CN117197168A - 图像处理方法、装置、设备及存储介质 - Google Patents

Abstract

本说明书实施例提供图像处理方法、装置、设备及存储介质，其中图像处理方法包括：确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像。通过确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像，由此减少了数据量，减少了时间成本，提高了效率。

Description

图像处理方法、装置、设备及存储介质

技术领域

本说明书实施例涉及数据处理技术领域，特别涉及图像处理方法。

背景技术

锂电池在使用相机进行尺寸测量、缺陷检测中，第一步首先要使用前景提取，提取到锂电池的核心的涂布区域。但锂电池的成像灰度变化较大，直接使用图像的灰度值进行区分，容易产生涂布提取的异常。如涂布区域提取不完整。或将背景区域当作了涂布区域被提取到等。锂电池的检测精度要求高、速度要求快，所以图像的数据量大，使用灰度的前景提取方式，时间开销较大。由此，亟需一种更好的方案。

发明内容

有鉴于此，本说明书实施例提供了图像处理方法。本说明书一个或者多个实施例同时涉及图像处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种图像处理方法，包括：

确定初始图像，并确定初始图像对应的待处理图像；

对待处理图像进行分析，确定待处理图像的初始边缘数据；

基于初始边缘数据进行筛选，确定目标边缘数据；

基于目标边缘数据确定目标图像。

在一种可能的实现方式中，确定初始图像，并确定初始图像对应的待处理图像，包括：

确定图像范围参数，基于图像范围参数和初始图像确定初始图像对应的待处理图像。

在一种可能的实现方式中，对待处理图像进行分析，确定待处理图像的初始边缘数据，包括：

对待处理图像进行纵向投影，确定投影图像；

确定投影图像中每一列的平均灰度值，得到第一数组；

对第一数组进行拟合得到连续函数；

基于连续函数确定第二数组；

基于第二数组确定待处理图像的初始边缘数据。

在一种可能的实现方式中，基于连续函数确定第二数组，包括：

对连续函数进行二阶导数运算，得到第一导数数据；

基于目标数值从第一导数数据中确定目标点，得到第二数组。

在一种可能的实现方式中，基于初始边缘数据进行筛选，确定目标边缘数据，包括：

对连续函数进行一阶导数运算，得到第二导数数据；

基于第二数组和第二导数数据确定第三数组；

基于预设规则对第三数组进行筛选，确定目标边缘数据。

在一种可能的实现方式中，基于预设规则对第三数组进行筛选，确定目标边缘数据，包括：

将第三数组与判断阈值进行比较，确定第四数组；

获取第四数组中相邻的两点之间的灰度值，基于预设灰度范围和灰度值确定第五数组；

获取第五数组中相邻的两点之间的距离值，基于预设距离范围和距离值确定第六数组；

基于第六数组确定目标边缘数据。

在一种可能的实现方式中，基于第六数组确定目标边缘数据，包括：

获取第六数组中相邻的两点之间的灰度方差，基于灰度方差确定第一目标点和第二目标点；

基于第一目标点和第二目标点确定目标边缘数据。

根据本说明书实施例的第二方面，提供了一种图像处理装置，包括：

图像确定模块，被配置为确定初始图像，并确定初始图像对应的待处理图像；

边缘分析模块，被配置为对待处理图像进行分析，确定待处理图像的初始边缘数据；

边缘筛选模块，被配置为基于初始边缘数据进行筛选，确定目标边缘数据；

边缘确定模块，被配置为基于目标边缘数据确定目标图像。

根据本说明书实施例的第三方面，提供了一种计算设备，包括：

存储器和处理器；

存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，该计算机可执行指令被处理器执行时实现上述图像处理方法的步骤。

根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述图像处理方法的步骤。

根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当计算机程序在计算机中执行时，令计算机执行上述图像处理方法的步骤。

本说明书实施例提供图像处理方法、装置、设备及存储介质，其中图像处理方法包括：确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像。通过确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像，由此减少了数据量，减少了时间成本，提高了效率。

附图说明

图1是本说明书一个实施例提供的一种图像处理方法的场景示意图；

图2是本说明书一个实施例提供的一种图像处理方法的流程图；

图3是本说明书一个实施例提供的一种图像处理方法的待处理图像示意图；

图4是本说明书一个实施例提供的一种图像处理方法的第一数组示意图；

图5是本说明书一个实施例提供的一种图像处理方法的第二数组示意图；

图6是本说明书一个实施例提供的一种图像处理方法的第四数组示意图；

图7是本说明书一个实施例提供的一种图像处理方法的目标图像示意图；

图8是本说明书一个实施例提供的一种图像处理装置的结构示意图；

图9是本说明书一个实施例提供的一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

在本说明书中，提供了图像处理方法，本说明书同时涉及图像处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。

参见图1，图1示出了根据本说明书一个实施例提供的一种图像处理方法的场景示意图。

在图1的应用场景中，计算设备101可以确定初始图像，并确定初始图像对应的待处理图像102。然后，计算设备101可以对待处理图像102进行分析，确定待处理图像102的初始边缘数据103。之后，计算设备101可以基于初始边缘数据103进行筛选，确定目标边缘数据104。最后，计算设备101可以基于目标边缘数据104确定目标图像，如附图标记105所示。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备101为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备101体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

参见图2，图2示出了根据本说明书一个实施例提供的一种图像处理方法的流程图，具体包括以下步骤。

步骤201：确定初始图像，并确定初始图像对应的待处理图像。

在一种可能的实现方式中，确定初始图像，并确定初始图像对应的待处理图像，包括：确定图像范围参数，基于图像范围参数和初始图像确定初始图像对应的待处理图像。

在实际应用中，参见图3，根据设置的有效区域生成涂布前景提取的提取区域，减少背景的干扰。

步骤202：对待处理图像进行分析，确定待处理图像的初始边缘数据。

在一种可能的实现方式中，对待处理图像进行分析，确定待处理图像的初始边缘数据，包括：对待处理图像进行纵向投影，确定投影图像；确定投影图像中每一列的平均灰度值，得到第一数组；对第一数组进行拟合得到连续函数；基于连续函数确定第二数组；基于第二数组确定待处理图像的初始边缘数据。

在实际应用中，对提取范围内的图像进行纵向投影，计算提取区域内的图像的每一列的平均灰度值。组合为一个一维的离散数组：。如图4所示。对一维的离散数组/>使用最小二乘法进行拟合，得到连续函数/>。对连续函数/>求二阶倒数/>。从中选择一部分组成一维数组/>。参见图5。

在一种可能的实现方式中，基于连续函数确定第二数组，包括：对连续函数进行二阶导数运算，得到第一导数数据；基于目标数值从第一导数数据中确定目标点，得到第二数组。

具体的，求得所有二阶倒数为零的点，组成一维数组/>。/>代表着/>中所有的凹函数与凸函数的交界处。

本说明书实施例使用了灰度投影的方式，将二维的图像转化为一维的数组，再对一维数组进行分析，避免了涂布灰度不均导致的涂布区域提取错误。同时二维图像转化为了一维数组，减少了数据量，时间开销大大减少。

步骤203：基于初始边缘数据进行筛选，确定目标边缘数据。

在一种可能的实现方式中，基于初始边缘数据进行筛选，确定目标边缘数据，包括：对连续函数进行一阶导数运算，得到第二导数数据；基于第二数组和第二导数数据确定第三数组；基于预设规则对第三数组进行筛选，确定目标边缘数据。

具体的，对连续函数求一阶倒数/>，将/>中的点，代入一阶倒数/>，求得对应的值，组成一维数组/>。/>为所有疑似边缘的对应的灰度变化的梯度值。基于预设规则对/>进行筛选，确定目标边缘数据。

在一种可能的实现方式中，基于预设规则对第三数组进行筛选，确定目标边缘数据，包括：将第三数组与判断阈值进行比较，确定第四数组；获取第四数组中相邻的两点之间的灰度值，基于预设灰度范围和灰度值确定第五数组；获取第五数组中相邻的两点之间的距离值，基于预设距离范围和距离值确定第六数组；基于第六数组确定目标边缘数据。

具体的，将一维数组与设置的判断阈值/>进行比较，提取/>中绝对值大于/>的点，组成一维数组/>，/>为符合设定的梯度值的疑似边缘。参见图6。

进一步的，遍历中的所有点，通过/>获取两点之间的灰度值。若两点之间的灰度值不符合所设定的灰度范围，将其剔除。剔除后的数组为/>。遍历/>中的所有点，获取两点之间的距离，若亮点之间的距离不符合设定的涂布标准宽度的公差范围，将其提取。剔除后的数组为/>。

在一种可能的实现方式中，基于第六数组确定目标边缘数据，包括：获取第六数组中相邻的两点之间的灰度方差，基于灰度方差确定第一目标点和第二目标点；基于第一目标点和第二目标点确定目标边缘数据。

具体的，遍历中的所有点，通过/>获取两点之间的灰度方差，获取灰度方差最小的两点，作为涂布边界的位置。

步骤204：基于目标边缘数据确定目标图像。

具体的，基于涂布边界的位置可以确定目标图像。提取到的目标图像即为涂布前景区域，如图7所示。

本说明书实施例提供图像处理方法、装置、设备及存储介质，其中图像处理方法包括：确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像。通过确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像，由此减少了数据量，减少了时间成本，提高了效率。

与上述方法实施例相对应，本说明书还提供了图像处理装置实施例，图8示出了本说明书一个实施例提供的一种图像处理装置的结构示意图。如图8所示，该装置包括：

图像确定模块801，被配置为确定初始图像，并确定初始图像对应的待处理图像；

边缘分析模块802，被配置为对待处理图像进行分析，确定待处理图像的初始边缘数据；

边缘筛选模块803，被配置为基于初始边缘数据进行筛选，确定目标边缘数据；

边缘确定模块804，被配置为基于目标边缘数据确定目标图像。

在一种可能的实现方式中，图像确定模块801，还被配置为：确定图像范围参数，基于图像范围参数和初始图像确定初始图像对应的待处理图像。

在一种可能的实现方式中，边缘分析模块802，还被配置为：对待处理图像进行纵向投影，确定投影图像；确定投影图像中每一列的平均灰度值，得到第一数组；对第一数组进行拟合得到连续函数；基于连续函数确定第二数组；基于第二数组确定待处理图像的初始边缘数据。

在一种可能的实现方式中，边缘分析模块802，还被配置为：对连续函数进行二阶导数运算，得到第一导数数据；基于目标数值从第一导数数据中确定目标点，得到第二数组。

在一种可能的实现方式中，边缘筛选模块803，还被配置为：对连续函数进行一阶导数运算，得到第二导数数据；基于第二数组和第二导数数据确定第三数组；基于预设规则对第三数组进行筛选，确定目标边缘数据。

在一种可能的实现方式中，边缘筛选模块803，还被配置为：将第三数组与判断阈值进行比较，确定第四数组；获取第四数组中相邻的两点之间的灰度值，基于预设灰度范围和灰度值确定第五数组；获取第五数组中相邻的两点之间的距离值，基于预设距离范围和距离值确定第六数组；基于第六数组确定目标边缘数据。

在一种可能的实现方式中，边缘筛选模块803，还被配置为：获取第六数组中相邻的两点之间的灰度方差，基于灰度方差确定第一目标点和第二目标点；基于第一目标点和第二目标点确定目标边缘数据。

本说明书实施例提供图像处理方法、装置、设备及存储介质，其中图像处理装置包括：确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像。通过确定初始图像，并确定初始图像对应的待处理图像；对待处理图像进行分析，确定待处理图像的初始边缘数据；基于初始边缘数据进行筛选，确定目标边缘数据；基于目标边缘数据确定目标图像，由此减少了数据量，减少了时间成本，提高了效率。

上述为本实施例的一种图像处理装置的示意性方案。需要说明的是，该图像处理装置的技术方案与上述的图像处理方法的技术方案属于同一构思，图像处理装置的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。

图9示出了根据本说明书一个实施例提供的一种计算设备900的结构框图。该计算设备900的部件包括但不限于存储器910和处理器920。处理器920与存储器910通过总线930相连接，数据库950用于保存数据。

计算设备900还包括接入设备940，接入设备940使得计算设备900能够经由一个或多个网络960通信。这些网络的示例包括公用交换电话网（PSTN，Public SwitchedTelephone Network）、局域网（LAN，Local Area Network）、广域网（WAN，Wide AreaNetwork）、个域网（PAN，Personal Area Network）或诸如因特网的通信网络的组合。接入设备940可以包括有线或无线的任何类型的网络接口（例如，网络接口卡（NIC，networkinterface controller））中的一个或多个，诸如IEEE802.11无线局域网（WLAN，WirelessLocal Area Network）无线接口、全球微波互联接入（Wi-MAX，WorldwideInteroperability for Microwave Access）接口、以太网接口、通用串行总线（USB，Universal Serial Bus）接口、蜂窝网络接口、蓝牙接口、近场通信（NFC，Near FieldCommunication）。

在本说明书的一个实施例中，计算设备900的上述部件以及图9中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图9所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备900可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备（例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等）、移动电话（例如，智能手机）、可佩戴的计算设备（例如，智能手表、智能眼镜等）或其他类型的移动设备，或者诸如台式计算机或个人计算机（PC，Personal Computer）的静止计算设备。计算设备900还可以是移动式或静止式的服务器。

其中，处理器920用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述图像处理方法的步骤。上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的图像处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述图像处理方法的步骤。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的图像处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。

本说明书一实施例还提供一种计算机程序，其中，当计算机程序在计算机中执行时，令计算机执行上述图像处理方法的步骤。

上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的图像处理方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

计算机指令包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

确定初始图像，并确定所述初始图像对应的待处理图像；

对所述待处理图像进行分析，确定所述待处理图像的初始边缘数据；

基于所述初始边缘数据进行筛选，确定目标边缘数据；

基于所述目标边缘数据确定目标图像。

2.根据权利要求1所述的方法，其特征在于，所述确定初始图像，并确定所述初始图像对应的待处理图像，包括：

确定图像范围参数，基于所述图像范围参数和所述初始图像确定所述初始图像对应的待处理图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行分析，确定所述待处理图像的初始边缘数据，包括：

对所述待处理图像进行纵向投影，确定投影图像；

确定所述投影图像中每一列的平均灰度值，得到第一数组；

对所述第一数组进行拟合得到连续函数；

基于所述连续函数确定第二数组；

基于第二数组确定所述待处理图像的初始边缘数据。

4.根据权利要求2所述的方法，其特征在于，所述基于所述连续函数确定第二数组，包括：

对所述连续函数进行二阶导数运算，得到第一导数数据；

基于目标数值从所述第一导数数据中确定目标点，得到所述第二数组。

5.根据权利要求2所述的方法，其特征在于，所述基于所述初始边缘数据进行筛选，确定目标边缘数据，包括：

对所述连续函数进行一阶导数运算，得到第二导数数据；

基于所述第二数组和所述第二导数数据确定第三数组；

基于预设规则对所述第三数组进行筛选，确定目标边缘数据。

6.根据权利要求5所述的方法，其特征在于，所述基于预设规则对所述第三数组进行筛选，确定目标边缘数据，包括：

将所述第三数组与判断阈值进行比较，确定第四数组；

获取所述第四数组中相邻的两点之间的灰度值，基于预设灰度范围和所述灰度值确定第五数组；

获取所述第五数组中相邻的两点之间的距离值，基于预设距离范围和所述距离值确定第六数组；

基于所述第六数组确定目标边缘数据。

7.根据权利要求6所述的方法，其特征在于，所述基于所述第六数组确定目标边缘数据，包括：

获取所述第六数组中相邻的两点之间的灰度方差，基于所述灰度方差确定第一目标点和第二目标点；

基于所述第一目标点和所述第二目标点确定目标边缘数据。

8.一种图像处理装置，其特征在于，包括：

图像确定模块，被配置为确定初始图像，并确定所述初始图像对应的待处理图像；

边缘分析模块，被配置为对所述待处理图像进行分析，确定所述待处理图像的初始边缘数据；

边缘筛选模块，被配置为基于所述初始边缘数据进行筛选，确定目标边缘数据；

边缘确定模块，被配置为基于所述目标边缘数据确定目标图像。

9.一种计算设备，其特征在于，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述图像处理方法的步骤。

10.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述图像处理方法的步骤。