【
技术领域：
：】本申请涉及图像处理
技术领域：
：，尤其涉及一种产品图像的边界检测方法和电子设备。
背景技术：
：：在加工制造领域，对于一些易碎或易变形的产品，在测量其尺寸时通常采用无接触的测量方法，如图像测量，即通过图像边界检测技术对产品的图像进行边界检测，从而确定产品的边界尺寸。目前主流的图像边界检测技术主要包括基于空域的边界检测技术。但是，此种图像边界检测技术只适用于内部纹路较为简单的零部件，当零部件的内部纹路复杂时，往往无法有效区分产品的内部纹路和产品边界，因而造成产品边界的误识别，影响边界识别的准确性。技术实现要素：本申请实施例提供了一种产品图像的边界检测方法和电子设备，以有效区分图像中产品的内部纹路和产品边界，提高产品图像边界识别的准确性。第一方面，本申请实施例提供一种产品图像的边界检测方法，包括：识别待检测图像包含的直线段以及所述待检测图像的背景像素点，其中所述待检测图像为关于待检测产品的图像；计算所述待检测图像包含的直线段与所述背景像素点的像素色差，从所述待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段；根据所述多条第一直线段的斜率特征以及位置特征，对所述多条第一直线段进行聚类；根据所述聚类的结果，从所述多条第一直线段中确定出多个产品边界线段集合；分别对所述多个产品边界线段集合进行拟合，确定所述待检测产品的图像边界。其中一种可能的实现方式中，识别待检测图像包含的直线段，包括：对待检测图像进行初始边界检测，确定所述待检测图像包含的图像线条；利用概率霍夫变换对所述图像线条进行识别，确定出所述图像线条中包含的直线段。其中一种可能的实现方式中，计算所述待检测图像包含的直线段与所述背景像素点的像素色差，包括：根据所述待检测图像包含的所述背景像素点，确定所述待检测图像的背景像素值；根据各条所述直线段包含的像素点和/或与相应直线段邻近像素点的像素值，计算各条所述直线段与所述背景像素值的像素色差。其中一种可能的实现方式中，根据所述待检测图像包含的所述背景像素点，确定所述待检测图像的背景像素值，包括：计算所述背景像素点中任意两个背景像素点之间的第一色差，确定出所述第一色差最小的两个第一背景像素点；将所述两个第一背景像素点的颜色均值确定为所述待检测图像的背景像素值。其中一种可能的实现方式中，根据各条所述直线段包含的像素点和/或与相应直线段邻近像素点的像素值，计算各条所述直线段与所述背景像素值的像素色差，包括：确定每条直线段的端点的邻近像素点，每条直线段的端点的邻近像素点的个数为多个；计算每条直线段的邻近像素点与所述背景像素值的像素色差；从所述待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段，包括：从每条直线段关联的各个邻近像素点中确定第一像素点，所述第一像素点与所述背景像素值的像素色差小于第一阈值；将关联的第一像素点个数大于第二阈值的直线段确定为所述第一直线段。其中一种可能的实现方式中，所述方法还包括：根据待检测产品的边界特征将所述待检测图像分为多个子区域；根据所述多条第一直线段的斜率特征以及位置特征，对所述多条第一直线段进行聚类，包括：确定所述各个子区域内包含的第一直线段；根据所述各个子区域内包含的第一直线段的斜率特征以及位置特征，分别对所述各个子区域内的第一直线段进行聚类。其中一种可能的实现方式中，根据所述各个子区域内包含的第一直线段的斜率特征以及位置特征，分别对所述各个子区域内的第一直线段进行聚类，包括：计算每个所述子区域内的所述第一直线段与所述待检测图像中心的第一距离；根据每个所述子区域内所述第一直线段的斜率以及所述第一距离，分别对每个所述子区域内的第一直线段进行聚类。其中一种可能的实现方式中，根据所述聚类的结果，从所述多条第一直线段中确定出多个产品边界线段集合，包括；根据所述聚类的结果，将所述每个子区域中包含第一直线段最多的聚类集合确定为产品边界线段集合。其中一种可能的实现方式中，分别对所述多个产品边界线段集合进行拟合，确定所述待检测产品的图像边界，包括：分别对每个所述产品边界线段集合进行最小二乘拟合，确定每个所述子区域内所述待检测产品的区域边界；根据确定出的各个所述区域边界，确定所述待检测产品的图像边界。第二方面，本申请实施例提供一种产品图像的边界检测装置，包括：识别模块，用于识别待检测图像包含的直线段以及所述待检测图像的背景像素点，其中所述待检测图像为关于待检测产品的图像；筛选模块，用于根据所述待检测图像包含的直线段与所述背景像素点的像素色差，从所述待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段；聚类模块，用于根据所述多条第一直线段的斜率特征以及位置特征，对所述多条第一直线段进行聚类；确定模块，用于根据所述聚类的结果，从所述多条第一直线段中确定出多个产品边界线段集合；拟合模块，用于分别对所述多个产品边界线段集合进行拟合，确定所述待检测产品的图像边界。第三方面，本申请实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上所述的方法。第四方面，本申请实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上所述的方法。以上技术方案中，首先，识别待检测图像包含的直线段以及待检测图像的背景像素点。然后，根据识别出的直线段与背景像素点的像素色差，从识别出的直线段中筛选出像素色差小于第一阈值的多条第一直线段。进而，根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行聚类，并根据聚类的结果，确定出多个产品边界线段集合。最后，分别对多个产品边界线段集合进行拟合，确定待检测产品的图像边界。从而可以有效区分图像中产品的内部纹路和产品边界，提高产品图像边界识别的准确性。【附图说明】为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本申请实施例提供的一种产品图像的边界检测方法的流程图；图2为本申请实施例提供的一种产品图像的边界检测方法的示意图；图3为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图4为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图5为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图6为本申请实施例提供的另一种产品图像的边界检测方法的流程图；图7为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图8为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图9为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图10为本申请实施例提供的另一种产品图像的边界检测方法的示意图；图11为本申请实施例提供的一种产品图像的边界检测装置的结构示意图；图12为本申请实施例提供的一种电子设备的结构示意图。【具体实施方式】为了更好的理解本申请的技术方案，下面结合附图对本申请实施例进行详细描述。应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。图1为本申请实施例提供的一种的流程图，如图1所示，上述产品图像的边界检测方法可以包括：步骤101，识别待检测图像包含的直线段以及待检测图像的背景像素点。需要说明的是，本申请实施例中涉及到的待检测图像可以是关于待检测产品的图像。其中，待检测产品在待检测图像上所形成的产品图像可以是四边形。如图2所示，图中四边形区域21即为本申请产品图像的边界检测方法需要检测的产品图像。基于上述说明，本申请实施例可以通过下述方法识别待检测图像包含的直线段。首先，对待检测图像进行初始边界检测，确定待检测图像包含的图像线条。本申请实施例在对待检测图像进行初始边界检测时，可以识别出待检测图像中可能包含的全部图像线条，包括待检测产品图像的边界线条以及可能存在的内部纹路线条。利用本申请实施例所提供的方法，可以对此步骤中识别出的全部图像线条进行进一步筛选，确定出其中的边界线条。如图3所示，此步骤识别出的全部图像线条的形态可以包括：待检测图像中可能包含的曲线、直线以及各类几何形状线条等。进一步的，上述初始边界检测可以包括：边缘保持过滤以及边缘检测。边缘保持过滤可以避免识别过程中因像素偏移造成的识别误差，保证线条识别的准确性性。进一步的，边缘检测可用来在边缘保持过滤的基础上，识别待检测图像中包含的全部图像线条。然后，可利用概率霍夫变换对图像线条进行识别，确定出图像线条中包含的直线段。可以理解的，由于待检测产品图像的边界为直线，因此，如图4所示，可以利用概率霍夫变换，对上述识别出的各种形态的图像线条作进一步识别，确定出图像线条中包含的直线段。本申请实施例中，确定待检测图像的背景像素点的方法可以是：在待检测图像的图像边缘均匀选取多个像素点作为背景像素点。步骤102，计算待检测图像包含的直线段与背景像素点的像素色差，从待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段。需要说明的是，对于待检测图像中的待检测产品图像，其图像边界紧邻待检测图像中的图像背景。因此，待检测产品图像的图像边界的像素颜色与图像背景的像素颜色趋近。基于上述说明，可以根据待检测图像包含的直线段与背景像素点的像素色差，从直线段中筛选出像素色差小于第一阈值的多条第一直线段。第一直线段即为有可能是待检测产品图像的图像边界的直线段。首先，可根据待检测图像包含的背景像素点，确定待检测图像的背景像素值。具体的，可计算背景像素点中任意两个背景像素点之间的第一色差，确定出第一色差最小的两个第一背景像素点。将第一色差最小的两个第一背景像素点的颜色均值确定为待检测图像的背景像素值。背景像素值可以用于表示待检测图像的图像背景的颜色。然后，根据各条直线段包含的像素点和/或与相应直线段邻近像素点的像素值，计算各条直线段与背景像素值的像素色差。具体的，可确定每条直线段的端点的邻近像素点。分别计算直线段的每个邻近像素点与背景像素值的像素色差。最后，从待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段。具体的，可从每条直线段关联的各个邻近像素点中确定第一像素点。将关联的第一像素点个数大于第二阈值的直线段确定为第一直线段。其中，第一像素点可以是与背景像素值的像素色差小于第一阈值的邻近像素点。第一阈值和第二阈值的取值可根据实际情况的需要进行设置。步骤103，根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行聚类。需要说明的是，待检测产品的图像边界具有特定的斜率特征以及位置特征。因此，为确定出待检测产品的图像边界，可以根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行分析。基于上述说明，可以根据待检测产品的边界特征，将待检测图像分为多个子区域。每个子区域中可包含待检测产品的其中一个边界。其中，待检测产品的边界特征可以是，待检测产品的边界个数。在上述基础上，步骤103的具体实现方式如下：首先，确定各个子区域内包含的第一直线段。本申请实施例中，如图5所示，可在待检测图像上建立坐标系，例如可以是二维直角坐标系。根据坐标系可确定各条第一直线段的位置坐标，以及确定待检测图像的各个子区域的坐标范围。进一步的，可以根据各条第一直线段的位置坐标以及各个子区域的坐标范围，确定各个子区域内包含的第一直线段。需要说明的是，直线段包含于一个子区域内指的是，该直线段的全部像素点均处在该子区域。如果存在一个直线段，其全部像素点不能全部处在任何一个子区域内，则可以舍弃该直线段，不做处理。然后，可根据各个子区域内包含的第一直线段的斜率特征以及位置特征，分别对各个子区域内的第一直线段进行聚类。本申请实施例中，可计算每个子区域内的第一直线段与待检测图像中心的第一距离。根据每个子区域内第一直线段的斜率以及第一距离，可分别对每个子区域内的第一直线段进行聚类。具体的聚类方法例如可以是：ap(affinitypropagationclustering)聚类。根据第一直线段的斜率和第一距离，确定每个子区域包含的各条第一直线段之间的相似度。相似度大于预设值的第一直线段可以作为一个聚类集合。其中，预设值的取值可根据实际情况的需要进行设置。步骤104，根据聚类的结果，从多条第一直线段中确定出多个产品边界线段集合。本申请实施例中，每个子区域的聚类结果均包括多个聚类集合。由于实际场景中，待检测产品的图像边界的临近处识别到的直线段最多，因此，可以将每个子区域中包含第一直线段最多的聚类集合确定为产品边界线段集合。步骤105，分别对多个产品边界线段集合进行拟合，确定待检测产品的图像边界。本申请实施例中，可分别对每个子区域内确定出的产品边界线段集合进行最小二乘拟合。将最小二乘拟合得到的结果确定每个子区域内待检测产品的区域边界。进而可根据确定出的各个区域边界的交点，确定待检测产品的图像边界。本申请实施例中，首先，识别待检测图像包含的直线段以及待检测图像的背景像素点。然后，根据识别出的直线段与背景像素点的像素色差，从识别出的直线段中筛选出像素色差小于第一阈值的多条第一直线段。进而，根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行聚类，并根据聚类的结果，确定出多个产品边界线段集合。最后，分别对多个产品边界线段集合进行拟合，确定待检测产品的图像边界。从而可以有效区分图像中产品的内部纹路和产品边界，提高产品图像边界识别的准确性。图6为本申请实施例提供的另一种产品图像的边界检测方法的流程图。如图6所示，本申请另一实施例中，前述步骤103之前，还可以包括：步骤1021，根据第一直线段的斜率特征，对第一直线段进行筛选。本申请实施例中，可以根据各条第一直线段的位置坐标以及待检测图像的各个子区域的坐标范围，确定各个子区域内包含的第一直线段。具体的确定方法可参见上述实施例，此处不做赘述。由于待检测图像的每个子区域内仅包含一条待检测产品的边界，且每个子区域内包含的边界的斜率是一个固定值，因此，可以根据各条第一直线段的斜率特征，分别对各个子区域内包含的第一直线段进行筛选，确定出与待检测产品的边界的斜率相近的第一直线段。具体的，可为每个子区域设置斜率区间。每个斜率区间的中值可以为对应的子区域内包含的待检测产品图像的边界的斜率。进而，从每个子区域包含的第一直线段中，筛选出斜率在该子区域对应的斜率区间内的第一直线段。本申请实施例中，可根据第一直线段的斜率特征，对待检测图像的各个子区域内包含的第一直线段进行筛选，进一步提高了待检测产品的图像边界检测的准确性。本申请另一实施例中，为方便理解，以一个具体的实现方式对本申请提供的产品图像的边界检测方法进行说明。首先，可通过初始边缘检测对图3中所包含的全部图像线条进行识别，确定出待检测图像中的直线段如图4所示。进一步的，如图7所示，可在待检测图像的图像边缘均匀选取4个背景像素点，分别为：背景像素点51、背景像素点52、背景像素点53以及背景像素点54。然后，可根据选取得到的4个背景像素点，确定待检测图像的背景像素值。具体的，可分别计算上述4个背景像素点中任意两个之间的第一色差。将第一色差最小的两个背景像素点之间的颜色均值作为待检测图像的背景像素值。例如，如果确定第一色差最小的两个背景像素点为背景像素点52和背景像素点53，则将背景像素点52和背景像素点53的颜色均值确定为待检测图像的背景像素值。进一步的，可根据上述得到的背景像素值和各条直线段的相邻像素点，从各条直线段中确定出第一直线段。具体的，如图8所示，对于每条直线段，均存在两个端点，分别为端点a和端点b。可将每个端点上、下、左、右四个方向上n个像素距离处的点作为该直线段的邻近像素点。由此，每个直线段可确定出8个邻近像素点。其中，n的取值可根据实际情况的需要进行设置，例如可以为5。对于任意一条直线段，可分别计算该直线段的8个相邻像素点与背景像素值之间的像素色差，确定其中像素色差小于第一阈值的相邻像素点的个数。如果像素色差小于第一阈值的相邻像素点的个数大于第二阈值，则将该直线段确定为第一直线段。举例来说，第一阈值的取值为1，第二阈值的取值为2。如果直线段l的8个邻近像素点中，与背景像素值的像素色差小于1的邻近像素点的个数大于2，那么，可将直线段l确定为第一直线段。根据上述说明，假设本申请实施例确定出的第一直线段如图9所示，那么，可根据第一直线段的斜率，对确定出的第一直线段进行筛选。具体的，如图9和图10所示，可将待检测图像分为四个子区域。四个子区域分别为，上半区71、下半区72、左半区73以及右半区74。其中，上半区71包含待检测产品的上边界，下半区72包含待检测产品的下边界，左半区73包含待检测产品的左边界，右半区74包含待检测产品的右边界。根据上述四个子区域各自的坐标范围以及各条第一直线段的位置坐标，可确定各个子区域内包含的第一直线段。以上半区71为例，如图9所示，可确定上半区71包含的第一直线段有：第一直线段711、第一直线段712以及第一直线段713。仍以上半区71为例进行说明，可根据上半区包含的待检测产品的上边界的斜率0.2，确定斜率区间为【0，0.4】。根据斜率区间【0，0.4】对第一直线段711、第一直线段712以及第一直线段713进行筛选，确定出斜率在斜率区间【0，0.4】内的第一直线段，如可以是第一直线段711、第一直线段712。进一步的，可根据各个子区域内筛选出的第一直线段的斜率以及距待检测图像中心的距离，对各个子区域内筛选出的第一直线段进行聚类。仍以上半区71为例进行说明，可对上半区71包含的第一直线段711和第一直线段712进行聚类。可能的聚类结果为：存在一个聚类集合1，其中包括第一直线段711和第一直线段712。此时，可将聚类集合1作为产品边界线段集合。然后，可对确定出的产品边界线段集合内的第一直线段711和第一直线段712进行最小二乘拟合，得到的拟合结果可确定为上半区71内待检测产品的区域边界。对于其余各个子区域，其确定方式与上半区71相同，不做赘述。根据各个子区域确定出的待检测产品的区域边界的交点，可确定待检测产品的图像边界。图11为本申请实施例提供的一种产品图像的边界检测装置的结构示意图，本实施例中的产品图像的边界检测装置可以作为产品图像的边界检测设备实现本申请实施例提供的产品图像的边界检测方法。如图11所示，上述产品图像的边界检测装置可以包括：识别模块31、筛选模块32、聚类模块33、确定模块34和拟合模块35。识别模块31，用于识别待检测图像包含的直线段以及待检测图像的背景像素点，其中，待检测图像为关于待检测产品的图像。筛选模块32，用于根据待检测图像包含的直线段与背景像素点的像素色差，从待检测图像包含的直线段中筛选出像素色差小于第一阈值的多条第一直线段。聚类模块33，用于根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行聚类。确定模块34，用于根据聚类的结果，从多条第一直线段中确定出多个产品边界线段集合。拟合模块35，用于分别对多个产品边界线段集合进行拟合，确定待检测产品的图像边界。在具体实现过程中，识别模块31具体可用于对待检测图像进行初始边界检测，确定待检测图像包含的图像线条。以及利用概率霍夫变换对图像线条进行识别，确定出图像线条中包含的直线段。筛选模块32具体可用于，首先，根据待检测图像包含的背景像素点，确定待检测图像的背景像素值。具体的，可计算背景像素点中任意两个背景像素点之间的第一色差，确定出第一色差最小的两个第一背景像素点，将两个第一背景像素点的颜色均值确定为待检测图像的背景像素值。然后，根据各条直线段包含的像素点和/或与相应直线段邻近像素点的像素值，计算各条直线段与背景像素值的像素色差。具体的，确定每条直线段的端点的邻近像素点，计算每条直线段的邻近像素点与背景像素值的像素色差。从每条直线段关联的各个邻近像素点中确定第一像素点，第一像素点与背景像素值的像素色差小于第一阈值，将关联的第一像素点个数大于第二阈值的直线段确定为第一直线段。筛选模块32还可用于，根据第一直线段的斜率特征，对第一直线段进行筛选。聚类模块33具体可用于，根据待检测产品的边界特征将待检测图像分为多个子区域，确定各个子区域内包含的第一直线段。以及根据各个子区域内包含的第一直线段的斜率特征以及位置特征，分别对各个子区域内的第一直线段进行聚类。确定模块34具体可用于，根据聚类的结果，将每个子区域中包含第一直线段最多的聚类集合确定为产品边界线段集合。拟合模块35具体可用于，分别对每个产品边界线段集合进行最小二乘拟合，确定每个子区域内待检测产品的区域边界。根据确定出的各个区域边界，确定待检测产品的图像边界。本申请实施例中，首先，由识别模块31识别待检测图像包含的直线段以及待检测图像的背景像素点。然后，由筛选模块32根据识别出的直线段与背景像素点的像素色差，从识别出的直线段中筛选出像素色差小于第一阈值的多条第一直线段。进而，由聚类模块33根据多条第一直线段的斜率特征以及位置特征，对多条第一直线段进行聚类，并由确定模块34根据聚类的结果，确定出多个产品边界线段集合。最后，由拟合模块35分别对多个产品边界线段集合进行拟合，确定待检测产品的图像边界。从而可以有效区分图像中产品的内部纹路和产品边界，提高产品图像边界识别的准确性。图12为本申请实施例提供的一种电子设备的结构示意图，如图12所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本申请实施例提供的产品图像的边界检测方法。其中，上述电子设备可以为产品图像的边界检测设备，本实施例对上述电子设备的具体形态不作限定。图12示出了适于用来实现本申请实施方式的示例性电子设备的框图。图12显示的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图12所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，存储器430，通信接口420，连接不同系统组件(包括存储器430和处理器410)的通信总线440。通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industrystandardarchitecture；以下简称：isa)总线，微通道体系结构(microchannelarchitecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation；以下简称：vesa)局域总线以及外围组件互连(peripheralcomponentinterconnection；以下简称：pci)总线。电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory；以下简称：ram)和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。尽管图12中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compactdiscreadonlymemory；以下简称：cd-rom)、数字多功能只读光盘(digitalvideodiscreadonlymemory；以下简称：dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与通信总线440相连。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本申请所描述的实施例中的功能和/或方法。电子设备也可以与一个或多个外部设备(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过通信接口420进行。并且，电子设备还可以通过网络适配器(图12中未示出)与一个或者多个网络(例如局域网(localareanetwork；以下简称：lan)，广域网(wideareanetwork；以下简称：wan)和/或公共网络，例如因特网)通信，上述网络适配器可以通过通信总线440与电子设备的其它模块通信。应当明白，尽管图12中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(redundantarraysofindependentdrives；以下简称：raid)系统、磁带驱动器以及数据备份存储系统等。处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本申请实施例提供的产品图像的边界检测方法。本申请实施例还提供一种非暂态计算机可读存储介质，上述非暂态计算机可读存储介质存储计算机指令，上述计算机指令使上述计算机执行本申请实施例提供的产品图像的边界检测方法。上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(readonlymemory；以下简称：rom)、可擦式可编程只读存储器(erasableprogrammablereadonlymemory；以下简称：eprom)或闪存、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork；以下简称：lan)或广域网(wideareanetwork；以下简称：wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属
技术领域：
：的技术人员所理解。需要说明的是，本申请实施例中所涉及的终端可以包括但不限于个人计算机(personalcomputer；以下简称：pc)、个人数字助理(personaldigitalassistant；以下简称：pda)、无线手持设备、平板电脑(tabletcomputer)、手机、mp3播放器、mp4播放器等。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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。以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。当前第1页12当前第1页12