CN116071429B - 一种被子图案轮廓识别方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种被子图案轮廓识别方法、装置、电子设备及存储介质。包括：获取第二被子图像和特征模板，第二被子图像为产生变化的被子图像，特征模板根据第一被子图像上的被子图案生成；确定特征模板在所述第一被子图像上的位置坐标；根据特征模板对第二被子图像上的被子图案进行粗定位得到粗定位结果；基于粗定位结果、位置坐标以及轮廓点坐标集进行精确定位确定出第二被子图像上的被子图案的实际轮廓点；将实际轮廓点中的错误轮廓点去除得到被子图案轮廓。该方法能够在发生形变的被子上自动、快速、准确地查找被子图案的位置并识别出被子图案轮廓，可以确保缝制轨迹与被子图案轮廓基本重合。

Description

一种被子图案轮廓识别方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及图像处理术领域，尤其涉及一种被子图案轮廓识别方法、装置、电子设备及存储介质。

背景技术

被子在缝制前，需要人工装夹到机器上，在缝制过程中，按照预先设置的轨迹进行缝制。要实现沿着被子上图案的外轮廓进行缝制，就要求被子装夹完成后图案位置与预先设置的轨迹的位置和形状相同，即不存在局部变形。

在人工装夹过程中，不能保证被子在每次装夹后，被子上图案的位置保持不变并且不存在局部变形，这一过程要经过工人反复仔细比对，才能保证缝制轮廓与实际图案轮廓基本重合。但是，通过人工比对的方式识别实际图案轮廓的方式需要耗费大量的人力，且效率较低。因此，如何对发生局部变形的被子上的图案进行自动识别是当前亟待解决的技术问题。

发明内容

本发明提供了一种被子图案轮廓识别方法、装置、电子设备及存储介质，以解决被子装夹后，仍按照原图案轮廓进行缝制导致缝制不精准的问题。

根据本发明的一方面，提供了一种被子图案轮廓识别方法，包括：

获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；

确定所述特征模板在所述第一被子图像上的位置坐标；根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；

将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。

根据本发明的另一方面，提供了一种被子图案轮廓识别装置，包括：

获取模块，用于获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；

确定模块，用于确定所述特征模板在所述第一被子图像上的位置坐标；

粗定位模块，用于根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

精定位模块，用于基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；

去除模块，用于将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；

以及与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的被子图案轮廓识别方法。

根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的被子图案轮廓识别方法。

本发明实施例的技术方案，通过获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；确定所述特征模板在所述第一被子图像上的位置坐标；根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓，解决了装夹被子后通过人工反复对比的繁琐问题，取到了在被子装夹后发生局部形变时，能够自动、快速、准确地查找图案所在位置并识别出图案的实际外轮廓的有益效果。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种被子图案轮廓识别方法的流程示意图；

图2为本发明实施例二提供的一种被子图案轮廓识别方法的流程示意图；

图3为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图像示意图；

图4为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图案实际外轮廓示意图；

图5为本发明实施例三提供的一种被子图案轮廓识别方法中的特征模板示意图；

图6为本发明实施例三提供的一种被子图案轮廓识别方法中的缝制轨迹示意图；

图7为本发明实施例三提供的一种被子图案轮廓识别方法中的缝制轨迹与实际轮廓对比图；

图8为本发明实施例三提供的一种被子图案轮廓识别方法中的实际轮廓点示意图；

图9为本发明实施例三提供的一种被子图案轮廓识别方法中的错误点放大示意图；

图10为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图案轮廓示意图；

图11为本发明实施例三提供的一种被子图案轮廓识别装置的结构示意图；

图12为本发明实施例的被子图案轮廓识别方法的电子设备的结构示意图。

实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

实施例

图1为本发明实施例一提供的一种被子图案轮廓识别方法的流程示意图，该方法可适用于被子装夹后，沿被子图案的轮廓进行缝制的情况，该方法可以由被子图案轮廓识别装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上，在本实施例中电子设备包括但不限于：计算机设备。

如图1所示，本发明实施例一提供的一种被子图案轮廓识别方法，包括如下步骤：

S110、获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成。

其中，第一被子图像可以为未装夹的被子对应的图像以及装夹后基本不存在变化的被子对应的图像，第一被子图像可以通过相机拍摄得到。第二被子图像可以为已装夹的被子对应的图像，第二被子图像可以通过相机拍摄得到，与第一被子图像相比，第二被子图像上的被子图案的位置和形状都发生变化，且被子图案也存在局部形变。

本实施例中，选取第一被子图像上的被子图案作为特征，可以基于特征生成特征模板，并记录特征模板在第一被子图像上的位置。其中，若第一被子图像上包括多个不同的被子图案，则可以对应生成多个特征模板，一种被子图案对应一个特征模板。

本实施例中，可以将生成的特征模板进行存储，当采集到第二被子图像时，可以自动从文件夹中提取特征模板。

S120、确定所述特征模板在所述第一被子图像上的位置坐标。

其中，可以将被子图案的重心坐标作为该图案的特征模板在第一被子图像上的位置坐标。本实施例中，若生成多个特征模板，则需要确定每个模板在第一被子图像上的位置，每个特征模板的位置坐标的确定方式相同。

S130、根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果。

其中，粗定位结果可以理解为粗略定位后得到的被子图像的坐标、旋转角度以及缩放尺度等。

本实施例中，不限定如何根据特征模板对第二被子图像上的被子图案进行粗定位，可以通过任意一种可行的方式实现。

本方案针对相比于第一被子图像上的被子图案，第二被子图像上的被子图案的位置、大小以及角度发生变化的情况，可以采用粗定位的方式对第二被子图像上的被子图案进行识别。

S140、基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集。

其中，位置坐标为特征模板在第一被子图像上的位置坐标。轮廓点坐标集中可以包括多个轮廓点坐标，轮廓点坐标可以理解为被子上图案的实际外轮廓的轮廓点坐标。

可以理解的是，第一被子图像上可以包括多个图案，多个图案可以相同也可以不同，每个图案具有对应的外轮廓即实际外轮廓，一个实际外轮廓对应一个轮廓点坐标集。若第一被子图像上包括多个被子图案，则对应有多个轮廓点坐标集。

本实施例中，不限定以何种方式获取第一被子图像上被子图案的实际外轮廓，一种可行的方式可以为通过人工描绘出图案的实际外轮廓。此处不限定以何种方式确定轮廓点坐标集，一种可行的方式可以为通过定位技术确定每个图案的实际外轮廓点坐标，将一个图案的实际外轮廓点坐标组合成一个轮廓点坐标集。

本实施例中，可以根据轮廓点坐标集、所述位置坐标以及粗定位结果中包括的实际坐标、旋转角度和缩放尺度重新计算出第二被子图像上的被子图案的外轮廓；再从计算出的第二被子图像上的被子图案的外轮廓上查找出被子图案的实际轮廓。

本方案针对第二被子图像上的被子图案发生局部形变的情况，通过精确定位的方式对被子图案进行识别。

S150、将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。

其中，错误轮廓可以理解为实际轮廓点中角度偏差较大的点。被子图案轮廓可以理解为在装夹后发生形变的被子图像上识别出的被子图案的轮廓。

本实施例中，错误轮廓点可以通过多种方式确定，此处不做具体限制。

可以理解的是，得到的被子图案轮廓可以作为最终缝制轨迹，一个被子图案对应一个最终缝制轨迹，若一个被子上包括多个图案，则可以得到多个缝制轨迹。

本发明实施例一提供的一种被子图案轮廓识别方法，首先获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；其次确定所述特征模板在所述第一被子图像上的位置坐标；然后根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；之后基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；最终将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。上述方法能够自动、快速、准确地查找被子图案所在位置并识别出被子图案轮廓，保证了被子在装夹后被子图案存在局部变形的情况下，仍然可以沿着被子图案轮廓进行缝制，避免了人工装夹反复比对的繁琐，提高了缝制轮廓与实际图案轮廓的重合精度和缝制效率。

实施例

图2为本发明实施例二提供的一种被子图案轮廓识别方法的流程示意图，本实施例二在上述各实施例的基础上进行优化。本实施例尚未详尽的内容请参考实施例一。

如图2所示，本发明实施例二提供的一种被子图案轮廓识别方法，包括如下步骤：

S210、获取第二被子图像和特征模板，所述第二被子图像为产生变形的被子图像，所述特征模板根据第一被子图像上的被子图案生成。

S220、确定所述特征模板在所述第一被子图像上的位置坐标。

S230、根据所述特征模板利用模板匹配算法对所述第二被子图像上的被子图案进行粗定位得到粗定位结果。

其中，所述粗定位结果包括所述第二被子图像上被子图案的实际坐标、所述第二被子图像上被子图案的旋转角度以及所述第二被子图像上被子图案的缩放尺寸。

需要说明的是，第二被子图像上被子图案的实际坐标可以为被子图案的重心坐标。

S240、根据所述粗定位结果、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点。

其中，轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集。

具体的，根据所述粗定位结果中包括的实际坐标与所述位置坐标确定平移距离；根据所述轮廓点坐标集以及所述平移距离确定平移轮廓点坐标集；将所述平移轮廓点坐标集对应的轮廓点按照粗定位结果中包括的旋转角度以及缩放尺寸进行旋转和缩放得到第二被子图像上的被子图案的外轮廓点。

进一步的，所述根据所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定所述第二被子图像上的图案的外轮廓点，包括：将所述粗定位结果中包括的实际坐标与所述位置坐标的差值作为平移距离；将轮廓点坐标集中的轮廓点坐标按照所述平移距离进行平移得到平移轮廓点坐标集；以所述实际坐标为中心点，按照所述粗定位结果中包括的旋转角度将所述平移轮廓点坐标集对应的平移轮廓点进行旋转；以所述实际坐标为中心点，按照所述粗定位结果中包括的缩放尺寸将所述平移轮廓点进行缩放得到所述第二被子图像上的图案的外轮廓点。

S250、通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓。

具体的，通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓，包括：将所述外轮廓点构成的路径作为查找路径；通过路径提取工具在所述查找路径上等间隔查找边缘点，得到所述第二被子图像上的被子图案的实际轮廓。

其中，两个相邻边缘点之间的间隔可以根据实际情况设定为一个固定值，示例性的，可以在查找路径上间隔两个边缘点提取一个边缘点，提取到的边缘点可以构成第二被子图像上的被子图案的实际轮廓。

S260、根据所述外轮廓点从所述实际轮廓点中确定出错误轮廓点。

具体的，基于所述外轮廓点确定错误轮廓点包括：在所述外轮廓点上等间隔提取轮廓点，所述轮廓点与所述边缘点一一对应；计算第一角度与第二角度的角度偏差，所述第一角度为所述轮廓点中相邻两个轮廓点之间的角度，所述第二角度为所述边缘点中相邻两个边缘点之间的角度；将所对应的角度偏差大于预设值的边缘点确定为错误轮廓点。

其中，在外轮廓点上等间隔提取轮廓点与等间隔查找边缘点的方式相同，若是间隔两个点提取一个边缘点，则对应的在外轮廓点上也是间隔两个点提取一个轮廓点，以使查找到的边缘点与提取出的轮廓点一一对应。

其中，计算第一角度和第二角度的角度偏差可以示例性的理解为：计算提取出的多个轮廓点中第一个轮廓点和第二个轮廓点之间的角度，计算查找出的多个边缘点中第一个边缘点和第二个边缘点之间的角度，将计算出的两个角度作差可以得到一个角度偏差，若该角度偏差大于预设值，则可以确定第一个边缘点和第二个边缘点为错误边缘点。

S270、将所述错误轮廓点从所述实际轮廓点中去除得到被子图案轮廓。

本发明实施例二提供的一种被子图案轮廓识别方法，首先获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；其次确定所述特征模板在所述第一被子图像上的位置坐标；根据所述特征模板利用模板匹配算法对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；然后根据所述粗定位结果、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点；之后通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓；根据所述外轮廓点从所述实际轮廓点中确定出错误轮廓点；最后将所述错误轮廓点从所述实际轮廓点中去除得到被子图案轮廓。该方法采用模板匹配进行粗略定位，在图案位置发生变化的情况下，能准确定位到每一个图案所在位置；该方法采用路径提取进行精确定位，根据被子图案的外轮廓点轨迹和模板匹配结果实时生成规划路径，有效屏蔽了非路径范围内其它信息的干扰，保证了识别的准确性。

实施例

本发明实施例在上述各实施例的技术方案的基础上，提供了一种具体的实施方式。

作为本实施一种具体的实施方式，包括如下步骤：

步骤1、设置缝制轨迹。

采集一副装夹后基本不存在形变的图像Image1即第一被子图像，如图3所示，图3为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图像示意图，根据被子上的小熊图案，人工描述出小熊的实际外轮廓，并记录此时实际外轮廓点的点坐标集即轮廓点坐标集{(P1x1，P1y1)，(P1x2，P1y2)…, (P1xn，P1yn)}，作为缝纫轨迹，如图4所示，图4为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图案实际外轮廓示意图，图4的左上角示出了小熊图案实际外轮廓。

步骤2、生成特征模板

在图像Image1上，选取被子上的小熊图案作为特征，生成特征模板，如图5所示，记录特征模板在图像中的位置即特征模板在第一被子图像上的位置坐标（3466.6，7885.88），图5为本发明实施例三提供的一种被子图案轮廓识别方法中的特征模板示意图。

步骤3、粗略定位

重新采集一副已装夹的被子的图像Image2即第二被子图像，自动获取步骤2中的特征模板，根据该特征模板，利用模板匹配算法得到被子下方两个小熊图案（从左往右）的实际坐标即第二被子图像上被子图案的实际坐标（X2，Y2）分别为（1384.84,7892.38）和（3466.25、7886.81），旋转角度Angle分别为-0.07度和-0.01度，缩放尺度dScale分别为1.0和1.0。

步骤4、根据粗略定位结果，重新计算缝制轨迹。

图6为本发明实施例三提供的一种被子图案轮廓识别方法中的缝制轨迹示意图，如图6所示，缝制轨迹与小熊图案的外轮廓重合，将步骤1中记录的实际外轮廓点的点坐标集{(P1x1，P1y1)，(P1x2，P1y2)…，(P1xn，P1yn)}按照步骤3中图像Image2中左侧小熊图案的实际坐标、旋转角度以及缩放尺度，重新计算缝制轨迹。平移后的点坐标集即平移轮廓点坐标集为{(P2x1，P2y1)，(P2x2，P2y2)…，(P2xn，P2yn)}，P2x1=P1x1+（1384.84-3466.6），P2y1=P1y1+（7886.81-7885.88），以实际坐标（X2，Y2）（（1384.84,7892.38））为中心将平移后的点坐标集中的外轮廓点旋转-0.07度，以实际坐标（X2，Y2）（（1384.84,7892.38））为中心将平移后的点坐标集中的外轮廓点缩放1.0。

将步骤1中记录的实际外轮廓点的点坐标集{(P1x1，P1y1)，(P1x2，P1y2)…,(P1xn，P1yn)}按照步骤3中图像Image2中右侧小熊图案的实际坐标、旋转角度以及缩放尺度，重新计算缝制轨迹。平移后的点坐标集即平移轮廓点坐标集为{(P2x1，P2y1)，(P2x2，P2y2)…，(P2xn，P2yn)}，P2x1=P1x1+（3466.25-3466.6），P2y1=P1y1+（7886.81-7885.88），以实际坐标（X2，Y2）（（3466.25、7886.81））为中心将平移后的点坐标集中的外轮廓点旋转-0.01度，以实际坐标（X2，Y2）（（3466.25、7886.81））为中心将平移后的点坐标集中的外轮廓点缩放1.0。

步骤5、精确定位。

图7为本发明实施例三提供的一种被子图案轮廓识别方法中的缝制轨迹与实际轮廓对比图，如图7所示，以步骤4中计算得到的缝制轨迹作为路径提取工具的路径进一步精确查找图案的边缘点作为实际轮廓，相邻两个边缘点之间的间隔距离为4mm。在图7中，实线为步骤4中计算得到的缝制轨迹，十字点为步骤5中精确查找得到的边缘点。

步骤6、去除错误点。

将步骤4中计算得到的缝制轨迹等间隔取点，与步骤5中实际查找到的边缘点一一对应，通过计算步骤4中缝制轨迹中相邻两个轨迹点间的角度与步骤5中查找到的边缘点中相邻两点间的角度偏差，将边缘点中对应角度偏差较大的边缘点去掉，从而获取更加准确的轮廓。

图8为本发明实施例三提供的一种被子图案轮廓识别方法中的实际轮廓点示意图，如图8所示，将步骤5周精确查找的实际轮廓点依次连接，在小熊手臂位置存在错误点；图9为本发明实施例三提供的一种被子图案轮廓识别方法中的错误点放大示意图，如图9所示，将步骤4中缝制轨迹中相邻两个轨迹点的角度与步骤5中查找到的实际轮廓中的相邻边缘点间的角度偏差大于20度的点去除，得到更加准确的轮廓即被子图案轮廓，如图10所示，图10为本发明实施例三提供的一种被子图案轮廓识别方法中的被子图案轮廓示意图。

本发明实施例三提供的一种被子图案轮廓识别方法，该方法保证了被子在装夹过程中装夹位置不固定、装夹后被子图案发生局部变形的情况下，仍然可以沿着图案轮廓进行缝制；在轮廓识别过程中采用模板匹配进行粗略定位，采用路径提取进行精确定位；精确定位时，预先规划的路径有效屏蔽了非路径范围内其他信息的干扰。

实施例

图11为本发明实施例三提供的一种被子图案轮廓识别装置的结构示意图，该装置可适用于沿被子图案的轮廓进行缝制的情况，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上。

如图11所示，该装置包括：获取模块110、确定模块120、粗定位模块130、精定位模块140以及去除模块150。

获取模块110，用于获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；

确定模块120，用于确定所述特征模板在所述第一被子图像上的位置坐标；

粗定位模块130，用于根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

精定位模块140，用于基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；

去除模块150，用于将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。

在本实施例中，该装置首先通过获取模块110获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；其次通过确定模块120确定所述特征模板在所述第一被子图像上的位置坐标；然后通过粗定位模块130根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；之后通过精定位模块140基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；最后通过去除模块150将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓。

本实施例提供了一种被子图案轮廓识别装置，能够在发生变化的被子上自动、快速、准确地查找被子图案的位置并识别出被子图案轮廓，可以确保缝制轨迹与被子图案轮廓基本重合。

进一步的，粗定位模块130具体用于：根据所述特征模板利用模板匹配算法对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；其中，所述粗定位结果包括所述第二被子图像上被子图案的实际坐标、所述第二被子图像上被子图案的旋转角度以及所述第二被子图像上被子图案的缩放尺寸。

进一步的，精定位模块140包括：

确定单元，用于根据所述粗定位结果、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点；

查找单元，用于通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓。

基于上述技术方案，确定单元具体用于：将所述粗定位结果中包括的实际坐标与所述位置坐标的差值作为平移距离；将轮廓点坐标集中的轮廓点坐标按照所述平移距离进行平移得到平移轮廓点坐标集；以所述实际坐标为中心点，按照所述粗定位结果中包括的旋转角度将所述平移轮廓点坐标集对应的平移轮廓点进行旋转；以所述实际坐标为中心点，按照所述粗定位结果中包括的缩放尺寸将所述平移轮廓点进行缩放得到所述第二被子图像上的被子图案的外轮廓点。

基于上述技术方案，查找单元具体用于：将所述外轮廓点构成的路径作为查找路径；通过路径提取工具在所述查找路径上等间隔查找边缘点得到所述第二被子图像上的被子图案的实际轮廓。

在上述优化的基础上，所述错误轮廓点基于所述外轮廓点确定。

进一步的，基于所述外轮廓点确定错误轮廓点包括：

在所述外轮廓点上等间隔提取轮廓点，所述轮廓点与所述边缘点一一对应；

计算第一角度与第二角度的角度偏差，所述第一角度为所述轮廓点中相邻两个轮廓点之间的角度，所述第二角度为所述边缘点中相邻两个边缘点之间的角度；

将所对应的角度偏差大于预设值的边缘点确定为错误轮廓点。

上述被子图案轮廓识别装置可执行本发明任意实施例所提供的被子图案轮廓识别方法，具备执行方法相应的功能模块和有益效果。

实施例

图12示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图12所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如被子图案轮廓识别方法。

在一些实施例中，被子图案轮廓识别方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的被子图案轮廓识别方法中的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行被子图案轮廓识别方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (9)

1.一种被子图案轮廓识别方法，其特征在于，所述方法包括：

获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；

确定所述特征模板在所述第一被子图像上的位置坐标；根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；

将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓；

其中，所述基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，包括：

根据所述粗定位结果中包括的实际坐标、旋转角度和缩放尺寸、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点；通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓。

2.根据权利要求1所述的方法，其特征在于，所述根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果，包括：

根据所述特征模板利用模板匹配算法对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

其中，所述粗定位结果包括所述第二被子图像上被子图案的实际坐标、所述第二被子图像上被子图案的旋转角度以及所述第二被子图像上被子图案的缩放尺寸。

3.根据权利要求1所述的方法，其特征在于，所述根据所述粗定位结果中包括的实际坐标、旋转角度和缩放尺寸、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点，包括：

将所述粗定位结果中包括的实际坐标与所述位置坐标的差值作为平移距离；

将轮廓点坐标集中的轮廓点坐标按照所述平移距离进行平移得到平移轮廓点坐标集；

以所述实际坐标为中心点，按照所述粗定位结果中包括的旋转角度将所述平移轮廓点坐标集对应的平移轮廓点进行旋转；以所述实际坐标为中心点，按照所述粗定位结果中包括的缩放尺寸将所述平移轮廓点进行缩放得到所述第二被子图像上的被子图案的外轮廓点。

4.根据权利要求1所述的方法，其特征在于，所述通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓，包括：

将所述外轮廓点构成的路径作为查找路径；

通过路径提取工具在所述查找路径上等间隔查找边缘点得到所述第二被子图像上的被子图案的实际轮廓。

5.根据权利要求1所述的方法，其特征在于，所述错误轮廓点基于所述外轮廓点确定。

6.根据权利要求4所述的方法，其特征在于，基于所述外轮廓点确定错误轮廓点包括：

在所述外轮廓点上等间隔提取轮廓点，所述轮廓点与所述边缘点一一对应；

计算第一角度与第二角度的角度偏差，所述第一角度为所述轮廓点中相邻两个轮廓点之间的角度，所述第二角度为所述边缘点中相邻两个边缘点之间的角度；

将所对应的角度偏差大于预设值的边缘点确定为错误轮廓点。

7.一种被子图案轮廓识别装置，其特征在于，所述装置包括：

获取模块，用于获取第二被子图像和特征模板，所述第二被子图像为产生变化的被子图像，所述特征模板根据第一被子图像上的被子图案生成；

确定模块，用于确定所述特征模板在所述第一被子图像上的位置坐标；

粗定位模块，用于根据所述特征模板对所述第二被子图像上的被子图案进行粗定位得到粗定位结果；

精定位模块，用于基于所述粗定位结果、所述位置坐标以及轮廓点坐标集进行精确定位确定出所述第二被子图像上的被子图案的实际轮廓点，所述轮廓点坐标集为所述第一被子图像上被子图案的实际外轮廓对应的轮廓点坐标集；

去除模块，用于将所述实际轮廓点中的错误轮廓点去除得到被子图案轮廓；

其中，精定位模块包括：

确定单元，用于根据所述粗定位结果中包括的实际坐标、旋转角度和缩放尺寸、所述位置坐标以及轮廓点坐标集确定所述第二被子图像上的被子图案的外轮廓点；

查找单元，用于通过路径提取工具从所述外轮廓点上查找出所述第二被子图像上的被子图案的实际轮廓。

8.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；

以及与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的被子图案轮廓识别方法。

9.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的被子图案轮廓识别方法。

Images