[发明专利]ROI提取方法、装置、设备及可读存储介质在审
申请号: | 202310092498.8 | 申请日: | 2023-02-10 |
公开(公告)号: | CN115775315A | 公开(公告)日: | 2023-03-10 |
发明(设计)人: | 徐康 | 申请(专利权)人: | 武汉精立电子技术有限公司;武汉精测电子集团股份有限公司 |
主分类号: | G06V10/25 | 分类号: | G06V10/25;G06V10/44;G06V10/22 |
代理公司: | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人: | 罗成 |
地址: | 430205 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | roi 提取 方法 装置 设备 可读 存储 介质 | ||
1.一种ROI提取方法,其特征在于,所述ROI提取方法包括:
对原始图像进行感兴趣区域粗定位,确定粗定位边框;
在原始图像上截取粗定位边框的每条边对应的子图,得到N张子图,N为粗定位边框包含的边的数量;
将每张子图分别输入直线检测模型,得到每张子图对应的直线边缘坐标点集合;
根据每张子图对应的直线边缘坐标点集合,进行感兴趣区域精提取。
2.如权利要求1所述的ROI提取方法,其特征在于,所述对原始图像进行感兴趣区域粗定位,确定粗定位边框的步骤包括:
将原始图像缩放到第一预设尺寸,得到第一图像;
将第一图像输入直线检测模型,得到第一图像对应的第一直线边缘坐标点集合;
根据原始图像中与第一直线边缘坐标点集合对应的坐标点集合进行直线拟合;
根据拟合得到的直线,得到粗定位边框。
3.如权利要求1所述的ROI提取方法,其特征在于,所述对原始图像进行感兴趣区域粗定位,确定粗定位边框的步骤包括:
基于预设坐标对原始图像中的目标进行截取,得到目标图像;
将目标图像缩放到第一预设尺寸,得到第二图像;
将第二图像输入直线检测模型,得到第二图像对应的第二直线边缘坐标点集合;
根据原始图像中与第二直线边缘坐标点集合对应的坐标点集合进行直线拟合;
根据拟合得到的直线,得到粗定位边框。
4.如权利要求1所述的ROI提取方法,其特征在于,所述在原始图像上截取粗定位边框的每条边对应的子图的步骤包括:
在原始图像上分别以粗定位边框的每条边上的目标点为中心,截取第二预设尺寸的子图。
5.如权利要求4所述的ROI提取方法,其特征在于,所述粗定位边框的每条边上的目标点为粗定位边框的每条边上的中心点。
6.如权利要求4所述的ROI提取方法,其特征在于,所述将每张子图分别输入直线检测模型,得到每张子图对应的直线边缘坐标点集合的步骤包括:
将每张子图缩放到第一预设尺寸后分别输入直线检测模型,得到每张子图对应的直线边缘坐标点集合。
7.如权利要求6所述的ROI提取方法,其特征在于,所述根据每张子图对应的直线边缘坐标点集合,进行感兴趣区域精提取的步骤包括:
根据每张子图对应的直线边缘坐标点集合确定每张子图对应的直线方程;
根据N张子图对应的N个直线方程,计算得到N个直线交点坐标;
基于所述N个直线交点坐标进行感兴趣区域精提取。
8.一种ROI提取装置,其特征在于,所述ROI提取装置包括:
粗定位模块,用于对原始图像进行感兴趣区域粗定位,确定粗定位边框;
截取模块,用于在原始图像上截取粗定位边框的每条边对应的子图,得到N张子图,N为粗定位边框包含的边的数量;
输入模块,用于将每张子图分别输入直线检测模型,得到每张子图对应的直线边缘坐标点集合;
精提取模块,用于根据每张子图对应的直线边缘坐标点集合,进行感兴趣区域精提取。
9.一种ROI提取设备,其特征在于,所述ROI提取设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的ROI提取程序,其中所述ROI提取程序被所述处理器执行时,实现如权利要求1至7中任一项所述的ROI提取方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有ROI提取程序,其中所述ROI提取程序被处理器执行时,实现如权利要求1至7中任一项所述的ROI提取方法的步骤。
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武汉精立电子技术有限公司;武汉精测电子集团股份有限公司,未经武汉精立电子技术有限公司;武汉精测电子集团股份有限公司许可,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/202310092498.8/1.html,转载请声明来源钻瓜专利网。