CN113469171A - 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 - Google Patents

Abstract

本发明公开了一种识别SFR测试卡图像中感兴趣区域的方法及装置、介质，所述识别SFR测试卡图像中感兴趣区域的方法，包括：获取SFR测试卡图像；计算出所述SFR测试卡图像中测试黑块的边缘轮廓；计算所述边缘轮廓的质心坐标；根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标；根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域。该方法可以实现感兴趣区域的自动识别，提高SFR算法结果的准确性。

Description

识别SFR测试卡图像中感兴趣区域的方法及装置、介质

技术领域

本发明涉及图像技术领域，尤其是涉及一种识别SFR测试卡图像中感兴趣区域的方法、一种识别SFR测试卡图像中感兴趣区域的装置以及一种非临时性计算机存储介质。

背景技术

随着数字图像的飞速发展，摄像头已经被广泛应用到人们的生活之中，摄像头性能测试在设计和生产中已经变得十分重要，对摄像头的分辨率进行测试是摄像头性能测试的必要环节。

空间频率响应SFR(Spatial Frequency Response)测试卡以白色为背景，如图1所示，其中包括多个倾斜分布的黑块，感兴趣区域是以指定黑块的某个斜边上的点为中心的矩形，根据感兴趣区域确定指定黑块的空间频率响应SFR，从而根据指定黑块的空间频率响应SFR对待测试摄像头的分辨率进行评价。

相关技术中，对于图像感兴趣区域的确定，有些方案需要用户人工标注感兴趣区域，但该方法的应用具有局限性，且操作比较麻烦。或者，有些方案通过预设的配置文件确定SFR测试卡的感兴趣区域，但是，该方法在视场位置发生变化时，可能会导致确定的感兴趣区域坐标不满足空间频率响应SFR算法对感兴趣区域的要求，影响空间频率响应SFR算法的准确性。

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识别SFR测试卡图像中感兴趣区域的方法，该方法可以实现感兴趣区域的自动识别，提高SFR算法结果的准确性。

本发明的目的之二在于提出一种非临时性计算机存储介质。

本发明的目的之三在于提出一种识别SFR测试卡图像中感兴趣区域的装置。

为了解决上述问题，本发明第一方面实施例提供的识别SFR测试卡图像中感兴趣区域的方法，包括：获取SFR测试卡图像；计算出所述SFR测试卡图像中测试黑块的边缘轮廓；计算所述边缘轮廓的质心坐标；根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标；根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域。

根据本发明实施例识别SFR测试卡图像中感兴趣区域的方法，通过计算SFR测试卡图像中测试黑块的边缘轮廓以及边缘轮廓的质心坐标，并利用边缘轮廓的轮廓点与质心的距离以确定测试黑块的顶点坐标，再结合设定的感兴趣区域的约束值，计算出感兴趣区域的顶点坐标，从而实现对SFR测试卡图像中感兴趣区域的自动识别，无需手动对齐，省时省力，精确度高，以及，相较于采用预设的配置文件确定SFR测试卡感兴趣区域的方法，本发明实施例的方法通过利用边缘轮廓的轮廓点与质心的距离，以确定测试黑块的顶点坐标，基于测试黑块的顶点坐标识别感兴趣区域，其中，测试黑块位置的确定不受视场范围和视场角变化的影响，即在视场范围或视场角变化时也可以确定测试黑块位置，从而可以实现自适应自动识别，避免了因感兴趣区域坐标固定导致计算值不准确的问题，提高SFR算法结果的准确性。

在一些实施例中，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之前，所述方法还包括：对所述SFR测试卡图像进行灰度化和二值化处理，可以去除图像中的色彩以及进行黑白化，利于测试黑块的边缘轮廓的识别。

在一些实施例中，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之后，所述方法还包括：计算所述边缘轮廓包围的面积；获得面积大于第一预设面积阈值的第一类轮廓和面积小于第二预设面积阈值的第二类轮廓；在所述计算出的所有所述边缘轮廓中去除所述第一类轮廓和所述第二类轮廓，以减少非测试黑块边缘轮廓的干扰，提高SFR算法结果的准确性。

在一些实施例中，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之后，所述方法还包括：计算每个所述测试黑块的边缘轮廓点的中最大x坐标、最小x坐标、最大y坐标和最小y坐标；计算所述最大x坐标与所述最小x坐标的x坐标差值，获得所述x坐标差值大于第一预设差值阈值的第一类轮廓和所述x坐标差值小于第二预设差值阈值的第二类轮廓，在所述计算出的所有边缘轮廓中去除所述第一类轮廓和所述第二类轮廓；计算所述最大y坐标与所述最小y坐标的y坐标差值，获得所述y坐标差值大于第一预设差值阈值的第一类轮廓和所述y坐标差值小于第二预设差值阈值的第二类轮廓，在所述计算出的所有边缘轮廓中去除所述第一类轮廓和所述第二类轮廓。

在一些实施例中，根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标，包括步骤：计算所述边缘轮廓中两两轮廓点之间的距离；从所述边缘轮廓中选取距离最小的两个轮廓点，并计算两个所述轮廓点与所述质心的距离，从所述边缘轮廓的轮廓点中去除两个所述轮廓点中与所述质心距离小的一个轮廓点，重复本步骤，直至所述边缘轮廓中剩余四个轮廓点；将所述剩余四个轮廓点的坐标作为所述测试黑块的四个顶点坐标，从而不受视场范围和视场角变化的影响，利于测试黑块自动识别适应。

在一些实施例中，在根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标之前，所述方法还包括：简化所述边缘轮廓，以获得所述边缘轮廓中预设数量的轮廓点，利于减少运算量，提高测试黑块顶点坐标的计算效率。

在一些实施例中，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：根据所述测试黑块的四个顶点坐标计算所述测试黑块每条边的中心点坐标；以所述中心点坐标为所述感兴趣区域的对角线中心点，根据设定的所述感兴趣区域的长宽像素值计算所述感兴趣区域的顶点坐标，实现自动识别感兴趣区域。

在一些实施例中，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：根据所述测试黑块的四个顶点坐标计算所述测试黑块每条边的中心点坐标和轮廓边长；根据所述轮廓边长、设定的所述感兴趣区域的长宽与所述轮廓边长的比例值，计算所述感兴趣区域的长宽像素值；以所述中心点坐标为所述感兴趣区域的对角线中心点，根据设定的所述感兴趣区域的长宽像素值计算所述感兴趣区域的顶点坐标，实现自动识别感兴趣区域。

在一些实施例中，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：根据所述测试黑块的四个顶点坐标计算出每两个顶点所在直线的斜率和所述所在直线与坐标轴的倾斜角度；求出与所述所在直线与坐标轴的倾斜角度为预设倾斜角度并经过两个顶点中点的直线方程；以所述两个顶点中点作为矩形的对角线交点，且以所述直线方程所得直线作为矩形的一个对边平分线，根据预设的感兴趣区域长宽像素值，求出所述矩形的四个顶点坐标；根据所述矩形的顶点坐标截取图像内容，并将所述图像内容整体旋转一个预设的角度作为所述感兴趣区域的图像内容。

本发明第二方面实施例的一种非临时性计算机存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述实施例所述的识别SFR测试卡图像中感兴趣区域的方法。

本发明第三方面实施例的一种识别SFR测试卡图像中感兴趣区域的装置，包括：显示器，用于显示SFR测试卡图像；处理器以及与所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行时，使所述处理器执行上述实施例所述的识别SFR测试卡图像中感兴趣区域的方法。

根据本发明实施例的识别SFR测试卡图像中感兴趣区域的装置，通过处理器执行上述实施例提供的识别SFR测试卡图像中感兴趣区域的方法，可以实现SFR测试卡图像中感兴趣区域的自动识别，无需手动对齐，且能够避免感兴趣区域坐标计算不准确的问题，提高SFR算法结果的准确性。

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是根据本发明一个实施例的SFR测试卡图像中黑块的示意图；

图2是根据本发明一个实施例的识别SFR测试卡图像中感兴趣区域方法的流程图；

图3是根据本发明一个实施例的SFR测试卡图像中感兴趣区域的示意图；

图4是根据本发明另一个实施例的SFR测试卡图像中感兴趣区域的示意图；

图5是根据本发明一个实施例的识别SFR测试卡图像中感兴趣区域装置的结构框图。

附图标记：

识别SFR测试卡图像中感兴趣区域的装置1；显示器2；处理器3；存储器4。

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。

下面参考附图描述根据本发明实施例的识别SFR测试卡图像中感兴趣区域的方法，该方法可以实现感兴趣区域的自动识别，提高SFR算法结果的准确性。

图2所示为本发明的一个实施例提供的识别SFR测试卡图像中感兴趣区域的方法的流程图。如图2所示，本发明实施例的识别SFR测试卡图像中感兴趣区域的方法至少包括步骤S1-S5。

步骤S1，获取SFR测试卡图像。

其中，SFR测试卡为如图1中所示的以白色为背景且包括多个黑色测试块的卡片，在实际操作时，可以通过成像设备如摄像头采集SFR测试卡图像，进而确定图像中的感兴趣区域，以感兴趣区域作为分析的图像区域，用于计算MTF值及其它用途。

步骤S2，计算出SFR测试卡图像中测试黑块的边缘轮廓。

本发明实施例的方法，通过确定SFR测试卡图像中测试黑块的位置，以实现对感兴趣区域的自动识别，因此需要对测试黑块进行边缘界定，即需提取测试黑块的边缘轮廓，其中边缘轮廓指的是SFR测试卡图像中黑块与白色背景的交界线。

具体地，可以通过提取图像的边缘后再提取其对应边界来实现，其中可以采用边缘检测算法如Scharr算子、Sobels算子、Canny算子、Laplacian算子等提取图像的边缘，再通过边缘跟踪算法如Square跟踪算法，实现图像对应边界的提取，以生成测试黑块的边缘轮廓。或者采用图像梯度算法，通过计算和统计图像局部区域的梯度方向直方图来构成边缘轮廓，或者采用其他算法以获得测试黑块的边缘轮廓，对此不作限制。

步骤S3，计算边缘轮廓的质心坐标。

在实施例中，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，以获得边缘轮廓的质心坐标，具体地可根据实际情况选择适当的算法，本实施例在此并不进行限制和固定。

步骤S4，根据边缘轮廓的轮廓点与质心的距离确定测试黑块的顶点坐标。

在实施例中，测试黑块可以为方形，测试黑块的顶点坐标为与质心的距离最大的轮廓点，获得测试黑块的顶点坐标即计算每个轮廓点与质心的距离，确定其中与质心的距离最大的四个轮廓点为测试黑块的顶点坐标。

在实施例中，可以通过计算边缘轮廓中两两轮廓点之间的距离，从边缘轮廓中选取距离最小的两个轮廓点，并计算两个轮廓点与质心的距离，从两个轮廓点中去除与质心距离小的一个轮廓点，保留与质心距离大的一个轮廓点，重复本步骤，直至边缘轮廓中剩余四个轮廓点，从而将剩余的四个轮廓点的坐标作为测试黑块的四个顶点坐标。

因此，通过采用本发明实施例的确定SFR测试卡图像中测试黑块的顶点坐标方式，在视场范围发生改变，如图像内有部分被裁剪的情况时，仍可以确定测试黑块的位置，不受视场范围的影响，以及在因自动对焦导致的连续几张照片视场角变化时，也可以自动识别测试黑块的顶点坐标，进而使得感兴趣区域坐标的变化也能自动识别适应，从而避免了因为感兴趣区域坐标固定而导致的计算值不准确的问题，利于提高SFR算法的准确性。

步骤S5，根据测试黑块的顶点坐标和设定的感兴趣区域的约束值确定感兴趣区域。

其中，SFR算法对于感兴趣区域有一定的要求，例如，感兴趣区域的宽度为40-120像素，高度为80-300像素，位于测试黑块区域的宽度A大于5像素，位于白色背景区域的宽度B大于5像素，因此，本发明实施例中可以设定感兴趣区域的约束值，例如，设定的感兴趣区域的约束值可以包括预设的长宽像素值或预设的长宽与轮廓边长的比例值等。

具体地，根据测试黑块的四个顶点坐标计算测试黑块每条边的中心点坐标；以中心点坐标为感兴趣区域的对角线中心点，根据设定的感兴趣区域的约束值计算感兴趣区域的顶点坐标，以确定感兴趣区域，实现感兴趣区域的自动识别。

根据本发明实施例识别SFR测试卡图像中感兴趣区域的方法，通过计算SFR测试卡图像中测试黑块的边缘轮廓以及边缘轮廓的质心坐标，并利用边缘轮廓的轮廓点与质心的距离确定测试黑块的顶点坐标，再结合设定的感兴趣区域的约束值，以计算出感兴趣区域的顶点坐标，从而实现对SFR测试卡图像中感兴趣区域的自动识别，无需再通过手动精准对齐，同时，相较于采用预设的配置文件确定SFR测试卡感兴趣区域的方法，本发明实施例的方法通过利用边缘轮廓的轮廓点与质心的距离，以确定测试黑块的顶点坐标，基于测试黑块的顶点坐标识别感兴趣区域，其中，测试黑块位置的确定不受视场范围和视场角变化的影响，即在视场范围或视场角变化时也可以确定测试黑块位置，从而可以实现自适应自动识别，避免了因感兴趣区域坐标固定导致计算值不准确的问题，提高SFR算法结果的准确性。

在实施例中，本发明实施例的方法中在计算出SFR测试卡图像中测试黑块的边缘轮廓之前，还包括，对SFR测试卡图像进行灰度化和二值化处理。具体地，对获取的SFR测试卡图像进行灰度化处理，以生成对应的灰度图像，在灰度化处理过程中，可以采用分量法、最大值法、平均值法或加权平均法等，进而将256个亮度等级的灰度图像通过选取适当的阈值，而获得仍然可以反映图像整体和局部特征的二值化图像，即通过灰度化处理，使图像失去色彩，进而经二值化处理，使图像呈现黑白效果，从而更加利于SFR图像中测试黑块的边缘轮廓的识别。

在实施例中，为减少除测试黑块以外其它的边缘轮廓的干扰，本发明实施例的方法中在计算出SFR测试卡图像中测试黑块的边缘轮廓之后，还包括，计算边缘轮廓包围的面积，以获得面积大于第一预设面积阈值的第一类轮廓和面积小于第二预设面积阈值的第二类轮廓，进而在计算出所有边缘轮廓中去除第一类轮廓和第二类轮廓，即去除SFR测试卡图像中除测试黑块以外其它的边缘轮廓。

或者，在实施例中，本发明的方法还包括，计算每个测试黑块的边缘轮廓点的中最大x坐标、最小x坐标、最大y坐标和最小y坐标，进而计算最大x坐标与最小x坐标的x坐标差值，获得x坐标差值大于第一预设差值阈值的第一类轮廓和x坐标差值小于第二预设差值阈值的第二类轮廓，在计算出的所有边缘轮廓中去除第一类轮廓和第二类轮廓，以及计算最大y坐标与最小y坐标的y坐标差值，获得y坐标差值大于第一预设差值阈值的第一类轮廓和y坐标差值小于第二预设差值阈值的第二类轮廓，在计算出的所有边缘轮廓中去除第一类轮廓和第二类轮廓。也就是通过将边缘轮廓的边长与预设阈值作比较，去除SFR测试卡图像中除测试黑块以外其它的边缘轮廓，例如边缘轮廓可以为正方形，计算正方形的最大x坐标、最小x坐标、最大y坐标和最小y坐标，获得x坐标差值与y坐标差值，也就是正方形的边长长度，获得边长长度较大的第一类轮廓和边长长度较小的第二类轮廓，去除所有边缘轮廓中的第一类轮廓和第二类轮廓，从而去除SFR图像中除测试黑块以外其它的边缘轮廓。简言之，本发明实施例的方法通过将边缘轮廓的面积和\或边长，与预设阈值作比较，以去除SFR测试卡图像中过大和过小的边缘轮廓，可以在最大程度上保留测试黑块的边缘轮廓，从而避免非测试黑块边缘轮廓的干扰。

在实施例中，本发明实施例的方法在根据边缘轮廓的轮廓点与质心的距离确定测试黑块的顶点坐标之前，还包括，简化边缘轮廓，以获得边缘轮廓中预设数量的轮廓点，也就是使边缘轮廓中所包含的轮廓点的数量小于一定的阈值，以简化边缘轮廓，从而利于快速计算测试黑块的顶点坐标，降低计算量，提高计算效率。

在实施例中，测试黑块对应的感兴趣区域包括两种，一种为与SFR测试卡图像的边缘平行的区域，如图3所示；另一种为与测试黑块具有一定角度的感兴趣区域，例如，其中一边与测试黑块的边缘轮廓的斜边基本平行，另一边与测试黑块的边缘轮廓的斜边基本垂直的区域，如图4所示。其中，矩形a代表测试黑块，矩形b代表感兴趣区域

具体地，对于图3所示的感兴趣区域，本发明实施例可以根据测试黑块的四个顶点坐标计算测试黑块每条边的中心点坐标，进而以中心点坐标为感兴趣区域的对角线中心点，根据设定的感兴趣区域的长宽像素值计算感兴趣区域的顶点坐标，以确定感兴趣区域。

或者，可以根据测试黑块的四个顶点坐标计算测试黑块每条边的中心点坐标和轮廓边长，以及根据轮廓边长以及设定的感兴趣区域的长宽与轮廓边长的比例值，计算感兴趣区域的长宽像素值，进而以中心点坐标为感兴趣区域的对角线中心点，根据设定的感兴趣区域的长宽像素值计算感兴趣区域的顶点坐标，以确定感兴趣区域。

以及对于图4所示的感兴趣区域，本发明实施例可以根据感兴趣区域的顶点坐标确定感兴趣区域的倾斜角度，并通过调整感兴趣区域的顶点坐标，以使得感兴趣区域的倾斜角度处于预设角度范围例如6°-8°，以满足SFR算法中感兴趣区域的要求。具体地，根据测试黑块的四个顶点坐标计算出每两个顶点所在直线的斜率和所在直线与坐标轴的倾斜角度；求出与所在直线与坐标轴的倾斜角度为预设倾斜角度并经过两个顶点中点的直线方程；以两个顶点中点作为矩形的对角线交点，且以直线方程所得直线作为矩形的一个对边平分线，根据预设的感兴趣区域长宽像素值，求出矩形的四个顶点坐标；根据矩形的顶点坐标截取图像内容，并将图像内容整体旋转一个预设的角度作为感兴趣区域的图像内容。也就是在计算出感兴趣区域的顶点坐标后，确定图3所示的与SFR测试卡图像平行的感兴趣区域，进而通过旋转调整该感兴趣区域，获得图4所示的与测试黑块具有一定角度的感兴趣区域，且使得感兴趣区域在预设角度范围内，满足SFR算法要求。

或者，如果需要感兴趣区域的一边与测试黑块的边缘轮廓的斜边基本平行，另一边与测试黑块的边缘轮廓的斜边基本垂直，即已知感兴趣区域每条边的斜率，本发明实施例也可以根据测试黑块每条边的中心点坐标，以及设定的感兴趣区域的约束值，以及已知的感兴趣区域的每条边的斜率，通过直线方程计算获得感兴趣区域的顶点坐标，以确定感兴趣区域。

需要说明的是，对于设定的感兴趣区域的约束值，即预设的的长宽像素值或者给定的长宽与轮廓边长的比例值，是程序预先设置好的，应使得最终确定的感兴趣区域最大可能地满足SFR算法中感兴趣区域的要求。

本发明第二方面实施例提供的非临时性计算机存储介质，其上存储有计算机程序，其中，计算机程序被执行时实现上述实施例提供的识别SFR测试卡图像中感兴趣区域的方法。

本发明第三方面实施例提供的识别SFR测试卡图像中感兴趣区域的装置，如图5所示，本发明实施例的装置1包括显示器2、处理器3以及与处理器通信连接的存储器4。

其中，显示器2用于显示SFR测试卡图像,存储器4存储有可被处理器3执行的指令，该指令被处理器3执行时，处理器3执行上述实施例提供的识别SFR测试卡图像中感兴趣区域的方法。

根据本发明实施例的识别SFR测试卡图像中感兴趣区域的装置1，通过处理器3执行上述实施例提供的识别SFR测试卡图像中感兴趣区域的方法，可以实现SFR测试卡图像中感兴趣区域的自动识别，无需手动精准对齐，且能够避免感兴趣区域坐标计算不准确的问题，提高SFR算法的准确性。

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 (11)

1.一种识别SFR测试卡图像中感兴趣区域的方法，其特征在于，包括：

获取SFR测试卡图像；

计算出所述SFR测试卡图像中测试黑块的边缘轮廓；

计算所述边缘轮廓的质心坐标；

根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标；

根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域。

2.根据权利要求1所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之前，所述方法还包括：对所述SFR测试卡图像进行灰度化和二值化处理。

3.根据权利要求1或2所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之后，所述方法还包括：

计算所述边缘轮廓包围的面积；

获得面积大于第一预设面积阈值的第一类轮廓和面积小于第二预设面积阈值的第二类轮廓；

在所述计算出的所有所述边缘轮廓中去除所述第一类轮廓和所述第二类轮廓。

4.根据权利要求1或2所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，在计算出所述SFR测试卡图像中测试黑块的边缘轮廓之后，所述方法还包括：

计算每个所述测试黑块的边缘轮廓点中最大x坐标、最小x坐标、最大y坐标和最小y坐标；

计算所述最大x坐标与所述最小x坐标的x坐标差值，获得所述x坐标差值大于第一预设差值阈值的第一类轮廓和所述x坐标差值小于第二预设差值阈值的第二类轮廓，在所述计算出的所有边缘轮廓中去除所述第一类轮廓和所述第二类轮廓；

计算所述最大y坐标与所述最小y坐标的y坐标差值，获得所述y坐标差值大于第一预设差值阈值的第一类轮廓和所述y坐标差值小于第二预设差值阈值的第二类轮廓，在所述计算出的所有边缘轮廓中去除所述第一类轮廓和所述第二类轮廓。

5.根据权利要求1所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标，包括步骤：

计算所述边缘轮廓中两两轮廓点之间的距离；

从所述边缘轮廓中选取距离最小的两个轮廓点，并计算两个所述轮廓点与所述质心的距离，从所述边缘轮廓的轮廓点中去除两个所述轮廓点中与所述质心距离小的一个轮廓点，重复本步骤，直至所述边缘轮廓中剩余四个轮廓点；

将所述剩余四个轮廓点的坐标作为所述测试黑块的四个顶点坐标。

6.根据权利要求5所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，在根据所述边缘轮廓的轮廓点与质心的距离确定所述测试黑块的顶点坐标之前，所述方法还包括：简化所述边缘轮廓，以获得所述边缘轮廓中预设数量的轮廓点。

7.根据权利要求5所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：

根据所述测试黑块的四个顶点坐标计算所述测试黑块每条边的中心点坐标；

以所述中心点坐标为所述感兴趣区域的对角线中心点，根据设定的所述感兴趣区域的长宽像素值计算所述感兴趣区域的顶点坐标。

8.根据权利要求5所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：

根据所述测试黑块的四个顶点坐标计算所述测试黑块每条边的中心点坐标和轮廓边长；

根据所述轮廓边长、设定的所述感兴趣区域的长宽与所述轮廓边长的比例值，计算所述感兴趣区域的长宽像素值；

以所述中心点坐标为所述感兴趣区域的对角线中心点，根据设定的所述感兴趣区域的长宽像素值计算所述感兴趣区域的顶点坐标。

9.根据权利要求5所述的识别SFR测试卡图像中感兴趣区域的方法，其特征在于，根据所述测试黑块的顶点坐标和设定的感兴趣区域的约束值确定所述感兴趣区域，包括步骤：

根据所述测试黑块的四个顶点坐标计算出每两个顶点所在直线的斜率和所述所在直线与坐标轴的倾斜角度；

求出与所述所在直线与坐标轴的倾斜角度为预设倾斜角度并经过两个顶点中点的直线方程；

以所述两个顶点中点作为矩形的对角线交点，且以所述直线方程所得直线作为矩形的一个对边平分线，根据预设的感兴趣区域长宽像素值，求出所述矩形的四个顶点坐标；

根据所述矩形的顶点坐标截取图像内容，并将所述图像内容整体旋转一个预设的角度作为所述感兴趣区域的图像内容。

10.一种非临时性计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现权利要求1-9任一项所述的识别SFR测试卡图像中感兴趣区域的方法。

11.一种识别SFR测试卡图像中感兴趣区域的装置，其特征在于，包括：

显示器，用于显示SFR测试卡图像；

处理器以及与所述处理器通信连接的存储器；其中，

所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行时，使所述处理器执行权利要求1-9任一项所述的识别SFR测试卡图像中感兴趣区域的方法。

Images