直线边缘检测方法、机器人及存储装置制造方法及图纸

本发明专利技术公开了一种直线边缘检测方法、机器人及存储装置。该直线边缘检测方法包括：对采集到的图像进行预处理，确定感兴趣区域；将感兴趣区域沿着垂直于感兴趣区域的宽度的方向进行投影，获得一系列垂直边；预设评分规则，评分规则包括对比度评分、位置评分、边对间距评分和准对称性评分中的一种或多种；根据评分规则对垂直边进行评分，将在预设评分阈值范围内的评分结果对应的垂直边确定为目标垂直边；筛出并保留目标垂直边。通过上述方式，本发明专利技术能够实现直线边缘检测的智能化、自动化过程并有效筛选出用户需要的直线边缘。

【技术实现步骤摘要】
直线边缘检测方法、机器人及存储装置
本专利技术涉及视觉图像检测领域，特别是涉及一种直线边缘检测方法、机器人及存储装置。
技术介绍
对于直线边缘检测而言，图像处理过程中通常做法是：通过手工设置感兴趣区域，然后对感兴趣区域进行直线边缘检测。如果感兴趣区域内直线边缘较多，需要对检测结果进行人工筛选，效率低并且筛选过程容易出现错误。
技术实现思路
本专利技术提供一种直线边缘检测方法、机器人及存储装置，能够实现直线边缘检测筛选的智能化、自动化过程。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种直线边缘检测方法，包括：对采集到的图像进行预处理，确定感兴趣区域；将所述感兴趣区域沿着垂直于所述感兴趣区域的宽度的方向进行投影，获得一系列垂直边；预设评分规则，所述评分规则包括对比度评分、位置评分、边对间距评分和准对称性评分中的一种或多种；根据所述评分规则对所述垂直边进行评分，将在预设评分阈值范围内的评分结果对应的所述垂直边确定为目标垂直边。为解决上述技术问题，本专利技术采用的另一个技术方案是：提供一种机器人，所述机器人包括控制器，所述控制器通过所述的方法实现直线边缘检测。为解决上述技术问题，本专利技术采用的再一个技术方案是：提供一种存储装置，存储有能够实现上述的直线边缘检测方法的程序文件。本专利技术的有益效果是：利用投影法进行直线边缘检测，将二维图像的边缘检测转变为一维图像的边缘检测，简化了边缘检测过程，提高了算法运行的效率；通过评分机制对检测到的直线边缘进行筛选，有效筛选出用户需要的直线边缘，便于实现直线边缘检测筛选过程的自动化、智能化。附图说明图1是本专利技术第一实施例的直线边缘检测方法的流程示意图；图2是本专利技术第一实施例的步骤S102的流程示意图；图3是本专利技术实施例的对比度评分中垂直边的对比度与得分的关系折线图；图4是本专利技术实施例的位置评分中垂直边的位置与得分的关系折线图；图5是本专利技术实施例的边对间距评分中边对间距与得分的关系折线图；图6是本专利技术第二实施例的直线边缘检测方法的流程示意图；图7是本专利技术第一实施例的直线边缘检测装置的结构示意图；图8是本专利技术实施例的存储装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。图1是本专利技术第一实施例的直线边缘检测方法的流程示意图。需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括步骤：步骤S101：对采集到的图像进行预处理，确定感兴趣区域。在步骤S101中，在对图像进行预处理之后，在图像中确定感兴趣区域，以减少处理时间，增加精度。机器视觉、图像处理中，在被处理的图像用方框/圆/椭圆/不规则多边形等方式勾勒出的需要处理的区域，称为感兴趣区域。步骤S102：将感兴趣区域沿着垂直于感兴趣区域的宽度的方向进行投影，获得一系列垂直边。在步骤S102中，能够检测出列方向的直线边缘，即垂直于感兴趣区域的宽度的方向的直线边缘，称为垂直边。请参见图2，该步骤还包括以下步骤：步骤S1021：获取感兴趣区域中每列的像素值，对每列中的所有像素值求平均值，获得一维行向量。在步骤S1021中，一维行向量中的每个像素值为对应列中所有像素值的平均值。步骤S1022：采用卷积运算方法和非极值抑制方法对一维行向量进行边缘检测，获得一系列垂直边。步骤S103：预设评分规则，评分规则包括对比度评分、位置评分、边对间距评分和准对称性评分中的一种或多种。在步骤S103中，可以对单边和边对进行评分，单边是指一条条独立的垂直边，边对是指将垂直边进行两两组合，组成边对。其中，对比度评分、位置评分不仅适用于单边的评分，还适用于边对的评分，边对间距评分和准对称性评分仅适用于边对的评分。对比度评分是指垂直边的对比度与得分之间建立有分段线性函数关系，当需要对垂直边进行对比度评分时，获取垂直边的对比度即可找到对应的得分。分段线性函数关系由用户提供，用户可以调节分段线性函数的定义域以及取值范围，值域为0-100，表示得分的取值范围。如图3所示，根据对比度计算得分的分段线性函数有两种形式，如图3(a)所示，对比度较高时，得分较高，如图3(b)所示，对比度较低时，得分较高。对于单边而言，获取对比度后直接计算即可；对于边对而言，用边对中的两条垂直边的平均对比度来计算得分。无论用户给出的是哪种形式的分段线性函数，只需要判断对比度在哪个分段区间内，并且计算相应的得分即可。位置评分是指垂直边的位置信息与得分之间建立有分段线性函数关系，当需要对垂直边进行位置评分时，获取垂直边的位置信息即可找到对应的得分。分段线性函数关系由用户提供，用户可以调节分段线性函数的定义域以及取值范围，值域为0-100，表示得分的取值范围。如图4所示，分段线性函数主要有以下四种情况，其中，图4(a)的“从左到右”表示左边的得分最高，越往右分数越小；其他的以此类推。对于单边而言，获得垂直边的位置信息后直接计算即可，主要选择图4(a)、(b)两种情况；对于边对而言，用边对中的两条垂直边的平均位置来计算得分，主要选择图4(c)、(d)两种情况。无论用户给出的是哪种分段线性函数，只需要判断位置在哪个分段区间内，即可计算出相应的位置得分。边对间距评分是指边对中的两条垂直边的间距与得分之间建立有分段线性函数关系，当需要对垂直边进行边对间距评分时，获本文档来自技高网...

【技术保护点】
1.一种直线边缘检测方法，其特征在于，包括：/n对采集到的图像进行预处理，确定感兴趣区域；/n将所述感兴趣区域沿着垂直于所述感兴趣区域的宽度的方向进行投影，获得一系列垂直边；/n预设评分规则，所述评分规则包括对比度评分、位置评分、边对间距评分和准对称性评分中的一种或多种；/n根据所述评分规则对所述垂直边进行评分，将在预设评分阈值范围内的评分结果对应的所述垂直边确定为目标垂直边。/n

【技术特征摘要】
1.一种直线边缘检测方法，其特征在于，包括：
对采集到的图像进行预处理，确定感兴趣区域；
将所述感兴趣区域沿着垂直于所述感兴趣区域的宽度的方向进行投影，获得一系列垂直边；
预设评分规则，所述评分规则包括对比度评分、位置评分、边对间距评分和准对称性评分中的一种或多种；
根据所述评分规则对所述垂直边进行评分，将在预设评分阈值范围内的评分结果对应的所述垂直边确定为目标垂直边。


2.根据权利要求1所述的方法，其特征在于，当所述评分规则仅有一种时，所述根据所述评分规则对所述垂直边进行评分，将在预设评分阈值范围内的评分结果对应的所述垂直边确定为目标垂直边包括：
获取所述垂直边与所述评分规则对应的特征；
根据所述特征和所述评分规则获得对应的评分结果；
判断所述评分结果是否在预设评分阈值范围内，若是，确定所述垂直边为目标垂直边，保留所述目标垂直边；若否，筛除所述垂直边。


3.根据权利要求1所述的方法，其特征在于，当所述评分规则包括至少两种时，根据所述评分规则所述对所述垂直边进行评分，将在预设评分阈值范围内的评分结果对应的所述垂直边确定为目标垂直边包括：
获取所述垂直边与所述评分规则对应的特征；
根据所述特征和所述评分规则获得对应的得分；
获取所述得分的几何平均值，得到评分结果；
判断所述评分结果是否在预设评分阈值范围内，若是，确定所述垂直边为目标垂直边，保留所述目标垂直边；若否，筛除所述垂直边。
<...

【专利技术属性】
技术研发人员：李洪杰，
申请(专利权)人：北京配天技术有限公司，
类型：发明
国别省市：北京;11