图像处理装置、图像处理方法以及图像处理设备与流程

本公开总体上涉及图像处理领域，具体而言，涉及用于对图像中的轮廓进行分割的图像处理装置、图像处理方法以及图像处理设备。

背景技术：

在图像处理领域，对图像中的轮廓进行分割一个是非常重要的研究课题。轮廓分割的结果可以具有非常广泛的应用，如物体识别、立体匹配、文本分析等。

由于轮廓通常是由一些分离的部分构成，因此传统的方法大都通过寻找连通线的方法来实现轮廓的分割。但是，连通线仍然可能具有任意的形状，因而可能仍不包含所期望的关于轮廓的有效信息。例如，在传统的轮廓分割方法中，一个三角形可以被视为一条连通线，因而直接将整个三角形作为轮廓分割的结果。然而，在实际应用中可能期望能够将三角形的轮廓分割为三条边。

期望能够通过轮廓分割从图像中提取比现有技术中的连通线更多的特征，以利于与该图像有关的后续处理。

技术实现要素：

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

鉴于现有技术的缺陷，本发明的目的之一是提供一种能够将任意形状的轮廓分割成基于轮廓形状的轮廓段的图像处理装置、方法以及设备，以至少解决现有的问题。

根据本公开的一个方面，提供一种图像处理装置，用于基于待处理图 像中的轮廓提取轮廓段，所述装置包括：第一聚类单元，其针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及第二聚类单元，其将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

根据本公开的另一方面，提供一种图像处理方法，用于基于待处理图像中的轮廓提取轮廓段，所述方法包括：针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

根据本公开的又一方面，提供一种图像处理设备，用于基于待处理图像中的轮廓提取轮廓段，所述设备包括控制器。所述控制器被配置为：针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

依据本公开的其它方面，还提供了一种使得计算机用作如上所述的图像处理装置的程序。

依据本公开的又一方面，还提供了相应的计算机可读存储介质，该计算机可读存储介质上存储有能够由计算设备执行的计算机程序，该计算机程序在执行时能够使计算设备执行上述图像处理方法。

上述根据本公开实施例的各个方面，至少能够获得以下益处：能够将图像中的任意形状的轮廓分割成基于轮廓形状的轮廓段，以利于利用分割结果作为图像的轮廓特征进行后续处理。

通过以下结合附图对本公开的最佳实施例的详细说明，本公开的这些以及其他优点将更加明显。

附图说明

本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本公开的优选实施例和解释本公开的原理和优点。其中：

图1是示意性地示出根据本公开实施例的图像处理装置的示例结构的框图。

图2a和图2b是用xi于说明根据本公开实施例的图像处理装置所进行的示例处理的说明图。

图3是用于说明根据本公开实施例的图像处理装置中的第一聚类单元所进行的示例处理的说明图。

图4是示意性地示出根据本公开实施例的图像处理装置的另一示例结构的框图。

图5a和图5b是用于说明根据本公开实施例的图像处理装置中的预处理单元所进行的示例处理的说明图。

图6是示意性地示出根据本公开实施例的图像处理装置的又一示例结构的框图。

图7是示意性地示出根据本公开实施例的图像处理方法的示例流程的流程图。

图8是示意性地示出根据本公开实施例的图像处理方法的另一示例流程的流程图。

图9是示意性地示出根据本公开实施例的图像处理方法的又一示例流程的流程图。

图10是示意性地示出根据本公开实施例的图像处理设备的示例结构的框图。

图11是示出了可用来实现根据本公开实施例的图像处理装置、方法 以及设备的一种可能的硬件配置的结构简图。

具体实施方式

在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。

在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

在图像处理领域，期望对图像中的轮廓进行分割，以得到图像的轮廓特征以利用对该图像的后续处理。

基于此，本公开提出了一种图像处理装置、方法以及设备，其能够将图像中的任意形状的轮廓分割成基于轮廓形状的轮廓段，以利于利用分割结果作为图像的轮廓特征进行后续处理。

根据本公开的一个方面，提供了一种图像处理装置。图1是示意性地示出根据本公开实施例的图像处理装置的示例结构的框图。

本公开实施例的图像处理装置用于基于待处理图像中的轮廓提取轮廓段。如图1所示，图像处理装置10包括：第一聚类单元101，其针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及第二聚类单元102，其将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

通过第一聚类单元101进行的处理，能够将基于图像的轮廓获得的、通过轮廓上的一个预定点的候选直线基于这些直线的角度进行聚类，从而得到通过该预定点的一个或多个选定直线，这样的选定直线反映了轮廓上 可能存在的通过该点的线条部分。

可以通过各种方式获得通过轮廓上的预定点的候选直线并将其提供给第一聚类单元101。例如，可以利用现有技术中已知的直线检测等技术或通过稍后参照图6详细描述的获取单元600来获得候选直线，在此不进行详细描述。

此外，作为示例，在第一聚类单元101进行的处理中，可以将轮廓上的所有点都作为轮廓上的预定点，也可以将轮廓上每隔n个点而选择的点(n为预先确定的自然数)作为上述预定点。本领域技术人员可以根据实际的应用需要、计算负荷、处理速度等各种因素合适地设置轮廓上的预定点，这里不进行详细描述。

通过第二聚类单元102进行的处理，可以将轮廓上位置相近、并且选定直线的角度相近的预定点聚类到相同的簇(即，相同的轮廓段)中，从而得到将图像上的预定点进行分割的轮廓段，以作为图像的轮廓特征。

图2a和图2b是用于说明根据本公开实施例的图像处理装置所进行的示例处理的说明图。图2a示出了要由根据本公开实施例的图像处理装置处理的轮廓图像的一个示例，而图2b示意性地示出了由根据本公开实施例的图像处理装置对图2a所示的轮廓图像进行处理所得到的示例分割结果。

如图2b所示，利用根据本公开实施例的图像处理装置，能够将图2a中的图像的轮廓分割为轮廓上的不同点组成的轮廓段，其中不同的轮廓段以不同的灰度表示。请注意，为图示清楚起见，图2b的示例结果中对图2a中的图像的轮廓上的点进行了放大和复制。

相较于现有技术中从图像的轮廓获取的连通线，本公开实施例的图像处理装置所获得的轮廓段提供了基于轮廓的形状的分割结果，即，获得了图像的较精确的轮廓特征，从而有利于物体识别、立体匹配、文本分析等各种后续处理。

在一个优选实施例中，图像处理装置10的第一聚类单元101可以在极坐标系中表示所述候选直线的角度和所述选定直线的角度。此时，在针对所述轮廓上的一个预定点得到的一个簇中的候选直线的角度的平均值接近90度、并且针对该预定点得到的另一个簇中的候选直线的角度的平均值接近-90度的情况下，第一聚类单元101在将所述一个簇中的各个候选直线的角度分别减去180度之后或在将所述另一个簇中的各个候选直 线的角度分别加上180度之后，将所述一个簇与所述另一个簇合并为一个新簇，并计算该新簇中的候选直线的角度的平均值，以作为针对该预定点的选定直线的角度。

在极坐标系中，可以利用直线距原点的最近距离以及直线上距原点最近的点与原点的连线和极轴(极轴对应于xy坐标系中的x轴)之间的角度来表示给定直线，其中，取决于极坐标系的设定，上述连线与极轴之间的角度的取值范围可以为-90度到90度之间，或者可以为0度到180之间。

在直线上距原点最近的点与原点的连线和极轴之间的角度的取值范围在-90度到90度之间的情况下，由于极坐标系的特性，导致通过给定点的、在极坐标系中的角度分别接近为90度和-90度的两条直线尽管实际上可能非常接近，但是其在极坐标中的角度差很大。在上述角度的取值范围在0度到180度之间的情况下，则通过给定点的、在极坐标系中的角度分别接近为0度和180度的两条直线尽管实际上可能非常接近，但是其在极坐标中的角度差很大。以下将以上述角度的取值范围在-90度到90度之间的情况为例进行说明，但本领域技术人员可以理解，相关描述在上述角度的取值范围在0度到180度之间的情况下类似地适用，因而省略了重复说明。

图3示出了直线上距原点最近的点与原点的连线和极轴之间的角度的取值范围在-90度到90度之间的情况下的一个示例。如图3所示，在通过给定点p的直线l1、l2、l3当中，直线l2、l3上距原点最近的点与原点的连线和x轴的夹角分别接近90度和-90度，即直线l2、l3在极坐标中的角度分别接近90度和-90度，因而这两条直线在极坐标中的角度的差很大，但是直线l2、l3实际上很接近。

在这种情况下，利用第一聚类单元101进行的上述处理，可以将通过给定点的、在极坐标中的角度分别接近为90度和-90度的两条候选直线(例如图3中的直线l2、l3)置于一个簇中，以避免因为极坐标系本身的特性而导致将彼此实际上非常接近的候选直线划分到不同的簇中。

在一个示例中，第一聚类单元101可以将极坐标中的角度与90度(或-90度)的差小于预定阈值的直线视为角度接近90度(或-90度)的直线，或者可以将极坐标中的角度与90度(或-90度)的比例小于预定阈值的直线视为角度接近90度(或-90度)的直线。本领域技术人员可以了解，可取决于应用需要及各种设计因素来设置极坐标中的直线的角度接近90度 (或-90度)的标准和/或相关阈值，在此不再详细描述。

在一个优选实施例中，图像处理装置10的第二聚类单元102也可以在极坐标系中表示所述选定直线的角度。此时，在第二聚类单元102对轮廓上的预定点进行聚类之后，针对所述轮廓上的、选定直线的角度接近90度的第一类点，第二聚类单元102可以将所述第一类点的所述选定直线的角度减去180度，并根据所述第一类点的被减去180度后的所述选定直线的角度以及所述第一类点的位置，将所述第一类点聚类到第二聚类单元102已得到的簇中。或者，针对所述轮廓上的、选定直线的角度接近-90度的第二类点，第二聚类单元102可以将所述第二类点的所述选定直线的角度加上180度，并根据所述第二类点的被加上180度后的所述选定直线的角度以及所述第二类点的位置，将所述第二类点聚类到第二聚类单元102已得到的簇中。

如此前参照图3所讨论的，在极坐标系中，由于坐标系本身的特性，导致通过给定点的、角度分别接近90度和-90度的两条直线尽管其角度差很大，但实际上可能非常接近。因此，利用第二聚类单元102进行的上述处理，可以将轮廓上彼此位置接近、并且选定直线属于上述情况的预定点置于一个簇中，以避免因为极坐标系本身的特性导致将彼此位置及其选定直线的角度都非常接近的点划分到不同的簇中。

以下参照图4来描述根据本公开实施例的图像处理装置的另一示例结构。图4是示意性地示出根据本公开实施例的图像处理装置的另一示例结构的框图。

如图4中所示，在图像处理装置40中，除了分别与图1中的第一聚类单元101和第二聚类单元102类似的第一聚类单元401和第二聚类单元402之外，还包括预处理单元400，该预处理单元400可以被配置为在所述第一聚类单元401针对所述轮廓上的每个预定点进行所述聚类之前，判断通过该点的候选直线的最大角度和最小角度之间的差是否小于预定阈值，并在所述差小于所述预定阈值时，将通过该点的候选直线的角度进行平均，以作为针对该点的选定直线的角度。

图5a示出了候选直线的最大角度和最小角度之间的差小于预定阈值的一个示例。如图5a所示，在通过给定点p的候选直线l1、l2、l3中，各条直线之间的角度差较小，即，预处理单元400判断角度最大和最小的直线l1、l3之间的角度差较小小于预定阈值，因此，预处理单元400可以直接将候选直线l1、l2、l3的角度进行平均，以作为针对点p的选定 直线的角度。

另一方面，如果预处理单元400判断通过轮廓上的预定点的候选直线的最大角度和最小角度之间的差大于或等于预定阈值，则可以由第一聚类单元401按此前已描述的方式将通过该预定点的候选直线根据这些候选直线的角度进行聚类，进而基于聚类结果获得该点的选定直线。

图5b示出了候选直线的最大角度和最小角度之间的差大于或等于预定阈值的一个示例。如图5b所示，在通过给定点p的候选直线l1、l2、l3中，各条直线之间的角度差较大，即，预处理单元400判断角度最大和最小的直线l1、l3之间的角度差大于或等于预定阈值，因此，可以由第一聚类单元401按此前已描述的方式将候选直线l1、l2、l3根据其角度进行聚类，进而基于聚类结果获得针对点p的选定直线。

在一个替选示例中，除了判断通过轮廓上的预定点的候选直线的最大角度和最小角度之间的差是否大于或等于第一预定阈值之外(或者取代该判断)，预处理单元400还可以判断通过该预定点的任意一条候选直线与通过该预定点的其他候选直线的角度差是否大于或等于第二预定阈值(第二预定阈值小于第一预定阈值)。

当判断通过预定点的一条候选直线与通过该预定点的一条或多条其他候选直线的角度差小于第二预定阈值时，预处理单元400可以将这些候选直线的角度进行平均，并利用具有该平均角度的、经过该预定点的直线取代原本的这些候选直线作为新的候选直线，以提供给第一聚类单元401进行处理。对于通过预定点的、与通过该预定点的任意其他候选直线的角度差都大于或等于第二预定阈值的候选直线，预处理单元400可以将其按原样提供给第一聚类单元401进行处理。

接下来，可以由第一聚类单元401将预处理单元400提供的、通过轮廓上的预定点的候选直线(包括通过上述求平均处理获得的、用于取代原本的候选直线的新候选直线)根据这些直线的角度按此前已描述的方式进行聚类，进而基于聚类结果获得该点的选定直线。

在预处理单元400的上述处理中，本领域技术人员可以取决于应用需要及各种设计因素来选择相关的预定阈值，在此不再详细描述。

利用具有上述预处理单元400的图像处理装置40，可以在通过轮廓上的预定点的候选直线的最大角度和最小角度之间的差小于预定阈值的情况下，省略对候选直线的聚类处理，简单地通过对候选直线的角度进行 平均来得到该点的选定直线。

以下参照图6来描述根据本公开实施例的图像处理装置的又一示例结构。图6是示意性地示出根据本公开实施例的图像处理装置的又一示例结构的框图。

如图6中所示，在图像处理装置60中，除了分别与图1中的第一聚类单元101和第二聚类单元102相似的第一聚类单元601和第二聚类单元602之外，还包括获取单元600，该获取单元600用于基于待处理图像中的轮廓获取通过所述轮廓上的预定点的候选直线。

在一个优选实施例中，获取单元600可以设置可能通过待处理图像中的轮廓上的预定点的多条潜在直线，并构建相应的累加器矩阵。在该累加器矩阵中，每个元素对应于一条潜在直线，该元素的元素值对应于该潜在直线所经过的轮廓上的预定点的个数。获取单元600可以将累加器矩阵中的、元素值大于累加阈值的那些元素所对应的潜在直线作为经过待处理图像中的轮廓上的预定点的候选直线，以供第一聚类单元601进行处理。

更具体地，在本优选实施例中，获取单元600可以通过下述方式获取通过所述轮廓上的预定点的候选直线：

构建mxn的累加器矩阵，在所述累加器矩阵中，每一行的索引i是预先确定的表示距离的量化系数，每一列的索引j是预先确定的表示角度的量化系数，每个元素(i，j)对应所述轮廓上的预定点可能通过的一条潜在直线并且具有统一的初始元素值(例如为0)，该潜在直线距原点的最近距离为索引i所表示的距离，该潜在直线上距原点最近的点与原点的连线和x轴之间的角度为索引j所表示的角度，其中，i、j、m、n为自然数，并且0<i≤m，0<j≤n；

针对所述轮廓上的每个预定点，对于所述累加器矩阵的每一列的索引j所对应的角度θj，计算与角度θj对应的通过该点的直线距原点的最近距离ρj，并且将该列的元素中的、行索引i所对应的距离与所计算的最近距离ρj最接近的那个元素的元素值递增一；以及

将所述累加器矩阵中的元素值大于累加阈值的元素所对应的潜在直线作为通过所述轮廓上的预定点的候选直线。

在获取单元600的上述处理中，以直线距原点的最近距离以及直线上距原点最近的点与原点的连线和x轴之间的角度来表示给定直线。这样，累加器矩阵中的每个元素(i，j)可以对应于下述直线：该直线距原点的 最近距离为量化系数i所表示的距离，并且该直线与x轴之间的角度为量化系数j所表示的角度。

对于待处理图像中的轮廓上的一个预定点p，获取单元600针对与给定列的量化系数j对应的角度θj来确定与该角度θj对应的通过点p的直线距原点的最近距离ρj，即，确定了由最近距离ρj和角度θj限定的通过该点的直线。然后，在累加器的该给定列的元素所对应的潜在直线中，获取单元600确定与由上述最近距离ρj和角度θj限定的直线最接近的潜在直线，即，确定累加器的该给定列的元素中的、行索引i所对应的距离与所计算的最近距离ρj最接近的那个元素(i，j)。获取单元600将所确定的元素(i，j)所对应的潜在直线视为可能经过预定点p的直线，从而将累加器中的该元素(i，j)的元素值加1。获取单元600对于累加器的所有列执行针对该预定点p的上述处理。

以此方式，获取单元600对于待处理图像中的轮廓上的每个预定点进行处理，从而得到最终的累加器矩阵。

在最终的累加器矩阵中，获取单元600可以将元素值大于累加阈值的元素所对应的潜在直线作为通过轮廓上的预定点的候选直线，并将这些候选直线提供给第一聚类单元601进行处理。本领域技术人员可以了解，可以基于应用需求以及其它涉及因素等适当地设置累加阈值，在此不再详细描述。

在另一个优选实施例中，获取单元600可以通过下述方式获取通过所述轮廓上的预定点的候选直线，即，获取单元600针对所述轮廓上的每个预定点：构建从该预定点出发、分别连接所述轮廓上的一个其它预定点的多条潜在直线；针对为该预定点构建的每条潜在直线，如果所述轮廓上的、彼此距离小于第一距离阈值的至少两个预定点距该潜在直线的距离均小于第二距离阈值，则将该潜在直线作为通过该预定点的候选直线。

在获取单元600针对轮廓上的每个预定点构建的从该点出发、分别连接轮廓上的一个其它预定点的多条潜在直线之后，可能存在下述情况：轮廓上彼此相距很远的两个预定点可能偶然落在同一条潜在直线上(例如在正弦曲线y＝sin(x)中，x分别为0和180度、y取值为0的两个点均落在x轴上)，但是该潜在直线并未很好地反映轮廓的特征。

在本优选实施例中，规定了获取单元600从潜在直线中确定候选直线的条件为：轮廓上的、彼此距离小于第一距离阈值的至少两个预定点距该 潜在直线的距离均小于第二距离阈值。这样的条件有利于排除上述的、并未很好地反映轮廓的特征的潜在直线。

此外，本领域技术人员可以了解，获取单元600可以利用已知技术(诸如直线检测技术)来基于待处理图像中的轮廓获取通过所述轮廓上的预定点的候选直线，这里不再进行详细描述。

以上参照图1至图6描述了根据本公开实施例的图像处理装置及其组成单元以及相关处理。利用根据本公开实施例的图像处理装置，能够将图像中的任意形状的轮廓分割成轮廓段，以利于利用分割结果作为图像的轮廓特征进行后续处理。

根据本公开的另一个方面，提供了一种图像处理方法。图7是示意性地示出根据本公开实施例的图像处理方法的示例流程的流程图。

根据本公开实施例的图像处理方法可以用于基于待处理图像中的轮廓提取轮廓段。如图7所示，图像处理方法70可以包括：第一聚类步骤s701，用于针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及第二聚类步骤s703，用于将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

在一个优选实施例中，在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇并计算出针对该点的选定直线的角度的步骤中，可以在极坐标系中表示所述候选直线的角度和所述选定直线的角度，其中，在针对所述轮廓上的一个预定点得到的一个簇中的候选直线的角度的平均值接近90度、并且针对该预定点得到的另一个簇中的候选直线的角度的平均值接近-90度的情况下，在将所述一个簇中的各个候选直线的角度分别减去180度之后或在将所述另一个簇中的各个候选直线的角度分别加上180度之后，将所述一个簇与所述另一个簇合并为一个新簇，并计算该新簇中的候选直线的角度的平均值，以作为针对该预定点的选定直线的角度。

在一个优选实施例中，在将所述轮廓上的预定点进行聚类的步骤中，也可以在极坐标系中表示所述选定直线的角度，并且，图像处理方法70 可以还包括：在将所述轮廓上的预定点进行聚类的步骤之后，针对所述轮廓上的、选定直线的角度接近90度的第一类点，将所述第一类点的所述选定直线的角度减去180度，并根据所述第一类点的被减去180度后的所述选定直线的角度以及所述第一类点的位置，将所述第一类点聚类到已通过将所述轮廓上的预定点进行聚类而得到的簇中；或针对所述轮廓上的、选定直线的角度接近-90度的第二类点，将所述第二类点的所述选定直线的角度加上180度，并根据所述第二类点的被加上180度后的所述选定直线的角度以及所述第二类点的位置，将所述第二类点聚类到已通过将所述轮廓上的预定点进行聚类而得到的簇中。

上述图像处理方法70及其各个步骤可以实现由以上参照图1至图3描述的图像处理装置10及其各个组成单元进行的处理，并实现类似的效果，在此不再进行重复说明。

以下参照图8来描述根据本公开实施例的图像处理方法的另一示例流程。图8是示意性地示出根据本公开实施例的图像处理方法的另一示例流程的流程图。

如图8所示，在图像处理方法80中，除了分别与图7中的第一聚类步骤s701和第二聚类步骤s703类似的第一聚类步骤s801和第二聚类步骤s803之外，还包括预处理步骤s800。即，在图像处理方法80中，在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇的步骤之前，进行下述预处理步骤s800：判断通过该点的候选直线的最大角度和最小角度之间的差是否小于预定阈值，并在所述差小于所述预定阈值时，将通过该点的候选直线的角度进行平均，以作为针对该点的选定直线的角度。

上述图像处理方法80及其各个步骤可以实现由以上参照图4至图5b描述的图像处理装置40及其各个组成单元进行的处理，并实现类似的效果，在此不再进行重复说明。

以下参照图9来描述根据本公开实施例的图像处理方法的又一示例流程。图9是示意性地示出根据本公开实施例的图像处理方法的又一示例流程的流程图。

如图9所示，在示例图像处理方法90中，除了分别与图7中的第一聚类步骤s701和第二聚类步骤s703类似的第一聚类步骤s901和第二聚类步骤s903之外，还包括获取步骤s900。即，在示例图像处理方法90 中，在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇的步骤之前，执行下述获取步骤s900：基于所述轮廓获取通过所述轮廓上的预定点的候选直线。

在一个优选实施例中，在获取步骤s900中，通过下述方式获取通过所述轮廓上的预定点的候选直线：

构建mxn的累加器矩阵，在所述累加器矩阵中，每一行的索引i是预先确定的表示距离的量化系数，每一列的索引j是预先确定的表示角度的量化系数，每个元素(i，j)对应所述轮廓上的预定点可能通过的一条潜在直线并且具有统一的初始元素值(例如为0)，该潜在直线距原点的最近距离为索引i所表示的距离，该潜在直线上距原点最近的点与原点的连线和x轴之间的角度为索引j所表示的角度，其中，i、j、m、n为自然数，并且0<i≤m，0<j≤n；

针对所述轮廓上的每个预定点，对于所述累加器矩阵的每一列的索引j所对应的角度θj，计算与角度θj对应的通过该点的直线距原点的最近距离ρj，并且将该列的元素中的、行索引i所对应的距离与所计算的最近距离ρj最接近的那个元素的元素值递增一；以及

将所述累加器矩阵中的元素值大于累加阈值的元素所对应的潜在直线作为通过所述轮廓上的预定点的候选直线。

在另一个优选实施例中，在获取步骤s900中，通过下述方式获取通过所述轮廓上的预定点的候选直线，即，针对所述轮廓上的每个预定点：构建从该点出发、分别连接所述轮廓上的一个其它点的多条潜在直线；针对为该点构建的每条潜在直线，如果所述轮廓上的、彼此距离小于第一距离阈值的至少两个点距该潜在直线的距离均小于第二距离阈值，则将该潜在直线作为通过该点的候选直线。

上述图像处理方法90及其各个步骤可以实现由以上参照图6描述的图像处理装置60及其各个组成单元进行的处理，并实现类似的效果，在此不再进行重复说明。

根据本公开的又一个方面，提供了一种图像处理设备。图10是示意性地示出根据本公开实施例的图像处理设备的示例结构的框图。

根据本公开实施例的图像处理设备可以用于基于待处理图像中的轮廓提取轮廓段。如图10所示，图像处理设备1000可以包括控制器1001。控制器1001可以被配置为：针对所述轮廓上的每个预定点，将基于所述 轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

图像处理设备1000可以利用任意的专用硬件、专用计算机或一般的通用个人计算机来实现，并且控制器1001可以利用中央处理单元(cpu)、处理器、专用集成电路等各种适当装置来实现。

利用图像处理设备1000，可以实现由以上参照图1至图6描述的图像处理装置10、40、60及其各个组成单元进行的处理，并且获取相应的效果，在此不进行重复描述。

图11是示出了可用来实现根据本公开实施例的图像处理装置、方法以及设备的一种可能的硬件配置的结构简图。

在图11中，中央处理单元(cpu)1101根据只读存储器(rom)1102中存储的程序或从存储部分1108加载到随机存取存储器(ram)1103的程序执行各种处理。在ram1103中，还根据需要存储当cpu1101执行各种处理等等时所需的数据。cpu1101、rom1102和ram1103经由总线1104彼此连接。输入/输出接口1105也连接到总线1104。

下述部件也连接到输入/输出接口1105：输入部分1106(包括键盘、鼠标等等)、输出部分1107(包括显示器，例如阴极射线管(crt)、液晶显示器(lcd)等，和扬声器等)、存储部分1108(包括硬盘等)、通信部分1109(包括网络接口卡例如lan卡、调制解调器等)。通信部分1109经由网络例如因特网执行通信处理。根据需要，驱动器1110也可连接到输入/输出接口1105。可拆卸介质1111例如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器1110上，使得从中读出的计算机程序可根据需要被安装到存储部分1108中。

此外，本公开还提出了一种存储有机器可读取的指令代码的程序产品。上述指令代码由机器读取并执行时，可执行上述根据本公开实施例的图像处理方法。相应地，用于承载这种程序产品的例如磁盘、光盘、磁光盘、半导体存储器等的各种存储介质也包括在本公开的公开中。

在上面对本公开具体实施例的描述中，针对一种实施方式描述和/或 示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

此外，本公开的各实施例的方法不限于按照说明书中描述的或者附图中示出的时间顺序来执行，也可以按照其他的时间顺序、并行地或独立地执行。因此，本说明书中描述的方法的执行顺序不对本公开的技术范围构成限制。

此外，显然，根据本公开的上述方法的各个操作过程也可以以存储在各种机器可读的存储介质中的计算机可执行程序的方式实现。

而且，本公开的目的也可以通过下述方式实现：将存储有上述可执行程序代码的存储介质直接或者间接地提供给系统或设备，并且该系统或设备中的计算机或者中央处理单元(cpu)读出并执行上述程序代码。

此时，只要该系统或者设备具有执行程序的功能，则本公开的实施方式不局限于程序，并且该程序也可以是任意的形式，例如，目标程序、解释器执行的程序或者提供给操作系统的脚本程序等。

上述这些机器可读存储介质包括但不限于：各种存储器和存储单元，半导体设备，磁盘单元例如光、磁和磁光盘，以及其它适于存储信息的介质等。

另外，客户信息处理终端通过连接到因特网上的相应网站，并且将依据本公开的计算机程序代码下载和安装到信息处理终端中然后执行该程序，也可以实现本公开的各实施例。

综上，在根据本公开实施例中，本公开提供了如下方案，但不限于此：

方案1.一种图像处理装置，用于基于待处理图像中的轮廓提取轮廓段，所述装置包括：

第一聚类单元，其针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及

第二聚类单元，其将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

方案2.如方案1所述的图像处理装置，其中，

所述第一聚类单元在极坐标系中表示所述候选直线的角度和所述选定直线的角度，

其中，在针对所述轮廓上的一个预定点得到的一个簇中的候选直线的角度的平均值接近90度、并且针对该预定点得到的另一个簇中的候选直线的角度的平均值接近-90度的情况下，所述第一聚类单元在将所述一个簇中的各个候选直线的角度分别减去180度之后或在将所述另一个簇中的各个候选直线的角度分别加上180度之后，将所述一个簇与所述另一个簇合并为一个新簇，并计算该新簇中的候选直线的角度的平均值，以作为针对该预定点的选定直线的角度。

方案3.如方案1或2所述的图像处理装置，其中，

所述第二聚类单元在极坐标系中表示所述选定直线的角度，以及

在所述第二聚类单元进行所述聚类之后，

针对所述轮廓上的、选定直线的角度接近90度的第一类点，所述第二聚类单元将所述第一类点的所述选定直线的角度减去180度，并根据所述第一类点的被减去180度后的所述选定直线的角度以及所述第一类点的位置，将所述第一类点聚类到所述第二聚类单元已得到的簇中；或

针对所述轮廓上的、选定直线的角度接近-90度的第二类点，所述第二聚类单元将所述第二类点的所述选定直线的角度加上180度，并根据所述第二类点的被加上180度后的所述选定直线的角度以及所述第二类点的位置，将所述第二类点聚类到所述第二聚类单元已得到的簇中。

方案4.如方案1所述的图像处理装置，还包括：

预处理单元，所述预处理单元被配置为在所述第一聚类单元针对所述轮廓上的每个预定点进行所述聚类之前，判断通过该点的候选直线的最大角度和最小角度之间的差是否小于预定阈值，并在所述差小于所述预定阈值时，将通过该点的候选直线的角度进行平均，以作为针对该点的选定直线的角度。

方案5.如方案1所述的图像处理装置，还包括：

获取单元，其基于所述轮廓获取通过所述轮廓上的预定点的候选直线。

方案6.如方案5所述的图像处理装置，其中，所述获取单元通过下述方式获取通过所述轮廓上的预定点的候选直线：

构建累加器矩阵，所述矩阵中的每个元素对应于所述轮廓上的预定点可能通过的一条潜在直线，该元素的行索引对应于该潜在直线距原点的最近距离，该元素的列索引对应于该潜在直线上距原点最近的点与原点的连线和x轴之间的角度，所述矩阵中的各个元素具有统一的初始元素值；

针对所述轮廓上的每个预定点，对于所述累加器矩阵的每一列，确定通过该点的、具有该列的列索引所对应的角度的直线，并将该列的元素当中的、所对应的潜在直线与所确定的直线最接近的那个元素的元素值递增一；以及

将所述累加器矩阵中的元素值大于累加阈值的元素所对应的潜在直线作为通过所述轮廓上的预定点的候选直线。

方案7.如方案5所述的图像处理装置，其中，所述获取单元通过下述方式获取通过所述轮廓上的预定点的候选直线：

针对所述轮廓上的每个预定点，

构建从该点出发、分别连接所述轮廓上的一个其它预定点的多条潜在直线；

针对为该点构建的每条潜在直线，如果所述轮廓上的、彼此距离小于第一距离阈值的至少两个预定点距该潜在直线的距离均小于第二距离阈值，则将该潜在直线作为通过该点的候选直线。

方案8.一种图像处理方法，用于基于待处理图像中的轮廓提取轮廓段，所述方法包括：

针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的 候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及

将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

方案9.如方案8所述的图像处理方法，其中，

在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇并计算出针对该点的选定直线的角度的步骤中：

在极坐标系中表示所述候选直线的角度和所述选定直线的角度，

其中，在针对所述轮廓上的一个预定点得到的一个簇中的候选直线的角度的平均值接近90度、并且针对该预定点得到的另一个簇中的候选直线的角度的平均值接近-90度的情况下，在将所述一个簇中的各个候选直线的角度分别减去180度之后或在将所述另一个簇中的各个候选直线的角度分别加上180度之后，将所述一个簇与所述另一个簇合并为一个新簇，并计算该新簇中的候选直线的角度的平均值，以作为针对该预定点的选定直线的角度。

方案10.如方案8或9所述的图像处理方法，其中，

在将所述轮廓上的预定点进行聚类的步骤中，在极坐标系中表示所述选定直线的角度，以及

所述方法还包括：在将所述轮廓上的预定点进行聚类的步骤之后，

针对所述轮廓上的、选定直线的角度接近90度的第一类点，将所述第一类点的所述选定直线的角度减去180度，并根据所述第一类点的被减去180度后的所述选定直线的角度以及所述第一类点的位置，将所述第一类点聚类到已通过将所述轮廓上的预定点进行聚类而得到的簇中；或

针对所述轮廓上的、选定直线的角度接近-90度的第二类点，将所述第二类点的所述选定直线的角度加上180度，并根据所述第二类点的被加上180度后的所述选定直线的角度以及所述第二类点的位置，将所述第二类点聚类到已通过将所述轮廓上的预定点进行聚类而得到的簇中。

方案11.如方案8所述的图像处理方法，还包括：

在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇的步骤之前，进行下述预处理：判断通过该点的候选直线的最大角度和最小角度之间的差是否小于预定阈值，并在所述差小于所述预定阈值时，将通过该点的候选直线的角度进行平均，以作为针对该点的选定直线的角度。

方案12.如方案8所述的图像处理方法，还包括：

在针对所述轮廓上的每个预定点将通过该点的候选直线聚类为簇的步骤之前，基于所述轮廓获取通过所述轮廓上的预定点的候选直线。

方案13.如方案12所述的图像处理方法，其中，通过下述方式获取通过所述轮廓上的预定点的候选直线：

构建累加器矩阵，所述矩阵中的每个元素对应于所述轮廓上的预定点可能通过的一条潜在直线，该元素的行索引对应于该潜在直线距原点的最近距离，该元素的列索引对应于该潜在直线上距原点最近的点与原点的连线和x轴之间的角度，所述矩阵中的各个元素具有统一的初始元素值；

针对所述轮廓上的每个预定点，对于所述累加器矩阵的每一列，确定通过该点的、具有该列的列索引所对应的角度的直线，并将该列的元素当中的、所对应的潜在直线与所确定的直线最接近的那个元素的元素值递增一；以及

将所述累加器矩阵中的元素值大于累加阈值的元素所对应的潜在直线作为通过所述轮廓上的预定点的候选直线。

方案14.如方案12所述的图像处理方法，其中，通过下述方式获取通过所述轮廓上的预定点的候选直线：

针对所述轮廓上的每个预定点，

构建从该点出发、分别连接所述轮廓上的一个其它点的多条潜在直线；

针对为该点构建的每条潜在直线，如果所述轮廓上的、彼此距离 小于第一距离阈值的至少两个点距该潜在直线的距离均小于第二距离阈值，则将该潜在直线作为通过该点的候选直线。

方案15.一种图像处理设备，用于基于待处理图像中的轮廓提取轮廓段，所述设备包括：

控制器，所述控制器被配置为：

针对所述轮廓上的每个预定点，将基于所述轮廓获得的、通过该点的候选直线根据所述候选直线的角度聚类为一个或多个簇，并分别计算所述一个或多个簇中的每个簇中的候选直线的角度的平均值，以分别作为针对该点的一个或多个选定直线的角度；以及

将所述轮廓上的预定点根据每个预定点的选定直线的角度以及该点的位置进行聚类，并将所得到的每个簇中的点以簇为单位作为从所述轮廓中提取的轮廓段，以作为所述待处理图像的轮廓特征。

最后，还需要说明的是，在本公开中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管上面已经通过本公开的具体实施例的描述对本公开进行了披露，但是，应该理解，本领域技术人员可在所附权利要求的精神和范围内设计对本公开的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本公开所要求保护的范围内。