[发明专利]一种图像边界的检测方法及装置

权利要求书

1.一种图像边界的检测方法，其特征在于，包括：

根据预置基准颜色，对待测图像进行均值化处理，生成均值化图像；

将所述均值化图像进行二值化处理，生成边界图像；

按照边缘检测算法，提取所述边界图像中物体的外轮廓图像；

按照支持向量机SVM算法，判断所述外轮廓图像是否为目标图像；

如果判断结果为是，则在所述待测图像中标记所述外轮廓图像的外轮廓像素点。

2.如权利要求1所述的方法，其特征在于，所述根据预置基准颜色，对待测图像进行均值化处理，生成均值化图像，包括：

根据预置基准颜色，建立单色通道，所述单色通道包括红色通道、绿色通道和蓝色通道；

分别获取所述待测图像经过所述红色通道、所述绿色通道和所述蓝色通道的单色图像；

将所述单色图像进行均值化处理，生成单色均值化图像；

合并所述单色均值化图像，生成所述均值化图像。

3.如权利要求2所述的方法，其特征在于，所述将所述单色图像进行均值化处理，生成单色均值化图像，包括：

计算所述单色图像的像素在各灰度级中的分布概率p(i)，p(i)＝n_i/n,i∈(0,1,…L-1)，其中i为图像的灰度级个数，p(i)为第i个灰度级的分布概率，n_i为所述待测图像中属于第i个灰度级的像素点个数，n为所述待测图像的像素点的总数，L为正整数且最大值为256；

计算所述分布概率的累计概率c(j)，所述计算累计概率的累计概率函数为

将预置像素范围值与所述累计概率c(j)做乘积运算，生成所述单色均值图像。

4.如权利要求1所述的方法，其特征在于，所述按照边缘检测算法，提取所述边界图像中物体的外轮廓图像，包括：

根据预置边缘检测算子，计算所述边界图像的梯度膜和局部梯度方向；

在所述梯度方向上，获取所述梯度膜的最大值和最小值；

根据所述边界图像中所述最大值和所述最小值对应的相对位置，生成并提取所述外轮廓图像。

5.如权利要求1所述的方法，其特征在于，所述按照支持向量机SVM算法，判断所述外轮廓图像是否为目标图像，包括：

从所述外轮廓图像中，随机选取起始像素点，并记录所述起始像素点的起始像素位置；

计算所述起始像素点，与所述起始像素点对应的相邻像素点之间的像素方差，并记录所述相邻像素点的相邻像素位置；

如果所述像素方差小于第一预置阈值，则确定所述相邻像素点为新的起始像素点；

如果所述相邻像素位置与所述起始像素位置相同，则利用SVM模型提取所述外轮廓图像的轮廓向量；

如果所述轮廓向量与预置特征向量的相似度大于第二预置阈值，则确定所述外轮廓图像是目标图像。

6.如权利要求5所述的方法，其特征在于，所述利用SVM模型提取所述外轮廓图像的轮廓向量之前，所述方法还包括：

获取训练图像，所述训练图像中包括正样本图像和负样本图像；

根据所述训练图像，训练并保存SVM模型。

7.如权利要求1所述的方法，其特征在于，所述在待测图像中标记所述外轮廓图像的外轮廓像素点之后，所述方法还包括：

根据所述外轮廓图像像素点，获取所述待测图像中外轮廓内的有效图像；

提取所述有效图像的图像特征；

如果所述图像特征记录在预置特征识别库中，则生成所述待测图像识别成功的提示信息；

如果所述图像特征未记录在所述预置特征识别库中，则生成所述待测图像识别失败的提示信息。