矩形及曲边矩形边角图像识别方法技术

本发明专利技术揭示了一种矩形及曲边矩形边角图像识别方法，该方法至少包括：获取图像；对图像进行预处理，将其转换为灰度图像；对预处理后的灰度图像进行边缘检测，获取包含各个轮廓的初始图像；对各个轮廓进行筛选处理，剔除不符合基本要求的轮廓对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点；根据边角点对原图像进行分割，并转换得到最终的矩形显示图。采用本发明专利技术技术方案，可以获取矩形及曲边矩形有效的边角点，以达到提升识别质量和稳定性的功能，针对矩形及曲边矩形图片的识别能有效提升识别效率，并加强图片追踪的稳定性。

Image Recognition Method for Rectangular and Curved Edge and Angle

【技术实现步骤摘要】
矩形及曲边矩形边角图像识别方法
本专利技术涉及图像处理
，尤其是涉及一种矩形及曲边矩形边角图像识别方法。
技术介绍
矩形作为一种常见的图形，对其进行目标检测和提取在计算机视觉检测和图像识别领域有着广泛的应用，例如车牌检测、定位标识识别、身份证识别、文件轮廓识别等。现有技术中矩形识别或矩形提取方法主要包括基于边缘的直线检测方法，通过对图像进行边缘检测获得直线线段，通过对直线的平行、垂直等特征进行判断，对满足矩形特征的直线段，通过分析和合并构造出矩形图形，从而识别和提取到可能的目标矩形。然而该类方法对于常规矩形可以获得较为准确的识别效果，对于一些非标准矩形的识别，例如曲边矩形，则检测的效率和识别效果表现不佳。
技术实现思路
本专利技术的目的在于提升矩形及曲边图像识别的效率和稳定性，提供一种矩形及曲边矩形边角图像识别方法。为实现上述目的，本专利技术提出如下技术方案：一种矩形及曲边矩形边角图像识别方法，该方法至少包括以下步骤：S1，获取图像；S2，对图像进行预处理，将其转换为灰度图像；S3，对预处理后的灰度图像进行边缘检测，获取包含各个轮廓的初始图像；S4，对各个轮廓进行筛选处理，剔除不符合预设要求的轮廓；S5，对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点；S6，根据所述边角点对原图像进行分割，并转换得到最终的矩形显示图。优选地，所述获取图像包括：通过图像数据地址传输获取摄像设备采集到的图像。优选地，所述对图像进行预处理包括：对图像进行滤波处理，去除噪点。优选地，步骤S3中采用Canny算法进行边缘检测，包括：通过不断调整图像的阈值数据，选取具有通用性的双边阈值以得到合适的外部轮廓。优选地，步骤S4具体包括：对初始图像的各个轮廓进行初步筛选，剔除不符合基本要求的轮廓；对于剩余轮廓再次进行处理，简化轮廓点数量，删除冗余和/或共线的点；对简化处理后的轮廓进行二次筛选，剔除不符合基本要求的轮廓。优选地，步骤S5中所述采用基于边缘的图像分割方法获取矩形的边角点至少包括：S51，当轮廓点数量等于4时识别出为四边形，根据该四边形的基本信息与预设值进行比较，判断当前四边形是否符合要求，若符合则将当前轮廓点认定为矩形的四角位置；否则，放弃该轮廓；S52，当轮廓点数量大于4时，计算各个轮廓点所处位置的内侧角度，根据角度筛选出符合预设角度区间的四个端点，并返回执行步骤S51所述操作。优选地，步骤S6中所述转换得到最终的矩形显示图包括：根据步骤S5获取的边角点计算出由轮廓点到矩阵的仿射变换矩阵，通过仿射变换矩阵转换得到最终的矩形显示图。优选地，所述对图像进行滤波处理包括：采用高斯滤波和/或阈值化方法对图像进行处理。优选地，所述不符合基本要求的轮廓包括：面积小于预设值或角点数量小于4的轮廓。优选地，所述四边形的基本信息包括：四边形的面积、周长、四角角度、各边内侧像素值、是否为凸边形。本专利技术的有益效果是：本专利技术通过图像边缘检测以及基于边缘的分割方法获取矩形及曲边矩形有效的边角点，能够更有效设定识别区域，以利于区域界定以达到提升识别质量和稳定性的目的，针对矩形及曲边矩形图片的识别能有效提升识别效率，并加强图片追踪的稳定性。附图说明图1是本专利技术一典型实施例提供的对图像进行滤波处理后的示意图；图2是对图1所示图像进行灰度处理后的图像示意图；图3a～3c分别是将图2所示图像转换至HSV空间后的三个通道图像示意图；图4是对图3c所示图像进行边缘检测后获得的图像示意图；图5是本专利技术一典型实施例提供的根据四边形的基本信息与预设值进行比较判断的流程示意图；图6是对图4所示图像中各轮廓进行筛选后得到矩形四角位置的图像示意图；图7是对图6所示图像进行图像分割的示意图。具体实施方式鉴于现有技术中的不足，本案专利技术人经长期研究和大量实践，得以提出本专利技术的技术方案。如下将对该技术方案、其实施过程及原理等作进一步的解释说明。本专利技术提出了一种矩形及曲边矩形边角图像识别方法，该方法至少包括以下步骤：步骤1，获取图像；通过终端设备的图像接口，使用图像地址传输将摄像设备采集到的图像传输至识别终端。步骤2，对图像进行预处理；采用高斯滤波、阈值化等方法，将其转换为灰度图像并移除噪点，以便易于识别。步骤3，对预处理后的灰度图像进行边缘检测，以获取包含各个轮廓的初始图像；边缘检测是图像处理中的重要环节，通过边缘检测刻画出图像的基础轮廓，更有利于对图像进行深入的分析。本专利技术实施例可采用Canny算法进行边缘检测，包括：通过不断调整图像的阈值数据，选取具有通用性的双边阈值以得到合适的外部轮廓，最终获取包含各个轮廓的初始图像；步骤4，对上述获取的各个轮廓进行筛选处理，剔除不符合基本要求的轮廓；步骤5，对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点；步骤6，根据边角点对原图像进行分割，并转换得到最终的矩形显示图。为使本专利技术技术方案更加清楚，以下将结合实施例及附图，对本专利技术的核心思想进行进一步阐述。请参阅附图，图1～图7是本专利技术一典型实施例提供的对图像进行矩形检测、识别、分割等处理过程的示意图，所采用的图像为通过摄像设备采集的图像，目的是识别出图像中的图书部分，图像处理的具体实施过程至少包括：步骤101，对输入图像进行滤波处理，以平滑图像，去除斑点和椒盐噪声，处理后的图像如图1所示；步骤102，对初步处理后的图像进行灰度处理，以更易于识别，处理后的图像如图2所示；步骤103，将处理后的灰度图像转换至HSV空间作进一步处理，分割出更加易于识别的灰度图像。图像转换至HSV空间后，可以从图像的色调(H)，饱和度(S)，亮度(V)分别进行处理，以更好的对图像进行匹配。通过调整H值、S值、V值的阈值将图像分离成三张图片，分别如图3a～3c所示，选取分离后更为清晰的图像以进行进一步检测处理，如图3c所示通道中的图片；步骤104，采用Canny算法对图3c所示图像进行边缘检测，检测出图像中所有灰度值变化比较大的点，且这些点连接起来就构成若干线条，这些线就可以称为图像的边缘。通过对图像不断调整阈值数据，选取通用性的双边阈值以得到合适的外部轮廓，对各个边缘图像进行与或非操作，得到后续步骤所需的初始图像，如图4所示。步骤105，对得到的各个轮廓进行初步筛选，剔除明显不符合要求的轮廓，例如面积小于预设值，或角点数量小于4的轮廓。步骤106，经初步筛选后，对剩余的轮廓继续进行简化处理，至少包括：删除冗余或共线的点，以简化轮廓点数量。对简化后的轮廓进行二次筛选，再次剔除不符合要求的轮廓。步骤107，对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点。对二次筛选后的剩余轮廓，逐个判断其是否符合矩形要求，其过程至少包括：步骤1071，当轮廓点位数量等于4时，识别出图像为四边形，根据该四边形的基本信息与预设值进行比较判断，若通过，则确定为该四个轮廓点位为矩形四角位置；否则，放弃该轮廓；所述根据该四边形的基本信息与预设值进行比较判断是指根据四边形的面积、周长、夹角角度、内侧像素值等基本信息，通过计算或直接比较的方式与预设的相应阈值进行比较，从而判断是否符合目标要求，判断过程可包括以下步骤，请参阅图5：S7101，首先判断四边形面积是否在设定值区间内，若是，执行下一步骤；否则本文档来自技高网...

【技术保护点】
1.一种矩形及曲边矩形边角图像识别方法，其特征在于，该方法至少包括以下步骤：S1，获取图像；S2，对图像进行预处理，将其转换为灰度图像；S3，对预处理后的灰度图像进行边缘检测，获取包含各个轮廓的初始图像；S4，对各个轮廓进行筛选处理，剔除不符合预设要求的轮廓；S5，对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点；S6，根据所述边角点对原图像进行分割，并转换得到最终的矩形显示图。

【技术特征摘要】
1.一种矩形及曲边矩形边角图像识别方法，其特征在于，该方法至少包括以下步骤：S1，获取图像；S2，对图像进行预处理，将其转换为灰度图像；S3，对预处理后的灰度图像进行边缘检测，获取包含各个轮廓的初始图像；S4，对各个轮廓进行筛选处理，剔除不符合预设要求的轮廓；S5，对筛选后的剩余轮廓，采用基于边缘的图像分割方法获取矩形的边角点；S6，根据所述边角点对原图像进行分割，并转换得到最终的矩形显示图。2.根据权利要求1所述的矩形及曲边矩形边角图像识别方法，其特征在于，所述获取图像包括：通过图像数据地址传输获取摄像设备采集到的图像。3.根据权利要求1所述的矩形及曲边矩形边角图像识别方法，其特征在于，所述对图像进行预处理包括：对图像进行滤波处理，去除噪点。4.根据权利要求1所述的矩形及曲边矩形边角图像识别方法，其特征在于，步骤S3中采用Canny算法进行边缘检测，包括：通过不断调整图像的阈值数据，选取具有通用性的双边阈值以得到合适的外部轮廓。5.根据权利要求1所述的矩形及曲边矩形边角图像识别方法，其特征在于，步骤S4具体包括：对初始图像的各个轮廓进行初步筛选，剔除不符合基本要求的轮廓；对于剩余轮廓再次进行处理，简化轮廓点数量，删除冗余和/或共线的点；对简化处理后的轮廓进行二次筛选，剔除不符合基本要...

【专利技术属性】
技术研发人员：周志颖，董鑫，
申请(专利权)人：苏州梦想人软件科技有限公司，
类型：发明
国别省市：江苏,32