[发明专利]物体边缘提取方法、装置及电子设备

说明书

本发明提供一种物体边缘提取方法、装置及电子设备，涉及图像技术领域。所述物体边缘提取方法及装置应用于所述电子设备。其中，所述方法包括获取边缘提取模型；根据所述边缘提取模型获取待识别图像信息中每个像素点对应的轮廓概率值，以获得轮廓概率矩阵；对所述轮廓概率矩阵进行归一化处理，以生成第一边缘二值图。不依赖于待识别图像信息的空间信息及灰度信息，因此效果较传统方法更稳定。同时，利用边缘提取模型提取的轮廓概率矩阵并进行归一化处理后得到的边缘信息更准确且更符合人类对物体外轮廓的理解。实现提取边缘快捷，便于推广。

技术领域

本发明涉及图像技术领域，具体而言，涉及一种物体边缘提取方法、装置及电子设备。

背景技术

图像的大部分信息都包含于图像中物体的边缘。图像中物体边缘主要表现为图像局部特征的不连续性，即图像中灰度变化比较剧烈的地方。物体边缘的提取在计算图像内显示规则的物体的体积非常实用。这使边缘提取在需要快速计算规则形状的物体的体积的行业(例如，快递运输等领域)凸显的非常重要。

现有的物体边缘提取依赖于边缘检测算子，例如基于灰度直方图的检测、基于梯度的检测、Canny边缘检测算子及Sobel边缘检测算子等。诸如此类的方法仅依靠图像中像素的灰度信息和空间信息，对于物理上的强边缘有较好的检测效果，检测速度较快，但与物体实际的边缘相比，稳定性不够，不能预测出符合人类认知的边缘所在位置。

发明内容

为了解决上述问题，本发明实施例采用的技术方案如下：

本发明实施例提供一种物体边缘提取方法，所述方法包括：获取边缘提取模型；根据所述边缘提取模型获取待识别图像信息中每个像素点对应的轮廓概率值，以获得轮廓概率矩阵；对所述轮廓概率矩阵进行归一化处理，以生成第一边缘二值图。

本发明实施例还提供一种物体边缘提取装置，所述装置包括获取模块、第一提取模块及第一处理模块。其中，所述获取模块用于获取边缘提取模型；第一提取模块，用于根据所述边缘提取模型获取待识别图像信息中每个像素点对应的轮廓概率值，以获得轮廓概率矩阵；第一处理模块，用于对所述轮廓概率矩阵进行归一化处理，以生成第一边缘二值图。

本发明实施例还提供一种电子设备。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：获取边缘提取模型；根据所述边缘提取模型获取待识别图像信息中每个像素点对应的轮廓概率值，以获得轮廓概率矩阵；对所述轮廓概率矩阵进行归一化处理，以生成第一边缘二值图。

与现有技术相比，本发明提供的一种物体边缘提取方法、装置及电子设备。其中，所述方法通过获取的边缘提取模型对待识别图像信息进行边缘提取待识别图像信息中每个像素点对应的轮廓概率值，以获得轮廓概率矩阵。不依赖于待识别图像信息的空间信息及灰度信息，因此效果较传统方法更稳定。同时，利用边缘提取模型提取的轮廓概率矩阵并进行归一化处理后得到的边缘信息更准确且更符合人类对物体外轮廓的理解。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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为本发明较佳实施例提供的电子设备的方框示意图。

图2示出了本发明实施例提供的物体边缘提取方法的步骤流程图。

图3为图2中步骤S101的子步骤流程图。

图4示出了本发明实施例提供的物体边缘提取装置的功能模块示意图。