CN106910196B - 一种图像检测方法及装置 - Google Patents
一种图像检测方法及装置 Download PDFInfo
- Publication number
- CN106910196B CN106910196B CN201510974836.6A CN201510974836A CN106910196B CN 106910196 B CN106910196 B CN 106910196B CN 201510974836 A CN201510974836 A CN 201510974836A CN 106910196 B CN106910196 B CN 106910196B
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- points
- detected
- comparison
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000003708 edge detection Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 17
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种图像检测方法及装置。所述方法包括:获取待检测图像;根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;对所述第一图像进行方向校正,以获取目标图像。根据本发明实施例的图像检测方法及装置,使用带宽度的边缘算子代替传统边缘算子,有利于消除孤立噪声,并使真实的边缘聚集;并且,根据距离和/或方向对该边缘对应的多个待选点进行分组,使得分布散乱的待选点呈现一定的规律性,根据呈现出的规律,有利于拟合出边缘对应的拟合线条,提高候选拟合线条的质量,进而提高了图像边缘定位的准确性。另外,采用多边缘算子以及空间网格校正的方式对图像进行方向校正(平面和立体),提高了校正精度且计算量变小。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像检测方法及装置。
背景技术
随着信息技术的快速发展,图像数据已经成为主要的信息来源之一。在实际的生活和工作中,需要获取图片或者视频中某些带有图框的图像中的信息,例如,名片上 的信息,或者标签上的信息等等,获取此类信息时,需要终端设备对图像进行检测, 尤其是对图像边缘进行定位以及对图像的方向进行校正。
传统的图像边缘检测方法,一般采用Hough变换或显著性检测等方式,但是这 些方法一般都存在计算量大和检测准确度不高的缺陷,而现有的图像方向校正方法也 都存在校正精度不高且方法较为复杂的缺陷。
发明内容
鉴于上述问题,本发明提供一种克服上述问题或者至少部分地解决上述问题的图像检测方法及装置。
基于本发明的一个方面,本发明实施例提供一种图像检测方法,包括:获取待检测图像;根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;对所述 第一图像进行方向校正,以获取目标图像。
可选地,所述获取的待检测图像包括:数码相机拍摄得到的图像数据;或扫描仪扫描得到的图像数据;或打开一个预先存储的包含有图像数据的文件,读取所述文件 中的数据并按照标准算法解压缩后得到的图像数据。
可选地,所述根据边缘检测算法对所述待检测原始图像进行边缘处理,获取第一图像,包括:为所述待检测图像的各边缘提取多个待选点;根据距离和方向对所述多 个待选点进行聚类分组;对每组待选点分别拟合线条;选择临近某一边缘的待选点最 多的拟合线条,将其定位为该边缘。
可选地,为所述待检测图像的各边缘提取多个待选点,包括:对位于自然背景中的图像,提取作为比对标准的中心颜色特征;与提取的所述中心颜色特征进行比对, 根据比对结果为图像的各边缘提取多个待选点。
可选地,对所述第一图像进行方向校正,以获取目标图像,包括:将所述第一图 像划分为等比网格;将划分为等比网格的第一图像逐格映射到模型图像的同比网格 上;根据与所述同比网格的比对,获取所述目标图像。
可选地,对所述第一图像进行方向校正,以获取目标图像,包括:采用多角度边 缘算子对所述第一图像进行平面校正。
基于本发明的另一个方面,本发明实施例还提供一种图像检测装置,包括:图像获取模块,用于获取待检测图像;边缘处理模块,用于根据边缘检测算法对所述待检 测图像进行边缘处理,获取第一图像;方向校正模块,用于对所述第一图像进行方向 校正,以获取目标图像。
可选地,所述图像获取模块所获取的待检测图像包括:数码相机拍摄得到的图像数据;或扫描仪扫描得到的图像数据;或打开一个预先存储的包含有图像数据的文件, 读取所述文件中的数据并按照标准算法解压缩后得到的图像数据。
可选地,所述边缘处理模块具体包括:待选点提取单元,用于为所述待检测图像的各边缘提取多个待选点;聚类分组单元,用于根据距离和方向对所述多个待选点进 行聚类分组;线条拟合单元,用于对每组待选点分别拟合线条;边缘定位单元,用于 选择临近某一边缘的待选点最多的拟合线条,将其定位为该边缘。
可选地,所述待选点提取单元具体包括:颜色特征提取单元,用于对位于自然背景中的图像,提取作为比对标准的中心颜色特征;特征比对单元,用于与提取的所述 中心颜色特征进行比对,根据比对结果为图像的各边缘提取多个待选点。
可选地,所述方向校正模块具体包括:等比网格划分单元,用于将所述第一图像划分为等比网格;映射单元,用于将划分为等比网格的第一图像逐格映射到模型图像 的同比网格上;网格比对单元,用于根据与所述同比网格的比对,获取所述目标图像。
可选地,所述方向校正模块具体包括:平面校正单元,用于采用多角度边缘算子对所述第一图像进行平面校正。
基于本发明的另一个方面,本发明实施例还提供一种图像检测装置,包括:处理器以及用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为:获取 待检测图像;根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;对 所述第一图像进行方向校正,以获取目标图像。
根据本发明实施例的图像检测方法及装置,使用带宽度的边缘算子代替传统边缘算子,有利于消除孤立噪声,并使真实的边缘聚集;并且,根据距离和/或方向对该 边缘对应的多个待选点进行分组,使得分布散乱的待选点呈现一定的规律性,根据呈 现出的规律,有利于拟合出边缘对应的拟合线条,提高候选拟合线条的质量,进而提 高了图像边缘定位的准确性。另外,采用多边缘算子以及空间网格校正的方式对图像 进行方向校正(平面和立体),提高了校正精度且计算量变小。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点 能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
为了更清楚地说明本发明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 是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下, 还可以根据这些附图获得其他的附图。
图1为本发明实施例的图像检测方法的处理流程图;
图2为本发明实施例的边缘处理方法的处理流程图;
图3为本发明实施例的8个不同角度的边缘算子示意图;
图4为本发明实施例的采用空间网格校正的方法示意图;
图5为本发明实施例的图像检测装置的结构示意图;
图6为本发明实施例的边缘处理模块102的结构示意图;
图7为本发明实施例的待选点提取单元1021的结构示意图;
图8为本发明的方向校正模块103的一实施例结构示意图;
图9为本发明的方向校正模块103的另一实施例的结构示意图。
具体实施方式
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,都属于本发明保护的范围。
本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。另外,在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类 似部分。
关于本文中所使用的“第一”、“第二”、…等,并非特别指称次序或顺位的意 思,也非用以限定本发明,其仅为了区别以相同技术用语描述的元件或操作。
关于本文中所使用的方向用语,例如:上、下、左、右、前或后等,仅是参考附 图的方向。因此,使用的方向用语是用来说明并非用来限制本创作。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等,均为开放 性的用语,即意指包含但不限于。
关于本文中所使用的“及/或”,包括所述事物的任一或全部组合。
某些用以描述本申请的用词将于下或在此说明书的别处讨论,以提供本领域技术人员在有关本申请的描述上额外的引导。
图1为本发明实施例的图像检测方法的处理流程图。参见图1,该方法至少包括 以下步骤S101至步骤S103。
步骤S101,获取待检测图像;
步骤S102,根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;
步骤S103,对所述第一图像进行方向校正,以获取目标图像。
首先,本发明执行步骤S101,获取待检测图像。具体的,获取的待检测图像包 括:数码相机拍摄得到的图像数据;或扫描仪扫描得到的图像数据;或打开一个预先 存储的包含有图像数据的文件,读取所述文件中的数据并按照标准算法解压缩后得到 的图像数据。
需要说明的是,由于图像的来源不同,例如采用不同的终端设备拍摄或者同一终端设备选择不同的拍摄模式,导致图像的特征参数(例如,图片格式,图片尺寸及图 片亮度灰度等)不同,进而会对图像边缘的检测造成困难。因此,在本发明的一个优 选实施例中,对位于自然背景中的图像,在进行边缘检测之前,还至少进行以下步骤:
对图像进行归一化处理,将图像转化为可处理的标准格式。例如将图像转化为统一格式(例如jpg)或者对图片进行灰度均衡化处理,或者将图像尺寸缩放到标准尺 寸(例如384*288)等等。对图像进行归一化处理后,使得图像具有统一的标准格式, 有利于执行主体按照本发明的方法进行图像边缘的检测。
在获取到待检测图像后,进行步骤S102,根据边缘检测算法对所述待检测图像 进行边缘处理,获取第一图像。具体的,如图2所示,该步骤包括:步骤S1021,为 所述待检测图像的各边缘提取多个待选点;步骤S1022,根据距离和方向对所述多个 待选点进行聚类分组;步骤S1023,对每组待选点分别拟合线条;步骤S1024,选择 临近某一边缘的待选点最多的拟合线条,将其定位为该边缘。
其中,在步骤S1021中,为所述待检测图像的各边缘提取多个待选点,包括:对 位于自然背景中的图像,提取作为比对标准的中心颜色特征,再与提取的所述中心颜 色特征进行比对,根据比对结果为图像的各边缘提取多个待选点。在本实施例中,根 据图像的亮度和颜色作为三维进行中心颜色特征的提取。具体地,采用镜头扫描待检 测图像后,首先检测到图像的中心位置,然后获取图像中心位置颜色的相关信息,从 而得到该图像的中心颜色特征值。本发明实施例提取图像的中心颜色特征作为比对标 准,中心颜色特征的中心性使得各边缘到中心的关系相对而言是符合平均性的,从而 使得根据中心颜色特征比对得到的各边缘的待选点保持平滑性,不易出现误差较大的 待选点。若采用其他位置的颜色特征作为比对标准,则因各边缘到比对特征点的距离、 方向不统一,则比对得到的各边缘的待选点可能会出现误差较大的情况。进一步,由 于中心颜色特征在图像中的中心性,能够尽量避免自然背景对中心颜色特征所带来的 影响,例如若比对特征点靠近某一边缘,且该边缘附近的自然背景颜色与比对特征点 颜色相近,则容易导致线条模糊化。因此,采用中心颜色特征可以尽量将自然背景与 图像分割开,避免自然背景的多种干扰(例如颜色干扰或者噪声干扰),提高了图像 边缘定位的准确度。
在本实施例中,待选点的提取方式包括:首先,为图像的各边缘设置特征对比模板;其次,使用任一边缘的特征对比模板与图像进行卷积,并将卷积得到的灰度值与 中心颜色特征进行比对,得到比对结果;最后,选择比对结果中灰度值超过中心颜色 特征的点提取为待选点。
在本发明的一个优选实施例中,设置的特征对比模板为带宽度的边缘算子。需要说明地是,边缘算子的宽度可选取任一值,例如选择宽度为11*11的边缘算子。此外, 该边缘算子还可以设置不同亮度的区域。若根据实际需要,边缘算子还可以设置为层 进式亮度区域等等。
由于本发明实施例中的边缘算子为带宽度的方块区域,使用边缘算子检测出来的待选点聚集的区域也是有宽度的,宽度大概为边缘算子宽度的一半,使得提取的待选 点比较集中,有利于待选点呈现出一定的规律性,从而使得按照此规律生成的边缘聚 集性和连续性好。进一步,采用该边缘算子进行图像边缘检测,若该图像中的大部分 像素点满足边缘算子的亮度差异要求,则该点可作为该边缘的待选点,若出现单个像 素点满足亮度差异要求,则该点为噪点,因此使用带宽度的边缘算子对图像边缘进行 检测,消除了孤立噪点,避免了类边缘的噪点干扰,提高了图像边缘定位的准确性。
对图像任一边缘设置对应的特征对比模板后,将特征对比模板与图像进行卷积,生成对应的第三函数,卷积结果为灰度值,再将灰度值与提取的中心颜色特征值进行 对比,并将灰度值超过提取的中心颜色特征值作为待选点。
各边缘提取多个待选点后,执行步骤S1022,根据距离和/或方向对该边缘对应的多个待选点进行分组,得到多个待选点组。将相对于边缘距离相近,方向相同的待选 点分成一组,按照该规则进行分组,每个边缘至少对应一组待选点。将对应的多个待 选点进行分组,使得分布散乱的待选点呈现一定的规律性,根据呈现出的规律,有利 于拟合出边缘对应的拟合线条,提高候选拟合线条的质量,进而提高了图像边缘定位 的准确性。
在步骤S1023和S1024中,对每组待选点分别拟合线条,并选择临近某一边缘 的待选点最多的拟合线条,将其定位为该边缘。具体的是,根据拟合线条与图像边缘 的拟合程度,选择出一条拟合线条作为图像的边缘,其中拟合程度包括拟合线条的长 度与图像边缘的长度近似相等、或者拟合线条到图像边缘的距离最近、或者拟合线条 的倾斜角度与图像边缘的倾斜角度一致等。
在对图像进行边缘处理后,进行步骤S103,对所述第一图像进行方向校正,以 获取目标图像。也就是说,若自然背景中的图像是矩形,并且图像与竖直方向存在角 度时,在本发明中,可以根据角度调整完整边缘,直至完整边缘与竖直方向间的角度 消失。例如,图像的放置发生平转,在进行图像边缘检测之前,可以调整特征对比模 板的角度,即将带宽度的边缘算子的角度根据图像的角度进行相应调整。具体的,对 所述第一图像进行方向校正,包括进行图像的平面校正以及立体校正。其中,采用多 角度边缘算子对所述第一图像进行平面校正,如图3所示,为8个不同角度的边缘算 子。如图4所示,可以采用空间网格校正的方法对第一图像进行立体校正,即:将原 图像划分为等比网格,并逐格映射到模型图像的同比网格,得到与竖直方向零角度差 的具有完整边缘的图像。
基于同一发明构思,本发明实施例还提供一种图像检测装置。参见图5,该装置 至少包括:
图像获取模块101,用于获取待检测图像;边缘处理模块102,用于根据边缘检 测算法对所述待检测图像进行边缘处理,获取第一图像;方向校正模块103,用于对 所述第一图像进行方向校正,以获取目标图像。
在一个优选的实施例中,参见图6,所述边缘处理模块102具体包括:待选点提 取单元1021,用于为所述待检测图像的各边缘提取多个待选点;聚类分组单元1022, 用于根据距离和方向对所述多个待选点进行聚类分组;线条拟合单元1023,用于对 每组待选点分别拟合线条;边缘定位单元1024,用于选择临近某一边缘的待选点最 多的拟合线条,将其定位为该边缘。
在一个优选的实施例中,参见图7,所述待选点提取单元1021具体包括:颜色 特征提取单元10211,用于对位于自然背景中的图像,提取作为比对标准的中心颜色 特征;特征比对单元10212,用于与提取的所述中心颜色特征进行比对,根据比对结 果为图像的各边缘提取多个待选点。
在一个优选的实施例中,参见图8,所述方向校正模块103具体包括:等比网格 划分单元1031,用于将所述第一图像划分为等比网格;映射单元1032,用于将划分 为等比网格的第一图像逐格映射到模型图像的同比网格上;网格比对单元1033,用 于根据与所述同比网格的比对,获取所述目标图像。
在一个优选的实施例中,参见图9,所述方向校正模块103还包括:平面校正单 元1034,用于采用多角度边缘算子对所述第一图像进行平面校正。
如前所述,本发明实施例的图像检测装置可以由手机、pad等终端设备来实现, 例如可以通过在这些设备的iOS或者安卓***上以安装APP的形式来实现。
综上,采用本发明实施例提供的图像检测方法及装置可以达到如下有益效果:
根据本发明实施例的图像检测方法及装置,使用带宽度的边缘算子代替传统边缘算子,有利于消除孤立噪声,并使真实的边缘聚集;并且,根据距离和/或方向对该 边缘对应的多个待选点进行分组,使得分布散乱的待选点呈现一定的规律性,根据呈 现出的规律,有利于拟合出边缘对应的拟合线条,提高候选拟合线条的质量,进而提 高了图像边缘定位的准确性。另外,采用多边缘算子以及空间网格校正的方式对图像 进行方向校正(平面和立体),提高了校正精度且计算量变小。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实 施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方 法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个 实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图: 即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确 切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施 例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方 式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块 或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或 子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外, 可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特 征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈 述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相 同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发 明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例 的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践 中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的自然背景中 图像边缘定位装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为 用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程 序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或 者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或 者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求 中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不 排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不 排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于 适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干 个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示 任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内 容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应 被理解和认定为覆盖了所有这些其他变型或修改。
Claims (8)
1.一种图像检测方法,其特征在于,包括:
获取待检测图像;
根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;
对所述第一图像进行方向校正,以获取目标图像;
其中,所述获取的待检测图像包括:
数码相机拍摄得到的图像数据;或
扫描仪扫描得到的图像数据;或
打开一个预先存储的包含有图像数据的文件,读取所述文件中的数据并按照标准算法解压缩后得到的图像数据;
其中,所述根据边缘检测算法对所述待检测原始图像进行边缘处理,获取第一图像,包括:
为所述待检测图像的各边缘提取多个待选点;
根据距离和方向对所述多个待选点进行聚类分组;
对每组待选点分别拟合线条;
选择临近某一边缘的待选点最多的拟合线条,将其定位为该边缘。
2.根据权利要求1所述的图像检测方法,其特征在于,为所述待检测图像的各边缘提取多个待选点,包括:
对位于自然背景中的图像,提取作为比对标准的中心颜色特征;
与提取的所述中心颜色特征进行比对,根据比对结果为图像的各边缘提取多个待选点。
3.根据权利要求1所述的图像检测方法,其特征在于,对所述第一图像进行方向校正,以获取目标图像,包括:
将所述第一图像划分为等比网格;
将划分为等比网格的第一图像逐格映射到模型图像的同比网格上;
根据与所述同比网格的比对,获取所述目标图像。
4.根据权利要求1所述的图像检测方法,其特征在于,对所述第一图像进行方向校正,以获取目标图像,包括:
采用多角度边缘算子对所述第一图像进行平面校正。
5.一种图像检测装置,其特征在于,包括:
图像获取模块,用于获取待检测图像;
边缘处理模块,用于根据边缘检测算法对所述待检测图像进行边缘处理,获取第一图像;
方向校正模块,用于对所述第一图像进行方向校正,以获取目标图像;
其中,所述图像获取模块所获取的待检测图像包括:
数码相机拍摄得到的图像数据;或
扫描仪扫描得到的图像数据;或
打开一个预先存储的包含有图像数据的文件,读取所述文件中的数据并按照标准算法解压缩后得到的图像数据;
其中,所述边缘处理模块具体包括:
待选点提取单元,用于为所述待检测图像的各边缘提取多个待选点;
聚类分组单元,用于根据距离和方向对所述多个待选点进行聚类分组;
线条拟合单元,用于对每组待选点分别拟合线条;
边缘定位单元,用于选择临近某一边缘的待选点最多的拟合线条,将其定位为该边缘。
6.根据权利要求5所述的图像检测装置,其特征在于,所述待选点提取单元具体包括:
颜色特征提取单元,用于对位于自然背景中的图像,提取作为比对标准的中心颜色特征;
特征比对单元,用于与提取的所述中心颜色特征进行比对,根据比对结果为图像的各边缘提取多个待选点。
7.根据权利要求5所述的图像检测装置,其特征在于,所述方向校正模块具体包括:
等比网格划分单元,用于将所述第一图像划分为等比网格;
映射单元,用于将划分为等比网格的第一图像逐格映射到模型图像的同比网格上;
网格比对单元,用于根据与所述同比网格的比对,获取所述目标图像。
8.根据权利要求5所述的图像检测装置,其特征在于,所述方向校正模块具体包括:
平面校正单元,用于采用多角度边缘算子对所述第一图像进行平面校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510974836.6A CN106910196B (zh) | 2015-12-23 | 2015-12-23 | 一种图像检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510974836.6A CN106910196B (zh) | 2015-12-23 | 2015-12-23 | 一种图像检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106910196A CN106910196A (zh) | 2017-06-30 |
CN106910196B true CN106910196B (zh) | 2021-01-29 |
Family
ID=59201144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510974836.6A Active CN106910196B (zh) | 2015-12-23 | 2015-12-23 | 一种图像检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106910196B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335404B (zh) * | 2018-02-07 | 2020-09-15 | 深圳怡化电脑股份有限公司 | 边缘拟合方法及验钞设备 |
TWI657410B (zh) * | 2018-03-05 | 2019-04-21 | 光寶電子(廣州)有限公司 | 影像角度偵測的方法及其影像處理系統 |
CN110766876A (zh) * | 2019-03-14 | 2020-02-07 | 王沛然 | 一种共享打火机装置、***及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7409092B2 (en) * | 2002-06-20 | 2008-08-05 | Hrl Laboratories, Llc | Method and apparatus for the surveillance of objects in images |
JP4375322B2 (ja) * | 2005-11-04 | 2009-12-02 | オムロン株式会社 | 画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体 |
CN101267493B (zh) * | 2007-03-16 | 2011-01-19 | 富士通株式会社 | 透视变形文档图像的校正装置和校正方法 |
CN102799850B (zh) * | 2012-06-30 | 2016-03-30 | 北京百度网讯科技有限公司 | 一种条形码识别方法和装置 |
CN104657730B (zh) * | 2013-11-20 | 2018-01-05 | 富士通株式会社 | 文档图像的校正装置、方法以及扫描仪 |
CN105488791B (zh) * | 2015-11-25 | 2018-02-13 | 北京奇虎科技有限公司 | 自然背景中图像边缘的定位方法及装置 |
-
2015
- 2015-12-23 CN CN201510974836.6A patent/CN106910196B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106910196A (zh) | 2017-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017232186B2 (en) | Fast and robust image alignment for burst mode | |
US10373380B2 (en) | 3-dimensional scene analysis for augmented reality operations | |
US9454796B2 (en) | Aligning ground based images and aerial imagery | |
CN103500066B (zh) | 一种适用于触屏设备的截图装置和方法 | |
US8811751B1 (en) | Method and system for correcting projective distortions with elimination steps on multiple levels | |
US8897600B1 (en) | Method and system for determining vanishing point candidates for projective correction | |
CN109784250B (zh) | 自动引导小车的定位方法和装置 | |
US20180253852A1 (en) | Method and device for locating image edge in natural background | |
CN111860489A (zh) | 一种证件图像校正方法、装置、设备及存储介质 | |
JP2014530391A (ja) | ローカライズされ、セグメンテーションされた画像のネットワークキャプチャ及び3dディスプレイ | |
CN106709500B (zh) | 一种图像特征匹配的方法 | |
CN109509200A (zh) | 基于轮廓提取的棋盘格角点检测方法、装置以及计算机可读存储介质 | |
CN108960012B (zh) | 特征点检测方法、装置及电子设备 | |
WO2016036470A1 (en) | Camera calibration | |
CN106910196B (zh) | 一种图像检测方法及装置 | |
CN108960247B (zh) | 图像显著性检测方法、装置以及电子设备 | |
CN107909554B (zh) | 图像降噪方法、装置、终端设备及介质 | |
CN111080665B (zh) | 图像边框识别方法、装置、设备和计算机存储介质 | |
CN111950554A (zh) | 一种身份证识别方法、装置、设备及存储介质 | |
WO2021056501A1 (zh) | 提取特征点的方法、可移动平台及存储介质 | |
JP2017500662A (ja) | 投影ひずみを補正するための方法及びシステム | |
US20160140699A1 (en) | Automatically identifying and healing spots in images | |
CN114626118A (zh) | 建筑物室内模型生成方法及装置 | |
CN115330803B (zh) | 一种表面缺陷数据增强方法、装置、电子设备及存储介质 | |
CN111723753A (zh) | 卫星遥感图像的去条带方法、装置和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220822 Address after: No. 9-3-401, No. 39, Gaoxin 6th Road, Binhai Science and Technology Park, High-tech Zone, Binhai New District, Tianjin 300000 Patentee after: 3600 Technology Group Co.,Ltd. Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee before: Qizhi software (Beijing) Co.,Ltd. |