[发明专利]一种物体直线轮廓检测方法

说明书

本发明公开了一种物体直线轮廓检测方法。本发明包括：获得卡片图像并进行预处理得到待测卡片图像；通过多尺度平滑和预设平滑模块得到修正多尺度采样图；使用最近邻算子处理取得的连续特征像素点；结合减支模块和二值化进行尺度合并得到待测卡片图像的直线轮廓图，并以此得到物体直线轮廓。本发明通过图像边缘检测的方式检测得到卡片的边框，有利于减少运行时间和计算量，也有利于避免在无关的复杂纹理、图案或噪声存在情况下误判的情况，提高了物体直线轮廓检测的鲁棒性和精度，为后续物体信息的提取等处理提供了方便。

技术邻域

本发明涉及图像处理应用邻域，尤其涉及一种物体直线轮廓检测方法。

背景技术

在当前“+互联网”和数字化的飞速发展的时代背景下，监控、自动驾驶及工业流水线常需要对表面特征复杂的物体进行识别，社交软件、第三方支付平台、租借平台等信息借用的行业也需要用户使用手动输入或卡片识别的方式进行身份证、银行卡、学生证等信息录入，而卡片识别又以便捷、高效更被社会推崇。这些物体如车道、身份证和产品等大多存在大量的直线特征，通常在提取物体的直线轮廓的基础上进行物体识别。

物体识别区域的精度是影响物体识别准确性的关键因素之一。目前直线或卡片轮廓检测方法基于霍夫变换算法、直线方程求交、FreeMan链码或DeepLab v3网络等，但霍夫变换算法和网络学习等涉及空间变换或人工智能邻域的方法时间复杂度与空间复杂度较高，会增加物体识别的时间影响体验感，直线方程求交和FreeMan链码等方法抗干扰能力较差，当物体边缘存在丰富的色彩和纹理时较难处理，会降低物体识别精度影响体验感。

发明内容

本发明的目的是提供一种物体直线轮廓检测方法，解决现有技术难以在低时间复杂度、低空间复杂度的基础上得到鲁棒和精确的物体轮廓检测的问题，该方法的物体直线轮廓检测得到的物体直线轮廓可以贴合真实的情况。

本发明实施例的第一方面提供一种物体直线轮廓检测方法，以卡片直线轮廓检测为例，具体由以下步骤组成：

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤S10、获取待测卡片图像：使用图像存储模块或嵌入式图像传感器获取卡片图像，并对获取的卡片图像进行预处理得到待测卡片图像；

步骤S20、多尺度平滑：将待测卡片图像进行K阶单元分割，分割为K²个多尺度采样子图，再对各尺度采样子图按分割子步顺序依次添加连续索引；然后多尺度采样子图被传送到预设平滑模块，在预设平滑模块中去除无关信息，得到修正多尺度采样子图；

步骤S30、最近邻算子处理：提取修正多尺度采样子图中的像素点与最近邻像素点建立可分格子序列，再提取可分格子序列的头尾两点特征和最近邻序列特征，然后根据点特征和序列特征得出连续特征像素点；

步骤S40、二值化处理：将修正多尺度采样子图中连续特征像素点的位置标记为1，修正多尺度采样子图中其余数据点的位置标记为0，并根据二值化标记得出连续特征像素点的黑白图；

步骤S50、尺度合并：按照连续特征像素点的黑白图建立各尺度直线轮廓图，再将各尺度直线轮廓图传送到减支模块得到待测卡片图像的直线轮廓图；

步骤S60、卡片直线轮廓定位：以待测卡片图像的直线轮廓图作为定位范围，在卡片图像进行轮廓标定得出卡片识别区域，从而提升卡片识别的精度。

进一步的，步骤S20具体实现如下：