B2 (en) | Method and apparatus for detecting objects | |
CN107784669A (zh) | 一种光斑提取及其质心确定的方法 | |
US20140037159A1 (en) | Apparatus and method for analyzing lesions in medical image | |
CN113192094A (zh) | 鬼影轮廓的提取方法、电子设备以及存储介质 | |
CN111462066B (zh) | 一种基于机器视觉的螺纹参数检测方法 | |
JPH08214162A (ja) | 局所的画像特性に基づいた画像のしきい値処理のためのマルチマトリクス技術 | |
NL8105256A (nl) | Inrichting voor het dynamisch instellen van een discriminatiedrempel zwart/wit bij het bewerken van beelden met grijsheidswaarden. | |
CN109800619B (zh) | 成熟期柑橘果实图像识别方法 | |
CN110580481B (zh) | 一种基于epi的光场图像关键位置检测方法 | |
US7333656B2 (en) | Image processing method and image processing apparatus | |
KR20130072073A (ko) | 영상 윤곽선 추출 장치 및 방법 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN114495098B (zh) | 一种基于显微镜图像的盘星藻类细胞统计方法及系统 | |
US9628659B2 (en) | Method and apparatus for inspecting an object employing machine vision | |
CN113052754B (zh) | 一种图片背景虚化的方法及装置 | |
CN113362238A (zh) | 测试图像处理方法、装置、电子设备及存储介质 | |
CN117522869B (zh) | 图像处理方法和缺陷检测方法、系统、电子设备 | |
CN113409271B (zh) | 一种镜头油污的检测方法、装置及设备 | |
JP3661635B2 (ja) | 画像処理方法およびその装置 | |
CN112530079B (zh) | 一种检测票据要素的方法、装置、终端设备和存储介质 | |
CN109658452B (zh) | 一种轨距检测方法及装置 | |
CN112232344A (zh) | 一种数字式万用表读数识别方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210730 |
|
WW01 | Invention patent application withdrawn after publication |