图像轮廓识别方法、装置、设备和介质制造方法及图纸

本发明专利技术实施例公开了一种图像轮廓识别方法、装置、设备和介质，涉及图像处理技术领域。所述方法包括：分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的；根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。本发明专利技术实施例通过确定待匹配图像和轮廓模板图像的轮廓特征信息，并根据轮廓特征信息，从待匹配图像中识别出目标轮廓点，实现了高效且快速的识别目标轮廓点的效果。

Image Contour Recognition Method, Device, Equipment and Media

【技术实现步骤摘要】
图像轮廓识别方法、装置、设备和介质
本专利技术实施例涉及图像处理
，尤其涉及一种图像轮廓识别方法、装置、设备和介质。
技术介绍
随着现代工业的发展，机器视觉在工业生产中的应用越来越广泛，机器视觉算法在嵌入式系统上的实现也成为了热门的研究方向，在机器视觉应用中，基于模板匹配的轮廓匹配算法是应用广泛的一门技术，目前有众多的基于模板匹配的轮廓匹配算法被提出，例如基于广义霍夫变换的模板匹配、基于灰度值的模板匹配算法和基于形状特征的模板匹配算法。但是传统的基于模板匹配的轮廓匹配算法的匹配性能以及匹配效果存在一定的缺陷。
技术实现思路
本专利技术实施例提供一种图像轮廓识别方法、装置、设备和介质，以解决传统轮廓匹配算法性能普遍较低，且运算量过于复杂，匹配时间较长的问题。第一方面，本专利技术实施例提供了一种图像轮廓识别方法，所述方法包括：分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的；根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。第二方面，本专利技术实施例提供了一种图像轮廓识别装置，所述装置包括：轮廓特征信息确定模块，用于分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的；目标轮廓点识别模块，用于根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。第三方面，本专利技术实施例提供了一种设备，所述设备还包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的图像轮廓识别方法。第四方面，本专利技术实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的图像轮廓识别方法。本专利技术实施例通过将轮廓点数量、灰度特征信息以及轮廓点梯度信息中的至少一项作为待匹配图像和轮廓模板图像的轮廓特征信息，并根据轮廓特征信息从待匹配图像中识别出目标轮廓点，实现了高效且快速的识别目标轮廓点的效果。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。图1是本专利技术实施例一提供的一种图像轮廓识别方法的流程图；图2为本专利技术实施例二提供的一种图像轮廓识别方法的流程图；图3为本专利技术实施例三提供的一种图像轮廓识别装置的结构示意图；图4为本专利技术实施例四提供的一种设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术实施例，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术实施例相关的部分而非全部结构。实施例一图1是本专利技术实施例一提供的一种图像轮廓识别方法的流程图。本实施例适用于对目标设备表面进行瑕疵检测的情况，该方法可以由本专利技术实施例提供的图像轮廓识别装置来执行。如图1所示，该方法可以包括：步骤101、分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的。其中，待匹配图像可以是一张完整的图像，也可以是利用滑动窗口技术截取完整图像中的滑窗图像。可选的，在分别确定待匹配图像和轮廓模板图像的轮廓特征信息之前，包括对待匹配图像和轮廓模板图像进行预处理操作，其中，预处理操作包括图像去噪、图像锐化以及灰度拉伸等等。可选的，轮廓模板图像是通过截取初始轮廓模板图像中感兴趣区域得到的。可选的，分别确定待匹配图像和轮廓模板图像的轮廓点数量通过包括边缘检测算法或者积分图算法来获取，其中，积分图算法是一种利用积分图像快速计算目标图像中某些参数的算法，边缘检测算法包括但不限于canny算法。可选的，分别确定待匹配图像和轮廓模板图像的灰度特征信息，包括：A、根据固定比例值，对所述待匹配图像和所述轮廓模板图像进行划分，分别得到待匹配子图像与轮廓模板子图像。B、获取所述待匹配子图像、轮廓模板子图像、待匹配图像以及轮廓模板图像的灰度平均值。C、将所述待匹配子图像与待匹配图像的灰度平均值，以及所述轮廓模板子图像与轮廓模板图像的灰度平均值进行比较，分别确定所述待匹配图像和轮廓模板图像的灰度特征信息。可选的，分别确定待匹配图像和轮廓模板图像的轮廓点梯度信息，包括通过Sobel梯度检测算法，确定待匹配图像和轮廓模板图像的轮廓点在X和Y方向上的梯度信息。通过确定待匹配图像和轮廓模板图像的轮廓特征信息，为后续根据所述轮廓特征信息进行目标轮廓点识别，奠定了数据基础。步骤102、根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。A、当待匹配图像的轮廓点个数大于轮廓模板图像的轮廓点个数，这种情况属于轮廓点信息增加的情况，此时目标轮廓点识别不准确；而当待匹配图像的轮廓点个数过少，则直接确定待匹配图像的轮廓点不是目标轮廓点。因此可选的，根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点，包括：若待匹配图像的第一轮廓点数量小于或等于轮廓模板图像的第二轮廓点数量，且所述第一轮廓点数量大于轮廓点数量阈值，则根据待匹配图像和轮廓模板图像的灰度特征信息和/或轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点；其中，所述轮廓点数量阈值为所述第二轮廓点数量与固定系数之间乘积。B、灰度特征信息体现了不同图像区域灰度值的分布情况，所以灰度特征信息相近的图像，代表其灰度值分布情况也相近。因此可选的，根据所述待匹配图像和所述轮廓模板图像的灰度特征信息，从所述待匹配图像中识别出所述目标轮廓点，包括：确定与对应所述轮廓模板子图像具有不相同灰度特征信息的待匹配子图像的第一数量；若所述第一数量小于或等于子图像数量阈值，则对所述轮廓模板图像进行至少一次旋转，得到至少一个轮廓辅助图像，以及所述至少一个轮廓辅助图像的旋转角度；若与任一轮对应轮廓辅助子图像具有不相同灰度特征信息的待匹配子图像的第二数量小于或等于子图像数量阈值，则根据所述待匹配图像和该轮廓辅助图像的轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点。C、轮廓点梯度信息体现了轮廓点附近灰度值变化的情况，所以轮廓点梯度信息越相近，代表轮廓点附近灰度值变化越相近。因此可选的，根据所述待匹配图像和所述轮廓模板图像的轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点，包括：根据所述轮廓模板图像的轮廓点坐标，确定所述轮廓模板图像的重心坐标；根据所述待匹配图像的轮廓点坐标、所述待匹配图像的参考点坐标以及所述轮廓模板图像的重心坐标，确定所述待匹配图像的轮廓点与所述轮本文档来自技高网...

【技术保护点】
1.一种图像轮廓识别方法，其特征在于，所述方法包括：分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的；根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。

【技术特征摘要】
1.一种图像轮廓识别方法，其特征在于，所述方法包括：分别确定待匹配图像和轮廓模板图像的轮廓特征信息，其中所述轮廓特征信息包括如下至少一项：轮廓点数量、灰度特征信息以及轮廓点梯度信息；其中，所述轮廓模板图像是根据具有目标属性的目标轮廓点生成的；根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点。2.根据权利要求1所述的方法，其特征在于，分别确定待匹配图像和轮廓模板图像的灰度特征信息，包括：根据固定比例值，对所述待匹配图像和所述轮廓模板图像进行划分，分别得到待匹配子图像与轮廓模板子图像；获取所述待匹配子图像、轮廓模板子图像、待匹配图像以及轮廓模板图像的灰度平均值；将所述待匹配子图像与待匹配图像的灰度平均值，以及所述轮廓模板子图像与轮廓模板图像的灰度平均值进行比较，分别确定所述待匹配图像和轮廓模板图像的灰度特征信息。3.根据权利要求1所述的方法，其特征在于，根据所述待匹配图像和所述轮廓模板图像的轮廓特征信息，从所述待匹配图像中识别出所述目标轮廓点，包括：若待匹配图像的第一轮廓点数量小于或等于轮廓模板图像的第二轮廓点数量，且所述第一轮廓点数量大于轮廓点数量阈值，则根据待匹配图像和轮廓模板图像的灰度特征信息和/或轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点；其中，所述轮廓点数量阈值为所述第二轮廓点数量与固定系数之间乘积。4.根据权利要求3所述的方法，其特征在于，根据所述待匹配图像和所述轮廓模板图像的灰度特征信息，从所述待匹配图像中识别出所述目标轮廓点，包括：确定与对应所述轮廓模板子图像具有不相同灰度特征信息的待匹配子图像的第一数量；若所述第一数量小于或等于子图像数量阈值，则对所述轮廓模板图像进行至少一次旋转，得到至少一个轮廓辅助图像，以及所述至少一个轮廓辅助图像的旋转角度；若与任一轮对应轮廓辅助子图像具有相同灰度特征信息的待匹配子图像的第二数量小于或等于子图像数量阈值，则根据所述待匹配图像和该轮廓辅助图像的轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：若与任一轮对应轮廓辅助子图像具有不相同灰度特征信息的待匹配子图像的第二数量小于或等于子图像数量阈值，则根据该轮廓辅助子图像的旋转角度，确定所述目标轮廓点在所述待匹配图像中的姿态信息。6.根据权利要求1所述的方法，其特征在于，根据所述待匹配图像和所述轮廓模板图像的轮廓点梯度信息，从所述待匹配图像中识别出所述目标轮廓点，包括：根据所述轮廓模板图像的轮廓点坐标，确定所述轮廓模板...

【专利技术属性】
技术研发人员：王琰，张亮，朱光明，刘挺，
申请(专利权)人：江苏通佑视觉科技有限公司，
类型：发明
国别省市：江苏,32