本发明专利技术提供了一种基于密度的图像处理方法、图像处理装置和具有图像处理功能的设备，其中，所述基于密度的图像处理方法包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到所述经过边缘提取处理的图像的边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。通过以上技术方案，可以准确地剔除图像中的非目标物，以及提高图像识别的精度与速度，从而保证图像识别的准确率与实时性。
【技术实现步骤摘要】
基于密度的图像处理方法、图像处理装置和设备
本专利技术涉及图像处理
，具体而言，涉及一种基于密度的图像处理方法、一种基于密度的图像处理装置和一种具有图像处理功能的设备。
技术介绍
近年以来，随着人工智能以及大数据技术的快速发展，越来越多的产品开始向智能化发展，较之非智能化产品，智能化产品具有功能更加强大，用户的体验更加舒适等特点。在众多智能化方向里，图像识别是智能化中举足轻重的领域，一个完整的图像识别系统以图像作为输入信息，通过不同的方法对图像内的物件进行识别，最后输出识别结果。但在识别图像中，由于存在较多复杂背景以及非目标物，会对识别结果造成极大的影响，故在识别图像之前，需要对图像做分割处理，以提取纯净的图像，剔除复杂背景及非目标物。目前主流的图像分割方法，多采用阈值分割、颜色梯度分割、以及边缘分割，根据上述原理，派生出大量的具有普适性的分割方法，但上述算法在特定的细分场景里分割效果不佳，且分割耗时长。尤其是对于纹理复杂多变、颜色变化大的图像，现有技术中的分割效果不佳。当前的图像分割方法主要基于两种方式，分别为基于边缘和基于区域的分割方法，其中，如果图像中存在复杂不规则的交叉纹理，则无法准确地剔除图像中的非目标物体，而基于区域的分割算法也由于图像内容的多样性也会经常导致分割错误，且分割时间过长实时性差，无法自动剔除非目标物。因此，如何准确地剔除图像中的非目标物，以及提高图像识别的准确率与速度，从而保证图像识别的准确率与实时性成为亟待解决的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术的一个目的在于提出了一种基于密度的图像处理方法。本专利技术的另一个目的在于提出了一种基于密度的图像处理装置。本专利技术的又一个目的在于提出了一种具有图像处理功能的设备。为实现上述至少一个目的，根据本专利技术的第一方面的实施例，提出了一种基于密度的图像处理方法，包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。根据本专利技术的实施例的基于密度的图像处理方法，通过卷积原理得到图像的边缘密度点空间，并以密度阈值作为主要判定依据，对边缘密度点空间中的点进行筛选来确定图像中目标物的边界，即使图像中存在复杂不规则的交叉纹理或者图像内容的多样性，例如，食物图像，也可以准确地剔除图像中的非目标物，从而准确地对图像进行分割，进而提高图像识别的准确率。另外，本方案的算法灵活度较高，可以通过调整目标卷积核、卷积步长和密度阈值来调整图像处理的速度和效果，从而保证图像识别的准确率与实时性。根据本专利技术的上述实施例的基于密度的图像处理方法，还可以具有以下技术特征：根据本专利技术的一个实施例，在对所述经过边缘提取处理的图像进行卷积之前，还包括：对所述经过边缘提取处理的图像进行边界扩展处理，以对经过边界扩展处理的图像进行卷积，其中，当所述经过边缘提取处理的图像的空间为p(x，y)时，所述经过边界扩展处理的图像的空间为H(x，y)，H.rows为所述经过边缘提取处理的图像的宽度，H.cols为所述经过边缘提取处理的图像的高度。根据本专利技术的实施例的基于密度的图像处理方法，通过进行边界扩展处理，可以避免对图像进行卷积时卷积到边界之外的点，从而保证了卷积的准确性和可靠性。根据本专利技术的一个实施例，当所述目标卷积核为h(x，y)，(0＜x＜h.rows，0＜y＜h.cols)，h.rows为所述目标卷积核的宽度，h.cols为所述目标卷积核的高度时，所述边缘密度点空间为Con(x，y)，其中，s为所述卷积步长，k为正整数，x∈(0,H.rows)，y∈(0,H.cols)。根据本专利技术的实施例的基于密度的图像处理方法，边缘密度点空间符合上述公式，可以保证卷积后所得到的边缘密度点空间的宽度和高度与原图一致，进一步地准确地确定出图像中目标物的边界。另外，为了保证计算边缘密度点空间的速度，可以通过设置合适的卷积步长来实现，卷积步长越大则耗时越少，得到的密度点空间越稀疏。根据本专利技术的一个实施例，所述筛选后的边缘密度点空间为Cone(x，y)：其中，Con(x，y)为所述边缘密度点空间，e为所述密度阈值。根据本专利技术的实施例的基于密度的图像处理方法，通过对边缘密度点空间中的点进行筛选，得到上述中的筛选后的边缘密度点空间，从而剔除了图像中的非目标物，保证了被识别的图像更加纯净，进而保证了图像识别的准确率。根据本专利技术的一个实施例，所述获取筛选后的边缘密度点空间中的目标连通域，具体包括：使用膨胀窗口对所述筛选后的边缘密度点空间进行膨胀处理，以将所述筛选后的边缘密度点空间中的相邻点连接成连通域；选择面积最大的连通域作为所述目标连通域。根据本专利技术的实施例的基于密度的图像处理方法，由于目标物所在的区域拥有的相邻点数量最多，因此，通过将相邻点连接，可以确定出目标物的边界。另外，通过对筛选后的边缘密度点空间进行膨胀处理，从而比较全面地过滤掉图像中的非目标物，进而保证了最终确定的目标物更加纯净。根据本专利技术的一个实施例，所述膨胀窗口的边长大于所述卷积步长的一半。根据本专利技术的实施例的基于密度的图像处理方法，由于膨胀窗口的边长大于卷积步长的一半，因此，膨胀处理后的密度点空间中的相邻点会连接为连通域，此时，面积最大的连通域则对应目标物。根据本专利技术的第二方面的实施例，提出了一种基于密度的图像处理装置，包括：边缘提取单元，用于对待处理的图像进行边缘提取处理；卷积单元，用于使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到边缘密度点空间；筛选单元，用于使用密度阈值对所述边缘密度点空间中的点进行筛选；获取单元，用于获取筛选后的边缘密度点空间中的目标连通域；确定单元，用于根据所述目标连通域，确定所述图像中目标物的边界。根据本专利技术的实施例的基于密度的图像处理装置，通过卷积原理得到图像的边缘密度点空间，并以密度阈值作为主要判定依据，对边缘密度点空间中的点进行筛选来确定图像中目标物的边界，即使图像中存在复杂不规则的交叉纹理或者图像内容的多样性，例如，食物图像，也可以准确地剔除图像中的非目标物，从而准确地对图像进行分割，进而提高图像识别的准确率。另外，本方案的算法灵活度较高，可以通过调整目标卷积核、卷积步长和密度阈值来调整图像处理的速度和效果，从而保证图像识别的准确率与实时性。根据本专利技术的一个实施例，还包括：边界扩展单元，用于对所述经过边缘提取处理的图像进行边界扩展处理，以对经过边界扩展处理的图像进行卷积，其中，当所述经过边缘提取处理的图像的空间为p(x，y)时，所述经过边界扩展处理的图像的空间为H(x，y)，H.rows为所述经过边缘提取处理的图像的宽度，H.cols为所述经过边缘提取处理的图像的高度。根据本专利技术的实施例的基于密度的图像处理装置，通过进行边界扩展处理，可以避免对图像进行卷积时卷积到边界之外的点，从而保证了卷积的准确性和可靠性。根据本专利技术的一个实施例，当所述目标卷积核为h(x，y)，(0＜x＜h.rows，0＜y＜h.cols)，h.rows为所本文档来自技高网...
【技术保护点】
一种基于密度的图像处理方法，其特征在于，包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。
【技术特征摘要】
1.一种基于密度的图像处理方法，其特征在于，包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。2.根据权利要求1所述的基于密度的图像处理方法，其特征在于，在对所述经过边缘提取处理的图像进行卷积之前，还包括：对所述经过边缘提取处理的图像进行边界扩展处理，以对经过边界扩展处理的图像进行卷积，其中，当所述经过边缘提取处理的图像的空间为p(x，y)时，所述经过边界扩展处理的图像的空间为H(x，y)，H.rows为所述经过边缘提取处理的图像的宽度，H.cols为所述经过边缘提取处理的图像的高度。3.根据权利要求2所述的基于密度的图像处理方法，其特征在于，当所述目标卷积核为h(x，y)，(0＜x＜h.rows，0＜y＜h.cols)，h.rows为所述目标卷积核的宽度，h.cols为所述目标卷积核的高度时，所述边缘密度点空间为Con(x，y)，其中，s为所述卷积步长，k为正整数，x∈(0,H.rows)，y∈(0,H.cols)。4.根据权利要求1所述的基于密度的图像处理方法，其特征在于，所述筛选后的边缘密度点空间为Cone(x，y)：其中，Con(x，y)为所述边缘密度点空间，e为所述密度阈值。5.根据权利要求1至4中任一项所述的基于密度的图像处理方法，其特征在于，所述获取筛选后的边缘密度点空间中的目标连通域，具体包括：使用膨胀窗口对所述筛选后的边缘密度点空间进行膨胀处理，以将所述筛选后的边缘密度点空间中的相邻点连接成连通域；选择面积最大的连通域作为所述目标连通域。6.根据权利要求5所述的基于密度的图像处理方法，其特征在于，所述膨胀窗口的边长大于所述卷积步长的一半。7.一种基于密度的图像处理装置，其特征在于，包括：边缘提取单元，用于对待处理的图...
【专利技术属性】
技术研发人员：刁梁，俞大海，
申请(专利权)人：美的集团股份有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。