图像边缘处理方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114170253A(43)申请公布日2022.03.11(21)申请号202010844093.1(22)申请日2020.08.20(71)申请人北京四维图新科技股份有限公司地址100094北京市海淀区丰豪东路四维图新大厦A座10层(72)发明人李玉彬(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人虞浩臧建明(51)Int.Cl.G06T7/13(2017.01)G06T5/00(2006.01)G06K9/62(2022.01)G06V10/762(2022.01)G06V10/80(2022.01)权利要求书3页说明书12页附图8页(54)发明名称图像边缘处理方法、装置、电子设备及存储介质(57)摘要本申请提供一种图像边缘处理方法、装置、电子设备及存储介质，该方法包括：对目标图像进行逐层切分，生成目标图像的树状图，并确定目标图像的树形数据结构，树形数据结构包括树状图中每个节点的节点信息，节点信息包括目标的边缘关键点；确定边缘关键点的最小代价路径，获取最小代价路径上的目标关键点；根据目标关键点与节点信息，对目标关键点进行数据融合，生成目标关键点的融合数据；最后根据目标关键点的融合数据，确定目标的边缘轮廓线。实现了对图像的边缘像素点进行数据结构化，在根据融合数据确定目标的边缘轮廓线时，对识别目标的类别不做要求，提高了通用性、图像边缘处理效率及精确度。CN114170253ACN114170253A权利要求书1/3页1.一种图像边缘处理方法，其特征在于，包括：对目标图像进行逐层切分，生成所述目标图像的树状图，并确定所述目标图像的树形数据结构，所述树形数据结构包括所述树状图中每个节点的节点信息，所述节点信息包括目标的边缘关键点；确定所述边缘关键点的最小代价路径，获取所述最小代价路径上的目标关键点；根据所述目标关键点与所述节点信息，对所述目标关键点进行数据融合，生成所述目标关键点的融合数据；根据所述目标关键点的融合数据，确定所述目标的边缘轮廓线。2.根据权利要求1所述的方法，其特征在于，所述对目标图像进行逐层切分，生成所述目标图像的树状图，并确定所述目标图像的树形数据结构，包括：将所述目标图像作为所述树状图的根节点图像，对所述根节点图像进行切分，生成多个子节点图像；分别对所述多个子节点图像进行切分，直到叶节点图像小于预设尺寸，生成所述树状图；按照所述树状图中各节点图像之间的节点关系，构建所述目标图像的树形数据结构。3.根据权利要求2所述的方法，其特征在于，在所述对目标图像进行逐层切分之前，还包括：对原始图像进行目标定位，并获取所述目标的外接矩形图像；将所述外接矩形图像划分为一个图层，并确定所述图层为所述目标的目标图像。4.根据权利要求1-3任一项所述的方法，其特征在于，所述确定所述边缘关键点的最小代价路径，包括：确定当前边缘关键点之前的第一边缘关键点和所述当前边缘关键点之后的第二边缘关键点；分别将所述第一边缘关键点和所述第二边缘关键点的像素点信息以及与所述当前边缘关键点的位置关系，填充到所述当前边缘关键点的数据结构中，获取每个边缘关键点的数据结构；根据每个边缘关键点的数据结构，对所述边缘关键点进行代价计算，确定所述边缘关键点的最小代价路径。5.根据权利要求4所述的方法，其特征在于，在所述根据每个边缘关键点的数据结构，对所述边缘关键点进行代价计算之前，还包括：按照每个边缘关键点之间的位置关系，生成所述边缘关键点的任务队列；所述根据每个边缘关键点的数据结构，对所述边缘关键点进行代价计算，包括：按照所述边缘关键点的任务队列，根据每个边缘关键点的数据结构，对所述边缘关键点进行代价计算。6.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述目标关键点与所述树形数据结构，对所述目标关键点进行数据融合，生成所述目标关键点的融合数据，包括：将所述目标关键点在叶节点图像中的坐标按照所述目标关键点所在节点的节点信息，还原成所述目标关键点在所述目标图像中的坐标，得到所述目标关键点的融合数据。7.根据权利要求6所述的方法，其特征在于，所述根据所述目标关键点的融合数据，确2CN114170253A权利要求书2/3页定所述目标的边缘轮廓线，包括：利用所述目标关键点在所述目标图像中的坐标对所述目标关键点进行排序，确定所述目标关键点的排序位置；按照所述目标关键点的排序位置对所述目标关键点进行连线，确定所述目标的边缘轮廓线。8.根据权利要求6所述的方法，其特征在于，所述目标关键点的融合数据为所述目标关键点的树形数据结构，和/或，所述目标关键点的向量。9.一种图像边缘处理装置，其特征在于，包括：处理模块，用于对目标图像进行逐层切分，生成所述目标图像的树状图，并