一种基于图像测量的预测的校正方法及终端技术

本发明专利技术公开了一种基于图像测量的预测的校正方法及终端，获取图像中预测对象的目标点，并基于目标点对所述图像进行截取，得到目标图像，对目标图像进行边缘检测，得到目标候选边缘，并对目标候选边缘进行直线检测，得到目标边界线段，从目标边界线段中确定离目标点最近的点，并将其作为校正点，根据校正点对预测对象进行测量，得到测量结果，以此结合边缘检测和直线检测找出校正点，避免使用偏差的目标点进行图像测量，使用预设高斯滤波器结合一阶偏导有限差分、非极大值抑制处理和双阈值算法从目标图像中得到目标候选边缘，从而对选取的目标点进行自动校正，提高测量结果的精度，准确预测图像中对象尺寸。准确预测图像中对象尺寸。准确预测图像中对象尺寸。

【技术实现步骤摘要】
一种基于图像测量的预测的校正方法及终端


[0001]本专利技术涉及图像测量
，尤其涉及一种基于图像测量的预测的校正方法及终端。

技术介绍

[0002]如今，图像测量技术广泛应用在各个领域，图像测量指的是基于图像像素测量得到预测对象实际尺寸的方法。图像测量的过程为：人工手动在图像上选择测量的目标点，根据该目标点使用模型得到测量结果，整个测量过程相当于是利用图像预测图像中物体的实际尺寸。对于图像上细小的物体，人工在操作过程中，容易发生选点偏差。而在具体的应用场景中，图像上测量目标的选点的准确度影响了图像中物体尺寸测量的精度，人工选点与实际目标点之间的像素差会影响最终的图像中物体尺寸的测量结果，从而影响到对物体尺寸预测的精确度。

技术实现思路

[0003]本专利技术所要解决的技术问题是：提供一种基于图像测量的预测的校正方法及终端，能够对选取的目标点进行自动校正，提高测量结果的精度，准确预测图像中对象尺寸。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：一种基于图像测量的预测的校正方法，包括步骤：获取图像中预测对象的目标点，并基于所述目标点对所述图像进行截取，得到目标图像；对所述目标图像进行边缘检测，得到目标候选边缘，并对所述目标候选边缘进行直线检测，得到目标边界线段；从所述目标边界线段中确定离所述目标点最近的点，并将离所述目标点最近的点作为校正点；根据所述校正点对所述预测对象进行测量，得到测量结果；所述对所述目标图像进行边缘检测，得到目标候选边缘包括：对所述目标图像使用预设高斯滤波器进行平滑滤波，得到滤波后的目标图像；对所述滤波后的目标图像使用一阶偏导有限差分计算每一像素点的初始梯度幅值；对所述初始梯度幅值进行非极大值抑制处理，得到每一像素点的最终梯度幅值；基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘；使用像素分类法对所述初始目标候选边缘进行边缘裁剪，得到目标候选边缘。
[0005]为了解决上述技术问题，本专利技术采用的另一种技术方案为：一种基于图像测量的预测的校正终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取图像中预测对象的目标点，并基于所述目标点对所述图像进行截取，得到目标图像；对所述目标图像进行边缘检测，得到目标候选边缘，并对所述目标候选边缘进行直线检测，得到目标边界线段；从所述目标边界线段中确定离所述目标点最近的点，并将离所述目标点最近的点作为校正点；根据所述校正点对所述预测对象进行测量，得到测量结果；所述对所述目标图像进行边缘检测，得到目标候选边缘包括：对所述目标图像使用预设高斯滤波器进行平滑滤波，得到滤波后的目标图像；对所述滤波后的目标图像使用一阶偏导有限差分计算每一像素点的初始梯度幅值；对所述初始梯度幅值进行非极大值抑制处理，得到每一像素点的最终梯度幅值；基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘；使用像素分类法对所述初始目标候选边缘进行边缘裁剪，得到目标候选边缘。
[0006]本专利技术的有益效果在于：获取图像中预测对象的目标点，并基于目标点对所述图像进行截取，得到目标图像，对目标图像进行边缘检测，得到目标候选边缘，并对目标候选边缘进行直线检测，得到目标边界线段，从目标边界线段中确定离目标点最近的点，并将其作为校正点，根据校正点对预测对象进行测量，得到测量结果，以此结合边缘检测和直线检测找出校正点，自动校正人工在图像上手动选点造成的偏差，避免使用偏差的目标点进行图像测量，从而对选取的目标点进行自动校正，提高测量结果的精度，即提高了基于图像测量技术预测图像中预测对象尺寸的精度，且边缘检测时，使用预设高斯滤波器结合一阶偏导有限差分、非极大值抑制处理和双阈值算法从目标图像中得到目标候选边缘，能够更加地精准且快速。
附图说明
[0007]图1为本专利技术实施例的一种基于图像测量的预测的校正方法的步骤流程图；图2为本专利技术实施例的一种基于图像测量的预测的校正终端的结构示意图。
具体实施方式
[0008]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0009]请参照图1，一种基于图像测量的预测的校正方法，包括步骤：获取图像中预测对象的目标点，并基于所述目标点对所述图像进行截取，得到目标图像；对所述目标图像进行边缘检测，得到目标候选边缘，并对所述目标候选边缘进行直线检测，得到目标边界线段；从所述目标边界线段中确定离所述目标点最近的点，并将离所述目标点最近的点作为校正点；
根据所述校正点对所述预测对象进行测量，得到测量结果；所述对所述目标图像进行边缘检测，得到目标候选边缘包括：对所述目标图像使用预设高斯滤波器进行平滑滤波，得到滤波后的目标图像；对所述滤波后的目标图像使用一阶偏导有限差分计算每一像素点的初始梯度幅值；对所述初始梯度幅值进行非极大值抑制处理，得到每一像素点的最终梯度幅值；基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘；使用像素分类法对所述初始目标候选边缘进行边缘裁剪，得到目标候选边缘。
[0010]从上述描述可知，本专利技术的有益效果在于：获取图像中预测对象的目标点，并基于目标点对所述图像进行截取，得到目标图像，对目标图像进行边缘检测，得到目标候选边缘，并对目标候选边缘进行直线检测，得到目标边界线段，从目标边界线段中确定离目标点最近的点，并将其作为校正点，根据校正点对预测对象进行测量，得到测量结果，以此结合边缘检测和直线检测找出校正点，自动校正人工在图像上手动选点造成的偏差，避免使用偏差的目标点进行图像测量，从而对选取的目标点进行自动校正，提高测量结果的精度，即提高了基于图像测量技术预测图像中预测对象尺寸的精度，且边缘检测时，使用预设高斯滤波器结合一阶偏导有限差分、非极大值抑制处理和双阈值算法从目标图像中得到目标候选边缘，能够更加地精准且快速。
[0011]进一步地，所述基于所述目标点对所述图像进行截取，得到目标图像包括：以所述目标点为中心，按照预设像素大小对所述图像进行截取，得到目标图像。
[0012]由上述描述可知，手动选择目标点时，通常不会偏离的太远，因此，按照预设像素大小进行图像截取，得到的目标图像就包含了校正点在内，便于后续确定校正点位置，提高数据处理效率。
[0013]进一步地，所述基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘包括：确定最终梯度幅值大于第一预设阈值的像素点，并以所述最终梯度幅值大于第一预设阈值的像素点作为边缘生成第一阈值边缘图像；确定最终梯度幅值大于第二预设阈值的像素点，并以所述最终梯度幅值大于第二预设阈值的像素点作为边缘生成第二阈值边缘图像，所述第二预设阈值大于所述第一预设阈值；将所述第二阈值边缘图像中的边缘连接为轮廓，并判断是否到达所述轮廓的端点，若是，则从所述第一阈值边缘图像中确定可连接至所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像测量的预测的校正方法，其特征在于，包括步骤：获取图像中预测对象的目标点，并基于所述目标点对所述图像进行截取，得到目标图像；对所述目标图像进行边缘检测，得到目标候选边缘，并对所述目标候选边缘进行直线检测，得到目标边界线段；从所述目标边界线段中确定离所述目标点最近的点，并将离所述目标点最近的点作为校正点；根据所述校正点对所述预测对象进行测量，得到测量结果；所述对所述目标图像进行边缘检测，得到目标候选边缘包括：对所述目标图像使用预设高斯滤波器进行平滑滤波，得到滤波后的目标图像；对所述滤波后的目标图像使用一阶偏导有限差分计算每一像素点的初始梯度幅值；对所述初始梯度幅值进行非极大值抑制处理，得到每一像素点的最终梯度幅值；基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘；使用像素分类法对所述初始目标候选边缘进行边缘裁剪，得到目标候选边缘。2.根据权利要求1所述的一种基于图像测量的预测的校正方法，其特征在于，所述基于所述目标点对所述图像进行截取，得到目标图像包括：以所述目标点为中心，按照预设像素大小对所述图像进行截取，得到目标图像。3.根据权利要求1所述的一种基于图像测量的预测的校正方法，其特征在于，所述基于所述每一像素点的最终梯度幅值使用双阈值算法在所述滤波后的目标图像中确定初始目标候选边缘包括：确定最终梯度幅值大于第一预设阈值的像素点，并以所述最终梯度幅值大于第一预设阈值的像素点作为边缘生成第一阈值边缘图像；确定最终梯度幅值大于第二预设阈值的像素点，并以所述最终梯度幅值大于第二预设阈值的像素点作为边缘生成第二阈值边缘图像，所述第二预设阈值大于所述第一预设阈值；将所述第二阈值边缘图像中的边缘连接为轮廓，并判断是否到达所述轮廓的端点，若是，则从所述第一阈值边缘图像中确定可连接至所述轮廓的边缘，将可连接至所述轮廓的边缘与所述轮廓连接，得到初始目标候选边缘。4.根据权利要求1所述的一种基于图像测量的预测的校正方法，其特征在于，所述使用像素分类法对所述初始目标候选边缘进行边缘裁剪，得到目标候选边缘包括：获取与所述图像对应的对象与背景分类器；使用所述对象与背景分类器判断所述初始目标候选边缘中的每一边缘的左右邻侧像素点是否属于对象或背景，若是，则保留所述边缘，若否，则丢弃所述边缘；根据保留的边缘得到目标候选边缘。5.根据权利要求1所述的一种基于图像测量的预测的校正方法，其特征在于，所述对所述目标候选边缘进行直线检测，得到目标边界线段包括：初始化一极坐标域ρ
‑
θ空间的累加器数组与边缘点命中数组；逐行扫描所述图像中的所有像素点，生成ρ
‑
θ空间的直线...

【专利技术属性】
技术研发人员：黄宗荣，林大甲，郑敏忠，江世松，刘兵，
申请(专利权)人：金钱猫科技股份有限公司，
类型：发明
国别省市：