[发明专利]矩形及曲边矩形边角图像识别方法在审

专利信息
申请号: 201910615267.4 申请日: 2019-07-09
公开(公告)号: CN110310279A 公开(公告)日: 2019-10-08
发明(设计)人: 周志颖;董鑫 申请(专利权)人: 苏州梦想人软件科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/13;G06T7/136;G06T7/62;G06T3/00;G06T5/00;G06T5/20
代理公司: 南京利丰知识产权代理事务所(特殊普通合伙) 32256 代理人: 赵世发
地址: 215000 江苏省苏州市苏州工业园区林泉街399号东*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 曲边 边角 预处理 灰度图像 矩形边角 图像识别 筛选 边缘检测 初始图像 获取图像 矩形图片 矩形显示 图像分割 原图像 转换 剔除 图像 追踪 分割 图片
【权利要求书】:

1.一种矩形及曲边矩形边角图像识别方法,其特征在于,该方法至少包括以下步骤:

S1,获取图像;

S2,对图像进行预处理,将其转换为灰度图像;

S3,对预处理后的灰度图像进行边缘检测,获取包含各个轮廓的初始图像;

S4,对各个轮廓进行筛选处理,剔除不符合预设要求的轮廓;

S5,对筛选后的剩余轮廓,采用基于边缘的图像分割方法获取矩形的边角点;

S6,根据所述边角点对原图像进行分割,并转换得到最终的矩形显示图。

2.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,所述获取图像包括:通过图像数据地址传输获取摄像设备采集到的图像。

3.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,所述对图像进行预处理包括:对图像进行滤波处理,去除噪点。

4.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,步骤S3中采用Canny算法进行边缘检测,包括:通过不断调整图像的阈值数据,选取具有通用性的双边阈值以得到合适的外部轮廓。

5.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,步骤S4具体包括:

对初始图像的各个轮廓进行初步筛选,剔除不符合基本要求的轮廓;

对于剩余轮廓再次进行处理,简化轮廓点数量,删除冗余和/或共线的点;

对简化处理后的轮廓进行二次筛选,剔除不符合基本要求的轮廓。

6.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,步骤S5中所述采用基于边缘的图像分割方法获取矩形的边角点至少包括:

S51,当轮廓点数量等于4时识别出为四边形,根据当前四边形的基本信息与预设值进行比较,判断当前四边形是否符合要求,若符合则将当前轮廓点认定为矩形的四角位置;否则,放弃该轮廓;

S52,当轮廓点数量大于4时,计算各个轮廓点所处位置的内侧角度,根据角度筛选出符合预设角度区间的四个端点,并返回执行步骤S51所述操作。

7.根据权利要求1所述的矩形及曲边矩形边角图像识别方法,其特征在于,步骤S6中所述转换得到最终的矩形显示图包括:

根据步骤S5获取的所述边角点计算出由轮廓点到矩阵的仿射变换矩阵,通过仿射变换矩阵转换得到最终的矩形显示图。

8.根据权利要求3所述的矩形及曲边矩形边角图像识别方法,其特征在于,所述对图像进行滤波处理包括:采用高斯滤波和/或阈值化方法对图像进行处理。

9.根据权利要求5所述的矩形及曲边矩形边角图像识别方法,其特征在于,所述不符合基本要求的轮廓包括:面积小于预设值或角点数量小于4的轮廓。

10.根据权利要求6所述的矩形及曲边矩形边角图像识别方法,其特征在于,所述四边形的基本信息包括:四边形的面积、周长、四角角度、各边内侧像素值、是否为凸边形。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州梦想人软件科技有限公司,未经苏州梦想人软件科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910615267.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top