[发明专利]一种识别束光器边框方法、装置、计算机设备及存储介质

权利要求书

1.一种识别束光器边框方法，应用于束光器阴影区域的裁剪，其特征在于，包括步骤：

将待处理图像进行自适应对数变换处理，得到目标图像；具体地，确定待处理图像的像素点和每个像素点的对数变换值，依据所述待处理图像的像素值与最大对数变换值的比值确定所述自适应对数变换的基底，并依据所述基底对所述待处理图像的目标像素点进行对数变换处理；

确定目标图像沿预设方向的梯度幅值，并依据所述梯度幅值确定束光器边框的候选边界；

确定目标图像的均值、方差和海森值，并依据目标图像的均值和方差确定目标邻域宽度内每个像素的均值和方差；

确定目标图像的像素强度，并依据所述海森值和所述强度生成所述目标图像内每个像素的强度加权海森值；

依据所述强度加权海森值生成候选边界的目标权值函数的最大值，并依据所述最大值确定束光器边框的目标边界。

2.根据权利要求1所述的识别束光器边框方法，其特征在于，所述确定目标图像沿预设方向的梯度幅值，并依据所述梯度幅值确定束光器边框的候选边界的步骤，包括：

确定目标图像沿预设方向的梯度幅值；

依据预设方向的梯度幅值进行梯度积分，并对所述梯度积分的结果进行总梯度积分；

将总梯度积分结果对应的二阶导数中的局部极大值的坐标位置设置为所述束光器边框的候选边界。

3.根据权利要求1所述的识别束光器边框方法，其特征在于，所述确定目标图像的均值、方差和海森值，并依据目标图像的均值和方差确定目标邻域宽度内每个像素的均值和方差的步骤，包括：

确定目标图像的均值和方差，并依据目标图像的均值和方差确定目标邻域宽度内每个像素的均值和方差；

依据目标图像的海森矩阵生成每个像素的海森值。

4.根据权利要求3所述的识别束光器边框方法，其特征在于，所述依据所述强度加权海森值生成候选边界的目标权值函数的最大值，并依据所述最大值确定束光器边框的目标边界的步骤，包括：

当所述候选边界与所述强度加权海森值低于第一预设阈值时，则确定候选边界V₁；

依据所述候选边界V₁进行强度判定，确定候选边界V₂；

依据所述候选边界V₁进行海森矩阵判定，确定候选边界V₃；

依据所述候选边界V₂和所述候选边界V₃生成集合V₄；

当所述集合V₄有元素时，则依据所述强度加权海森值生成集合V₄的目标权值函数的最大值，并依据所述最大值确定束光器边框的目标边界。

5.根据权利要求4所述的识别束光器边框方法，其特征在于，所述依据所述候选边界V₁进行强度判定，确定候选边界V₂的步骤，包括：

当所述候选边界V₁一侧的像素平均强度与另一侧的像素平均强度的差值大于目标邻域宽度内的方差时，则确定候选边界V₂。

6.根据权利要求4所述的识别束光器边框方法，其特征在于，所述依据所述候选边界V₁进行海森矩阵判定，确定候选边界V₃的步骤，包括：

当所述候选边界V₁的邻域宽度P内的海森值F_n与邻域宽度2P内的海森值F_w的比值大于第一预设值T1，并有50％的像素满足此条件时，则确定候选边界V₃；

或；

当所述候选边界V₁一侧的像素平均强度与另一侧的像素平均强度的差值小于目标邻域宽度内的方差时，依据预设条件，确定候选边界V₃；其中，所述预设条件为所述候选边界V₁的邻域宽度P内的海森值F_n与邻域宽度2P内的海森值F_w的比值大于第二预设值T2，并有50％的像素满足此条件。