图片处理方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种图片处理方法、装置、设备及计算机可读存储介质，该方法包括步骤：获取图片，采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息；根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品；若是，则在所述图片中移除所述贴边物品的像素区域。本发明专利技术实现了防止了同一物品由于存在贴边情况导致被重复抓取而导致的资源浪费，解决了物品贴边时抓取中心变化而造成的多抓(空抓)现象。

Image processing method, device, equipment and computer readable storage medium

The invention discloses a picture processing method, device, device and computer-readable storage medium, the method comprises the steps of: obtaining a picture, predicting the picture by using a depth learning algorithm to obtain the pixel information of the article in the picture, determining the pixel area of the article according to the pixel information of the article in the picture, and judging whether the article is a welt article; If so, the pixel area of the welt article is removed from the picture. The invention realizes to prevent the waste of resources caused by repeated grabbing of the same article due to the existence of edge banding, and solves the phenomenon of multiple grabs (empty grabs) caused by the change of grabbing center when the article is stuck.

【技术实现步骤摘要】
图片处理方法、装置、设备及计算机可读存储介质
本专利技术涉及图片处理领域，尤其涉及一种图片处理方法、装置、设备及计算机可读存储介质。
技术介绍
随着计算机技术的发展，图片处理的技术也越来越进步，现在的物品分类(比如垃圾分类)也会采用图片处理技术进行快速分类，例如，在垃圾分选产线上，传送带用于传送垃圾，而相机用于拍摄图片，通过相机拍摄的图片确定待抓取的垃圾之后再由机器人进行抓取，但是由于相机拍摄的图片是由软件/硬件控制的，而垃圾进入相机的视野是随机的，由于相机拍照速度要快于传送带的速度，因此一个垃圾目标物可能会在多个图片中出现。如果同一个垃圾目标物在多个图片中都是完整的，那么识别到的抓取中心也是重合的，机器人可以将抓取中心重合的物体当作一个物体处理，即只抓取一次。但是垃圾目标物在不同时刻进入相机视野范围内可能是不完整的，即出现垃圾贴边(即垃圾贴到图片边缘)的情况，那么这张图片识别到的该物体的抓取中心就会与完整物体的图片不同，将会导致同一个垃圾目标物被机器人重复抓取。显然，现有的物品贴边方式，容易造成物品被重复抓取。
技术实现思路
本专利技术的主要目的在于提供一种图片处理方法、装置、设备及计算机可读存储介质，旨在解决现有技术的图片处理方法，由于物品贴边容易造成物品被重复抓取技术问题。为实现上述目的，本专利技术提供一种图片处理方法，所述图片处理方法包括以下步骤：获取图片，采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息；根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品；若是，则在所述图片中移除所述贴边物品的像素区域。可选地，所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤包括：根据所述图片中物品的像素信息，确定所述物品的像素区域，并绘制包含所述物品的矩形框；根据各个物品对应的矩形框，确定图片中各个物品的排列方向；在所述图片中确定垂直与所述排列方向的两条对边；计算每一个物品对应的矩形框到两条对边的距离，并确定最短距离；若最短距离小于预设常数，则确定所述物品为贴边物品。可选地，所述根据所述图片中物品的像素信息，确定所述物品的像素区域，并绘制包含所述物品的矩形框的步骤包括：根据所述图片中物品的像素信息，确定物品的像素区域的长/宽的最大最小坐标；根据物品的像素区域的长/宽的最大最小坐标，绘制包含所述物品的像素区域的矩形框。可选地，所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤之前，所述方法包括：从前一组深度学习预测结果的像素数据中提取出物品的轮廓数据，以将轮廓数据压入第一集合，其中，所述第一集合用于与第二集合进行比较；所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤包括：根据图片中物品的像素信息，遍历所述物品的像素区域，以得到所述物品的贴边像素区域对应轮廓的像素坐标；将物品的对应轮廓的像素坐标压入第二集合中，以根据轮廓的像素坐标确定所述物品是否为贴边物品。可选地，所述根据轮廓的像素坐标确定所述物品是否为贴边物品的步骤包括：以所述第二集合作为主集合遍历所述第一集合；若所述第一集合中有物品通过坐标平移后，与所述第二集合的物品的轮廓相似度达到预设阈值，则确定所述物品为贴边物品。进一步地，为实现上述目的，本专利技术还提供一种图片处理装置，所述图片处理装置包括：获取模块，用于获取图片；预测模块，用于采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息；判断模块，用于根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品；移除模块，用于若是，则在所述图片中移除所述贴边物品的像素区域。可选地，所述判断模块包括：绘制单元，用于根据所述图片中物品的像素信息，确定所述物品的像素区域，并绘制包含所述物品的矩形框；确定单元，用于根据各个物品对应的矩形框，确定图片中各个物品的排列方向；所述确定单元，还用于在所述图片中确定垂直与所述排列方向的两条对边；计算单元，用于计算每一个物品对应的矩形框到两条对边的距离，并确定最短距离；所述确定单元，还用于若最短距离小于预设常数，则确定所述物品为贴边物品。可选地，所述绘制单元，还用于根据所述图片中物品的像素信息，确定物品的像素区域的长/宽的最大最小坐标；根据物品的像素区域的长/宽的最大最小坐标，绘制包含所述物品的像素区域的矩形框。进一步地，为实现上述目的，本专利技术还提供一种图片处理设备，所述图片处理设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的图片处理程序，所述图片处理程序被所述处理器执行时实现如上述所述的图片处理方法的步骤。进一步地，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图片处理程序，所述图片处理程序被处理器执行时实现如上所述的图片处理方法的步骤。本专利技术的技术方案公开一种图片处理方法，先获取图片，采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息，然后根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品，若是，则在所述图片中移除所述贴边物品的像素区域，使得物品分类过程中，通过对图片中的贴边物品进行移除，防止了同一物品由于存在贴边情况导致被重复抓取而导致的资源浪费，解决了物品贴边时抓取中心变化而造成的多抓(空抓)现象。附图说明图1为本专利技术图片处理设备实施例方案涉及的设备硬件运行环境的结构示意图；图2为本专利技术图片处理方法第一实施例的流程示意图；图3为本专利技术图片处理方法第二实施例的流程示意图；图4为本专利技术一种应用场景的示意图；图5为本专利技术图片处理方法第三实施例流程示意图；图6为本专利技术图片处理装置的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种图片处理设备，参照图1，图1为本专利技术图片处理设备实施例方案涉及的设备硬件运行环境的结构示意图。如图1所示，该图片处理设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。本领域技术人员可以理解，图1中示出的图片处理设备的硬件结构并不构成对图片处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图片处理程序。其中，操作系统是管理和控制图片处理设备与软件资源的程序，支持网络通信模块、用户接口模块、图片处理程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接本文档来自技高网...

【技术保护点】
1.一种图片处理方法，其特征在于，所述图片处理方法包括以下步骤：获取图片，采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息；根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品；若是，则在所述图片中移除所述贴边物品的像素区域。

【技术特征摘要】
1.一种图片处理方法，其特征在于，所述图片处理方法包括以下步骤：获取图片，采用深度学习算法对所述图片进行预测，以得到图片中物品的像素信息；根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品；若是，则在所述图片中移除所述贴边物品的像素区域。2.如权利要求1所述的图片处理方法，其特征在于，所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤包括：根据所述图片中物品的像素信息，确定所述物品的像素区域，并绘制包含所述物品的矩形框；根据各个物品对应的矩形框，确定图片中各个物品的排列方向；在所述图片中确定垂直与所述排列方向的两条对边；计算每一个物品对应的矩形框到两条对边的距离，并确定最短距离；若最短距离小于预设常数，则确定所述物品为贴边物品。3.如权利要求2所述的图片处理方法，其特征在于，所述根据所述图片中物品的像素信息，确定所述物品的像素区域，并绘制包含所述物品的矩形框的步骤包括：根据所述图片中物品的像素信息，确定物品的像素区域的长/宽的最大最小坐标；根据物品的像素区域的长/宽的最大最小坐标，绘制包含所述物品的像素区域的矩形框。4.如权利要求1所述的图片处理方法，其特征在于，所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤之前，所述方法包括：从前一组深度学习预测结果的像素数据中提取出物品的轮廓数据，以将轮廓数据压入第一集合，其中，所述第一集合用于与第二集合进行比较；所述根据图片中物品的像素信息，确定所述物品的像素区域，并判断所述物品是否为贴边物品的步骤包括：根据图片中物品的像素信息，遍历所述物品的像素区域，以得到所述物品的贴边像素区域对应轮廓的像素坐标；将物品的对应轮廓的像素坐标压入第二集合中，以根据轮廓的像素坐标确定所述物品是否为贴边物品。5.如权利要求4所述的图片处理...

【专利技术属性】
技术研发人员：莫卓亚，罗海城，刘涛，
申请(专利权)人：东莞弓叶互联科技有限公司，
类型：发明
国别省市：广东,44