一种台球比赛中的图像处理方法及系统与流程

1.本发明涉及图像处理技术领域，特别涉及一种台球比赛中的图像处理方法及系统。


背景技术：

2.近年机器视觉开始应用在台球比赛上，用于确定台球信息。现有技术中获取包括台球桌面的图像进行图像识别，确定台球信息。获取包括台球桌面的图像存在较大的图像噪声，计算量大并且确定的台球信息不准确，进而不利于保证台球比赛的公平性。


技术实现要素：

3.本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种台球比赛中的图像处理方法，便于减少图像噪声，基于边缘图像减少计算量，提高计算速率，并且确定的台球信息更加准确，便于保证台球比赛的公平性。
4.本发明的第二个目的在于提出一种台球比赛中的图像处理系统。
5.为达到上述目的，本发明第一方面实施例提出了一种台球比赛中的图像处理方法，包括：
6.获取包括台球桌面的若干张原始图像；
7.对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；
8.选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差值大于预设像素差值的像素点作为目标像素点；
9.根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；
10.对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。
11.根据本发明的一些实施例，对原始图像进行边缘提取处理，包括：
12.对所述原始图像进行灰度化处理，得到灰度图像；
13.确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；
14.获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；
15.根据若干条所述边缘轮廓线，得到边缘图像。
16.根据本发明的一些实施例，对原始图像进行边缘提取处理，包括：
17.基于canny算法进行边缘检测，得到边缘图像。
18.根据本发明的一些实施例，还包括：对所述边缘图像中的若干条边缘轮廓线进行图像增强处理。
19.根据本发明的一些实施例，在将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中像素点的像素值进行计算前，还包括：确定所述第一目标边缘图像中的干扰像素点并进行标记。
20.根据本发明的一些实施例，对原始图像进行边缘提取处理，包括：
21.获取所述原始图像的像素点，并构建栅格坐标系；
22.确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；
23.基于栅格坐标系，计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；
24.确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
25.根据本发明的一些实施例，在对所述第二目标边缘图像进行图像识别前，还包括：
26.对所述第二目标边缘图像进行灰度化处理；
27.获取经过灰度化处理的所述第二目标边缘图像中的像素点的灰度值，对所述第二目标边缘图像的像素点从上至下进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第一像素点；
28.作垂直于x轴且经过(x1,0)点的直线，将所述第二目标边缘图像分为左侧图像及右侧图像；x1为第一像素点的横坐标；
29.统计左侧图像中非零的灰度值对应的像素点的数量，作为第一数量；
30.统计右侧图像中非零的灰度值对应的像素点的数量，作为第二数量；
31.在确定所述第一数量大于第二数量时，对第二目标边缘图像的像素点从左至右进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；在确定所述第一数量小于第二数量时，对第二目标边缘图像的像素点从右至左进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；
32.根据所述第一像素点及所述第二像素点，计算对所述第二目标边缘图像进行优化处理的目标角度；
33.根据所述目标角度对所述第二目标边缘图像进行优化处理。
34.为达到上述目的，本发明第二方面实施例提出了一种台球比赛中的图像处理系统，包括：
35.获取模块，用于获取包括台球桌面的若干张原始图像；
36.提取模块，用于对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；
37.第一确定模块，用于选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差
值大于预设像素差值的像素点作为目标像素点；
38.替换模块，用于根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；
39.第二确定模块，用于对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。
40.根据本发明的一些实施例，所述提取模块对原始图像进行边缘提取处理，执行以下步骤：
41.对所述原始图像进行灰度化处理，得到灰度图像；
42.确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；
43.获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；
44.根据若干条所述边缘轮廓线，得到边缘图像。
45.根据本发明的一些实施例，所述提取模块对原始图像进行边缘提取处理，执行以下步骤：
46.获取所述原始图像的像素点，并构建栅格坐标系；
47.确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；
48.基于栅格坐标系，计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；
49.确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
50.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
51.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
52.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
53.图1是根据本发明一个实施例的一种台球比赛中的图像处理方法的流程图；
54.图2是根据本发明一个实施例的对原始图像进行边缘提取处理的方法流程图；
55.图3是根据本发明一个实施例的一种台球比赛中的图像处理系统的框图。
具体实施方式
56.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
57.如图1所示，本发明第一方面实施例提出了一种台球比赛中的图像处理方法，包括步骤s1-s5：
58.s1、获取包括台球桌面的若干张原始图像；
59.s2、对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；
60.s3、选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差值大于预设像素差值的像素点作为目标像素点；
61.s4、根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；
62.s5、对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。
63.上述技术方案的工作原理：获取包括台球桌面的若干张原始图像；原始图像包括桌面图像及桌面外的其他图像，其他图像可以是地面。对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；边缘图像为只包括桌面的图像。即，台球桌的桌面图像。选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差值大于预设像素差值的像素点作为目标像素点；根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；可以减少第一目标边缘图像中的噪点的影响，保证第二目标边缘图像的信噪比。对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。台球信息包括母球及其他球的轨迹信息、碰撞信息等。
64.上述技术方案的有益效果：便于减少图像噪声，基于边缘图像减少计算量，提高计算速率，可以减少第一目标边缘图像中的噪点的影响，保证第二目标边缘图像的信噪比，并且确定的台球信息更加准确，便于保证台球比赛的公平性。
65.如图2所示，根据本发明的一些实施例，对原始图像进行边缘提取处理，包括步骤s21-s24：
66.s21、对所述原始图像进行灰度化处理，得到灰度图像；
67.s22、确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；
68.s23、获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；
69.s24、根据若干条所述边缘轮廓线，得到边缘图像。
70.上述技术方案的工作原理：对所述原始图像进行灰度化处理，得到灰度图像；确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；根据若干条所述边缘轮廓线，得到边缘图像。
71.上述技术方案的有益效果：基于像素点的灰度梯度幅值，准确判断是否为边缘像素点，获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干条边缘轮廓线，进而准确确定边缘图像。
72.根据本发明的一些实施例，对原始图像进行边缘提取处理，包括：
73.基于canny算法进行边缘检测，得到边缘图像。
74.根据本发明的一些实施例，还包括：对所述边缘图像中的若干条边缘轮廓线进行图像增强处理。
75.上述技术方案的有益效果：实现基于边缘图像中若干条边缘轮廓线更加明显，便于提取图像特征。
76.根据本发明的一些实施例，在将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中像素点的像素值进行计算前，还包括：确定所述第一目标边缘图像中的干扰像素点并进行标记。
77.上述技术方案的工作原理：在将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中像素点的像素值进行计算前，还包括：确定所述第一目标边缘图像中的干扰像素点并进行标记。
78.上述技术方案的有益效果：便于减少对干扰像素点的计算过程，减少计算量，同时避免了干扰像素点对图像识别的影响，提高了图像识别的准确性。
79.根据本发明的一些实施例，对原始图像进行边缘提取处理，包括：
80.获取所述原始图像的像素点，并构建栅格坐标系；
81.确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；
82.基于栅格坐标系，计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；
83.确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
84.上述技术方案的工作原理：获取所述原始图像的像素点，并构建栅格坐标系；栅格坐标系为将原始图像的像素点分为n*m的像素点矩阵，n为原始图像的长度；m为原始图像的宽度。确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；在边缘图像提取时，每个栅格的边缘变化都会存在一个方向，以所述栅格为顶点，朝这个方向引出的射线方向即为栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度。基于栅格坐标系，计算每个当前栅格的像素值与在当前栅
格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
85.上述技术方案的有益效果：对原始图像进行边缘提取处理，便于减少无效的图像，减少计算量，使得图像识别更加简单。同时基于每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，准确确定当前栅格对应的像素点是否为边缘像素点。确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像，提高了确定边缘图像的准确性。
86.根据本发明的一些实施例，在对所述第二目标边缘图像进行图像识别前，还包括：
87.对所述第二目标边缘图像进行灰度化处理；
88.获取经过灰度化处理的所述第二目标边缘图像中的像素点的灰度值，对所述第二目标边缘图像的像素点从上至下进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第一像素点；
89.作垂直于x轴且经过(x1,0)点的直线，将所述第二目标边缘图像分为左侧图像及右侧图像；x1为第一像素点的横坐标；
90.统计左侧图像中非零的灰度值对应的像素点的数量，作为第一数量；
91.统计右侧图像中非零的灰度值对应的像素点的数量，作为第二数量；
92.在确定所述第一数量大于第二数量时，对第二目标边缘图像的像素点从左至右进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；在确定所述第一数量小于第二数量时，对第二目标边缘图像的像素点从右至左进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；
93.根据所述第一像素点及所述第二像素点，计算对所述第二目标边缘图像进行优化处理的目标角度；
94.根据所述目标角度对所述第二目标边缘图像进行优化处理。
95.上述技术方案的工作原理：对所述第二目标边缘图像进行灰度化处理；获取经过灰度化处理的所述第二目标边缘图像中的像素点的灰度值，对所述第二目标边缘图像的像素点从上至下进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第一像素点；作垂直于x轴且经过(x1,0)点的直线，将所述第二目标边缘图像分为左侧图像及右侧图像；x1为第一像素点的横坐标；统计左侧图像中非零的灰度值对应的像素点的数量，作为第一数量；统计右侧图像中非零的灰度值对应的像素点的数量，作为第二数量；在确定所述第一数量大于第二数量时，对第二目标边缘图像的像素点从左至右进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；在确定所述第一数量小于第二数量时，对第二目标边缘图像的像素点从右至左进行筛选，将第一次出现的非零的灰度值对应的像素点，作为第二像素点；根据所述第一像素点及所述第二像素点，计算对所述第二目标边缘图像进行优化处理的目标角度；根据所述目标角度对所述第二目标边缘图像进行优化处理。
96.上述技术方案的有益效果：根据所述目标角度对所述第二目标边缘图像进行优化处理，避免因为第二目标边缘图像的角度影响图像识别的结果，提高了对所述第二目标边缘图像进行图像识别的准确性。
97.在一实施例中，根据所述第一像素点及所述第二像素点，计算对所述第二目标边缘图像进行优化处理的目标角度，包括：
[0098][0099]
其中，(x1,y1)为第一像素点的坐标；(x2,y2)为第二像素点的坐标；δ为目标角度；arcsin为反三角正弦函数。
[0100]
基于上述公式，准确计算出目标角度，即第二目标边缘图像需要优化偏转的角度，根据所述目标角度进行优化处理，提高确定第二目标边缘图像中关键特征的准确性。
[0101]
如图3所示，本发明第二方面实施例提出了一种台球比赛中的图像处理系统，包括：
[0102]
获取模块，用于获取包括台球桌面的若干张原始图像；
[0103]
提取模块，用于对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；
[0104]
第一确定模块，用于选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差值大于预设像素差值的像素点作为目标像素点；
[0105]
替换模块，用于根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；
[0106]
第二确定模块，用于对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。
[0107]
上述技术方案的工作原理：获取模块获取包括台球桌面的若干张原始图像；原始图像包括桌面图像及桌面外的其他图像，其他图像可以是地面。提取模块对所述若干张原始图像分别进行边缘提取处理，得到若干张边缘图像；边缘图像为只包括桌面的图像。即，台球桌的桌面图像。第一确定模块选取一张所述边缘图像，作为第一目标边缘图像，将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中对应的像素点的像素值进行计算，得到像素差值，并判断是否大于预设像素差值，将像素差值大于预设像素差值的像素点作为目标像素点；替换模块根据其他边缘图像中同一位置的目标像素点的像素值，计算得到同一位置的目标像素点的平均像素值，并基于平均像素值对相应位置的第一目标边缘图像中的像素点进行替换，得到第二目标边缘图像；可以减少第一目标边缘图像中的噪点的影响，保证第二目标边缘图像的信噪比。第二确定模块对所述第二目标边缘图像进行图像识别，确定台球信息并进行显示。台球信息包括母球及其他球的轨迹信息、碰撞信息等。
[0108]
上述技术方案的有益效果：便于减少图像噪声，基于边缘图像减少计算量，提高计算速率，可以减少第一目标边缘图像中的噪点的影响，保证第二目标边缘图像的信噪比，并且确定的台球信息更加准确，便于保证台球比赛的公平性。
[0109]
根据本发明的一些实施例，所述提取模块对原始图像进行边缘提取处理，执行以
下步骤：
[0110]
对所述原始图像进行灰度化处理，得到灰度图像；
[0111]
确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；
[0112]
获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；
[0113]
根据若干条所述边缘轮廓线，得到边缘图像。
[0114]
上述技术方案的工作原理：所述提取模块对所述原始图像进行灰度化处理，得到灰度图像；确定所述灰度图像中每个像素点的横向灰度梯度幅值及纵向灰度梯度幅值，根据所述横向灰度梯度幅值及纵向灰度梯度幅值计算得到像素点的灰度梯度幅值，并判断是否大于预设灰度梯度幅值，将灰度梯度幅值大于预设灰度梯度幅值的像素点作为边缘像素点；获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干个像素点集合，将每一个所述像素点集合中的像素点连接起来，构成一条边缘轮廓线；根据若干条所述边缘轮廓线，得到边缘图像。
[0115]
上述技术方案的有益效果：基于像素点的灰度梯度幅值，准确判断是否为边缘像素点，获取各个边缘像素点的位置关系及各个边缘像素点的灰度梯度幅值的变化关系，确定若干条边缘轮廓线，进而准确确定边缘图像。
[0116]
根据本发明的一些实施例，还包括：第三确定模块，用于在将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中像素点的像素值进行计算前，还包括：确定所述第一目标边缘图像中的干扰像素点并进行标记。
[0117]
上述技术方案的工作原理：第三确定模块在将若干张边缘图像中除目标边缘图像外的其他边缘图像中的像素点的像素值分别与目标边缘图像中像素点的像素值进行计算前，还包括：确定所述第一目标边缘图像中的干扰像素点并进行标记。
[0118]
上述技术方案的有益效果：便于减少对干扰像素点的计算过程，减少计算量，同时避免了干扰像素点对图像识别的影响，提高了图像识别的准确性。
[0119]
根据本发明的一些实施例，所述提取模块对原始图像进行边缘提取处理，执行以下步骤：
[0120]
获取所述原始图像的像素点，并构建栅格坐标系；
[0121]
确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；
[0122]
基于栅格坐标系，计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；
[0123]
确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
[0124]
上述技术方案的工作原理：提取模块获取所述原始图像的像素点，并构建栅格坐标系；栅格坐标系为将原始图像的像素点分为n*m的像素点矩阵，n为原始图像的长度；m为
原始图像的宽度。确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度；在边缘图像提取时，每个栅格的边缘变化都会存在一个方向，以所述栅格为顶点，朝这个方向引出的射线方向即为栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度。基于栅格坐标系，计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，在确定所述差异值大于预设差异值时，对当前栅格进行标记；确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像。
[0125]
上述技术方案的有益效果：对原始图像进行边缘提取处理，便于减少无效的图像，减少计算量，使得图像识别更加简单。同时基于每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，准确确定当前栅格对应的像素点是否为边缘像素点。确定标记的栅格之间在特征角度上的关联关系，根据所述关联关系确定若干类栅格集合，将每一类栅格集合中的栅格对应的像素点连接起来得到边缘图像，提高了确定边缘图像的准确性。
[0126]
在一实施例中，确定栅格坐标系中每个栅格的栅格方向，将所述栅格方向与栅格的横轴形成的角度，作为栅格的特征角度，包括：
[0127]
计算每个栅格的高斯系数：
[0128][0129]
其中，f(x,y)为栅格坐标系中位于(x,y)处的栅格的高斯系数；e为自然常数；
[0130]
计算每个栅格的特征角度：
[0131][0132]
其中，θ为栅格的特征角度，为f(x,y)对x做偏导，为f(x,y)对y做偏导。
[0133]
上述技术方案的工作原理及有益效果：栅格坐标系基于像素点矩阵对像素点进行展示，具体的可以将原始图像的像素点分为n*n的像素点矩阵。像素点的坐标值表示栅格的位置。基于上述公式，准确计算出每个栅格的特征角度，便于准确计算每个当前栅格的像素值与在当前栅格的特征角度上的下一栅格的像素值的差异值，进而准确确定边缘像素点。
[0134]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。