技术领域
[0001] 本
申请涉及
图像处理技术领域，具体涉及一种图像边缘提取处理方法、装置及存储介质。
背景技术
[0002] 目前，一般图像处理中边缘提取是通过对整张图片做图像梯度处理或二值化处理。其中，梯度处理算子主要包括：罗伯茨算子，索贝尔算子，拉普拉斯算子，普里威特算子，凯立算子等算子做一阶导或二阶导，求出图像梯度边缘；同样，二值化处理通过
阈值定义，凸显出边缘区域；通过这些边缘处理
算法直接对边缘散点做连接或拟合输出散点坐标；由于这些算法是对全图做处理，因此图像处理时间会很长，同时，将所有散点坐标做拟合处理，将很大程度降低图像的
位置精度。
[0003] 申请内容
[0004] 本申请
实施例的目的在于提供一种图像边缘提取处理方法、装置及存储介质，以提高图像处理效率和图像的位置精度。
[0005] 为实现上述目的，第一方面，本申请实施例提供了一种图像边缘提取处理方法，包括：
[0006] 获取待处理图像，并根据灰度特征对所述待处理图像进行模板取样以得到区域图像；
[0007] 对所述区域图像进行边缘特征提取处理，以得到圆形轮廓
边缘图像和直线轮廓边缘图像；
[0008] 对所述圆形轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标；
[0009] 对所述直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到直线斜率；
[0010] 根据所述圆心坐标确定所述待处理图像的当前位置，根据所述直线斜率确定所述待处理图像的当前
角度。
[0011] 作为本申请一种具体的实施方式，根据灰度特征对所述待处理图像进行模板取样，具体包括：
[0012] 基于相关性系数
迭代统计相似性，进行图像灰度特征模板取样，
[0013]
[0014] 其中，m为特征模板图像列数；n为特征模板图像行数；x为特征模板图像灰度值，y为原始图像灰度值，AVG为平均灰度值。
[0015] 作为本申请一种具体的实施方式，对所述区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像，具体包括：
[0016] 采用canny
边缘检测算子提取所述区域图像的轮廓边缘，以得到所述圆形轮廓边缘图像；
[0017] 采用二值化图像处理算法提取所述区域图像的轮廓边缘，以得到所述直线轮廓边缘图像。
[0018] 作为本申请一种具体的实施方式，对所述区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像，具体包括：
[0019] 采用canny边缘检测算子提取所述区域图像的轮廓边缘，以得到所述圆形轮廓边缘图像；
[0020] 采用二值化图像处理算法提取所述区域图像的轮廓边缘，以得到所述直线轮廓边缘图像。
[0021] 作为本申请一种具体的实施方式，对所述直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到直线斜率，具体包括：
[0022] 基于图像二值化算法，对所述直线边缘图像中的直线边缘位置进行提取，寻找到直线边缘散点；
[0023] 对直线边缘的散点进行噪音滤波，过滤后剩下真实边缘位置点；
[0024] 对噪音滤波后的直线轮廓区域图像进行线性边缘拟合，以得到直线斜率。
[0025] 第二方面，本申请实施例提供了一种图像边缘提取处理装置，包括：
[0026] 取样单元，用于获取待处理图像，并根据灰度特征对所述待处理图像进行模板取样以得到区域图像；
[0027] 提取单元，用于对所述区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像；
[0028] 处理单元，用于对所述圆形轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标；
[0029] 所述处理单元还用于对所述直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到直线斜率；
[0030] 确定单元，用于根据所述圆心坐标确定所述待处理图像的当前位置，根据所述直线斜率确定所述待处理图像的当前角度。
[0031] 第三方面，本申请实施例还提供了另一种图像边缘提取处理装置，包括处理器、输入设备、输出设备和
存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储
计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
[0032] 第四方面，本申请实施例还提供了一种计算机可读存储介质，其内存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
[0033] 实施本申请实施例，先根据灰度特征对待处理图像进行模板取样以得到区域图像，再对区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像，进一步地对圆形/直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标和直线斜率，并根据圆心坐标和直线斜率确定待处理图像的当前位置和当前角度，从而提高图像处理效率和图像的位置精度，进而可实现产品
定位和图像移动旋转。
附图说明
[0034] 为了更清楚地说明本申请具体实施方式或
现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
[0035] 图1是本申请实施例提供的图像边缘提取处理方法的示意
流程图；
[0036] 图2是本申请实施例中图像灰度特征模板取样示意图；
[0037] 图3是基于图像canny算子提取图像边缘的示意图；
[0038] 图4是基于图像二值化算法提取图像边缘的示意图；
[0039] 图5是圆形边缘位置提取示意图；
[0040] 图6是直线边缘位置提取示意图；
[0041] 图7是圆形边缘噪音滤波示意图；
[0042] 图8是直线边缘噪音滤波示意图；
[0043] 图9是圆拟合后图像示意图；
[0044] 图10是直线拟合后图像示意图；
[0045] 图11是获取拟合基准方向坐标和角度数据的示意图；
[0046] 图12是本申请实施例提供的图像边缘提取处理装置的一种结构示意图；
[0047] 图13是图像边缘提取处理装置的另一种结构示意图。
具体实施方式
[0048] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0049] 请参考图1，本申请实施例提供的图像边缘提取处理方法可以包括以下步骤：
[0050] S101，获取待处理图像，并根据灰度特征对待处理图像进行模板取样以得到区域图像。
[0051] 如图2所示，对待处理图像进行模板取样具体为：
[0052] 基于相关性系数迭代统计相似性，进行图像灰度特征模板取样，
[0053]
[0054] 其中，m为特征模板图像列数；n为特征模板图像行数；x为特征模板图像灰度值，y为原始图像灰度值，AVG为平均灰度值。
[0055] 举例来说，原图列方向2048个像数，行方向2592个像数，在图像以行坐标1641、列坐标850为起点，取行方向562个像数、列方向340个像数作为图像的感兴趣区域，将感兴趣区域内的562*340个灰度值单独提取作为匹配模板，然后沿着原始图像中所有像数点移动模板并在每个位置计算相似度，在图像行坐标1641、列坐标850相似度为1，即模板匹配最佳位置坐标为x：1641，y：850。
[0056] S102，对区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像。
[0057] 请参考图3及图4，步骤S102具体为：
[0058] (1)采用canny边缘检测算子提取所述区域图像的轮廓边缘，以得到所述圆形轮廓边缘图像；
[0059] (2)采用二值化图像处理算法提取所述区域图像的轮廓边缘，以得到所述直线轮廓边缘图像。
[0060] 举例来说，对于圆的边缘提取，提取原图像以行坐标1780、列坐标855为起点，取行方向226个像数、列方向232个像数作为图像的感兴趣区域，由于步骤(1)模板匹配已找到最佳相似度位置坐标为x：1641，y：850，那么圆拟合图像区域起点坐标差为行方向：1780-1641＝139个像数(x方向)，列方向：855-850＝5个像数(y方向)；此时，圆拟合图像区域起点坐标就可以写成：x＝1641+139、y＝850+5，区域图像范围为：行方向226个像数列方向232个像数。
[0061] 对于圆形的区域图像来说，对其做高斯滤波(以3个像数*3个像数作为高斯核)，采用canny边缘算子(canny阈值依据具体图像梯度而得，本
专利canny阈值为0.1，canny内高斯梯度西格玛值为1.4142)提取区域图像的轮廓边缘(如图3所示)。
[0062] 对于直线的区域图像来说，对其做高斯滤波(以3个像数*3个像数作为高斯核)，二值化阈值按最大类间方差法(OTSU算法)轮廓边缘提取(如图4所示)。
[0063] S103，对所述圆形轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标。
[0064] S104，对所述直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到直线斜率。
[0065] 需要说明的是，步骤S103和S104之间并无先后顺序之分。
[0066] 步骤S103和S104具体过程如下：
[0067] (1)特征边缘位置提取(请参考图5和图6)
[0068] 基于Canny边缘检测算子，对所述圆形轮廓图像中的圆形边缘位置进行提取，以得到圆形边缘散点。
[0069] 基于图像二值化算法，对所述直线边缘图像中的直线边缘位置进行提取，寻找到直线边缘散点；
[0070] 例如，圆形边缘位置进行提取具体为：以图像中心坐标x:226/2＝113，y:232/2＝116为找点基准，向左右上下4个方向分别找出圆形边缘散点(如图5所示)；
[0071] 例如，直线边缘位置进行提取具体为：以图像下边缘为起点(也可以按上下左右其中任意一个方向为起点，以图像要求而定)，向上找出直线边缘散点(如图6所示)。
[0072] (2)坐标滤波检测(请参考图7和图8)
[0073] 对圆形边缘散点进行噪音滤波，过滤后剩下真实边缘上的点；
[0074] 对直线边缘的散点进行噪音滤波，过滤后剩下真实边缘位置点。
[0075] 例如，圆形边缘噪音滤波具体为：根据圆的性质“圆是轴对称图形”，取圆形边缘散点计算出圆的
重心，以重心左右对称比较左右散点偏差是否大于阈值(当前阈值设定为：±2pix)，大于阈值的散点认为是噪音剔除不用；同时以重心上下对称比较上下散点偏差是否大于阈值，大于阈值的散点剔除不用；过滤后剩下真实边缘上的点(图7右图)；
[0076] 例如，直线边缘噪音滤波具体为：依据中值滤波原理，
水平线取竖直方向中值，竖直线取水平方向中值做滤波处理(如图8所示)；
[0077] (3)形状拟合(请参考图9、图10及图11)
[0078] 对噪音滤波后的圆形轮廓区域图像进行圆形边缘拟合，以得到圆形坐标；
[0079] 对噪音滤波后的直线轮廓区域图像进行线性边缘拟合，以得到直线斜率。
[0080] 其中，圆形边缘拟合：采用最小二乘法拟合圆标准方程系数(公式2)，然后基于圆的中心计算方程计算出圆心坐标(公式3)，再基于圆的半径计算方程计算出半径值(公式4)。
[0081] 圆形边缘拟合如下：
[0082] 圆方程式:x2+y2+Dx+Ey+F＝0 (2)
[0083] 圆的标准方程二次项(x2、y2)系数归一化为1；
[0084] D、E为圆的标准方程一次项(x、y)系数；
[0085] F为圆的标准方程零次项系数；
[0086] 圆心坐标：
[0087] 半径：
[0088] 线性边缘拟合：
[0089] y＝ax+b (5)
[0090] a为线性方程一次项(x)系数；b为线性方程零次项系数；
[0091]
[0092] b＝y1-ax1 (7)
[0093] y1、y2为拟合线上不同位置两个点的y坐标；x1、x2为拟合线上不同位置两个点的x坐标；a为线性方程一次项(x)系数；b为线性方程零次项系数。
[0094] S105，根据所述圆心坐标确定所述待处理图像的当前位置，根据所述直线斜率确定所述待处理图像的当前角度。
[0095] 实施本申请实施例的方法，先根据灰度特征对待处理图像进行模板取样以得到区域图像，再对区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像，进一步地对圆形/直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标和直线斜率，并根据圆心坐标和直线斜率确定待处理图像的当前位置和当前角度，从而提高图像处理效率和图像的位置精度，进而可实现产品定位和图像移动旋转。
[0096] 基于相同的
发明构思，本申请实施例提供了一种图像边缘提取处理装置。如图12所示，该装置包括：
[0097] 取样单元10，用于获取待处理图像，并根据灰度特征对所述待处理图像进行模板取样以得到区域图像；
[0098] 提取单元11，用于对所述区域图像进行边缘特征提取处理，以得到圆形轮廓边缘图像和直线轮廓边缘图像；
[0099] 处理单元12，用于对所述圆形轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到圆心坐标；
[0100] 所述处理单元12还用于对所述直线轮廓边缘图像进行特征边缘提取、边缘坐标滤波以及形状特征拟合处理，以得到直线斜率；
[0101] 确定单元13，用于根据所述圆心坐标确定所述待处理图像的当前位置，根据确定单元，用于根据所述圆心坐标确定所述待处理图像的当前位置，根据所述直线斜率确定所述待处理图像的当前角度。
[0102] 其中，所述取样单元10具体用于：
[0103] 基于相关性系数迭代统计相似性，进行图像灰度特征模板取样，
[0104]
[0105] 其中，m为特征模板图像列数；n为特征模板图像行数；x为特征模板图像灰度值，y为原始图像灰度值，AVG为平均灰度值。
[0106] 其中，所述提取单元11具体用于：
[0107] 采用canny边缘检测算子提取所述区域图像的轮廓边缘，以得到所述圆形轮廓边缘图像；
[0108] 采用二值化图像处理算法提取所述区域图像的轮廓边缘，以得到所述直线轮廓边缘图像。
[0109] 其中，所述处理单元12具体用于：
[0110] 基于Canny边缘检测算子，对所述圆形轮廓图像中的圆形边缘位置进行提取，以得到圆形边缘散点；
[0111] 对圆形边缘散点进行噪音滤波，过滤后剩下真实边缘上的点；
[0112] 对噪音滤波后的圆形轮廓区域图像进行圆形边缘拟合，以得到圆形坐标；
[0113] 基于图像二值化算法，对所述直线边缘图像中的直线边缘位置进行提取，寻找到直线边缘散点；
[0114] 对直线边缘的散点进行噪音滤波，过滤后剩下真实边缘位置点；
[0115] 对噪音滤波后的直线轮廓区域图像进行线性边缘拟合，以得到直线斜率[0116] 可选地，在本申请另一实施例中，如图13所示，处理装置可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述方法实施例部分的方法。
[0117] 应当理解，在本申请实施例中，所称处理器101可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字
信号处理器(Digital Signal Processor，DSP)、专用集成
电路(Application Specific Integrated Circuit，ASIC)、现成可编程
门阵列(Field-Programmable Gate Array，FPGA)或者其他
可编程逻辑器件、分立门或者晶体管逻辑器件、分立
硬件组件等。通用处理器可以是
微处理器或者该处理器也可以是任何常规的处理器等。
[0118] 输入设备102可以包括
键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
[0119] 该存储器104可以包括
只读存储器和
随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
[0120] 具体实现中，本申请实施例中所描述的处理器101、输入设备102、输出设备103可执行本申请实施例提供的图像边缘提取处理方法的实施例中所描述的实现方式，在此不再赘述。
[0121] 需要说明的是，关于本实施例中处理装置更为详细的介绍，请参考前述方法实施例部分，在此不再赘述。
[0122] 进一步地，本申请实施例还提供了一种可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述图像边缘提取处理方法。
[0123] 所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元，例如系统的
硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
[0124] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以
电子硬件、计算机
软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
[0125] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些
接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0126] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
[0127] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0128] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0129] 以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的
修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以
权利要求的保护范围为准。
