CN114170253B 图像边缘处理方法、装置、电子设备及存储介质 （北京四维图新科技股份有限公司）

US2015206319A1,2015.的边缘关键点；确定边缘关键点的最小代价路2对目标图像进行逐层切分，生成所述目标图像的树状图，并根据所述目标关键点与所述节点信息，对所述目标关键点将所述目标图像作为所述树状图的根节点图像，对所述根节点图像分别对所述多个子节点图像进行切分，直到叶节点图像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，3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，确定确定模块，用于确定所述边缘关键点的最小代价路径融合模块，用于根据所述目标关键点与所述节点信息，对所将所述目标图像作为所述树状图的根节点图像，对所述根节点图像分别对所述多个子节点图像进行切分，直到叶节点图像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，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被4令用于使所述计算机执行权利要求1_8中56[0011]本申请实施例中，通过对目标图像进行逐层切分并确定目标图像的树形数据结型选择图像边缘检测算子，也不需要根据不同的目标对边缘检测算子中的参数进行设置，[0020]确定当前边缘关键点之前的第一边缘关键点和当前边缘关键点之后的第二边缘[0021]分别将第一边缘关键点和第二边缘关键点的像素点信息以及与当前边缘关键点7[0030]在一种可能的实施方式中，目标关键点的融合数据为目标关键点的树形数据结[0040]确定当前边缘关键点之前的第一边缘关键点和当前边缘关键点之后的第二边缘8使至少一个处理器能够执行如第一方面或第一方面可实9[0065]本申请实施例提供的图像边缘处理方法可以通过本申请实施例提供的图像边缘[0066]图2是本申请一实施例提供的图像边缘处理方法的流程示意图，该方法可以由图且将每层图像划分为2幅图像为例，图4是本申请实施例提供的目标图像的树状图的示意中的数据可以设为空，或去掉子节点2。然后再分别将图像211和图像212划分为两个子图对确定边缘关键点的最小代价路径的具体实现方式不做限制。在一种可能的实施方式中，可以通过终端设备自动计算每个叶节点中初始关键点到其他边缘关键点的最小代价路径，[0082]在将目标关键点的在叶节点图像中的坐标还原成目标关键点在目标图像中的坐[0085]本申请实施例中，通过对目标图像进行逐层切分并确定目标图像的树形数据结型选择图像边缘检测算子，也不需要根据不同的目标对边缘检测算子中的参数进行设置，[0090]分别对多个子节点图像进行切分，本申请实施例仅以对图7中第一层第一象限的[0094]在图2或图6任一所示的实施例的基础上，图8是本申请又一实施例提供的图像边或硬件的方式实现，下面以终端设备为执行主体对图像边缘处理方法进行说明，如图8所[0098]将当前边缘关键点的第一边缘关键点的像素点信息以及与当前边缘关键点的位(LaplacianZero_Crossing)、梯度量值(gradientmagnitude)和梯度方向值(gradientZDGG[0109]图9是本申请一实施例提供的图像边缘处理装置的结构示意图，该装置可以通过[0120]在一种可能的实施方式中，目标关键点的融合数据为目标关键点的树形数据结[0121]本实施例的装置可以执行上述图2所示的方法实施例，其技术原理和技术效果与[0124]本实施例的装置可以执行上述图6所示的方法实施例，其技术原理和技术效果与[0126]确定当前边缘关键点之前的第一边缘关键点和当前边缘关键点之后的第二边缘[0127]本实施例的装置可以执行上述图8所示的方法实施例，其技术原理和技术效果与[0128]本申请所提供的装置实施例仅仅是示意性的，图9中的模块划分仅仅是一种逻辑存储介质也可以作为分立组件存在于通信设