[发明专利]一种图像中物体的边缘检测方法及装置

权利要求书

1.一种图像中物体的边缘检测方法，其特征在于，所述方法包括：

对图像进行处理，获得所述图像中灰度轮廓的线条图；

将所述线条图中相似的线条进行合并，得到多条初始合并线条，并根据多条所述初始合并线条确定一边界矩阵；

将多条所述初始合并线条中相似的线条进行合并得到目标线条，并且将未合并的所述初始合并线条也作为目标线条；

根据所述边界矩阵，从多条所述目标线条中确定多条参考边界线；

通过预先训练的边界线区域识别模型对所述图像进行处理，得到所述图像中物体的多个边界线区域；其中，所述边界线区域识别模型是基于神经网络的模型；

针对每一所述边界线区域，从多条所述参考边界线中确定与该边界线区域项对应的目标边界线；

根据确定的多条所述目标边界线确定所述图像中物体的边缘。

2.如权利要求1所述的一种图像中物体的边缘检测方法，其特征在于，所述对图像进行处理，获得所述图像中灰度轮廓的线条图，包括：

通过基于OpenCV的边缘检测算法对图像进行处理，获得所述图像中灰度轮廓的线条图。

3.如权利要求1所述的一种图像中物体的边缘检测方法，其特征在于，将所述线条图中相似的线条进行合并，得到多条初始合并线条，包括：

获取所述线条图中的长线条；其中，所述长线条为长度超过第一预设阈值的线条；

从所述长线条中获取多组第一类线条；其中，所述第一类线条包括至少两个依次相邻的长线条，且任意相邻的两长线条之间的夹角均小于第二预设阈值；

针对每一组第一类线条，将该组第一类线条中的各个长线条依次进行合并得到一条初始合并线条。

4.如权利要求1所述的一种图像中物体的边缘检测方法，其特征在于，将多条所述初始合并线条中相似的线条进行合并得到目标线条，包括：

从多条所述初始合并线条中获取多组第二类线条；其中，所述第二类线条包括至少两个依次相邻的初始合并线条，且任意相邻的两初始合并线条之间的夹角均小于第三预设阈值；

针对每一组第二类线条，将该组第二类线条中的各个初始合并线条依次进行合并得到一条目标线条。

5.如权利要求3或4所述的一种图像中物体的边缘检测方法，其特征在于，两条线条的夹角θ通过以下公式计算：

其中，分别表示两条线条的向量。

6.如权利要求3所述的一种图像中物体的边缘检测方法，其特征在于，所述边界矩阵按照以下方式确定：对多条所述初始合并线条以及所述长线条中未合并的线条进行重新绘制，将重新绘制的所有线条中的像素点的位置信息对应到整个图像矩阵中，将图像矩阵中这些线条的像素点所在位置的值设置第一数值、这些线条以外的像素点所在位置的值设置为第二数值，从而形成边界矩阵。

7.如权利要求1所述的一种图像中物体的边缘检测方法，其特征在于，根据所述边界矩阵，从多条所述目标线条中确定多条参考边界线，包括：

针对每一条所述目标线条，将该目标线条进行延长，根据延长后的该目标线条确定一线条矩阵，然后将该线条矩阵与所述边界矩阵进行对比，计算延长后的该目标线条上属于所述边界矩阵的像素点的个数，作为该目标线条的成绩；其中，所述线条矩阵与所述边界矩阵的大小相同；

根据各个目标线条的成绩，从多条所述目标线条中确定多条参考边界线。

8.如权利要求1所述的一种图像中物体的边缘检测方法，其特征在于，针对每一所述边界线区域，从多条所述参考边界线中确定与该边界线区域相对应的目标边界线，包括：

计算每一条所述参考边界线的斜率；

针对每一个所述边界线区域，将该边界线区域转换为多条直线，并计算所述多条直线的平均斜率，再判断多条所述参考边界线中是否存在斜率与所述平均斜率相匹配的参考边界线，如果存在，将该参考边界线确定为与该边界线区域相对应的目标边界线。