本公開(kāi)涉及圖像處理技術(shù)領(lǐng)域，尤其涉及邊緣檢測(cè)方法及裝置。

背景技術(shù)：

邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺(jué)中的基本問(wèn)題，其目的是標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)，對(duì)圖像進(jìn)行邊緣檢測(cè)后可以剔除不相關(guān)的信息，保留了圖像重要的結(jié)構(gòu)屬性，大幅度地減少圖像數(shù)據(jù)量。

技術(shù)實(shí)現(xiàn)要素：

本公開(kāi)實(shí)施例提供一種邊緣檢測(cè)方法及裝置。所述技術(shù)方案如下：

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種邊緣檢測(cè)方法，包括：

從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以將待檢測(cè)圖像中細(xì)分成n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，進(jìn)而得到與這些待測(cè)圖像塊很相似的樣本圖像塊的邊緣圖，由這些邊緣圖得到該待檢測(cè)圖像的邊緣圖，邊緣檢測(cè)快捷準(zhǔn)確。

在一個(gè)實(shí)施例中，所述從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，包括：

采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，可以保證截取的待測(cè)圖像塊分布均勻，進(jìn)而保證后續(xù)各區(qū)域的邊緣圖的精度，且截取方法簡(jiǎn)單易實(shí)現(xiàn)。

在一個(gè)實(shí)施例中，所述從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊，包括：

對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；

從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；

查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以對(duì)待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊的邊緣圖，如此獲取的與待測(cè)圖像塊的相似度最高的樣本圖像塊比較準(zhǔn)確。

在一個(gè)實(shí)施例中，所述對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量，包括：

采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以采用cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量，提高提取到的特征準(zhǔn)確性。

在一個(gè)實(shí)施例中，所述從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量，包括：

獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)；

用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)，然后用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量，計(jì)算簡(jiǎn)單且處理速度快捷。

在一個(gè)實(shí)施例中，所述根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖，包括：

將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值，然后根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖，使得得到的邊緣圖更加精確。

在一個(gè)實(shí)施例中，所述方法還包括：

獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖；

從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊；

根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：本實(shí)施例可以獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖，然后從樣本圖像對(duì)應(yīng)的邊緣圖中獲取截取的樣本圖像塊對(duì)應(yīng)的邊緣圖，如此，人工標(biāo)注的邊緣圖使得樣本圖像塊的邊緣圖更準(zhǔn)確，且用戶可以根據(jù)不同需要要求人工標(biāo)注不同程度的邊緣圖，使得后續(xù)得到的待檢測(cè)圖像的邊緣圖更符合用戶的需求。

根據(jù)本公開(kāi)實(shí)施例的第二方面，提供一種邊緣檢測(cè)裝置，包括：

第一截取模塊，用于從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

第一獲取模塊，用于針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找模塊，用于查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

確定模塊，用于根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

在一個(gè)實(shí)施例中，所述第一截取模塊包括：

截取子模塊，用于采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

在一個(gè)實(shí)施例中，所述第一獲取模塊包括：

提取子模塊，用于對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；

獲取子模塊，用于從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；

查找子模塊，用于查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

在一個(gè)實(shí)施例中，所述提取子模塊，用于采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

在一個(gè)實(shí)施例中，所述獲取子模塊，用于獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)，用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量。

在一個(gè)實(shí)施例中，所述確定模塊包括：

平均子模塊，用于將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

確定子模塊，用于根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值確定所述待檢測(cè)圖像的邊緣圖。

在一個(gè)實(shí)施例中，所述裝置還包括：

第二獲取模塊，用于獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖；

第二截取模塊，用于從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊；

第三獲取模塊，用于根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

根據(jù)本公開(kāi)實(shí)施例的第三方面，提供一種邊緣檢測(cè)裝置，包括：

處理器；

用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

其中，所述處理器被配置為：

從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

根據(jù)本公開(kāi)實(shí)施例的第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法中的步驟。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開(kāi)。

附圖說(shuō)明

此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本公開(kāi)的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本公開(kāi)的原理。

圖1是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖。

圖2是根據(jù)一示例性實(shí)施例示出的一種截取待測(cè)圖像塊的示意圖。

圖3是根據(jù)一示例性實(shí)施例示出的另一種截取待測(cè)圖像塊的示意圖。

圖4是根據(jù)一示例性實(shí)施例示出的一種邊緣圖的示意圖。

圖5是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖。

圖6是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖。

圖7是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

圖8是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

圖9是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

圖10是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

圖11是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

圖12是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖。

具體實(shí)施方式

這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開(kāi)相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本公開(kāi)的一些方面相一致的裝置和方法的例子。

圖1是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖，如圖1所示，該邊緣檢測(cè)方法用于終端等設(shè)備中，包括以下步驟101-104：

在步驟101中，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的圖像塊，所述n為大于1的整數(shù)，所述n個(gè)圖像塊形成所述待檢測(cè)圖像。

在該實(shí)施例中，像素面積是指圖像的面積用像素多少來(lái)表示，示例的，如像素面積25*25是指面積大小為長(zhǎng)25個(gè)像素寬25個(gè)像素的區(qū)域面積。

在該實(shí)施例中，從該待檢測(cè)圖像中截取的n個(gè)待測(cè)圖像塊可以互不重疊，也可以部分重疊，終端可以采用任一方式來(lái)截取待測(cè)圖像塊，在此不做限制，只要保證這n個(gè)待測(cè)圖像塊組合在一起可以形成一個(gè)完整的待檢測(cè)圖像即可。示例的，圖2是根據(jù)一示例性實(shí)施例示出的一種截取待測(cè)圖像塊的示意圖，圖3是根據(jù)一示例性實(shí)施例示出的另一種截取待測(cè)圖像塊的示意圖，參考圖2，終端從待檢測(cè)圖像20中截取n個(gè)預(yù)設(shè)像素面積(如25*25)的待測(cè)圖像塊為虛線框圈定的圖像塊，如待測(cè)圖像塊201，各待測(cè)圖像塊互不重疊。參考圖3，終端從待檢測(cè)圖像30中截取n個(gè)預(yù)設(shè)像素面積(如25*25)的待測(cè)圖像塊為虛線框圈定的圖像塊，如待測(cè)圖像塊301和待測(cè)圖像塊302部分重疊。

在步驟102中，針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊。

在步驟103中，查找預(yù)存的所述樣本特征向量對(duì)應(yīng)的樣本圖像塊的邊緣圖。

在該實(shí)施例中，終端中可以提前預(yù)存大量的樣本圖像塊和該樣本圖像塊的邊緣圖，這里，樣本圖像塊與待測(cè)圖像塊的像素面積相同。

在該實(shí)施例中，針對(duì)每個(gè)待測(cè)圖像塊，終端可以計(jì)算該待測(cè)圖像塊與樣本圖像塊的相似度，得到相似度最高的樣本圖像塊，由于該相似度最高的樣本圖像塊與該待測(cè)圖像塊很相似，故，終端可以將該相似度最高的樣本圖像塊邊緣圖作為該待測(cè)圖像塊對(duì)應(yīng)的邊緣圖。

在步驟104中，根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

在該實(shí)施例中，由于終端從該待檢測(cè)圖像中共截取到n個(gè)待測(cè)圖像塊，故終端針對(duì)每個(gè)待測(cè)圖像塊進(jìn)行步驟102至步驟104后，就可以得到n個(gè)待測(cè)圖像塊對(duì)應(yīng)的n個(gè)邊緣圖。

在該實(shí)施例中，假設(shè)終端按照?qǐng)D2所示截取到n個(gè)待測(cè)圖像塊，并按照上述步驟得到n個(gè)待測(cè)圖像塊對(duì)應(yīng)的n個(gè)邊緣圖后，由于這n個(gè)待測(cè)圖像塊互不重疊，故得到的n個(gè)邊緣圖也互不重疊，如此，終端可以將這n個(gè)邊緣圖按照其對(duì)應(yīng)的待測(cè)圖像塊的位置拼接起來(lái)，得到一個(gè)邊緣圖，該邊緣圖即為該待檢測(cè)圖像的邊緣圖。

在該實(shí)施例中，假設(shè)終端按照?qǐng)D3所示截取到n個(gè)待測(cè)圖像塊，并按照上述步驟得到n個(gè)待測(cè)圖像塊對(duì)應(yīng)的n個(gè)邊緣圖后，由于這n個(gè)待測(cè)圖像塊有的圖像有部分重疊，故得到的n個(gè)邊緣圖也有部分重疊，如此，終端也可以將這n個(gè)邊緣圖按照其對(duì)應(yīng)的待測(cè)圖像塊的位置拼接起來(lái)，在拼接的過(guò)程中有的邊緣圖會(huì)部分重疊在一起，如此拼接得到一個(gè)邊緣圖，該邊緣圖即為該待檢測(cè)圖像的邊緣圖。

這里需要說(shuō)明的是，像素面積一定時(shí)，重疊的待測(cè)圖像塊越多，最終得到的待測(cè)圖像塊就越多，如此最終得到的待檢測(cè)圖像的邊緣圖就越精確，但是計(jì)算復(fù)雜度就越高，故終端可以平衡計(jì)算精度和復(fù)雜度得到一個(gè)合適的n值，而像素面積則不宜太大以保證邊緣檢測(cè)的精度，也不易太小以方便圖像塊相似度的比對(duì)。

本實(shí)施例可以將待檢測(cè)圖像中細(xì)分成n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，進(jìn)而得到與這些待測(cè)圖像塊很相似的樣本圖像塊的邊緣圖，由這些邊緣圖得到該待檢測(cè)圖像的邊緣圖，邊緣檢測(cè)快捷準(zhǔn)確。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法中的步驟101可以實(shí)現(xiàn)為以下步驟a1。

在步驟a1中，采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的圖像塊。

在該實(shí)施例中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

參考圖2，假設(shè)滑動(dòng)窗口的面積為25*25，則滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)為25個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)為25個(gè)像素時(shí)，終端截取的n個(gè)預(yù)設(shè)像素面積(如25*25)的待測(cè)圖像塊為虛線框圈定的圖像塊，如待測(cè)圖像塊201，各待測(cè)圖像塊互不重疊，參考圖3，假設(shè)滑動(dòng)窗口的面積為25*25，則滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)為12個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)為25個(gè)像素時(shí)，終端截取的n個(gè)預(yù)設(shè)像素面積(如25*25)的待測(cè)圖像塊為虛線框圈定的圖像塊，如待測(cè)圖像塊301、待測(cè)圖像塊302等，相鄰的待測(cè)圖像塊部分重疊。從圖2或圖3中可以看出，采用滑動(dòng)窗口機(jī)制截取待測(cè)圖像塊可以保證截取的待測(cè)圖像塊分布均勻，不會(huì)在一片區(qū)域截取大量的待測(cè)圖像塊，而在其他區(qū)域截取少量的待測(cè)圖像塊，如此均勻地截取到待測(cè)圖像塊，就可以保證后續(xù)各區(qū)域的邊緣圖的精度。

這里需要說(shuō)明的是，像素面積一定時(shí)，滑動(dòng)窗口的步長(zhǎng)越小，最終截取的待測(cè)圖像塊就越多，如此最終得到的待檢測(cè)圖像的邊緣圖就越精確，但是計(jì)算復(fù)雜度就越高，故終端可以平衡計(jì)算精度和復(fù)雜度得到一個(gè)合適的步長(zhǎng)。

本實(shí)施例可以采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，可以保證截取的待測(cè)圖像塊分布均勻，進(jìn)而保證后續(xù)各區(qū)域的邊緣圖的精度，且截取方法簡(jiǎn)單易實(shí)現(xiàn)。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法中的步驟102可以實(shí)現(xiàn)為以下步驟b1至b3。

在步驟b1中，對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量。

在步驟b2中，從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量。

在步驟b3中，查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

在該實(shí)施例中，終端獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊的方法可以是獲取與該待測(cè)圖像塊的特征向量的相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

在該實(shí)施例中，終端可以截取到n個(gè)預(yù)設(shè)像素面積的圖像塊后，再對(duì)每個(gè)圖像塊進(jìn)行特征提取，當(dāng)然，終端也可以每截取到一預(yù)設(shè)像素面積的圖像塊，就對(duì)該圖像塊進(jìn)行特征提取，終端可以在進(jìn)行特征提取的同時(shí)繼續(xù)截取其他圖像塊，如此可以提高終端的處理速度。

在該實(shí)施例中，終端對(duì)圖像塊進(jìn)行特征提取時(shí)可以使用預(yù)設(shè)的特征提取算法對(duì)圖像塊的圖像特征進(jìn)行提取，如此可以從每個(gè)圖像塊中均得到預(yù)設(shè)個(gè)數(shù)的特征，這些特征即可組成該圖像塊的特征向量，這里預(yù)設(shè)的特征提取算法可以是圖像的紋理特征提取算法，如通過(guò)對(duì)圖像的能量譜函數(shù)的計(jì)算，提取紋理的粗細(xì)度及方向性等特征參數(shù)，等等。

在該實(shí)施例中，終端中可以提前預(yù)存大量的樣本圖像塊和該樣本圖像塊的樣本特征向量，這里，樣本圖像塊與待檢測(cè)圖像中截取的圖像塊的像素面積相同，樣本圖像塊的樣本特征向量與待檢測(cè)圖像中截取的圖像塊的特征向量采用相同的方法提取。

在該實(shí)施例中，終端在獲得待檢測(cè)圖像中截取的圖像塊的特征向量后，可以計(jì)算該特征向量與樣本特征向量的相似度，得到相似度最高的樣本特征向量，當(dāng)然，終端也可以采用其他的最大相似度搜索方法，從這些樣本特征向量中搜索到與該特征向量最相似的樣本特征向量。如此，該最相似的樣本特征向量對(duì)應(yīng)的樣本圖像塊就是與該待檢測(cè)圖像中截取的圖像塊最相似的樣本圖像塊。

本實(shí)施例可以對(duì)待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊的邊緣圖，如此獲取的與待測(cè)圖像塊的相似度最高的樣本圖像塊比較準(zhǔn)確。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法中的步驟b1可以實(shí)現(xiàn)為以下步驟b11。

在步驟b11中，采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

在該實(shí)施例中，cnn(convolutionalneuralnetwork，卷積神經(jīng)網(wǎng)絡(luò))包括卷積層，每個(gè)卷積層中會(huì)使用一個(gè)卷積核，對(duì)于一個(gè)卷積核將其與給定的圖像做卷積就可以提取一種圖像的特征，不同的卷積核可以提取不同的特征。使用該cnn對(duì)待測(cè)圖像塊進(jìn)行特征提取時(shí)，可以提取到邏輯較深的高維位特征，不存在忽略高維特征的問(wèn)題，提取到的特征準(zhǔn)確性更高。

本實(shí)施例可以采用cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量，提高提取到的特征準(zhǔn)確性。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法中的步驟b2可以實(shí)現(xiàn)為以下步驟b21。

在步驟b21中，獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)。

在步驟b22中，用所述建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量，所述k-維樹(shù)包括根據(jù)所述樣本圖像塊的樣本特征向量進(jìn)行k-維樹(shù)建模得到的k-維樹(shù)

在該實(shí)施例中，k-維樹(shù)(k-dimensiontree，k-d樹(shù))，是對(duì)數(shù)據(jù)點(diǎn)在k維空間(如二維(x，y)，三維(x，y，z)，k維(x1，y，z..))中劃分的一種數(shù)據(jù)結(jié)構(gòu)，可以用于多維空間中最近鄰數(shù)據(jù)的搜索，用預(yù)存的樣本特征向量建模得到k-維樹(shù)后，就可以在該k-維樹(shù)中檢索到與該待測(cè)圖像塊的特征向量距離最近的樣本特征向量，該檢索到的樣本特征向量就是與該特征向量的相似度最高的樣本特征向量，使用k-維樹(shù)進(jìn)行最近鄰搜索獲得與所述特征向量的相似度最高的樣本特征向量，計(jì)算簡(jiǎn)單且速度快捷。

這里需要說(shuō)明的是，終端可以從其他終端或服務(wù)器中獲取建好的k-維樹(shù)，也可以使用本終端對(duì)預(yù)存的所述樣本圖像塊的樣本特征向量進(jìn)行k-維樹(shù)建模，獲取建好的k-維樹(shù)，在此不做限制。

本實(shí)施例可以獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)，然后用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量，計(jì)算簡(jiǎn)單且處理速度快捷。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法中的步驟104可以實(shí)現(xiàn)為以下步驟c1和c2。

在步驟c1中，將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值。

在步驟c2中，根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

在該實(shí)施例中，該邊緣強(qiáng)度可以用黑白色來(lái)表示，示例的，圖4是根據(jù)一示例性實(shí)施例示出的一種邊緣圖的示意圖，參考圖4，邊緣圖中的黑白灰代表了不同的邊緣強(qiáng)度值，灰度中越偏白的像素的邊緣強(qiáng)度值越高，越偏黑的像素的邊緣強(qiáng)度值越低。

在該實(shí)施例中，終端在獲取到n個(gè)邊緣圖后，若終端截取的圖像塊有部分重疊，則獲取到的n個(gè)邊緣圖也會(huì)有部分重疊，此時(shí)，為了更精確地得出重疊部分的邊緣圖，終端可以將重疊部分的邊緣圖的邊緣強(qiáng)度進(jìn)行平均，示例的，參考圖3，對(duì)于待檢測(cè)圖像中像素303，該像素303屬于被截取的n個(gè)圖像塊中的待測(cè)圖像塊301和待測(cè)圖像塊302，故該像素303會(huì)對(duì)應(yīng)在待測(cè)圖像塊301的邊緣圖a和待測(cè)圖像塊302的邊緣圖b中，終端可以計(jì)算像素303對(duì)應(yīng)在邊緣圖a中的邊緣強(qiáng)度值和對(duì)應(yīng)在邊緣圖b中的邊緣強(qiáng)度值的平均值，該平均值即為該像素303的邊緣強(qiáng)度值。當(dāng)然，對(duì)于一些像素來(lái)說(shuō)，其只屬于被截取的n個(gè)圖像塊中的一個(gè)圖像塊，即該像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值只有一個(gè)，此時(shí)，該像素的邊緣強(qiáng)度值就是其對(duì)應(yīng)的唯一一個(gè)邊緣圖中的邊緣強(qiáng)度值。

如此，終端獲取到待檢測(cè)圖像中各像素的邊緣強(qiáng)度值后就可以按照上述的該邊緣強(qiáng)度值與黑白色的對(duì)應(yīng)關(guān)系，得到該待檢測(cè)圖像的邊緣圖。

本實(shí)施例可以將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值，然后根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖，使得得到的邊緣圖更加精確。

在一種可能的實(shí)施方式中，上述邊緣檢測(cè)方法還可以包括以下步驟d1至d3。

在步驟d1中，獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖。

在步驟d2中，從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊。

在步驟d3中，根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

在該實(shí)施例中，終端中預(yù)存的樣本圖像塊對(duì)應(yīng)的邊緣圖還可以是終端自己處理獲取的，終端可以預(yù)先存儲(chǔ)大量的樣本圖像和樣本圖像對(duì)應(yīng)的邊緣圖，該樣本圖像的邊緣圖是人工標(biāo)注的邊緣圖，如此，使得樣本圖像的邊緣圖更準(zhǔn)確，且用戶可以根據(jù)不同需要要求人工標(biāo)注不同程度的邊緣圖，使得后續(xù)得到的待檢測(cè)圖像的邊緣圖更符合用戶的需求。

在該實(shí)施例中，終端可以從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊，這里，終端可以從同一樣本圖像中截取不同的幾個(gè)樣本圖像塊，也可以從每個(gè)樣本圖像中截取一個(gè)樣本圖像塊，在此不做限制，只要用戶從這些樣本圖像中截取出足夠數(shù)量的樣本圖像塊即可。

在該實(shí)施例中，終端可以根據(jù)該樣本圖像對(duì)應(yīng)的邊緣圖，參考樣本圖像塊在樣本圖像中的位置，獲取截取的樣本圖像塊對(duì)應(yīng)的邊緣圖。

這里需要說(shuō)明的是，終端通過(guò)確定與該待測(cè)圖像塊的特征向量的相似度最高的樣本特征向量來(lái)確定與該待測(cè)圖像塊對(duì)應(yīng)的樣本圖像塊時(shí)，終端也可以預(yù)先對(duì)各個(gè)所述樣本圖像塊進(jìn)行特征提取，得到各樣本圖像塊的特征向量，并根據(jù)各樣本圖像塊的特征向量進(jìn)行k-維樹(shù)建模，建立好k-維樹(shù)。

本實(shí)施例可以獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖，然后從樣本圖像對(duì)應(yīng)的邊緣圖中獲取截取的樣本圖像塊對(duì)應(yīng)的邊緣圖，如此，人工標(biāo)注的邊緣圖使得樣本圖像塊的邊緣圖更準(zhǔn)確，且用戶可以根據(jù)不同需要要求人工標(biāo)注不同程度的邊緣圖，使得后續(xù)得到的待檢測(cè)圖像的邊緣圖更符合用戶的需求。

下面通過(guò)幾個(gè)實(shí)施例詳細(xì)介紹實(shí)現(xiàn)過(guò)程。

圖5是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖，如圖5所示，該方法可以由終端等設(shè)備實(shí)現(xiàn)，包括步驟501-507。

在步驟501中，采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

在步驟502中，針對(duì)每個(gè)待測(cè)圖像塊，對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量。

在步驟503中，從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量。

在步驟504中，查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

在步驟505中，查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖。

在步驟506中，將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值。

在步驟507中，根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

圖6是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)方法的流程圖，如圖6所示，該方法可以由終端等設(shè)備實(shí)現(xiàn)，包括步驟601-611。

在步驟601中，獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖。

在步驟602中，從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊。

在步驟603中，根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

在步驟604中，采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

在步驟605中，采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

在步驟606中，獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)。

在步驟607中，用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量。

在步驟608中，查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

在步驟609中，查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖。

在步驟610中，將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

在步驟611中，根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

這里需要說(shuō)明的是，圖6所示的步驟順序只是一種示例，在實(shí)際應(yīng)用中終端也可以先進(jìn)行訓(xùn)練過(guò)程即步驟601、步驟602、步驟603和步驟606，得到各樣本圖像塊對(duì)應(yīng)的邊緣圖和建好的k-維樹(shù)，然后在得到待檢測(cè)圖像后進(jìn)行步驟604、步驟605、步驟607至步驟611得到待檢測(cè)圖像的邊緣圖。

這里，終端也可以從其他終端或服務(wù)器中獲取各樣本圖像塊對(duì)應(yīng)的邊緣圖和建好的k-維樹(shù)，這樣終端只需要進(jìn)行步驟604、步驟605、步驟607至步驟611即可。

下述為本公開(kāi)裝置實(shí)施例，可以用于執(zhí)行本公開(kāi)方法實(shí)施例。

圖7是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，該裝置可以通過(guò)軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為電子設(shè)備的部分或者全部。如圖7所示，該邊緣檢測(cè)裝置包括：第一截取模塊701、第一獲取模塊702、查找模塊703和確定模塊704；其中：

第一截取模塊701，用于從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

第一獲取模塊702，用于針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找模塊703，用于查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

確定模塊704，用于根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

作為一種可能的實(shí)施例，圖8是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，參考圖8，上述公開(kāi)的邊緣檢測(cè)裝置還可以把所述第一截取模塊701配置成包括截取子模塊7011，其中：

截取子模塊7011，用于采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

作為一種可能的實(shí)施例，圖9是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，參考圖9，上述公開(kāi)的邊緣檢測(cè)裝置還可以把所述第一獲取模塊702配置成包括提取子模塊7021、獲取子模塊7022和查找子模塊7023，其中：

提取子模塊7021，用于對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；

獲取子模塊7022，用于從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；

查找子模塊7023，用于查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

作為一種可能的實(shí)施例，上述公開(kāi)的邊緣檢測(cè)裝置中，所述提取子模塊7021，用于采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

作為一種可能的實(shí)施例，上述公開(kāi)的邊緣檢測(cè)裝置中，所述獲取子模塊7022，用于獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)，用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量。

作為一種可能的實(shí)施例，圖10是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，參考圖10，上述公開(kāi)的邊緣檢測(cè)裝置還可以把所述確定模塊704配置成包括平均子模塊7041和確定子模塊7042，其中：

平均子模塊7041，用于將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

確定子模塊7042，用于根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值確定所述待檢測(cè)圖像的邊緣圖。

作為一種可能的實(shí)施例，圖11是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，參考圖11，上述公開(kāi)的邊緣檢測(cè)裝置還可以被配置成包括第二獲取模塊705、第二截取模塊706和第三獲取模塊707，其中：

第二獲取模塊705，用于獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖；

第二截取模塊706，用于從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊；

第三獲取模塊707，用于根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說(shuō)明。

圖12是根據(jù)一示例性實(shí)施例示出的一種邊緣檢測(cè)裝置的框圖，該裝置適用于終端設(shè)備。例如，裝置1200可以是移動(dòng)電話，游戲控制臺(tái)，電腦、平板設(shè)備，個(gè)人數(shù)字助理等。

裝置1200可以包括以下一個(gè)或多個(gè)組件：處理組件1201，存儲(chǔ)器1202，電源組件1203，多媒體組件1204，音頻組件1205，輸入/輸出(i/o)接口1206，傳感器組件1207，以及通信組件1208。

處理組件1201通?？刂蒲b置1200的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件1201可以包括一個(gè)或多個(gè)處理器1220來(lái)執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件1201可以包括一個(gè)或多個(gè)模塊，便于處理組件1201和其他組件之間的交互。例如，處理組件1201可以包括多媒體模塊，以方便多媒體組件1204和處理組件1201之間的交互。

存儲(chǔ)器1202被配置為存儲(chǔ)各種類型的數(shù)據(jù)以支持在裝置1200的操作。這些數(shù)據(jù)的示例包括用于在裝置1200上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲(chǔ)器1202可以由任何類型的易失性或非易失性存儲(chǔ)設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲(chǔ)器(sram)，電可擦除可編程只讀存儲(chǔ)器(eeprom)，可擦除可編程只讀存儲(chǔ)器(eprom)，可編程只讀存儲(chǔ)器(prom)，只讀存儲(chǔ)器(rom)，磁存儲(chǔ)器，快閃存儲(chǔ)器，磁盤或光盤。

電源組件1203為裝置1200的各種組件提供電力。電源組件1203可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置1200生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件1204包括在所述裝置1200和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(lcd)和觸摸面板(tp)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來(lái)自用戶的輸入信號(hào)。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測(cè)觸摸、滑動(dòng)和觸摸面板上的手勢(shì)。所述觸摸傳感器可以不僅感測(cè)觸摸或滑動(dòng)動(dòng)作的邊界，而且還檢測(cè)與所述觸摸或滑動(dòng)操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件1204包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)裝置1200處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件1205被配置為輸出和/或輸入音頻信號(hào)。例如，音頻組件1205包括一個(gè)麥克風(fēng)(mic)，當(dāng)裝置1200處于操作模式，如呼叫模式、記錄模式和語(yǔ)音識(shí)別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號(hào)。所接收的音頻信號(hào)可以被進(jìn)一步存儲(chǔ)在存儲(chǔ)器1202或經(jīng)由通信組件1208發(fā)送。在一些實(shí)施例中，音頻組件1205還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號(hào)。

i/o的接口1206為處理組件1201和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁(yè)按鈕、音量按鈕、啟動(dòng)按鈕和鎖定按鈕。

傳感器組件1207包括一個(gè)或多個(gè)傳感器，用于為裝置1200提供各個(gè)方面的狀態(tài)評(píng)估。例如，傳感器組件1207可以檢測(cè)到裝置1200的打開(kāi)/關(guān)閉狀態(tài)，組件的相對(duì)定位，例如所述組件為裝置1200的顯示器和小鍵盤，傳感器組件1207還可以檢測(cè)裝置1200或裝置1200一個(gè)組件的位置改變，用戶與裝置1200接觸的存在或不存在，裝置1200方位或加速/減速和裝置1200的溫度變化。傳感器組件1207可以包括接近傳感器，被配置用來(lái)在沒(méi)有任何的物理接觸時(shí)檢測(cè)附近物體的存在。傳感器組件1207還可以包括光傳感器，如cmos或ccd圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件1207還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件1208被配置為便于裝置1200和其他設(shè)備之間有線或無(wú)線方式的通信。裝置1200可以接入基于通信標(biāo)準(zhǔn)的無(wú)線網(wǎng)絡(luò)，如wifi，2g或3g，或它們的組合。在一個(gè)示例性實(shí)施例中，通信組件1208經(jīng)由廣播信道接收來(lái)自外部廣播管理系統(tǒng)的廣播信號(hào)或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信組件1208還包括近場(chǎng)通信(nfc)模塊，以促進(jìn)短程通信。例如，在nfc模塊可基于射頻識(shí)別(rfid)技術(shù)，紅外數(shù)據(jù)協(xié)會(huì)(irda)技術(shù)，超寬帶(uwb)技術(shù)，藍(lán)牙(bt)技術(shù)和其他技術(shù)來(lái)實(shí)現(xiàn)。

在示例性實(shí)施例中，裝置1200可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(asic)、數(shù)字信號(hào)處理器(dsp)、數(shù)字信號(hào)處理設(shè)備(dspd)、可編程邏輯器件(pld)、現(xiàn)場(chǎng)可編程門陣列(fpga)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。

在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如包括指令的存儲(chǔ)器1202，上述指令可由裝置1200的處理器1220執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是rom、隨機(jī)存取存儲(chǔ)器(ram)、cd-rom、磁帶、軟盤和光數(shù)據(jù)存儲(chǔ)設(shè)備等。

本實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，當(dāng)所述存儲(chǔ)介質(zhì)中的指令由裝置1200的處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，包括：

采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊，包括：

對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；

從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；

查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量，包括：

采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量，包括：

獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)；

用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖，包括：

將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

所述存儲(chǔ)介質(zhì)中的指令被處理器執(zhí)行時(shí)還可以實(shí)現(xiàn)以下步驟：

所述方法還包括：

獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖；

從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊；

根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

本實(shí)施例還提供了一種邊緣檢測(cè)裝置，包括：

處理器；

用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

其中，所述處理器被配置為：

從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，所述n為大于1的整數(shù)，所述n個(gè)待測(cè)圖像塊形成所述待檢測(cè)圖像；

針對(duì)每個(gè)待測(cè)圖像塊，從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊；

查找預(yù)存的所述相似度最高的樣本圖像塊的邊緣圖；

根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖。

所述處理器還可以被配置為：

所述從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，包括：

采用滑動(dòng)窗口機(jī)制，從待檢測(cè)圖像中截取n個(gè)預(yù)設(shè)像素面積的待測(cè)圖像塊，其中，所述滑動(dòng)窗口的面積為所述預(yù)設(shè)像素面積，所述滑動(dòng)窗口的水平滑動(dòng)步長(zhǎng)大于等于1個(gè)像素，所述滑動(dòng)窗口的豎直滑動(dòng)步長(zhǎng)大于等于1個(gè)像素。

所述處理器還可以被配置為：

所述從預(yù)存的樣本圖像塊中獲取與所述待測(cè)圖像塊的相似度最高的樣本圖像塊，包括：

對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量；

從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量；

查找預(yù)存的所述相似度最高的樣本特征向量對(duì)應(yīng)的樣本圖像塊。

所述處理器還可以被配置為：

所述對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到所述待測(cè)圖像塊的特征向量，包括：

采用卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)所述待測(cè)圖像塊進(jìn)行特征提取，得到待測(cè)圖像塊的特征向量。

所述處理器還可以被配置為：

所述從預(yù)存的所述樣本圖像塊的樣本特征向量獲取與所述特征向量的相似度最高的樣本特征向量，包括：

獲取根據(jù)所述樣本圖像塊的樣本特征向量建好的k-維樹(shù)；

用建好的k-維樹(shù)對(duì)所述待測(cè)圖像塊的特征向量進(jìn)行最近鄰搜索，獲取與所述特征向量的相似度最高的樣本特征向量。

所述處理器還可以被配置為：

所述根據(jù)查找到的n個(gè)邊緣圖確定所述待檢測(cè)圖像的邊緣圖，包括：

將所述待檢測(cè)圖像中各像素對(duì)應(yīng)在n個(gè)邊緣圖中的邊緣強(qiáng)度值進(jìn)行平均，得到所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值；

根據(jù)所述待檢測(cè)圖像中各像素的邊緣強(qiáng)度值得到所述待檢測(cè)圖像的邊緣圖。

所述處理器還可以被配置為：

所述方法還包括：

獲取樣本圖像和所述樣本圖像對(duì)應(yīng)的邊緣圖，所述樣本圖像對(duì)應(yīng)的邊緣圖為人工標(biāo)注的邊緣圖；

從所述樣本圖像中截取若干所述預(yù)設(shè)像素面積的樣本圖像塊；

根據(jù)所述樣本圖像對(duì)應(yīng)的邊緣圖，獲取所述樣本圖像塊對(duì)應(yīng)的邊緣圖。

本領(lǐng)域技術(shù)人員在考慮說(shuō)明書(shū)及實(shí)踐這里公開(kāi)的公開(kāi)后，將容易想到本公開(kāi)的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本公開(kāi)的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開(kāi)的一般性原理并包括本公開(kāi)未公開(kāi)的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說(shuō)明書(shū)和實(shí)施例僅被視為示例性的，本公開(kāi)的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當(dāng)理解的是，本公開(kāi)并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開(kāi)的范圍僅由所附的權(quán)利要求來(lái)限制。