[发明专利]基于密度的图像处理方法、图像处理装置和设备

说明书

本发明提供了一种基于密度的图像处理方法、图像处理装置和具有图像处理功能的设备，其中，所述基于密度的图像处理方法包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到所述经过边缘提取处理的图像的边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。通过以上技术方案，可以准确地剔除图像中的非目标物，以及提高图像识别的精度与速度，从而保证图像识别的准确率与实时性。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种基于密度的图像处理方法、一种基于密度的图像处理装置和一种具有图像处理功能的设备。

背景技术

近年以来，随着人工智能以及大数据技术的快速发展，越来越多的产品开始向智能化发展，较之非智能化产品，智能化产品具有功能更加强大，用户的体验更加舒适等特点。在众多智能化方向里，图像识别是智能化中举足轻重的领域，一个完整的图像识别系统以图像作为输入信息，通过不同的方法对图像内的物件进行识别，最后输出识别结果。但在识别图像中，由于存在较多复杂背景以及非目标物，会对识别结果造成极大的影响，故在识别图像之前，需要对图像做分割处理，以提取纯净的图像，剔除复杂背景及非目标物。

目前主流的图像分割方法，多采用阈值分割、颜色梯度分割、以及边缘分割，根据上述原理，派生出大量的具有普适性的分割方法，但上述算法在特定的细分场景里分割效果不佳，且分割耗时长。尤其是对于纹理复杂多变、颜色变化大的图像，现有技术中的分割效果不佳。

当前的图像分割方法主要基于两种方式，分别为基于边缘和基于区域的分割方法，其中，如果图像中存在复杂不规则的交叉纹理，则无法准确地剔除图像中的非目标物体，而基于区域的分割算法也由于图像内容的多样性也会经常导致分割错误，且分割时间过长实时性差，无法自动剔除非目标物。

因此，如何准确地剔除图像中的非目标物，以及提高图像识别的准确率与速度，从而保证图像识别的准确率与实时性成为亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种基于密度的图像处理方法。

本发明的另一个目的在于提出了一种基于密度的图像处理装置。

本发明的又一个目的在于提出了一种具有图像处理功能的设备。

为实现上述至少一个目的，根据本发明的第一方面的实施例，提出了一种基于密度的图像处理方法，包括：对待处理的图像进行边缘提取处理；使用目标卷积核，以卷积步长对经过边缘提取处理的图像进行卷积，以得到边缘密度点空间；使用密度阈值对所述边缘密度点空间中的点进行筛选；获取筛选后的边缘密度点空间中的目标连通域；根据所述目标连通域，确定所述图像中目标物的边界。

根据本发明的实施例的基于密度的图像处理方法，通过卷积原理得到图像的边缘密度点空间，并以密度阈值作为主要判定依据，对边缘密度点空间中的点进行筛选来确定图像中目标物的边界，即使图像中存在复杂不规则的交叉纹理或者图像内容的多样性，例如，食物图像，也可以准确地剔除图像中的非目标物，从而准确地对图像进行分割，进而提高图像识别的准确率。另外，本方案的算法灵活度较高，可以通过调整目标卷积核、卷积步长和密度阈值来调整图像处理的速度和效果，从而保证图像识别的准确率与实时性。

根据本发明的上述实施例的基于密度的图像处理方法，还可以具有以下技术特征：

根据本发明的一个实施例，在对所述经过边缘提取处理的图像进行卷积之前，还包括：对所述经过边缘提取处理的图像进行边界扩展处理，以对经过边界扩展处理的图像进行卷积，其中，当所述经过边缘提取处理的图像的空间为p(x，y)时，所述经过边界扩展处理的图像的空间为H(x，y)，