专利交易市场

本发明公开了一种用于对抗手机摄像头重采样的线条检测处理方法，其包括有如下步骤：步骤S1，获取待检测的图像；步骤S2，对待检测的图像进行预处理，将待检测的图像转化为二值化边缘图像，以显示出待检测图像的特征纹理；步骤S3，优化参数遍历范围；步骤S4，利用相应的贝塞尔曲线公式遍历已知的数个控制点的坐标，得出多个线条的积分像素密度值；步骤S5，利用预设的像素微积分算子对多个线条的积分像素密度值进行微分运算，然后找出最大积分像素密度值；步骤S6，得到一条或多条线条的像素坐标。本发明基于像素积分与像素微分运算处理手段，具备对抗手机摄像头重采样能力。

本发明公开了一种基于相关运算的透视图像自适应校正算法，涉及计算机视觉、图像处理、及信号处理技术领域，包括以下步骤，结合图像处理学技术，运用信号处理学的互相关运算进行模版匹配，计算周期性噪声的自相关矩阵，对噪声块进行采样同步，对周期性噪声的自相关矩阵中的峰值点交比验算，进行最终的模版匹配透视校正。本发明通过创造了一种创新的基于相关运算的透视图像自适应校正算法，相较与传统算法，具有精度更高、运算量更低、且全自动化无需人工参与的优点，填补了国内外相关领域的技术空白，可大规模应用于各行业的计算机视觉检测场景中。

本发明公开了一种基于交比运算的全自动图像透视校正方法，包括：步骤S1，输入目标图片；步骤S2，构建正方形定位块；步骤S3，确定图片短边，将图片短边4等分，将图片短边确定为多宫格的一条边；步骤S4，将多宫格中每一格的四个角作为顶点并嵌入正方形定位块；步骤S5，基于交比公式计算交比值CR；步骤S6，判断图片是否为正方形，若否，则执行步骤S7；步骤S7，判断：若图片是横向长方形，则以当前多宫格中的1列为单位，向右逐列嵌入定位块直至图片中无法容纳；若图片是纵向长方形，则以当前多宫格中的1行为单位，向下逐行嵌入定位块直至图片中无法容纳。本发明能降低运算量、可提高运算效率、有助于节省运算低成本、能提升运算处理精度。

本发明公开了一种基于围道积分的椭圆图像检测算法，包括：步骤S1，输入待检测图像；步骤S2，对待检测图像进行预处理，生成二值边缘图像；步骤S3，在二值边缘图像中，对椭圆周坐标的像素值进行积分运算，得出椭圆围道积分像素密度值；步骤S4，重复步骤S3，直至遍历二值边缘图像的全部椭圆周坐标，得到全部椭圆围道积分像素密度值；步骤S5，读取相邻两个差值最大的一组或多组椭圆围道积分像素密度值；步骤S6，判断读取的椭圆围道积分像素密度值是否构成一个椭圆，若是，则提示识别成功，输出椭圆参数，若否，则提示识别失败。本发明可明显减少计算量、有助于节省系统成本、提高运算精度以及提高运算效率。