[发明专利]图像检测方法、装置、存储介质及计算机设备有效

专利信息
申请号: 202110490641.X 申请日: 2021-05-06
公开(公告)号: CN113240595B 公开(公告)日: 2023-09-08
发明(设计)人: 刘恩雨;李松南 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/20;G06T7/13;G06N20/00
代理公司: 北京励诚知识产权代理有限公司 11647 代理人: 赵爽
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检测 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种图像检测方法,其特征在于,所述方法包括:

获取目标图像,并将所述目标图像转换为灰度图;

对所述灰度图进行方向滤波,以得到所述目标图像的滤波图;

对所述滤波图进行线段检测,以得到所述目标图像的线段检测图;

根据所述线段检测图,确定出所述目标图像中的水波纹;

其中,所述对所述灰度图进行方向滤波,以得到所述目标图像的滤波图,包括:

对所述灰度图进行索贝尔算子边缘检测,以检测出所述灰度图的横向边缘图像和纵向边缘图像;

根据所述横向边缘图像的像素均值与所述纵向边缘图像的像素均值的大小关系进行方向滤波,以得到所述目标图像的滤波图;

所述根据所述横向边缘图像的像素均值与所述纵向边缘图像的像素均值的大小关系进行方向滤波,以得到所述目标图像的滤波图,包括:

若所述横向边缘图像的像素均值大于所述纵向边缘图像的像素均值,则保留所述横向边缘图像,并过滤掉所述纵向边缘图像,以得到仅包含所述横向边缘图像的滤波图。

2.如权利要求1所述的图像检测方法,其特征在于,所述根据所述横向边缘图像的像素均值与所述纵向边缘图像的像素均值的大小关系进行方向滤波,以得到所述目标图像的滤波图,包括:

若所述横向边缘图像的像素均值小于所述纵向边缘图像的像素均值,则保留所述纵向边缘图像,并过滤掉所述横向边缘图像,以得到仅包含所述纵向边缘图像的滤波图;或者

若所述横向边缘图像的像素均值等于所述纵向边缘图像的像素均值,则保留所述横向边缘图像和所述纵向边缘图像,以得到包含所述横向边缘图像和所述纵向边缘图像的滤波图。

3.如权利要求1所述的图像检测方法,其特征在于,所述对所述滤波图进行线段检测,以得到所述目标图像的线段检测图,包括:

对所述滤波图进行霍夫线段检测,并将所述滤波图中检测为线段的所有像素点进行标注;

将所述滤波图中每一标注像素点的像素值设为第一像素值,以及将所述滤波图中未标注的其他像素点的像素值设为第二像素值,以得到所述目标图像的线段检测图,其中所述第一像素值大于第二像素值。

4.如权利要求3所述的图像检测方法,其特征在于,若所述目标图像的滤波图为包含所述横向边缘图像和所述纵向边缘图像的滤波图,则在所述得到所述目标图像的线段检测图之后,还包括:

根据第一预设尺寸和第一预设步长,将所述线段检测图分割成多个第一图像块;

分别计算所述多个第一图像块中每一所述第一图像块的x方向像素均值和y方向像素均值;

从所述多个第一图像块中确定出x方向像素均值最大的第一目标图像块,以及从所述多个第一图像块中确定出y方向像素均值最大的第二目标图像块;

比较所述第一目标图像块的x方向像素均值与所述第二目标图像块的y方向像素均值的大小;

从所述第一目标图像块和第二目标图像块中选择均值大的目标图像块对应的方向作为目标方向;

将所述目标图像的线段检测图中线段的方向与所述目标方向对应的线段进行保留,以得到更新后的线段检测图。

5.如权利要求4所述的图像检测方法,其特征在于,在所述比较所述第一目标图像块的x方向像素均值与所述第二目标图像块的y方向像素均值的大小之后,还包括:

若所述第一目标图像块的x方向像素均值与所述第二目标图像块的y方向像素均值相等,则根据第二预设尺寸和第二预设步长,重新将所述线段检测图分割成多个第二图像块,其中所述第二预设尺寸小于所述第一预设尺寸;

分别计算所述多个第二图像块中每一所述第二图像块的x方向像素均值和y方向像素均值;

从所述多个第二图像块中确定出x方向像素均值最大的第三目标图像块,以及从所述多个第二图像块中确定出y方向像素均值最大的第四目标图像块;

比较所述第三目标图像块的x方向像素均值与所述第四目标图像块的y方向像素均值的大小;

从所述第三目标图像块和第四目标图像块中选择均值大的目标图像块对应的方向作为目标方向;

将所述目标图像的线段检测图中线段的方向与所述目标方向对应的线段进行保留,以得到更新后的线段检测图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110490641.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top