直线检测方法、装置、终端设备及存储介质

技术领域

本发明属于图像处理技术领域，尤其涉及一种直线检测方法、装置、终端设备以及计算机可读存储介质。

背景技术

随着科技的快速发展，直线检测已经成为计算机视觉领域的核心研究内容之一，并已在很多领域有着广泛的应用。

目前，图像处理技术领域已经存在很多有效的直线检测算法，但大部分是依赖于先验的边缘检测效果和精度参数输入，若边缘检测效果差或者精度参数设置不合理会直接导致直线检测失败，且就算有一个良好的边缘检测输入也容易发生误检测，引入不是直线的直线结果，而大部分场景下都要求实时的处理图像，对算法的处理速度也有一定要求。其中，现有基于梯度信息的直线检测方法通常根据梯度图中结果选取梯度较大值根据梯度方向进行生长，最终选取统一梯度方向的结果作为直线，但此方法检测速度慢，存在较多的误检测。

综上，如何快速且不引入误差地检测不同场景下图像的直线信息，已经成为图像处理技术领域亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种直线检测方法、装置、终端设备以及计算机可读存储介质。旨在通过引入亥姆霍兹原理中的虚报值，实现快速且不引入误差地检测不同场景下图像的直线信息。

为了实现上述目的，本发明提供一种直线检测方法，所述直线检测方法包括：

对原始图像进行边缘检测处理，得到边缘检测图像；

确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；

基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；

在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

可选地，所述确定所述边缘检测图像中的初始线段的步骤，包括：

基于最小二乘法对所述边缘检测图像进行直线拟合处理，得到拟合线段；

在所述拟合线段的长度大于或者等于预设长度时，确定所述拟合线段为所述边缘检测图像中的初始线段。

可选地，所述对所述初始线段进行像素遍历扩展，得到扩展线段的步骤，包括：

确定所述初始线段上的多个像素点为第一像素点；

将与所述第一像素点之间的距离小于预设距离且未在所述初始线段上的像素点，作为第二像素点；

将所述第二像素点与所述初始线段进行连接，得到所述扩展线段。

可选地，在所述基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值的步骤之前，所述方法还包括：

分别计算所述扩展线段上的多个像素点各自对应的梯度强度；

基于多个所述梯度强度，分别计算所述扩展线段上的多个像素点各自对应的所述梯度方向。

可选地，所述基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值的步骤，包括：

基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段的平均梯度方向；

基于多个所述梯度方向和所述平均梯度方向，确定所述扩展线段上的多个像素点中的正常像素点和异常像素点；

基于所述正常像素点的数量、所述异常像素点的数量和所述扩展线段的长度，计算所述扩展线段对应的虚报值。

可选地，所述基于多个所述梯度方向和所述平均梯度方向，确定所述扩展线段上的多个像素点中的正常像素点和异常像素点的步骤，包括：

分别计算所述梯度方向与所述平均梯度方向之间的角度差；

在所述角度差在所述预设范围时，确定所述角度差对应的像素点为所述正常像素点；

在所述角度差未在所述预设范围内时，确定所述角度差对应的像素点为所述异常像素点。

可选地，在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段的步骤之后，所述方法还包括：

输出所述目标线段，并基于所述目标线段生成所述原始图像对应的目标图像。

此外，为实现上述目的，本发明还提供一种直线检测装置，所述直线检测装置包括：

边缘检测模块，对原始图像进行边缘检测处理，得到边缘检测图像；

线段扩展模块，确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；

虚报值模块，基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；

目标线段模块，在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的直线检测程序，所述终端设备的直线检测程序被所述处理器执行时实现如上所述的直线检测方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有直线检测程序，所述直线检测程序被处理器执行时实现如上所述的直线检测方法的步骤。

本发明实施例提出的一种直线检测方法、装置、终端设备以及计算机可读存储介质，所述方法通过对原始图像进行边缘检测处理，得到边缘检测图像；确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

本发明实施例通过任意边缘检测方法对原始图像进行边缘检测处理，得到边缘检测图像，然后，确定边缘检测图像中的初始线段，并对该初始线段进行像素遍历扩展，即向初始线段的四周遍历像素，从而得到扩展线段，基于该扩展线段上的各像素点各自的梯度方向，计算出该扩展线段的虚报值，其中，虚报值为该扩展线段上梯度方向在预设范围内的像素点的期望值，并且，在该虚报值小于预设阈值时，确定该扩展线段为最终保留的目标线段。如此，本发明通过引入亥姆霍兹原理中的虚报值，实现了快速且不引入误差地检测不同场景下图像的直线信息。

附图说明

图1是本发明实施例方案涉及的终端设备硬件运行环境的设备结构示意图；

图2为本发明直线检测方法第一实施例的步骤流程示意图；

图3为本发明直线检测方法的一实施例所涉及的原始图像示意图；

图4为本发明直线检测方法的一实施例所涉及的边缘检测图像示意图；

图5为本发明直线检测方法的一实施例所涉及的最小二乘法直线拟合后的图像示意图；

图6为本发明直线检测方法的一实施例所涉及的最终输出的目标图像示意图；

图7为本发明直线检测装置一实施例的功能模块示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及终端设备的硬件运行环境的设备结构示意图。

本发明实施例终端设备可以是应用于图像处理技术领域的终端设备。此外。具体地，该终端设备可以是智能手机、PC(PerSona l Computer，个人计算机)、平板电脑、便携计算机等等。

如图1所示，该终端设备可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(DiSp l ay)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-vo l at i l e memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及直线检测程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的直线检测程序，并执行如下操作：

对原始图像进行边缘检测处理，得到边缘检测图像；

确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；

基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；

在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，并执行如下操作：

基于最小二乘法对所述边缘检测图像进行直线拟合处理，得到拟合线段；

在所述拟合线段的长度大于或者等于预设长度时，确定所述拟合线段为所述边缘检测图像中的初始线段。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，并执行如下操作：

确定所述初始线段上的多个像素点为第一像素点；

将与所述第一像素点之间的距离小于预设距离且未在所述初始线段上的像素点，作为第二像素点；

将所述第二像素点与所述初始线段进行连接，得到所述扩展线段。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，在所述基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值的步骤之前，还执行如下操作：

分别计算所述扩展线段上的多个像素点各自对应的梯度强度；

基于多个所述梯度强度，分别计算所述扩展线段上的多个像素点各自对应的所述梯度方向。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，并执行如下操作：

基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段的平均梯度方向；

基于多个所述梯度方向和所述平均梯度方向，确定所述扩展线段上的多个像素点中的正常像素点和异常像素点；

基于所述正常像素点的数量、所述异常像素点的数量和所述扩展线段的长度，计算所述扩展线段对应的虚报值。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，并执行如下操作：

分别计算所述梯度方向与所述平均梯度方向之间的角度差；

在所述角度差在所述预设范围时，确定所述角度差对应的像素点为正常像素点；

在所述角度差未在所述预设范围内时，确定所述角度差对应的像素点为所述异常像素点。

可选地，处理器1001还可以用于调用存储器1005中存储的直线检测程序，在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段的步骤之后，还执行如下操作：

输出所述目标线段，并基于所述目标线段生成所述原始图像对应的目标图像。

基于上述的终端设备，提出本发明直线检测方法的各实施例。

目前，直线检测技术领域已经存在很多有效的直线检测算法，但大部分是依赖于先验的边缘检测效果和精度参数输入，若边缘检测效果差或者精度参数设置不合理会直接导致直线检测失败，且就算有一个良好的边缘检测输入也容易发生误检测，引入不是直线的直线结果，而大部分场景下都要求实时的处理图像，对算法的处理速度也有一定要求。其中，现有基于梯度信息的直线检测方法通常根据梯度图中结果选取梯度较大值根据梯度方向进行生长，最终选取统一梯度方向的结果作为直线，但此方法检测速度慢，存在较多的误检测。

针对上述现象，本发明提出一种直线检测方法。本发明直线检测方法通过任意边缘检测方法对原始图像进行边缘检测处理，得到边缘检测图像，然后，确定边缘检测图像中的初始线段，并对该初始线段进行像素遍历扩展，即向初始线段的四周遍历像素，从而得到扩展线段，基于该扩展线段上的各像素点各自的梯度方向，计算出该扩展线段的虚报值，其中，虚报值为该扩展线段上梯度方向在预设范围内的像素点的期望值，并且，在该虚报值小于预设阈值时，确定该扩展线段为最终保留的目标线段。如此，本发明通过引入亥姆霍兹原理中的虚报值，实现了快速且不引入误差地检测不同场景下图像的直线信息。

请参照图2，图2为本发明直线检测方法第一实施例的流程示意图。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，本发明直线检测方法当然也可以以不同于此处的顺序执行所示出或描述的步骤。

在本发明直线检测方法的第一实施例中，本发明直线检测方法包括：

步骤S10，对原始图像进行边缘检测处理，得到边缘检测图像；

在本实施例中，对原始图像数据进行边缘检测处理，得到边缘检测图像。

示例性地，在各领域的应用场景中，获取应用场景中的任意2D图像，作为原始图像，如图3所示，为本实施例中的原始图像，由终端设备使用常见的任意边缘检测方法对输入的原始图像进行边缘检测，得到经过边缘检测处理后的图像，即边缘检测图像，详情可见附图4。

需要说明的是，本发明使用的边缘检测方法可以是obe l，l ap lacian，canny等，应当理解的是，基于实际应用的不同设计需要，在不同可行的实施方式当中,边缘检测方法可以是任意可用的边缘检测方法，本发明直线检测方法并不针对该边缘检测的方法进行限定，也就是说，本发明直线检测方法可以兼容任意边缘检测方法。

步骤S20，确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；

在本实施例中，终端设备确定该边缘检测图像中的初始线段，并对该初始线段进行像素遍历扩展，从而得到扩展后的线段，即扩展线段。

进一步地，在一种可行的实施例中，上述步骤S20中，“确定所述边缘检测图像中的初始线段”的步骤，包括：

步骤S201，基于最小二乘法对所述边缘检测图像进行直线拟合处理，得到拟合线段；

步骤S202，在所述拟合线段的长度大于或者等于预设长度时，确定所述拟合线段为所述边缘检测图像中的初始线段。

在本实施例中，终端设备基于最小二乘法对边缘检测图像中的像素点进行直线拟合处理，得到边缘检测图像中经过直线拟合后生成的拟合线段，并在该拟合线段的长度大于或者等于预设长度时，确定该拟合线段为初始线段。

示例性地，终端设备根据最小二乘法，对边缘检测图像遍历进行最小二乘法直线拟合，得到多个拟合后的线段，即拟合线段，并将此时生成的图像作为如图5所示的提取拟合线段后的图像。然后，选取多个拟合线段中达到预设长度的线段作为初始线段，其中，预设长度为l

进一步地，在一种可行的实施例中，上述步骤S20中，“对所述初始线段进行像素遍历扩展，得到扩展线段”的步骤，包括：

步骤S203，确定所述初始线段上的多个像素点为第一像素点；

步骤S204，将与所述第一像素点之间的距离小于预设距离且未在所述初始线段上的像素点，作为第二像素点；

步骤S205，将所述第二像素点与所述初始线段进行连接，得到所述扩展线段。

在本实施例中，终端设备确定初始线段上的多个像素点为第一像素点，并将与第一像素点之间的距离小于预设距离且不在该初始线段上的像素点，作为第二像素点，最后，将第二像素点与初始线段相连，得到像素遍历扩展后的线段，即扩展线段。

示例性地，终端设备根据初始线段，向初始线段的四周遍历像素，当四周的各像素点符合距离要求时，将四周的该像素点加入到初始线段中，直到线段构成的直线遇到三个不符合距离要求的像素点时，则中止该初始线段的扩展，其中，距离要求为四周的像素点与初始线段上的像素点之间的距离小于一个像素。在各初始线段中止扩展时，输出此时已经达到最长的线段，即扩展线段。

步骤S30，基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；

在本实施例中，终端设备基于该扩展线段上各像素点各自的梯度方向，计算出该扩展线段对应的虚报值，其中，虚报值为该扩展线段上梯度方向在预设范围内的像素点的期望值。

示例性地，首先，计算出该扩展线段上各像素点的梯度方向，并基于各梯度方向计算出该扩展线段对应的虚报值，其中，虚报值，也可以叫做虚警值或者NFA(Number of Fa lse A l arms，虚报值)，事件的NFA就是该事件发生次数的期望。

需要说明的是，亥姆霍兹原理指出，在图像中有意义且被感知的结构，其组成的期望偶然性是很低的，即若检测到的直线存在多个不符合直线梯度强度和方向的点，那么这就是一个误检测，不是一个直线，具体地，引入一个适用于许多检测问题的通用变量，即虚报值(NFA)，本发明直线检测方法就是基于亥姆霍兹原理排除掉错误的检测结果。

步骤S40，在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

在本实施例中，终端设备在检测到扩展线段对应的虚报值小于预设阈值时，则确定该扩展线段是最终输出的目标线段。

示例性地，终端设备基于亥姆霍兹原理，检测虚报值的大小，在该虚报值小于1时，则认为符合直线规律的点超过了自然形成的阈值，保留线段为最终输出的直线，即目标线段，否则为误检测的直线。

进一步地，在一种可行的实施例中，在上述步骤S40之后，本发明直线检测方法，还可以包括：

步骤A，输出所述目标线段，并基于所述目标线段生成所述原始图像对应的目标图像。

在本实施例中，终端设备输出最终确定的目标线段，并基于该目标线段生成该原始图像对应的目标图像。

示例性地，如图6所示，由最终确定的真实的线段构成最终的图像，即目标图像。

在本实施例中，本发明直线检测方法通过对原始图像数据进行边缘检测处理，得到边缘检测图像；终端设备基于最小二乘法对边缘检测图像中的像素点进行直线拟合处理，得到边缘检测图像中经过直线拟合后生成的拟合线段，并在该拟合线段的长度大于或者等于预设长度时，确定该拟合线段为初始线段；终端设备确定初始线段上的多个像素点为第一像素点，并将与第一像素点之间的距离小于预设距离且不在该初始线段上的像素点，作为第二像素点，最后，将第二像素点与初始线段相连，得到像素遍历扩展后的线段，即扩展线段；终端设备基于该扩展线段上各像素点各自的梯度方向，计算出该扩展线段对应的虚报值；终端设备在检测到扩展线段对应的虚报值小于预设阈值时，则确定该扩展线段是最终输出的目标线段；终端设备输出最终确定的目标线段，并基于该目标线段生成该原始图像对应的目标图像。

如此，本发明实施例通过任意边缘检测方法对原始图像进行边缘检测处理，得到边缘检测图像，然后，确定边缘检测图像中的初始线段，并对该初始线段进行像素遍历扩展，即向初始线段的四周遍历像素，从而得到扩展线段，基于该扩展线段上的各像素点各自的梯度方向，计算出该扩展线段的虚报值，其中，虚报值为该扩展线段上梯度方向在预设范围内的像素点的期望值，并且，在该虚报值小于预设阈值时，确定该扩展线段为最终保留的目标线段。如此，本发明通过引入亥姆霍兹原理中的虚报值，实现了快速且不引入误差地检测不同场景下图像的直线信息。

进一步地，基于上述本发明直线检测方法的第一实施例，提出本发明直线检测方法的第二实施例。

在本实施例中，在步骤S30之前，本发明直线检测方法，还可以包括：

步骤B,分别计算所述扩展线段上的多个像素点各自对应的梯度强度；

步骤C,基于多个所述梯度强度，分别计算所述扩展线段上的多个像素点各自对应的所述梯度方向。

在本实施例中，终端设备计算出该扩展线段上各像素点各自的梯度强度，然后基于多个梯度强度，分别计算出各像素点各自的梯度方向。

示例性地，终端设备分别计算出各个扩展线段上的像素点对应的梯度强度和梯度方向：

其中，x和y分别代表图像中的横轴和纵轴坐标值，g(x,y)为对应点梯度强度，I(x,y)为对应点像素值，angle(x,y)为对应点的水平线角度。

进一步地，在一种可行的实施例中，上述步骤S30，可以包括：

步骤S301,基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段的平均梯度方向；

步骤S302,基于多个所述梯度方向和所述平均梯度方向，确定所述扩展线段上的多个像素点中的正常像素点和异常像素点；

步骤S303,基于所述正常像素点的数量、所述异常像素点的数量和所述扩展线段的长度，计算所述扩展线段对应的虚报值。

在本实施例中，首先，终端设备基于扩展线段上多个像素点各自对应的梯度方向，计算出该扩展线段的平均梯度方向，并基于多个像素点各自对应的梯度方向和平均梯度方向，确定该扩展线段上的各像素点中的正常像素点和异常像素点，最后，基于正常像素点和异常像素点的数量以及该扩展线段的长度，计算出该扩展线段对应的虚报值。

示例性地，设每一个长度为N的扩展线段上共有n个像素点，其中有k个像素点为对齐的像素点点，即正常像素点，有n-k个像素点为未对齐的像素点，则计算该扩展线段的虚报值为：

其中，p为一个常数值，设置为经验值0.125。需要说明的是，本发明直线检测方法不对该概率值p的大小进行限定。可以理解的是，扩展线段的虚报值越小，表明该扩展线段的准确性越高。

进一步地，在一种可行的实施例中，上述步骤S302,可以包括：

步骤D，分别计算所述梯度方向与所述平均梯度方向之间的角度差；

步骤E，在所述角度差在所述预设范围时，确定所述角度差对应的像素点为所述正常像素点；

步骤F，在所述角度差未在所述预设范围内时，确定所述角度差对应的像素点为所述异常像素点。

在本实施例中，终端设备分别计算出扩展线段上像素点的梯度方向与平均梯度方向之间的角度差，并判断该角度差是否在预设范围内，在该角度差在预设范围时，确定该角度差对应的像素点为正常像素点，在该角度差未在预设范围内时，确定该角度差对应的像素点为异常像素点。

示例性地，终端设备在获取到每条扩展线段的平均梯度方向后，遍历扩展线段上的每一个像素点，若像素点的梯度方向与平均梯度方向之间的梯度角度差小于22.5°，则认为是对齐的点，即正常像素点，否则为异常点，即异常像素点。其中，预设角度差22.5°为经验值，需要说明的是，本发明直线检测方法不对预设角度差的大小进行限定。

在本实施例中，本发明直线检测方法通过终端设备计算出该扩展线段上各像素点各自的梯度强度，然后基于多个梯度强度，分别计算出各像素点各自的梯度方向；终端设备基于扩展线段上多个像素点各自对应的梯度方向，计算出该扩展线段的平均梯度方向，并基于多个像素点各自对应的梯度方向和平均梯度方向，确定该扩展线段上的各像素点中的正常像素点和异常像素点，最后，基于正常像素点和异常像素点的数量以及该扩展线段的长度，计算出该扩展线段对应的虚报值；终端设备分别计算出扩展线段上像素点的梯度方向与平均梯度方向之间的角度差，并判断该角度差是否在预设范围内，在该角度差在预设范围时，确定该角度差对应的像素点为正常像素点，在该角度差未在预设范围内时，确定该角度差对应的像素点为异常像素点。

如此，通过计算出各扩展线段上的像素点各自的梯度方向，分别计算出各扩展线段各自的虚报值，从而实现根据该虚报值筛选掉错误的检测直线，保留真实的直线。

此外，本发明实施例还提供一种直线检测装置。

请参照图7，图7为本发明直线检测装置一实施例的功能模块示意图，如图7所示，本发明直线检测装置包括：

边缘检测模块10，用于对原始图像进行边缘检测处理，得到边缘检测图像；

线段扩展模块20，用于确定所述边缘检测图像中的初始线段，并对所述初始线段进行像素遍历扩展，得到扩展线段；

虚报值模块30，用于基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段对应的虚报值，其中，所述虚报值为所述扩展线段上梯度方向在预设范围内的像素点的期望值；

目标线段模块40，用于在所述虚报值小于预设阈值时，确定所述扩展线段为目标线段。

可选地，线段扩展模块20，还包括：

直线拟合单元，用于基于最小二乘法对所述边缘检测图像进行直线拟合处理，得到拟合线段；

初始线段单元，用于在所述拟合线段的长度大于或者等于预设长度时，确定所述拟合线段为所述边缘检测图像中的初始线段。

可选地，线段扩展模块20，还包括：

第一像素点单元，用于确定所述初始线段上的多个像素点为第一像素点；

第二像素点单元，用于将与所述第一像素点之间的距离小于预设距离且未在所述初始线段上的像素点，作为第二像素点；

扩展线段单元，用于将所述第二像素点与所述初始线段进行连接，得到所述扩展线段。

可选地，本发明直线检测装置，还包括：

梯度强度模块，用于分别计算所述扩展线段上的多个像素点各自对应的梯度强度；

梯度方向模块，用于基于多个所述梯度强度，分别计算所述扩展线段上的多个像素点各自对应的所述梯度方向。

可选地，虚报值模块30，包括：

平均梯度方向单元，用于基于所述扩展线段上的多个像素点各自对应的梯度方向，计算所述扩展线段的平均梯度方向；

像素点判断单元，用于基于多个所述梯度方向和所述平均梯度方向，确定所述扩展线段上的多个像素点中的正常像素点和异常像素点；

虚报值单元，用于基于所述正常像素点的数量、所述异常像素点的数量和所述扩展线段的长度，计算所述扩展线段对应的虚报值。

可选地，像素点判断单元，还用于分别计算所述梯度方向与所述平均梯度方向之间的角度差；在所述角度差在所述预设范围时，确定所述角度差对应的像素点为所述正常像素点；在所述角度差未在所述预设范围内时，确定所述角度差对应的像素点为所述异常像素点。

可选地，本发明直线检测装置，还包括：

目标图像模块，用于输出所述目标线段，并基于所述目标线段生成所述原始图像对应的目标图像。

本发明还提供一种计算机存储介质，该计算机存储介质上存储有直线检测程序，上述直线检测程序被处理器执行时实现如以上任一项实施例所述的直线检测程序方法的步骤。

本发明计算机存储介质的具体实施例与上述本发明直线检测程序方法各实施例基本相同，在此不作赘述。

本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如以上任一项实施例所述的本发明直线检测方法的步骤，在此不作赘述。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是TWS耳机等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。