[发明专利]图像边界修正方法、装置、电子设备及存储介质

说明书

图像边界修正方法、装置、电子设备及存储介质，获取目标图像的粗边界各像素点的像素信息，遍历拟修正的局部边界，通过形状平移和/或形状修改修正局部边界，得到目标图像的修正边界。特别适合于处于实际工作环境中的缝制机械使用，具有运算的时间复杂度和空间复杂度低、灵活性高等优点，可以极大节约用于边界修正的时间，提高生产效率。

技术领域

本申请涉及缝纫\缝制技术领域，特别是涉及图像边界修正方法、装置、电子设备及存储介质。

背景技术

缝纫\缝制泛指能够在布料等各类物料(以下简称面料)上形成线迹的生产过程，缝纫机、刺绣机等都属于缝制机械。现代缝制机械由电子设备控制，根据花样进行生产，能够实现缝制过程的自动化。花样是包含缝制的图像数据等生产相关数据的数据文件，利用制版软件或其他软件可以制作缝制机械能够识别的花样。

随着缝制技术的不断发展，缝制生产的形式也变化多端，例如，可以在缝制机械上安装照相机、摄像头等图像获取设备，根据图像获取设备获得的图像生成花样，基于上述花样进行刺绣、缝纫等缝制生产。图像获取设备获得的图像通常为数字图像，由像素点组成，像素值指每个像素点对应的数值，这些数值代表了像素点的颜色、亮度等信息，存储图像实际上是存储图像每个像素点的像素值。在图像上设定一个像素坐标原点，可以建立像素坐标系，图像中每一个像素点的位置可以通过像素坐标表示。像素点是数字图像的最小单位，数字图像上的线段、图形等几何元素都由像素点构成。

本申请中，图案指由真实物品形成的图案，图像指图像获取设备获得的图像，一般为数字图像。图像获取设备获取的图像是整体图像，其中往往只有一部分是用于生产的目标图案的图像，而其他部分是并不需要的背景图像。目标图像的识别，即把目标图像从整体图像中提取出来，标记目标图像和背景图像的边界。目前已经有一些目标图像的识别方法被报道，但这些方法往往时间复杂度或者空间复杂度较高。用于控制缝制机械的电子设备尽管也具有芯片、存储器等部件，但和高性能计算机相比，芯片的运算能力较弱，存储器的存储空间也较小，对于时间复杂度或空间复杂度较高的算法的支持能力不足，在缝制机械上实际运行这些方法很难在合理的时间内得到结果，还可能影响缝制机械的正常工作。申请号为“2019112697423”、名称为“图像标定方法、装置、电子设备及存储介质”的中国发明专利申请中公开了一种目标图像识别方法，能够获得目标图像的边界且算法的时间复杂度和空间复杂度都比较低，适合于处于实际工作环境中的缝制机械使用。但在一些情况下，上述方法获得的目标图像的局部边界和目标图案真实边界的形状相比存在较大的误差，上述误差能够对后续的缝制生产造成影响甚至导致产品不符合质量要求。目前尚未发现在任何情况下都能够获得非常理想的目标图像边界且时间复杂度及空间复杂度都比较低适合在缝制机械上实际运行的边界识别方法被报道。

发明内容

本申请提供的图像边界修正方法、装置、电子设备及存储介质，先通过其他方法获取目标图像的粗边界，再对粗边界中不够准确的部分进行修正最终获得目标图像较为准确的边界，特别适合于处于实际工作环境中的缝制机械使用。

第一方面，图像边界修正方法，包括：

获取目标图像的粗边界各像素点的像素信息；

遍历拟修正的局部边界，通过形状平移和/或形状修改修正局部边界，得到目标图像的修正边界。

进一步的，所述方法还包括：根据目标图像的修正边界生成花样。

进一步的，所述像素信息包括各像素点的像素坐标，但不包括各像素点的像素值。

进一步的，所述形状平移，包括修改局部边界中包含的各像素坐标。

进一步的，所述形状修改，包括根据局部边界的期望形状选取特征点，基于特征点利用贝塞尔曲线公式生成光滑曲线段。

进一步的，所述通过形状修改修正局部边界，包括将若干拟修正的局部边界合并为一个局部边界或者将一个拟修正的局部边界拆分为多个局部边界。