全文摘要
本发明提供一种模板自适应的图像分割方法、系统和可读存储介质，所述方法包括：接收待分割的产品原图像以及对应的产品型号；根据所述产品型号查找到对应的模板小图；采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；输出分割好的产品图像，并进行显示。本发明利用模板小图匹配算法和模板坐标补位算法，能够自适应的对各种产品型号的产品原图像进行分割处理，以便于后续对分割好的产品图像进行机器质检，进而替代了人工质检，节省了人力成本，提升了质检效率。
主设计要求
1.一种模板自适应的图像分割方法，其特征在于，所述方法包括：接收待分割的产品原图像以及对应的产品型号；根据所述产品型号查找到对应的模板小图；在完整的产品原图像上确定出所有目标区域的坐标值；根据所有目标区域的坐标值得到模板坐标，并进行预存处理；根据所述产品型号查找到对应的模板坐标；采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；判断在所述产品原图像中是否匹配出全部的目标区域；若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示；采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，具体包括：将所述模板坐标匹配到所述产品原图像已检测到的目标区域坐标上，反推得出所述产品原图像未检测到的目标区域坐标；根据未检测到的目标区域坐标，将未检测到的目标区域在所述产品原图像中分割出；采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；当某位置与所述模板小图的相似度超过预设的阀值时，则判定该位置为目标区域。
设计方案
1.一种模板自适应的图像分割方法，其特征在于，所述方法包括：
接收待分割的产品原图像以及对应的产品型号；
根据所述产品型号查找到对应的模板小图；
在完整的产品原图像上确定出所有目标区域的坐标值；
根据所有目标区域的坐标值得到模板坐标，并进行预存处理；
根据所述产品型号查找到对应的模板坐标；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
判断在所述产品原图像中是否匹配出全部的目标区域；
若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示；
采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，具体包括：
将所述模板坐标匹配到所述产品原图像已检测到的目标区域坐标上，反推得出所述产品原图像未检测到的目标区域坐标；
根据未检测到的目标区域坐标，将未检测到的目标区域在所述产品原图像中分割出；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超过预设的阀值时，则判定该位置为目标区域。
2.根据权利要求1所述的一种模板自适应的图像分割方法，其特征在于，在接收待分割的产品原图像以及对应的产品型号之前，所述方法还包括：
预存各个产品型号对应的模板小图。
3.一种模板自适应的图像分割系统，其特征在于，所述模板自适应的图像分割系统包括：存储器及处理器，所述存储器中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被所述处理器执行时实现如下步骤：
接收待分割的产品原图像以及对应的产品型号；
根据所述产品型号查找到对应的模板小图；
在完整的产品原图像上确定出所有目标区域的坐标值；
根据所有目标区域的坐标值得到模板坐标，并进行预存处理；
根据所述产品型号查找到对应的模板坐标；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
判断在所述产品原图像中是否匹配出全部的目标区域；
若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超过预设的阀值时，则判定该位置为目标区域。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被处理器执行时，实现如权利要求1至2中任一项所述的一种模板自适应的图像分割方法的步骤。
设计说明书
技术领域
本发明涉及图像处理技术领域，尤其涉及一种模板自适应的图像分割方法、系统和可读存储介质。
背景技术
LED也称发光二极管，是一种能够将电能转化为可见光的半导体材料芯片。因为其易用性，LED已经广泛应用于市场当中，例如手机、电视、建筑照明等等。LED的生产质检也成为了至关重要的一环。此前，LED的产品检验基本都是靠人工来分拣的，这样不仅耗时，而且人力成本也很高。当前，将传统的人工质检变为机器质检已成为趋势，所谓机器质检是通过拍摄LED的图像来对其进行质量检验。但这样就必须对各个类型的LED图像进行分割。
当前，有关图像分割的方法大致可分为四类：1）基于阈值的分割方法，2）基于边缘检测的分割方法，3）基于区域的分割方法，4）基于聚类分析的分割方法。
1）基于阈值的分割方法
阈值分割方法是最常见的一种图像分割技术，其基本原理是用一个或几个阈值将图像的灰度直方图分成几个类，并认为图像中灰度值在同一类中的像素属于同一物体。因为该方法是直接利用图像的灰度特性，因此计算方便简明、实用性强。显然，阈值分割方法的关键和难点是如何取得一个合适的阈值。而实际应用中，阈值设定易受噪声和光亮度影响，并且，待分割的物体也并不一定都在同一个灰度空间内。所以这种方法对于复杂、变化较多的图像并不适用。
2）基于边缘检测的分割方法
基于边缘检测的分割方法通过检测位于不同区域的边缘来进行目标分割，也是图像分割中较常用的方法之一。其基本原理是不同的区域之间的边缘上像素灰度值的变化往往比较剧烈，通过检测这种边缘来将不同的物体分割开来。在实际运用中，常用灰度的一阶或者二阶微分算子进行边缘检测。基于边缘的分割方法其难点在于边缘检测时衡量抗噪性和检测精度。若提高检测精度，则噪声产生的伪边缘会导致不合理的轮廓，导致分割不理想。若提高抗噪性，则会产生目标漏检和位置偏差。所以这种方法也难以广泛适用。
3）基于区域的分割方法
基于区域分割的方法就是把具有某种相似性质的像素连通起来，从而构成最终的分割区域。该方法利用了图像的局部空间信息，可有效地克服其他方法存在的图像分割空间小连续的缺点。在此类方法中，如果从全图出发，按区域属性特征一致的准则决定每个像素的区域归属，形成区域图，常称之为区域生长的分割方法。如果从像素出发，按区域属性特征一致的准则，将属性接近的连通像素聚集为区域，则是区域增长的分割方法。
4）基于聚类分析的分割方法
特征空间聚类法将图像中的像素用对应的特征空间点表示，根据它们在特征空间的聚集状态对特征空间进行分割，然后再将它们映射回原图像，得到分割结果。其中，K均值、模糊C均值聚类算法是比较常用的聚类算法。聚类算法可以根据图像的特征空间进行分割，减少人为的干预，但是其需要确定聚类的类数、聚类的初始值等参数。另外聚类算法通常比较耗时，在具体应用时也受到了一定的限制。
有鉴于此，上述图像分割方法均不太适合应用于LED质检行业，以对各类型号的LED图像进行分割处理，目前急需要提出一种能够对各类型号的LED图像进行高效、精确分割的方法。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种模板自适应的图像分割方法、系统和可读存储介质。
为了实现上述目的，本发明第一方面提出了一种模板自适应的图像分割方法，所述方法包括：
接收待分割的产品原图像以及对应的产品型号；
根据所述产品型号查找到对应的模板小图；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
输出分割好的产品图像，并进行显示。
本方案中，在接收待分割的产品原图像以及对应的产品型号之后，所述方法还包括：
根据所述产品型号查找到对应的模板坐标；
将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
判断在所述产品原图像中是否匹配出全部的目标区域；
若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示。
本方案中，在根据所述产品型号查找到对应的模板坐标之前，所述方法还包括：
在完整的产品原图像上确定出所有目标区域的坐标值；
根据所有目标区域的坐标值得到所述模板坐标，并进行预存处理。
本方案中，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，具体包括：
将所述模板坐标匹配到所述产品原图像已检测到的目标区域坐标上，反推得出所述产品原图像未检测到的目标区域坐标；
根据未检测到的目标区域坐标，将未检测到的目标区域在所述产品原图像中分割出。
本方案中，采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超多预设的阀值时，则判定该位置为目标区域。
本方案中，在接收待分割的产品原图像以及对应的产品型号之前，所述方法还包括：
预存各个产品型号对应的模板小图。
本发明第二方面还提出一种模板自适应的图像分割系统，所述模板自适应的图像分割系统包括：存储器及处理器，所述存储器中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被所述处理器执行时实现如下步骤：
接收待分割的产品原图像以及对应的产品型号；
根据所述产品型号查找到对应的模板小图；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
输出分割好的产品图像，并进行显示。
本方案中，在接收待分割的产品原图像以及对应的产品型号之后，还包括：
根据所述产品型号查找到对应的模板坐标；
将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
判断在所述产品原图像中是否匹配出全部的目标区域；
若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示。
本方案中，采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超多预设的阀值时，则判定该位置为目标区域。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被处理器执行时，实现如上述的一种模板自适应的图像分割方法的步骤。
本发明利用模板小图匹配算法和模板坐标补位算法，能够自适应的对各种产品型号的产品原图像进行分割处理，以便于后续对分割好的产品图像进行机器质检，进而替代了人工质检，节省了人力成本，提升了质检效率。
本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1示出了本发明一种模板自适应的图像分割方法的流程图；
图2示出了本发明三种产品型号对应的模板小图和产品原图像；
图3示出了本发明某产品型号的模板小图的匹配结果；
图4示出了本发明另一种模板自适应的图像分割方法的流程图；
图5示出了本发明三种产品型号对应的异常产品原图像；
图6示出了本发明某产品型号对应的异常产品原图像的分割结果；
图7示出了本发明一种模板自适应的图像分割系统的框图；
图8示出了本发明一实施例的模板自适应的图像分割方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种模板自适应的图像分割方法的流程图。
如图1所示，本发明第一方面提出一种模板自适应的图像分割方法，所述方法包括：
S102，接收待分割的产品原图像以及对应的产品型号；
S104，根据所述产品型号查找到对应的模板小图；
S106，采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
S108，输出分割好的产品图像，并进行显示。
需要说明的是，本发明的技术方案可以在PC、手机、PAD等终端设备中进行操作。
优选的，所述产品可以为LED，但不限于此。所述目标区域是指LED所在的待检测区域，通过在LED原图像中检测到并分割出LED所在的区域，以便于后续对LED进行机器质检。
根据本发明的实施例，采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超多预设的阀值时，则判定该位置为目标区域。
进一步的，在接收待分割的产品原图像以及对应的产品型号之前，所述方法还包括：
预存各个产品型号对应的模板小图。
需要说明的是，本发明适用于对多种型号的产品图像进行分割，在此之前，对于每一种产品型号均需要挑选一个对应的模板小图，图2展示了三种产品型号对应的模板小图和产品原图像。图2中第一行的三幅图为三种产品型号对应的产品原图像，第二行的三幅图为三种产品型号对应的模板小图，为便于展示，模板小图经过缩放处理。
需要说明的是，模板小图匹配算法就是在待分割的产品原图像中寻找与模板小图相似的图像。具体操作时，可以采用模板小图遍历产品原图像中的每一个可能的位置，比较各处与模板小图是否相似，当相似度足够高时，则认为找到了符合的目标区域（即LED所在的区域），并进行分割处理。
优选的，相似度的阀值设定为0.85，即当某位置与模板小图的相似度大于等于0.85时，则认为该位置为目标区域。可以理解，所述阀值还应小于等于1。
需要说明的是，在产品原图像上对目标区域进行分割处理时，可以采用闭合框线和中心点相结合的方式。具体的，用闭合框线划定目标区域的分割边界，在目标区域的中心标注中心点，以标注目标区域的中心位置。图3示出了本发明某产品型号的模板小图的匹配结果，图3中的 （a）为待分割产品原图像，图3中的 （b）为模板小图匹配到的产品图像。优选的，闭合框线和中心点的颜色可以为蓝色，但不限于此。
如图4所示，在接收待分割的产品原图像以及对应的产品型号之后，所述方法还包括：
S402，根据所述产品型号查找到对应的模板坐标；
S404，将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
S406，判断在所述产品原图像中是否匹配出全部的目标区域；
S408，若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示。
需要说明的是，每一种产品型号对应的产品原图像应具有标准数目的目标区域（如LED）。判断在所述产品原图像中是否匹配出全部的目标区域时，可以通过计算匹配到的目标区域数目（如LED数目），并将计算得到的数目与该产品型号对应的产品原图像的标准数目进行比对，如果计算得到的数目与标准数目相等，则判定已匹配出全部的目标区域，如果计算得到的数目小于标准数目，则判定未匹配出全部的目标区域。
需要说明的是，在模板小图匹配时，如果待分割的产品原图像比较完整，没有出现异常时，则分割结果通常比较完美。但是因为实际应用中会有各种各样的情况产生，比如LED空缺，LED异常，如图5所示。此时，仅仅依靠模板小图匹配则不能将该类LED检测到，本发明采用一种模板坐标补位算法来应对各种LED的异常情况，并能够弥补模板小图无法检测异常LED的漏洞。
根据本发明的实施例，在根据所述产品型号查找到对应的模板坐标之前，所述方法还包括：
在完整的产品原图像上确定出所有目标区域的坐标值；
根据所有目标区域的坐标值得到所述模板坐标，并进行预存处理。
需要说明的是，针对每一种产品型号均需要选定一个完整的产品原图像，并针对各个产品型号的完整产品原图像分别确定出所有目标区域的坐标值，进而得到各个产品型号对应的模板坐标，并进行预存处理。在预存模板坐标时，需要将各个模板坐标与对应的产品型号进行关联，当接收到产品型号时，通过该产品型号即可关联查找到对应的模板坐标，提升了模板坐标的查询效率。
根据本发明的实施例，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，具体包括：
将所述模板坐标匹配到所述产品原图像已检测到的目标区域坐标上，反推得出所述产品原图像未检测到的目标区域坐标；
根据未检测到的目标区域坐标，将未检测到的目标区域在所述产品原图像中分割出。
以LED产品为例，本发明的模板坐标补位算法就是先在一个完整的LED原图像上求得各个LED的坐标值并存储为模板坐标文件。由于各个型号的LED的相对位置是固定的，所以当模板小图匹配过程中没有找全LED时，利用该模板坐标匹配到已检测到LED坐标上，就能得到没有检测到的LED的坐标。图6示出了本发明异常LED的分割结果，图6中的 （a）为不完整的LED原图像，像LED有黑色墨点的是难以用模板小图匹配检测出来的，图6中的 （b）为分割出来的LED图像（以中心点和闭合框线表示）。由此可以看出，本发明结合模板小图匹配算法和模板坐标补位算法可以精确检测出LED的位置。
图7示出了本发明一种模板自适应的图像分割系统的框图。
如图7所示，本发明第二方面还提出一种模板自适应的图像分割系统7，所述模板自适应的图像分割系统7包括：存储器71及处理器72，所述存储器71中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被所述处理器72执行时实现如下步骤：
接收待分割的产品原图像以及对应的产品型号；
根据所述产品型号查找到对应的模板小图；
采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
输出分割好的产品图像，并进行显示。
需要说明的是，本发明的系统可以在PC、手机、PAD等终端设备中进行操作。
需要说明的是，所述处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
优选的，所述产品可以为LED，但不限于此。所述目标区域是指LED所在的待检测区域，通过在LED原图像中检测到并分割出LED所在的区域，以便于后续对LED进行机器质检。
根据本发明的实施例，采用模板小图匹配算法将所述模板小图与所述产品原图像进行匹配，具体包括：
采用所述模板小图遍历所述产品原图像中的每个位置，比较每个位置与所述模板小图的相似度；
当某位置与所述模板小图的相似度超多预设的阀值时，则判定该位置为目标区域。
进一步的，在接收待分割的产品原图像以及对应的产品型号之前，所述方法还包括：
预存各个产品型号对应的模板小图。
需要说明的是，本发明的系统适用于对多种型号的产品图像进行分割，在此之前，对于每一种产品型号均需要挑选一个对应的模板小图。图2中第一行的三幅图为三种产品型号对应的产品原图像，第二行的三幅图为三种产品型号对应的模板小图，为便于展示，模板小图经过缩放处理。
需要说明的是，模板小图匹配算法就是在待分割的产品原图像中寻找与模板小图相似的图像。具体操作时，可以采用模板小图遍历产品原图像中的每一个可能的位置，比较各处与模板小图是否相似，当相似度足够高时，则认为找到了符合的目标区域（即LED所在的区域），并进行分割处理。
优选的，相似度的阀值设定为0.85，即当某位置与模板小图的相似度大于等于0.85时，则认为该位置为目标区域。可以理解，所述阀值还应小于等于1。
需要说明的是，在产品原图像上对目标区域进行分割处理时，可以采用闭合框线和中心点相结合的方式。具体的，用闭合框线划定目标区域的分割边界，在目标区域的中心标注中心点，以标注目标区域的中心位置。图3中的 （a）为待分割产品原图像，图3中的 （b）为模板小图匹配到的产品图像。优选的，闭合框线和中心点的颜色可以为蓝色，但不限于此。
根据本发明的实施例，在接收待分割的产品原图像以及对应的产品型号之后，还包括：
根据所述产品型号查找到对应的模板坐标；
将所述模板小图与所述产品原图像进行匹配，并将匹配到的目标区域在所述产品原图像中分割出；
判断在所述产品原图像中是否匹配出全部的目标区域；
若是，输出分割好的产品图像，并进行显示，若否，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，待补位完成后，输出分割好的产品图像，并进行显示。
需要说明的是，每一种产品型号对应的产品原图像应具有标准数目的目标区域（如LED）。判断在所述产品原图像中是否匹配出全部的目标区域时，可以通过计算匹配到的目标区域数目（如LED数目），并将计算得到的数目与该产品型号对应的产品原图像的标准数目进行比对，如果计算得到的数目与标准数目相等，则判定已匹配出全部的目标区域，如果计算得到的数目小于标准数目，则判定未匹配出全部的目标区域。
需要说明的是，在模板小图匹配时，如果待分割的产品原图像比较完整，没有出现异常时，则分割结果通常比较完美。但是因为实际应用中会有各种各样的情况产生，比如LED空缺，LED异常。此时，仅仅依靠模板小图匹配则不能将该类LED检测到，本发明采用一种模板坐标补位算法来应对各种LED的异常情况，并能够弥补模板小图无法检测异常LED的漏洞。
根据本发明的实施例，在根据所述产品型号查找到对应的模板坐标之前，所述方法还包括：
在完整的产品原图像上确定出所有目标区域的坐标值；
根据所有目标区域的坐标值得到所述模板坐标，并进行预存处理。
需要说明的是，针对每一种产品型号均需要选定一个完整的产品原图像，并针对各个产品型号的完整产品原图像分别确定出所有目标区域的坐标值，进而得到各个产品型号对应的模板坐标，并进行预存处理。在预存模板坐标时，需要将各个模板坐标与对应的产品型号进行关联，当接收到产品型号时，通过该产品型号即可关联查找到对应的模板坐标，提升了模板坐标的查询效率。
根据本发明的实施例，采用模板坐标补位算法对所述产品原图像未匹配出的目标区域进行补位处理，具体包括：
将所述模板坐标匹配到所述产品原图像已检测到的目标区域坐标上，反推得出所述产品原图像未检测到的目标区域坐标；
根据未检测到的目标区域坐标，将未检测到的目标区域在所述产品原图像中分割出。
以LED产品为例，本发明的模板坐标补位算法就是先在一个完整的LED原图像上求得各个LED的坐标值并存储为模板坐标文件。由于各个型号的LED的相对位置是固定的，所以当模板小图匹配过程中没有找全LED时，利用该模板坐标匹配到已检测到LED坐标上，就能得到没有检测到的LED的坐标。图6中的 （a）为不完整的LED原图像，像LED有黑色墨点的是难以用模板小图匹配检测出来的，图6中的 （b）为分割出来的LED图像（以中心点和闭合框线表示）。由此可以看出，本发明结合模板小图匹配算法和模板坐标补位算法可以精确检测出LED的位置。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种模板自适应的图像分割方法程序，所述模板自适应的图像分割方法程序被处理器执行时，实现如上述的一种模板自适应的图像分割方法的步骤。
为了进一步解释本发明的技术方案，下面通过一个实施例来具体说明。
如图8所示，首先向系统中输入LED原图像以及LED型号，通过所述LED型号在系统中寻找对应的模板小图以及模板坐标。然后将LED原图像与模板小图进行匹配，并分割出匹配到的LED。判断是否找全LED，若是，则直接输出分割好的LED图像，若否，则需要进行模板坐标补位，并将模板小图未匹配出的LED也分割出，待所有的LED均已分割出，则输出分割好的LED图像。
本实施例采用对应LED型号的模板小图来匹配LED原图像，将匹配到的目标区域进行筛选，去除掉无效目标。对于没有检测到的LED，用预先求解好的模板坐标进行匹配与补位，最终可以将所有的LED全部分割出来。
本发明利用模板小图匹配算法和模板坐标补位算法，能够自适应的对各种产品型号的产品原图像进行分割处理，以便于后续对分割好的产品图像进行机器质检，进而替代了人工质检，节省了人力成本，提升了质检效率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
设计图
相关信息详情
申请码:申请号:CN201910884601.6
申请日:2019-09-19
公开号:CN110390682A
公开日:2019-10-29
国家:CN
国家/省市:86(杭州)
授权编号:CN110390682B
授权时间:20191227
主分类号:G06T 7/11
专利分类号:G06T7/11;G06T7/187;G06T7/00
范畴分类:40B;
申请人:视睿（杭州）信息科技有限公司
第一申请人:视睿（杭州）信息科技有限公司
申请人地址:310000 浙江省杭州市余杭区余杭街道文一西路1818-2号5幢308室
发明人:别晓辉;徐盼盼;别伟成;单书畅
第一发明人:别晓辉
当前权利人:视睿（杭州）信息科技有限公司
代理人:张德宝
代理机构:33235
代理机构编号:杭州华知专利事务所（普通合伙）
优先权:关键词:当前状态:审核中
类型名称:外观设计