CN114359548A - 一种圆查找方法、装置、电子设备及存储介质 - Google Patents
一种圆查找方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114359548A CN114359548A CN202111683480.2A CN202111683480A CN114359548A CN 114359548 A CN114359548 A CN 114359548A CN 202111683480 A CN202111683480 A CN 202111683480A CN 114359548 A CN114359548 A CN 114359548A
- Authority
- CN
- China
- Prior art keywords
- circle
- edge
- point
- identified
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请实施例提供的一种圆查找方法、装置、电子设备及存储介质,应用于信息技术领域,可以获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点;根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。从而实现仅需要用户输入一个圆形图案的边附件的点就可以实现圆的查找,从而简化用户的操作流程。
Description
技术领域
本申请涉及信息技术领域,特别是涉及一种圆查找方法、装置、电子设备及存储介质。
背景技术
在机器视觉领域中,通过对圆形图案的识别,可以根据识别结果进行定位、测量等。例如,以识别到的待识别物体上圆形图案的圆心为基准点进行待识别物体的坐标位置的确定。
然而,目前在进行圆形图案的识别时,往往需要用户进行多次输入,例如,通过用户输入圆心的位置,以及通过拖拽鼠标等方式输入圆形图案的半径,计算得到圆形待识别区域,然后在待识别区域中进行圆形图案的识别,操作复杂。
发明内容
本申请实施例的目的在于提供一种圆查找方法、装置、电子设备及存储介质,用以解决圆形图案识别过程中操作复杂的问题。具体技术方案如下:
本申请实施的第一方面,首先提供了一种圆查找方法,包括:
获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;
以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。
可选的,所述以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:
对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,所述第一边缘点的像素梯度大于预设梯度阈值;
对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;
从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点。
可选的,所述拟合的圆的参数包括所述拟合的圆的位置坐标,所述根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆之后,所述方法还包括:
根据所述拟合的圆的位置坐标生成待识别区域;
在所述待识别区域中进行圆的识别,得到识别结果,其中,所述识别结果包括识别到的圆的参数。
可选的,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述根据所述拟合的圆的位置坐标生成待识别区域,包括:
根据所述拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数,其中,所述预设形状为圆形或矩形,所述特征参数为圆的半径或矩形的长和宽;
根据所述特征参数,以所述拟合的圆的圆心坐标为待生成的待识别区域的中心,生成待识别区域。
可选的,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述根据所述拟合的圆的位置坐标生成待识别区域,包括:
根据所述拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径;
以所述拟合的圆的圆心坐标为中心,根据所述环形待识别区域的内径和外径,生成环形待识别区域;
所述在所述待识别区域中进行圆的识别,得到识别结果,包括:
在所述环形待识别区域中进行圆的识别,得到识别结果。
可选的,所述根据所述拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径,包括:
计算所述拟合的圆的半径和预设环状区域宽度之和,得到待识别区域的外径;计算所述拟合的圆的半径和预设环状区域宽度之差,得到待识别区域的内径。
可选的,所述对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点,包括:
在所述第一边缘点周围第二预设范围内,对所述第一边缘点的顺时针和逆时针方向上的各像素点进行像素梯度识别,得到所述多个第二边缘点。
可选的,所述对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,包括:
对所述待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,所述对所述待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点,包括:
在所述待识别图像中目标参照点周围第一预设范围内,根据预设基准方向每间隔预设角度跨度选取一个方向,得到多个目标方向;
对所述预设基准方向和所述多个目标方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,所述从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点,包括:
对所述多个第二边缘点进行下采样,得到至少三个第三采样边缘点;
所述根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆,包括:
根据所述至少三个第三采样边缘点进行圆的拟合,得到所述拟合的圆。
可选的,所述在所述待识别区域中进行圆的识别,得到识别结果,包括:
对比所述待识别区域和所述拟合的圆的面积的大小;
当所述待识别区域与所述拟合的圆的面积的比例大于预设阈值时,根据所述目标参照点和预设区域的大小生成更新后的待识别区域;
在所述更新后的待识别区域中进行圆的识别,得到识别结果。
可选的,所述以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:
接收用户待识别区域信息,其中,所述待识别区域信息包括用户输入的待识别区域的大小和位置;
以所述目标参照点为基准,在所述待识别区域中进行边缘提取,得到至少三个目标边缘点。
本申请实施的第二方面,提供了一种圆查找装置,包括:
参照点获取模块,用于获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;
边缘点选取模块,用于以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
圆形拟合模块,用于根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。
可选的,所述边缘点选取模块,包括:
第一边缘点检测模块,用于对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,第一边缘点的像素梯度大于预设梯度阈值;
第二边缘点检测模块,用于对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;
目标边缘点获取模块,用于从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点。
可选的,所述拟合的圆的参数包括所述拟合的圆的位置坐标,所述装置还包括:
待识别区域生成模块,用于根据所述拟合的圆的位置坐标生成待识别区域;
待识别区域识别模块,用于在所述待识别区域中进行圆的识别,得到识别结果,其中,所述识别结果包括识别到的圆的参数。
可选的,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述待识别区域生成模块,包括:
特征参数计算模块,用于根据所述拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数,其中,所述预设形状为圆形或矩形,所述特征参数为圆的半径或矩形的长和宽;
特征参数生成模块,用于根据所述特征参数,以所述拟合的圆的圆心坐标为待生成的待识别区域的中心,生成待识别区域。
可选的,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述待识别区域生成模块,包括:
内外径计算子模块,用于根据所述拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径;
环形区域生成子模块,用于以所述拟合的圆的圆心坐标为中心,根据所述环形待识别区域的内径和外径,生成环形待识别区域;
所述待识别区域识别模块,具体用于在所述环形待识别区域中进行圆的识别,得到识别结果。
可选的,所述内外径计算子模块,具体用于计算所述拟合的圆的半径和预设环状区域宽度之和,得到待识别区域的外径;计算所述拟合的圆的半径和预设环状区域宽度之差,得到待识别区域的内径;
可选的,所述第二边缘点检测模块,具体用于在所述第一边缘点周围第二预设范围内,对所述第一边缘点的顺时针和逆时针方向上的各像素点进行像素梯度识别,得到所述多个第二边缘点。
可选的,所述第一边缘点检测模块,具体用于对所述待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,所述第一边缘点检测模块,包括:
方向选取子模块,用于在所述待识别图像中目标参照点周围第一预设范围内,根据预设基准方向每间隔预设角度跨度选取一个方向,得到多个目标方向;
像素识别子模块,用于对所述预设基准方向和所述多个目标方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,所述目标边缘点获取模块,具体用于对所述多个第二边缘点进行下采样,得到至少三个第三采样边缘点;
所述圆形拟合模块,具体用于根据所述至少三个第三采样边缘点进行圆的拟合,得到所述拟合的圆。
可选的,所述待识别区域识别模块,包括:
面积比较子模块,用于对比所述待识别区域和所述拟合的圆的面积的大小;
区域更新子模块,用于当所述待识别区域与所述拟合的圆的面积的比例大于预设阈值时,根据所述目标参照点和预设区域的大小生成更新后的待识别区域;
更新区域识别子模块,用于在所述更新后的待识别区域中进行圆的识别,得到识别结果。
可选的,所述边缘点选取模块,包括:
区域信息接收子模块,用于接收用户待识别区域信息,其中,所述待识别区域信息包括用户输入的待识别区域的大小和位置;
区域边缘提取子模块,用于以所述目标参照点为基准,在所述待识别区域中进行边缘提取,得到至少三个目标边缘点。
本申请实施的另一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一圆查找方法步骤。
本申请实施的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一圆查找方法步骤。
本申请实施的另一方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一圆查找方法步骤。
本申请实施例有益效果:
本申请实施例提供的一种圆查找方法、装置、电子设备及存储介质,可以获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点;根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。从而实现仅需要用户输入一个圆形图案的边附件的点就可以实现圆的查找,从而简化用户的操作流程。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的圆查找方法的一种流程示意图;
图2为本申请实施例提供的圆查找方法的一种流程示意图;
图3为本申请实施例提供的圆查找方法的一种实例图;
图4为本申请实施例提供的生成待识别区域的一种流程示意图;
图5为本申请实施例提供的圆查找方法的另一种实例图;
图6为本申请实施例提供的圆查找装置的一种结构示意图;
图7为本申请实施例提供的电子设备的一种结构示意图。
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,所描述的实施例仅仅是本申请一部分实施例,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基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
首先,对本申请实施例中可能使用的名词进行解释:
单点:像素坐标中的一个点。
查找圆:定位到圆的具体位置,给出圆的圆心位置和半径长度。
ROI(region of interest,感兴趣区域):一个限定的区域,算法在此区域中执行操作。
查找点:用户给出的圆周附近的点,用于查找圆。
棋盘距离:两个像素点横坐标差绝对值与纵坐标差绝对值的最大值。
RANSAC(Random Sample Consensus,随机抽样一致算法):采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数。
为了解决现有技术中,在进行圆形图案的识别时,需要用户进行多次输入,操作复杂的问题。
本申请实施例的第一方面,提供了一种圆查找方法,包括:
获取待识别图像中的目标参照点,其中,待识别图像中包含圆形图案,目标参照点配置在圆形图案的边(即圆形图案的圆周)附近;
以目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
根据至少三个目标边缘点进行圆的拟合,得到拟合的圆。
可见,通过本申请实施例的方法,可以实现仅需要用户输入一个圆形图案的边附件的点就可以实现圆的查找,从而简化用户的操作流程。
具体的,参见图1,图1为本申请实施例提供的圆查找方法的一种流程示意图,包括:
步骤S11,获取待识别图像中的目标参照点。
本申请实施例中的待识别图像为包括圆形图案的图像,其中,待识别图像中包含圆形图案,目标参照点为单点,可以为人工输入的点,具体的,可以通过人工触控或鼠标点击的方式在待识别图像标注一个点作为参照点,也可以通过键盘输入参照点的坐标位置等方式。当本申请实施例的方法应用于智能手机等设备时,也可以通过人工通过触屏等方式选取目标参照点。在实际使用过程中目标参照点可以设置在需要进行识别的圆形图案的边缘上,也可以设置在需要进行识别的圆形图案的边缘附近。
传统方法在进行查找圆过程中,一般需要将参照点放在圆心或圆周上,才可以确定圆心坐标以及半径,从而根据确定的圆心和半径进行找圆。然而,由于用户的操作误差往往无法完全将参照点放在圆心上,导致往往需要多次操作,操作复杂,而本申请实施例的方法则仅需要将参照点放在圆周附近就可以实现目标参照点的选取,从而简化操作流程,提高用户体验。
本申请实施例的方法,应用于智能终端,可以通过智能终端来实施,具体的该智能终端可以是电脑、手机、服务器或智能相机等。
步骤S12,以目标参照点为基准进行边缘提取,得到至少三个目标边缘点。
其中,待识别图像中包含圆形图案,目标参照点配置在圆形图案的边(即圆形图案的圆周)附近。可选的,以目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,第一边缘点的像素梯度大于预设梯度阈值;对第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;从第一边缘点和多个第二边缘点中选取至少三个目标边缘点。可选的,以目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:接收用户待识别区域信息,其中,待识别区域信息包括用户输入的待识别区域的大小和位置;以目标参照点为基准,在待识别区域中进行边缘提取,得到至少三个目标边缘点。
对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点。其中,第一边缘点的像素梯度大于预设梯度阈值。本申请实施例中对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,可以通过预设检测算法对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素值的识别,然后根据识别到的像素值计算该像素点对应的像素梯度。实际使用过程中,可以通过计算Sobel算子(索贝尔算子),计算各像素点的像素梯度。具体的,该预设检测算法可以是任一边缘点检测算法,如,canny算法(一种边缘检测算法)。一个例子中,对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,可以依次搜索距离目标参照点棋盘距离为0,1,2…的像素点,并判断是否为边缘点,得到第一边缘点。其中,第一边缘点可以包括多个像素点。
其中,第一预设范围的大小可以根据实际情况进行设定。一个例子中,需要识别的圆的范围越小,该第一预设范围应该越小,需要识别的圆的范围越大,该第一预设范围可以越大。例如,如果待识别图像的范围较大,而需要识别的圆形图案的范围较小,可以通过第一预设范围的设定只识别目标参照点周围一个小范围内的点就可以。从而不但可以加快边缘点的查找,还可以减少工作内存和计算量。而当需要识别的圆形图案的范围较大,则应当识别目标参照点周围一个较大的范围。
可选的,对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,包括:对待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点。可选的,对待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点,包括:在待识别图像中目标参照点周围第一预设范围内,根据预设基准方向每间隔预设角度跨度选取一个方向,得到多个目标方向;对预设基准方向和多个目标方向上的各像素点进行像素梯度识别,得到第一边缘点。一个例子中,预设方向可以是指目标参照点的上下左右四个方向,以及相邻两个方向间隔45°的四个方向,共八个方向中的一个或多个方向。
对第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点。第二预设范围的大小可以与第一预设范围的大小相同或不同。在查找第一边缘点周围第二预设范围内的多个第二边缘点时,可以以第一边缘点为起点搜索圆周轮廓上的其它边缘点,在搜索时,尽量搜索完全部的边缘点,以便让边缘点布满圆周的各个位置。对第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,可以通过上述任一边缘点检测算法,如,canny算法进行识别。
可选的,对第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点,包括:在第一边缘点周围第二预设范围内,对第一边缘点的顺时针和逆时针方向上的各像素点进行像素梯度识别,得到多个第二边缘点。其中,当圆形图案的半径比较大时,可以对这些边缘点进行采样,仅保留采样的边缘点,可以减少内存的消耗和后续的计算量。
从第一边缘点和多个第二边缘点中选取至少三个目标边缘点。由于在进行圆的拟合时,至少需要三个边缘点才可以进行圆的拟合,因此,在获取第一边缘点和多个边缘点之后,需要选择三个边缘点进行圆的拟合。选择的至少三个目标边缘点可以是第一边缘点和多个第二边缘点,也可以是第二边缘点中的至少三个边缘点。其中,在从第一边缘点和多个第二边缘点中选取至少三个目标边缘点,可以通过随机选取的方法,从第一边缘点和多个第二边缘点中选取三个边缘点作为目标边缘点。
步骤S13,根据至少三个目标边缘点进行圆的拟合,得到拟合的圆。
其中,根据至少三个目标边缘点进行圆的拟合,可以通过多种预设圆的拟合方法进行拟合,例如,最小二乘法,或基于RANSAC的最小二乘法进行拟合,得到拟合的圆和拟合圆的参数,如,半径和圆心坐标等。然后将该拟合圆形的参数作为待识别图像中圆形图案的参数。
在从第一边缘点和多个第二边缘点中选取至少三个边缘点作为目标边缘点时,可以通过下采样的方法,从第一边缘点和多个第二边缘点中选取至少三个边缘点作为目标边缘点。可选的,从第一边缘点和多个第二边缘点中选取至少三个目标边缘点,包括:对多个第二边缘点进行下采样,得到至少三个第三采样边缘点;根据至少三个目标边缘点进行圆的拟合,得到拟合的圆,包括:根据至少三个第三采样边缘点进行圆的拟合,得到拟合的圆。由于下采样后的第三边缘点的数量小于第二边缘点的数量。在下采样时,可以根据第三边缘点之间的距离进行下采样,以使采样得到的第三边缘点在拟合圆上尽量均匀分布。因此,通过下采样可以减少需要计算和保存的第二边缘点的数量,从而可以减少内存的消耗和后续的计算量,提高拟合效率。
可见,通过本申请实施例的方法,仅需要用户输入一个目标参照点就可以自动识别出第一边缘点和多个第二边缘点,从而通过识别第一边缘点和第二边缘点进行圆的拟合,得到待识别图像中圆的参数,从而简化用户的操作流程。
可选的,参见图2,拟合的圆的参数包括拟合的圆的位置坐标,根据至少三个目标边缘点进行圆的拟合,得到拟合的圆之后,上述方法还包括:
步骤S21,根据拟合的圆的位置坐标生成待识别区域;
步骤S22,在待识别区域中进行圆的识别,得到识别结果,其中,识别结果包括识别到的圆的参数。
可选的,拟合的圆的位置坐标包括拟合的圆的圆心坐标和拟合的圆的半径,根据拟合的圆的位置坐标生成待识别区域,包括:根据拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数,其中,预设形状为圆形或矩形,特征参数为圆的半径或矩形的长和宽;以拟合的圆的圆心坐标为待生成的待识别区域的中心,生成待识别区域。其中,在根据根据拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数时,该待生成的预设形状的待识别区域可以包含整个拟合的圆,例如,当预设形状为圆形时,预设形状的待识别区域对应的圆的半径大于拟合的圆的半径,例如,当拟合圆的半径为4时,计算得到的预设形状的待识别区域对应的圆的可以为5。再例如,当拟合圆的半径为4时,计算得到的预设形状的待识别区域对应的矩形的长和宽均大于该拟合圆的半径的两倍,如,当拟合圆的半径4时,预设形状的待识别区域对应的矩形的长和宽可以分别为9和10。
其中,上述待识别区域可以是多种形状的区域,例如,待识别区域可以是圆形、环形、正方形、长方形等。在生成待识别区域时,待识别区域的范围应当包括待识别图像中圆形图案的范围。
可选的,在待识别区域中进行圆的识别,得到识别结果,包括:对比待识别区域和拟合的圆的面积的大小;当待识别区域与拟合的圆的面积的比例大于预设阈值时,根据目标参照点和预设区域的大小生成更新后的待识别区域;在更新后的待识别区域中进行圆的识别,得到识别结果。一个例子中,需要识别的圆的范围越小,该第一预设范围应该越小,需要识别的圆的范围越大,该第一预设范围可以越大。例如,如果待识别图像的范围较大,而需要识别的圆形图案的范围较小,可以通过第一预设范围的设定只识别目标参照点周围一个小范围内的点就可以。从而不但可以加快边缘点的查找,还可以减少工作内存和计算量。而当需要识别的圆形图案的范围较大,则应当识别目标参照点周围一个较大的范围。
本申请实施例中,通过预设识别方法,在待识别区域中进行圆形图案的识别时,上述预设识别方法可以是多种进行图像识别的方法,例如,RANSAC等。本申请实施例中,参见图3,根据圆形图案的参数生成ROI后,在ROI中进行更高精度的圆的查找。
可见,通过本申请实施例的方法,可以根据拟合的圆的位置坐标生成待识别区域,然后在待识别区域中进行圆的识别,得到识别结果,从而通过在待识别区域中进行圆形图案的识别,不但可以得到识别结果,提高识别到的圆形的参数的精度,还可以通过识别区域的选取,在待识别区域中查找圆,而无需在整个图像中进行查找,从而减小计算量,提高计算效率。
可选的,参见图4,拟合的圆的位置坐标包括拟合的圆的圆心坐标和拟合的圆的半径,根据拟合的圆的位置坐标生成待识别区域,包括:
步骤S211,根据拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径;
步骤S212,根据所述特征参数,以拟合的圆的圆心坐标为中心,根据环形待识别区域的内径和外径,生成环形待识别区域;
步骤S22在待识别区域中进行圆的识别,得到识别结果,包括:
步骤S221,在环形待识别区域中进行圆的识别,得到识别结果。
可选的,根据拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径,包括:计算拟合的圆的半径和预设环状区域宽度之和,得到待识别区域的外径;计算拟合的圆的半径和预设环状区域宽度之差,得到待识别区域的内径。
根据圆形图案的半径和预设长度,计算得到待生成圆环形区域的内径和外径,可以通过圆形图案的半径减去一个预设值得到待生成圆环形区域的内径,圆形图案的半径加上该预设值得到待生成圆环形区域的外径。具体的,该预设值可以根据实际情况进行设定,一个例子中,该预设值的大小与圆的半径相对应,圆的半径越大,该预设值可以越大,圆的半径越小,该预设值可以越小。然后以拟合的圆的圆心坐标为中心,根据环形待识别区域的内径和外径,生成环形待识别区域。本申请实施例中,所生成的圆环形区域包括圆形图案的所有边缘点。
在环形待识别区域中进行圆的识别,得到识别结果,可以通过上述预设识别方法,在圆环形待识别区域中进行圆形图案的识别,得到识别结果。具体的,可以是通过上述RANSAC等图像识别方法,在圆环形待识别区域中进行圆形图案的识别。本申请实施例中,识别结果可以包括圆的半径和圆心坐标等参数。由于圆环形区域包括圆形图案的所有边缘点,并且,圆环形区域的区域面积较小,需要识别的区域较小,因此,识别效率更高。
可见,通过本申请实施例的方法,可以根据拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径,以拟合的圆的圆心坐标为中心,根据环形待识别区域的内径和外径,生成环形待识别区域,在环形待识别区域中进行圆的识别,得到识别结果,从而可以减小需要识别的区域,提高识别的效率。
参见图5,图5为本申请实施例提供的圆查找方法的另一种实例图,包括:
1、设置圆周附近查找点;本公开中的查找点位于圆形图案的圆周附近。
2、图像边缘提取;当待检测的图像较大,而需要查找的圆直径比较小,只占整个图像区域的一小部分,可以只提取用户设置的查找点附近的区域,以减少工作内存和计算量。
3、搜索最近边缘点;具体的,可以依次搜索距离查找点棋盘距离为0,1,2…的点,或,沿着固定的8个方向(相邻两个方向间隔45°)来搜索,得到圆周上的一点。
4、沿着边缘搜索其它边缘点;从顺时针和逆时针两个方向进行搜索,然后保存搜索到的这些边缘点。可选的,如果待搜索圆的半径比较大,可以对这些边缘点进行采样,仅保留采样的边缘点,可以减少内存的消耗和后续的计算量。
5、边缘点拟合;对保留下来的边缘点进行圆拟合,圆拟合时可以有多种不同的方式,如最小二乘法或者基于RANSAC的最小二乘法等,最终便得到此单点查找圆的结果。
本申请实施例的第二方面,提供了一种圆查找装置,参见图6,包括:
参照点获取模块601,用于获取待识别图像中的目标参照点,其中,待识别图像中包含圆形图案,目标参照点配置在圆形图案的边附近;
边缘点选取模块602,用于以目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
圆形拟合模块603,用于根据至少三个目标边缘点进行圆的拟合,得到拟合的圆。
可选的,边缘点选取模块602,包括:
第一边缘点检测模块,用于对待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,第一边缘点的像素梯度大于预设梯度阈值;
第二边缘点检测模块,用于对第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;
目标边缘点获取模块,用于从第一边缘点和多个第二边缘点中选取至少三个目标边缘点。
可选的,拟合的圆的参数包括拟合的圆的位置坐标,上述装置还包括:
待识别区域生成模块,用于根据拟合的圆的位置坐标生成待识别区域;
待识别区域识别模块,用于在待识别区域中进行圆的识别,得到识别结果,其中,识别结果包括识别到的圆的参数。
可选的,拟合的圆的位置坐标包括拟合的圆的圆心坐标和拟合的圆的半径,待识别区域生成模块,包括:
特征参数计算模块,用于根据拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数,其中,预设形状为圆形或矩形,特征参数为圆的半径或矩形的长和宽;
特征参数生成模块,用于根据所述特征参数,以拟合的圆的圆心坐标为待生成的待识别区域的中心,生成待识别区域。
可选的,拟合的圆的位置坐标包括拟合的圆的圆心坐标和拟合的圆的半径,待识别区域生成模块,包括:
内外径计算子模块,用于根据拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径;
环形区域生成子模块,用于以拟合的圆的圆心坐标为中心,根据环形待识别区域的内径和外径,生成环形待识别区域;
待识别区域识别模块,具体用于在环形待识别区域中进行圆的识别,得到识别结果。
可选的,内外径计算子模块,具体用于计算拟合的圆的半径和预设环状区域宽度之和,得到待识别区域的外径;计算拟合的圆的半径和预设环状区域宽度之差,得到待识别区域的内径;
可选的,第二边缘点检测模块,具体用于在第一边缘点周围第二预设范围内,对第一边缘点的顺时针和逆时针方向上的各像素点进行像素梯度识别,得到多个第二边缘点。
可选的,第一边缘点检测模块,具体用于对待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,第一边缘点检测模块,包括:
方向选取子模块,用于在待识别图像中目标参照点周围第一预设范围内,根据预设基准方向每间隔预设角度跨度选取一个方向,得到多个目标方向;
像素识别子模块,用于对预设基准方向和多个目标方向上的各像素点进行像素梯度识别,得到第一边缘点。
可选的,目标边缘点获取模块,具体用于对多个第二边缘点进行下采样,得到至少三个第三采样边缘点;
圆形拟合模块,具体用于根据至少三个第三采样边缘点进行圆的拟合,得到拟合的圆。
可选的,待识别区域识别模块,包括:
面积比较子模块,用于对比待识别区域和拟合的圆的面积的大小;
区域更新子模块,用于当待识别区域与拟合的圆的面积的比例大于预设阈值时,根据目标参照点和预设区域的大小生成更新后的待识别区域;
更新区域识别子模块,用于在更新后的待识别区域中进行圆的识别,得到识别结果。
可选的,边缘点选取模块602,包括:
区域信息接收子模块,用于接收用户待识别区域信息,其中,待识别区域信息包括用户输入的待识别区域的大小和位置;
区域边缘提取子模块,用于以目标参照点为基准,在待识别区域中进行边缘提取,得到至少三个目标边缘点。
可见,通过本申请实施例的装置,可以实现仅需要用户输入一个圆形图案的边附件的点就可以实现圆的查找,从而简化用户的操作流程。
本申请实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现如下步骤:
获取待识别图像中的目标参照点,其中,待识别图像中包含圆形图案,目标参照点为与圆形图案的边的距离小于预设距离阈值的点;
以目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
根据至少三个目标边缘点进行圆的拟合,得到拟合的圆。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类形的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated 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。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一圆查找方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一圆查找方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、存储介质及计算机程序产品实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (15)
1.一种圆查找方法,其特征在于,包括:
获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;
以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点;
根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。
2.根据权利要求1所述的方法,其特征在于,所述以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:
对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,所述第一边缘点的像素梯度大于预设梯度阈值;
对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;
从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点。
3.根据权利要求2所述的方法,其特征在于,所述拟合的圆的参数包括所述拟合的圆的位置坐标,所述根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆之后,所述方法还包括:
根据所述拟合的圆的位置坐标生成待识别区域;
在所述待识别区域中进行圆的识别,得到识别结果,其中,所述识别结果包括识别到的圆的参数。
4.根据权利要求3所述的方法,其特征在于,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述根据所述拟合的圆的位置坐标生成待识别区域,包括:
根据所述拟合的圆的半径计算得到待生成的预设形状的待识别区域的特征参数,其中,所述预设形状为圆形或矩形,所述特征参数为圆的半径或矩形的长和宽;
根据所述特征参数,以所述拟合的圆的圆心坐标为待生成的待识别区域的中心,生成待识别区域。
5.根据权利要求3所述的方法,其特征在于,所述拟合的圆的位置坐标包括所述拟合的圆的圆心坐标和拟合的圆的半径,所述根据所述拟合的圆的位置坐标生成待识别区域,包括:
根据所述拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径;
以所述拟合的圆的圆心坐标为中心,根据所述环形待识别区域的内径和外径,生成环形待识别区域;
所述在所述待识别区域中进行圆的识别,得到识别结果,包括:
在所述环形待识别区域中进行圆的识别,得到识别结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述拟合的圆的圆心坐标和拟合的圆的半径,计算得到环形待识别区域的内径和外径,包括:
计算所述拟合的圆的半径和预设环状区域宽度之和,得到待识别区域的外径;计算所述拟合的圆的半径和预设环状区域宽度之差,得到待识别区域的内径。
7.根据权利要求2所述的方法,其特征在于,所述对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点,包括:
在所述第一边缘点周围第二预设范围内,对所述第一边缘点的顺时针和逆时针方向上的各像素点进行像素梯度识别,得到所述多个第二边缘点。
8.根据权利要求2所述的方法,其特征在于,所述对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,包括:
对所述待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点。
9.根据权利要求8所述的方法,其特征在于,所述对所述待识别图像中目标参照点周围第一预设范围内,多个预设方向上的各像素点进行像素梯度识别,得到第一边缘点,包括:
在所述待识别图像中目标参照点周围第一预设范围内,根据预设基准方向每间隔预设角度跨度选取一个方向,得到多个目标方向;
对所述预设基准方向和所述多个目标方向上的各像素点进行像素梯度识别,得到第一边缘点。
10.根据权利要求2所述的方法,其特征在于,所述从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点,包括:
对所述多个第二边缘点进行下采样,得到至少三个第三采样边缘点;
所述根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆,包括:
根据所述至少三个第三采样边缘点进行圆的拟合,得到所述拟合的圆。
11.根据权利要求3所述的方法,其特征在于,所述在所述待识别区域中进行圆的识别,得到识别结果,包括:
对比所述待识别区域和所述拟合的圆的面积的大小;
当所述待识别区域与所述拟合的圆的面积的比例大于预设阈值时,根据所述目标参照点和预设区域的大小生成更新后的待识别区域;
在所述更新后的待识别区域中进行圆的识别,得到识别结果。
12.根据权利要求1所述的方法,其特征在于,所述以所述目标参照点为基准进行边缘提取,得到至少三个目标边缘点,包括:
接收用户待识别区域信息,其中,所述待识别区域信息包括用户输入的待识别区域的大小和位置;
以所述目标参照点为基准,在所述待识别区域中进行边缘提取,得到至少三个目标边缘点。
13.一种圆查找装置,其特征在于,包括:
参照点获取模块,用于获取待识别图像中的目标参照点,其中,所述待识别图像中包含圆形图案,所述目标参照点配置在所述圆形图案的边附近;
第一边缘点检测模块,用于对所述待识别图像中目标参照点周围第一预设范围内的各像素点进行像素梯度识别,得到第一边缘点,其中,所述第一边缘点的像素梯度大于预设梯度阈值;
第二边缘点检测模块,用于对所述第一边缘点周围第二预设范围内的各像素点进行像素梯度识别,得到多个第二边缘点;
目标边缘点获取模块,用于从所述第一边缘点和所述多个第二边缘点中选取至少三个目标边缘点;
圆形拟合模块,用于根据所述至少三个目标边缘点进行圆的拟合,得到拟合的圆。
14.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-12任一所述的方法步骤。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-12任一所述的方法步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111683480.2A CN114359548A (zh) | 2021-12-31 | 2021-12-31 | 一种圆查找方法、装置、电子设备及存储介质 |
PCT/CN2022/118332 WO2023124233A1 (zh) | 2021-12-31 | 2022-09-13 | 一种圆查找方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111683480.2A CN114359548A (zh) | 2021-12-31 | 2021-12-31 | 一种圆查找方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114359548A true CN114359548A (zh) | 2022-04-15 |
Family
ID=81104978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111683480.2A Pending CN114359548A (zh) | 2021-12-31 | 2021-12-31 | 一种圆查找方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114359548A (zh) |
WO (1) | WO2023124233A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023124233A1 (zh) * | 2021-12-31 | 2023-07-06 | 杭州海康机器人股份有限公司 | 一种圆查找方法、装置、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006059663B4 (de) * | 2006-12-18 | 2008-07-24 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung, Verfahren und Computerprogramm zum Identifizieren eines Verkehrszeichens in einem Bild |
CN102236894A (zh) * | 2010-04-30 | 2011-11-09 | 西门子公司 | 圆检测方法及装置 |
CN106251352B (zh) * | 2016-07-29 | 2019-01-18 | 武汉大学 | 一种基于图像处理的罐盖缺陷检测方法 |
CN106447683B (zh) * | 2016-08-09 | 2019-08-02 | 上海柏楚电子科技股份有限公司 | 一种圆的特征提取方法 |
CN109815822B (zh) * | 2018-12-27 | 2024-05-28 | 北京航天福道高技术股份有限公司 | 基于广义Hough变换的巡检图零部件目标识别方法 |
CN114359548A (zh) * | 2021-12-31 | 2022-04-15 | 杭州海康机器人技术有限公司 | 一种圆查找方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111683480.2A patent/CN114359548A/zh active Pending
-
2022
- 2022-09-13 WO PCT/CN2022/118332 patent/WO2023124233A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023124233A1 (zh) * | 2021-12-31 | 2023-07-06 | 杭州海康机器人股份有限公司 | 一种圆查找方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023124233A1 (zh) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11699283B2 (en) | System and method for finding and classifying lines in an image with a vision system | |
CN109117854B (zh) | 关键点匹配方法、装置、电子设备以及存储介质 | |
CN116958145B (zh) | 图像处理方法、装置、视觉检测系统及电子设备 | |
CN108985148B (zh) | 一种手部关键点检测方法及装置 | |
CN108229583B (zh) | 一种基于主方向差分特征的快速模板匹配的方法及装置 | |
CN110598771A (zh) | 一种基于深度语义分割网络的视觉目标识别方法和装置 | |
CN112700440A (zh) | 物体缺陷检测方法、装置、计算机设备及存储介质 | |
CN114359548A (zh) | 一种圆查找方法、装置、电子设备及存储介质 | |
JP2011243007A (ja) | 画像処理装置、その処理方法及びプログラム | |
US20200160098A1 (en) | Human-Assisted Machine Learning Through Geometric Manipulation and Refinement | |
CN110910414A (zh) | 图像轮廓生成方法、图像标注方法、电子装置及存储介质 | |
CN112435274B (zh) | 一种基于面向对象分割的遥感影像面状地物提取方法 | |
CN111340788B (zh) | 硬件木马版图检测方法、装置、电子设备和可读存储介质 | |
KR102452511B1 (ko) | 도면의 요소 이미지 검출 방법 및 장치 | |
CN115115857A (zh) | 一种图像匹配方法、装置及计算机设备 | |
CN115187769A (zh) | 一种定位方法及装置 | |
CN115063473A (zh) | 物体高度的检测方法、装置、计算机设备、存储介质 | |
CN109831737B (zh) | 一种基于置信度的蓝牙定位方法、装置、设备和系统 | |
CN112685056A (zh) | 脚本更新方法及装置 | |
CN113627143B (zh) | 一种表格创建方法、装置、电子设备及存储介质 | |
CN112019741B (zh) | 关联对象确定方法、装置、电子设备和计算机可读介质 | |
CN116664575B (zh) | 一种基于点云配准的缺陷检测方法、装置以及设备 | |
CN117739809A (zh) | 一种瓶口尺寸测量方法、计算机设备及介质 | |
CN107728882B (zh) | 窗口阴影检测方法、装置、计算设备及计算机存储介质 | |
CN113096182A (zh) | 一种移动对象的定位方法、装置、电子设备及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou Hikvision Robot Co.,Ltd. Address before: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU HIKROBOT TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information |