一种树形结构图像算法的处理方法及系统技术方案

本发明专利技术公开了一种树形结构图像算法的处理方法，其包括：系统创建树形结构的图像算法集；系统配置对应的算法工具；系统对算法工具之间的数据进行交互与并行处理。一种树形结构图像算法的处理系统，其包括：创建算法集模块、配置工具模块、数据处理模块。本发明专利技术提供的树形结构图像算法的处理方法及系统，从敏捷开发和可视化操作两个关键点出发，通过对图像算法的一般性描述与封装，建立一种可视化的框架，解决任意图像算法组合与管理，同时可并行处理的问题。对比编程式软件，其在统一的框架下进行敏捷开发，有效缩短开发周期；对于可视化软件，本发明专利技术能够显式启动并行处理，不需再进行编程设计，同时适当减少费用，广泛应用于图像处理领域。

A tree structured image processing algorithm and system

The invention discloses a method of processing tree structure image algorithm, which includes: the image algorithm set of the tree structure of the system; the corresponding algorithm tool of the system configuration; the system interacts and processes the data between the algorithm tools. A tree structured image processing system includes: creating algorithm set module, configuring tool module and data processing module. The processing method and system of tree structure image algorithm provided by this invention, from two key points of agile development and visualization operation, through the general description and encapsulation of image algorithm, a visual framework is set up to solve the problem of parallel processing in the same time, which can solve the combination and management of arbitrary image algorithm. The contrastive programming software is developed rapidly under the unified framework, effectively shortening the development cycle. For visual software, the invention can explicitly start parallel processing, without any further programming design, at the same time, the cost can be reduced properly, and it is widely used in the field of image processing.

【技术实现步骤摘要】
一种树形结构图像算法的处理方法及系统
本专利技术涉及图像处理领域，具体为树形结构图像算法的处理方法及系统。
技术介绍
在复杂缺陷检测项目中往往同时会有多种检测需求，比如目标存在与否判定，面积/灰度判定，尺寸测量等，而且可能同时存在多个不同检测需求的区域，即整个图像算法集合中可能会存在任意个图像算法工具，而且这些算法工具之间的关系不固定，如并列关系或从属关系，需要根据实际检测项目进行设定。在构建图像算法集合过程中，通常采用第三方图像处理软件，一类是编程式软件，如Halcon，opencv等，这类软件在使用过程中，开发者使用计算机编程语言，如C++，C#，VB等，根据实际项目调用算法工具/函数进行定制性开发；另一类是可视化软件，如VisionPro，Sherlock等，这类软件在使用过程中，开发者只需要进行可视化的拖拽操作，就可以快速的构建一个针对于具体项目的图像检测算法集合。对于编程式软件而言，需要根据实际项目，调用算法工具/函数进行定制性开发，这种方式依赖于具体项目，很难有一个统一的框架进行敏捷开发。对于可视化软件而言，一般这类软件授权费用也相应较高，同时这种方式一般情况下是串行处理，对于并行处理的情况，仍然需要进行定制性程序开发。综上，该技术有必要进行改进。
技术实现思路
为了解决上述技术问题，本专利技术的目的是提供一种快速便捷的树形结构图像算法的处理方法及系统。本专利技术所采用的技术方案是：本专利技术提供一种树形结构图像算法的处理方法，其包括以下步骤：系统创建树形结构的图像算法集；系统配置对应的算法工具；系统对算法工具之间的数据进行交互与并行处理。作为该技术方案的改进，所述步骤系统创建树形结构的图像算法集，其具体包括：创建算法集合树；依次添加若干根节点，并从算法库中选择相关算法映射到对应节点；保存/更新算法集。作为该技术方案的改进，其还包括选定指定根节点，设置嵌套子节点，并从算法库中选择相关算法映射至该子节点。作为该技术方案的改进，所述步骤系统配置对应的算法工具，其具体包括：系统选择目标节点；系统控制所述目标节点对应的算法参数关联至对应属性框；系统加载测试图像，并在属性框中修改/配置算法的工具参数，同时测试算法；设置用户配置并保存。进一步，所述步骤系统对算法工具之间的数据进行交互与并行处理，其具体包括：系统控制上层节点及子节点分别配置输入/输出可选配信息类型；系统控制上层节点执行，并将结果信息压入数据堆栈中；所述子节点根据输入选配信息类型，从数据堆栈中提取数据，作为输入参数；系统控制子节点执行，并将结果信息压入数据堆栈中；系统保存各层节点的输入/输出可选配信息类型。进一步，所述方法还包括：根据检测需求，划分具体检测区域并编号；载入图像，创建新的图像算法集；根据不同检测区的检测需求，创建相关的图像算法子集；创建和配置各个图像算法子集中的算法工具组合；设置各算法工具的参数与数据交互方式；执行各算法集，得到总的判定结果与各区域的判定子结果；保存整个图像算法集。另一方面，本专利技术还提供一种树形结构图像算法的处理系统，其包括：创建算法集模块，用于执行步骤系统创建树形结构的图像算法集；配置工具模块，用于执行步骤系统配置对应的算法工具；数据处理模块，用于执行步骤系统对算法工具之间的数据进行交互与并行处理。本专利技术的有益效果是：本专利技术提供的树形结构图像算法的处理方法及系统，从敏捷开发和可视化操作两个关键点出发，通过对图像算法的一般性描述与封装，建立一种可视化的框架，解决任意图像算法组合与管理，同时可并行处理的问题。对比编程式软件，本专利技术能够在统一的框架下进行敏捷开发，有效缩短开发周期；对于可视化软件，本专利技术能够显式启动并行处理，不需再进行编程设计，同时适当减少费用。附图说明下面结合附图对本专利技术的具体实施方式作进一步说明：图1是本专利技术第一实施例的可视化树形结构的图像算法集处理流程图；图2是本专利技术第二实施例的可视化的算法工具配置示意图；图3是本专利技术第三实施例的算法工具之间的数据交互与并行处理示意图；图4是本专利技术第四实施例的复杂检测项目中的方法应用示意图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本专利技术提供一种树形结构图像算法的处理方法，其包括以下步骤：系统创建树形结构的图像算法集；系统配置对应的算法工具；系统对算法工具之间的数据进行交互与并行处理。所述步骤系统创建树形结构的图像算法集，其具体包括：创建算法集合树；依次添加若干根节点，并从算法库中选择相关算法映射到对应节点；保存/更新算法集。作为该技术方案的改进，其还包括选定指定根节点，设置嵌套子节点，并从算法库中选择相关算法映射至该子节点。参照图1，为可视化树形结构的图像算法集处理流程图。具体的，其包括：A.创建一个算法集合树；B.添加根节点，并从算法库中选择相关算法映射到该节点；C.添加其他根节点，并从算法库中选择相关算法映射到节点；D.选择指定根节点，添加节点，从算法库中选择相关算法映射到该节点，并挂靠到指定根节点上；E.选定指定子节点，添加节点，从算法库中选择相关算法映射到该节点，并挂靠到指定子节点上；以此类推；F.保存/更新算法集。实施例1：以创建两个根节点，每个根节点两层嵌套为例：1)新建一个算法集合树，AlgsTree；2)添加第1个根节点，Obj1，并从算法库中选择其关联算法，轮廓定位算法；3)添加第2个根节点，Obj2，并从算法库中选择其关联算法，轮廓定位算法；4)选择第1个根节点Obj1，添加一个子节点Joint1，并从算法库中选择其关联算法，Blob分析算法，并挂靠在Obj1下面；5)选择第2个根节点Obj2，添加一个子节点Joint2，并从算法库中选择其关联算法，Blob分析算法，并挂靠在Obj2下面；6)选择子节点Joint1，添加一个子节点Cell1，并从算法库中选择其关联算法，灰度统计算法，并挂靠在Joint1下面；7)选择子节点Joint2，添加一个子节点Cell2，并从算法库中选择其关联算法，灰度统计算法，并挂靠在Joint2下面；8)保存算法集为AlgsTree。其中，所述步骤系统配置对应的算法工具，其具体包括：系统选择目标节点；系统控制所述目标节点对应的算法参数关联至对应属性框；系统加载测试图像，并在属性框中修改/配置算法的工具参数，同时测试算法；设置用户配置并保存。参照图2，为可视化的算法工具配置图。所述可视化的算法工具配置，包括：A.选择目标节点；B.节点对应的算法参数自动关联到可视化的属性框；C.加载测试图像；D.在属性框中修改/配置算法的工具参数，并测试算法；E.显示/隐藏可视化属性框中的参数项，详细化/简单化用户配置；F.确认并保存生效；实施例2：以配置根节点Obj1的轮廓定位工具为例子；1)在树形结构上，选择节点Obj1；2)显示Obj1节点关联的轮廓定位工具参数在属性框中；3)加载测试图像；4)在属性框中，将颗粒度设为3，点击“训练区域”，在图像上会出现一个矩形训练区域，将矩形训练区域拖放/缩放到感兴趣区域，然后点击“训练”，可得到训练轮廓；点击“搜索区域”，在图像上会出现一个矩形搜索区域，将矩形搜索区域拖放/缩放到感兴趣区域，然后点击“设置”；“搜索个数”设置为1，“搜索分数”设本文档来自技高网...

【技术保护点】
1.一种树形结构图像算法的处理方法，其特征在于，其包括以下步骤：系统创建树形结构的图像算法集；系统配置对应的算法工具；系统对算法工具之间的数据进行交互与并行处理。

【技术特征摘要】
1.一种树形结构图像算法的处理方法，其特征在于，其包括以下步骤：系统创建树形结构的图像算法集；系统配置对应的算法工具；系统对算法工具之间的数据进行交互与并行处理。2.根据权利要求1所述的树形结构图像算法的处理方法，其特征在于，所述步骤系统创建树形结构的图像算法集，其具体包括：创建算法集合树；依次添加若干根节点，并从算法库中选择相关算法映射到对应节点；保存/更新算法集。3.根据权利要求2所述的树形结构图像算法的处理方法，其特征在于，其还包括选定指定根节点，设置嵌套子节点，并从算法库中选择相关算法映射至该子节点。4.根据权利要求1至3任一项所述的树形结构图像算法的处理方法，其特征在于：所述步骤系统配置对应的算法工具，其具体包括：系统选择目标节点；系统控制所述目标节点对应的算法参数关联至对应属性框；系统加载测试图像，并在属性框中修改/配置算法的工具参数，同时测试算法；设置用户配置并保存。5.根据权利要求4所述的树形结构图像算法的处理方法，其特征在于，所述步骤系统对算法工具之间的数据...

【专利技术属性】
技术研发人员：石加彬，
申请(专利权)人：深圳市万相源科技有限公司，
类型：发明
国别省市：广东,44