[发明专利]圆形特征检测方法、装置及存储装置

权利要求书

1.一种圆形特征检测方法，其特征在于，所述方法包括：

获取目标检测模型；

基于所述目标检测模型获取待检测图像中的多个检测框以及各个所述检测框中包含的圆形特征的置信度；

确定目标框中包含的圆形特征的感兴趣ROI区域，所述目标框为所述多个检测框中包含的圆形特征的置信度大于预设置信度阈值的检测框；

获取所述ROI区域的多个行向量；

对所述多个行向量进行边缘检测以获取所述目标框中圆形特征的边缘点；

对获取到的边缘点进行圆拟合，从拟合得到的圆中确定满足预设条件的圆。

2.根据权利要求1所述的方法，其特征在于，所述获取目标检测模型，包括：

建立圆形特征数据集，所述圆形特征数据集中包括多张图像、以及每张图像中包含的各个圆形特征的外接框信息；

利用所述圆形特征数据集对预训练模型进行迁移学习，所述预训练模型选自YOLO算法、SDD算法、以及DenseBox算法中的任意一种。

3.根据权利要求2所述的方法，其特征在于，所述建立圆形特征数据集，包括：

采集多张包含圆形特征的图像；

对所述多张包含圆形特征的图像进行图像扩增；

为每张图像中所包含的各个圆形特征标注外接框；

基于采集的图像和扩增的图像、以及每张图像中所包含的各个圆形特征的外接框信息建立所述圆形特征数据集。

4.根据权利要求2所述的方法，其特征在于，所述利用所述圆形特征数据集对预训练模型进行迁移学习之后，还包括：

将重新采集的包含圆形特征的图像输入至迁移学习后的预训练模型中进行检测，得到多个外接框以及各个所述外接框中包含的圆形特征的置信度；

根据所述多个外接框以及各个所述外接框中包含的圆形特征的置信度，判断重新采集的所述图像中所包含的圆形特征被检测出的比例是否大于或等于预设阈值；

若是，将所述迁移学习后的预训练模型作为所述目标检测模型；否则，返回所述建立圆形特征数据集步骤，以对迁移学习后的预训练模型进行优化。

5.根据权利要求1所述的方法，其特征在于，所述获取所述ROI区域的多个行向量，包括：

基于插值算法，沿所述ROI区域的极径方向，提取所述ROI区域的多个行向量。

6.根据权利要求1所述的方法，其特征在于，所述对所述多个行向量进行边缘检测以获取所述目标框中圆形特征的边缘点，包括：

对所述多个行向量进行边缘检测以获取所述目标框中圆形特征的边缘点以及各个所述边缘点的梯度值；

所述对获取到的边缘点进行圆拟合，包括：

根据梯度值对检测到的所述边缘点依次进行非极大值抑制处理和双阈值处理，以对所述边缘点进行筛选；

基于筛选出的所述边缘点进行圆拟合。

7.根据权利要求1所述的方法，其特征在于，所述预设条件为圆的预设直径值或预设半径值；所述从拟合到的圆中确定满足预设条件的圆，包括：

将拟合到的圆的直径值与预设直径值，或半径值与预设半径值进行匹配；

将直径值与预设直径值不匹配的圆，或半径值与预设半径值不匹配的圆筛除，并输出直径值与预设直径值相匹配的圆，或半径值与预设半径值相匹配的圆的圆心坐标。

8.一种圆形特征检测装置，其特征在于，包括：

第一获取模块，用于获取目标检测模型；

目标检测模块，用于基于所述目标检测模型获取待检测图像中的多个检测框以及各个所述检测框中包含的圆形特征的置信度；

第一确定模块，用于确定目标框中包含的圆形特征的感兴趣ROI区域，所述目标框为所述多个检测框中包含的圆形特征的置信度大于预设置信度阈值的检测框；

第二获取模块，用于获取所述ROI区域的多个行向量；

边缘检测模块，用于对所述多个行向量进行边缘检测以获取所述目标框中圆形特征的边缘点；

第二确定模块，用于对获取到的边缘点进行圆拟合，从拟合到的圆中确定满足预设条件的圆。