边缘检测方法和装置、电子设备和存储介质制造方法及图纸

一种边缘检测方法、边缘检测装置、电子设备和非瞬时性计算机可读存储介质。边缘检测方法包括：对输入图像进行处理，以得到输入图像中灰度轮廓的线条图，其中，输入图像包括具有边缘的对象，线条图包括多条线条；将多条线条进行合并处理，以得到多条参考边界线；通过第一边界区域识别模型对输入图像进行处理，得到与对象对应的多个边界区域；针对每一条参考边界线，将参考边界线与多个边界区域进行对比，计算参考边界线上属于多个边界区域的像素点的个数，作为参考边界线的成绩，以确定与多条参考边界线一一对应的多个成绩；根据多条参考边界线、多个成绩和多个边界区域，确定多条目标边界线；根据多条目标边界线确定对象的边缘。

【技术实现步骤摘要】
边缘检测方法和装置、电子设备和存储介质
本公开的实施例涉及一种边缘检测方法、边缘检测装置、电子设备和非瞬时性计算机可读存储介质。
技术介绍
目前，人们经常对物体(例如，物体可以为名片、试卷、化验单、文档等)进行拍照，并希望对拍照得到的图像进行相应处理以获得图像中的物体的相关信息。然而，拍照得到的图像中不仅包含物体，同时还不可避免地包含物体所在的外部环境。而图像中的外部环境对应的部分对于识别图像中物体的相关信息而言是多余的，因此，在对图像进行处理以获得图像中物体的相关信息时，需要从图像中检测物体的边缘，以便根据物体的边缘将物体从图像中提取出来。
技术实现思路
本公开至少一实施例提供一种边缘检测方法，包括：对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，其中，所述输入图像包括具有边缘的对象，所述线条图包括多条线条；将所述多条线条进行合并处理，以得到多条参考边界线；通过第一边界区域识别模型对所述输入图像进行处理，得到与所述具有边缘的对象对应的多个边界区域；针对所述多条参考边界线中的每一条参考边界线，将所述参考边界线与所述多个边界区域进行对比，计算所述参考边界线上属于所述多个边界区域的像素点的个数，作为所述参考边界线的成绩，以确定与所述多条参考边界线一一对应的多个成绩；根据所述多条参考边界线、所述多个成绩和所述多个边界区域，确定多条目标边界线；根据确定的所述多条目标边界线确定所述具有边缘的对象在所述输入图像中的边缘。例如，在本公开一实施例提供的边缘检测方法中，将所述参考边界线与所述多个边界区域进行对比，计算所述参考边界线上属于所述多个边界区域的像素点的个数，作为所述参考边界线的成绩，包括：根据所述多个边界区域确定边界区域矩阵；将所述参考边界线进行延长以得到延长后的参考边界线；根据所述延长后的参考边界线确定线条矩阵；将所述线条矩阵与所述边界区域矩阵进行对比，计算所述延长后的参考边界线上属于所述边界区域矩阵的像素点的个数，作为所述参考边界线的成绩，其中，所述线条矩阵与所述边界区域矩阵的大小相同。例如，在本公开一实施例提供的边缘检测方法中，根据所述延长后的参考边界线确定线条矩阵包括：将所述延长后的参考边界线中的像素点的位置信息对应到图像矩阵中；将所述图像矩阵中对应于所述延长后的参考边界线的像素点的值设置为第一数值，将所述图像矩阵中的所述延长后的参考边界线对应的像素点以外的像素点的值设置为第二数值，从而形成所述线条矩阵。例如，在本公开一实施例提供的边缘检测方法中，根据所述多条参考边界线、所述多条参考边界线的成绩和所述多个边界区域，确定多条目标边界线，包括：分别将所述多个边界区域转换为多个直线组，其中，所述多个直线组与所述多个边界区域一一对应，所述多条直线组中的每个直线组包括至少一条直线；计算与所述多个直线组一一对应的多个平均斜率；分别计算所述多条参考边界线的斜率；针对所述多条参考边界线中的第i条参考边界线，判断所述第i条参考边界线的斜率和所述多个平均斜率中与所述第i条参考边界线对应的平均斜率的差值是否高于第一斜率阈值，其中，i为正整数，i小于等于所述多条参考边界线的数量；响应于所述第i条参考边界线的斜率和与所述第i条参考边界线对应的平均斜率的差值低于等于所述第一斜率阈值，确定所述第i条参考边界线为目标参考边界线，从而从所述多条参考边界线中确定多条目标参考边界线；根据所述多条目标参考边界线对应的参考边界线的成绩，确定多条中间目标边界线；根据所述多条中间目标边界线，确定所述多条目标边界线。例如，在本公开一实施例提供的边缘检测方法中，所述多个边界区域包括第一边界区域、第二边界区域、第三边界区域和第四边界区域，所述多条参考边界线包括与所述第一边界区域对应的第一参考边界线组、与所述第二边界区域对应的第二参考边界线组、与所述第三边界区域对应的第三参考边界线组、与所述第四边界区域对应的第四参考边界线组，所述方法还包括：响应于所述多条参考边界线中的被选中的参考边界线组中的所有参考边界线的斜率和与所述被选中的参考边界线组对应的平均斜率的差值均高于所述第一斜率阈值，其中，所述被选中的参考边界线组为所述第一参考边界线组或所述第二参考边界线组或所述第三参考边界线组或所述第四参考边界线组；获取与所述被选中的参考边界线组对应的被选中的边界区域，其中，所述被选中的边界区域为所述第一边界区域或所述第二边界区域或所述第三边界区域或所述第四边界区域；根据所述被选中的边界区域对应的直线组，确定所述被选中的边界区域对应的直线组的中线，确定所述中线作为所述被选中的边界区域对应的目标边界线。例如，在本公开一实施例提供的边缘检测方法中，根据所述多条中间目标边界线，确定所述多条目标边界线，包括：针对所述多条中间目标边界线中的第k条中间目标边界线，对所述第k条中间目标边界线进行重合度判断，以确定所述第k条中间目标边界线是否为目标边界线，其中，对所述第k条中间目标边界线进行重合度判断包括：计算所述第k条中间目标边界线的落入所述第k条中间目标边界线对应的边界区域的像素点和所述第k条中间目标边界线的所有像素点的比例，其中，k为正整数，k小于等于所述多条中间目标边界线的数量；判断所述比例是否大于等于比例阈值；响应于所述比例大于等于所述比例阈值，确定所述第k条中间目标边界线为目标边界线，对所述多条中间目标边界线进行所述重合度判断以确定所述多条目标边界线；响应于所述比例小于所述比例阈值，删除所述第k条中间目标边界线，并继续对所述多条中间目标边界线中除了所述第k条中间目标边界线之外的任一中间目标边界线进行所述重合度判断。例如，在本公开一实施例提供的边缘检测方法中，分别将所述多个边界区域转换为多个直线组，包括：利用霍夫变换分别将所述多个边界区域转换为所述多个直线组。例如，在本公开一实施例提供的边缘检测方法中，对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，包括：通过边缘检测算法对所述输入图像进行处理，获得所述输入图像中灰度轮廓的线条图。例如，在本公开一实施例提供的边缘检测方法中，对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，包括：通过第二边界区域识别模型对所述输入图像进行处理，得到所述多个边界区域；通过边缘检测算法对所述多个边界区域进行处理，获得所述输入图像中灰度轮廓的线条图。例如，在本公开一实施例提供的边缘检测方法中，所述多条参考边界线被划分为与所述多个边界区域一一对应多个参考边界线组，所述多个参考边界线组中的每个参考边界线组包括至少一条参考边界线，将所述多条线条进行合并处理，以得到所述多条参考边界线，包括：将所述多条线条中相似的线条进行合并，得到多个初始合并线条组，其中，所述多个初始合并线条组与所述多个边界区域一一对应，所述多个初始合并线条组中的每个初始合并线条组包括至少一条初始合并线条；根据所述多个初始合并线条组，确定多条边界连接线条，其中，所述多条边界连接线条与所述多个边界区域一一对应，所述多条边界连接线条与所述多个初始合并线条组也一一对应；分别将所述多个边界区域转换为多个直线组，其中，所述多个直线本文档来自技高网...

【技术保护点】
1.一种边缘检测方法，包括：/n对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，其中，所述输入图像包括具有边缘的对象，所述线条图包括多条线条；/n将所述多条线条进行合并处理，以得到多条参考边界线；/n通过第一边界区域识别模型对所述输入图像进行处理，得到与所述具有边缘的对象对应的多个边界区域；/n针对所述多条参考边界线中的每一条参考边界线，将所述参考边界线与所述多个边界区域进行对比，计算所述参考边界线上属于所述多个边界区域的像素点的个数，作为所述参考边界线的成绩，以确定与所述多条参考边界线一一对应的多个成绩；/n根据所述多条参考边界线、所述多个成绩和所述多个边界区域，确定多条目标边界线；/n根据确定的所述多条目标边界线确定所述具有边缘的对象在所述输入图像中的边缘。/n

【技术特征摘要】
1.一种边缘检测方法，包括：
对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，其中，所述输入图像包括具有边缘的对象，所述线条图包括多条线条；
将所述多条线条进行合并处理，以得到多条参考边界线；
通过第一边界区域识别模型对所述输入图像进行处理，得到与所述具有边缘的对象对应的多个边界区域；
针对所述多条参考边界线中的每一条参考边界线，将所述参考边界线与所述多个边界区域进行对比，计算所述参考边界线上属于所述多个边界区域的像素点的个数，作为所述参考边界线的成绩，以确定与所述多条参考边界线一一对应的多个成绩；
根据所述多条参考边界线、所述多个成绩和所述多个边界区域，确定多条目标边界线；
根据确定的所述多条目标边界线确定所述具有边缘的对象在所述输入图像中的边缘。


2.根据权利要求1所述的边缘检测方法，其中，将所述参考边界线与所述多个边界区域进行对比，计算所述参考边界线上属于所述多个边界区域的像素点的个数，作为所述参考边界线的成绩，包括：
根据所述多个边界区域确定边界区域矩阵；
将所述参考边界线进行延长以得到延长后的参考边界线；
根据所述延长后的参考边界线确定线条矩阵；
将所述线条矩阵与所述边界区域矩阵进行对比，计算所述延长后的参考边界线上属于所述边界区域矩阵的像素点的个数，作为所述参考边界线的成绩，其中，所述线条矩阵与所述边界区域矩阵的大小相同。


3.根据权利要求2所述的边缘检测方法，其中，根据所述延长后的参考边界线确定线条矩阵包括：
将所述延长后的参考边界线中的像素点的位置信息对应到图像矩阵中；
将所述图像矩阵中对应于所述延长后的参考边界线的像素点的值设置为第一数值，将所述图像矩阵中的所述延长后的参考边界线对应的像素点以外的像素点的值设置为第二数值，从而形成所述线条矩阵。


4.根据权利要求1所述的边缘检测方法，其中，根据所述多条参考边界线、所述多条参考边界线的成绩和所述多个边界区域，确定多条目标边界线，包括：
分别将所述多个边界区域转换为多个直线组，其中，所述多个直线组与所述多个边界区域一一对应，所述多条直线组中的每个直线组包括至少一条直线；
计算与所述多个直线组一一对应的多个平均斜率；
分别计算所述多条参考边界线的斜率；
针对所述多条参考边界线中的第i条参考边界线，判断所述第i条参考边界线的斜率和所述多个平均斜率中与所述第i条参考边界线对应的平均斜率的差值是否高于第一斜率阈值，其中，i为正整数，i小于等于所述多条参考边界线的数量；
响应于所述第i条参考边界线的斜率和与所述第i条参考边界线对应的平均斜率的差值低于等于所述第一斜率阈值，确定所述第i条参考边界线为目标参考边界线，从而从所述多条参考边界线中确定多条目标参考边界线；
根据所述多条目标参考边界线对应的参考边界线的成绩，确定多条中间目标边界线；
根据所述多条中间目标边界线，确定所述多条目标边界线。


5.根据权利要求4所述的边缘检测方法，其中，所述多个边界区域包括第一边界区域、第二边界区域、第三边界区域和第四边界区域，所述多条参考边界线包括与所述第一边界区域对应的第一参考边界线组、与所述第二边界区域对应的第二参考边界线组、与所述第三边界区域对应的第三参考边界线组、与所述第四边界区域对应的第四参考边界线组，
所述方法还包括：
响应于所述多条参考边界线中的被选中的参考边界线组中的所有参考边界线的斜率和与所述被选中的参考边界线组对应的平均斜率的差值均高于所述第一斜率阈值，其中，所述被选中的参考边界线组为所述第一参考边界线组或所述第二参考边界线组或所述第三参考边界线组或所述第四参考边界线组；
获取与所述被选中的参考边界线组对应的被选中的边界区域，其中，所述被选中的边界区域为所述第一边界区域或所述第二边界区域或所述第三边界区域或所述第四边界区域；
根据所述被选中的边界区域对应的直线组，确定所述被选中的边界区域对应的直线组的中线，确定所述中线作为所述被选中的边界区域对应的目标边界线。


6.根据权利要求4所述的边缘检测方法，其中，根据所述多条中间目标边界线，确定所述多条目标边界线，包括：
针对所述多条中间目标边界线中的第k条中间目标边界线，对所述第k条中间目标边界线进行重合度判断，以确定所述第k条中间目标边界线是否为目标边界线，
其中，对所述第k条中间目标边界线进行重合度判断包括：
计算所述第k条中间目标边界线的落入所述第k条中间目标边界线对应的边界区域的像素点和所述第k条中间目标边界线的所有像素点的比例，其中，k为正整数，k小于等于所述多条中间目标边界线的数量；
判断所述比例是否大于等于比例阈值；
响应于所述比例大于等于所述比例阈值，确定所述第k条中间目标边界线为目标边界线，对所述多条中间目标边界线进行所述重合度判断以确定所述多条目标边界线；
响应于所述比例小于所述比例阈值，删除所述第k条中间目标边界线，并继续对所述多条中间目标边界线中除了所述第k条中间目标边界线之外的任一中间目标边界线进行所述重合度判断。


7.根据权利要求4所述的边缘检测方法，其中，分别将所述多个边界区域转换为多个直线组，包括：
利用霍夫变换分别将所述多个边界区域转换为所述多个直线组。


8.根据权利要求1-7任一项所述的边缘检测方法，其中，对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，包括：
通过边缘检测算法对所述输入图像进行处理，获得所述输入图像中灰度轮廓的线条图。


9.根据权利要求1-7任一项所述的边缘检测方法，其中，对输入图像进行处理，以得到所述输入图像中灰度轮廓的线条图，包括：
通过第二边界区域识别模型对所述输入图像进行处理，得到所述多个边界区域；
通过边缘检测算法对所述多个边界区域进行处理，获得所述输入图像中灰度轮廓的线条图。


10.根据权利要求1-7任一项所述的边缘检测方法，其中，所述多条参考边界线被划分为与所述多个边界区域一一对应多个参考边界线组，所述多个参考边界线组中的每个参考边界线组包括至少一条参考边界线，
将所述多条线条进行合并处理，以得到所述多条参考边界线，包括：
将所述多条线条中相似的线条进行合并，得到多个初始合并线条组，其中，所述多个初始合并线条组与所述多个边界区域一一对应，所述多个初始合并线条组中的每个初始合并线条组包括至少一条初始合并线条；
根据所述多个初始合并线条组，确定多条边界连接线条，其中，所述多条边界连接线条与所述多个边界区域一一对应，所述多条边界连接线条与所述多个初始合并线条组也一一对应；
分别将所述多个边界区域转换为多个直线组，其中，所述多个直线组与所述多个边界区域一一对应，所述多条直线组中的每个直线组包括至少一条直线；
计算与所述多个直线组一一对应的多个平均斜率；
分别计算所述多条边界连接线条的斜率；
针对所述多条边界连接线条中的第b1条边界连接线条，判断所述第b1条边界连接线条的斜率和所述多个平均斜率中与所述第b1条边界连接线条对应的平均斜率的差值是否高于第二斜率阈值，其中，b1为正整数，b1小于等于所述多条边界连接线条的数量；
响应于所述第b1条边界连接线条的斜率和与所述第b1条边界连接线条对应的平均斜率的差值低于等于所述第二斜率阈值，将所述第b1条边界连接线条和所述第b1条边界连接线条对应的初始合并线条组中的初始合并线条作为所述第b1条边界连接线条对应的边界区域对应的参考边界线组中的参考边界线，
响应于所述第b1条边界连接线条的斜率和与所述第b1条边界连接线条对应的平均斜率的差值高于所述第二斜率阈值，将所述第b1条边界连接线条对应的初始合并线条组中的初始合并线条作为所述第b1条边界连接线条对应的边界区域对应的参考边界线组中的参考边界线，从而确定所述多条参考边界线。


11.根据权利要求10所述的边缘检测方法，其中，将所述多条线条中相似的线条进行合并，得到多个初始合并线条组，包括：
获取所述多条线条中的多条长线条，其中，所述多条长线条中的每条长线条为长度超过长度阈值的线条；
根据所述多条长线条，获取多个合并线条组，其中，所述多个合并线条组中的每个合并线条组包括至少两个依次相邻的长线条，且每个所述合并线条组中的任意相邻的两个长线条之间的夹角均小于角度阈值；
针对所述多个合并线条组中的每个合并线条组，将所述合并线条组中的各个长线条依次进行合并以得到与所述合并线条组对应的初始合...

【专利技术属性】
技术研发人员：徐青松，李青，
申请(专利权)人：杭州睿琪软件有限公司，
类型：发明
国别省市：浙江;33