[發明專利]一種圖像識別的方法及系統

有效

• 申請號: 201711302294.3
• 申請日: 2017-12-10
• 公開（公告）號: CN109902541B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 葛凱麟
• 申請（專利權）人: 彼樂智慧科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06T19/00
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 張鐵蘭

1.一種圖像識別的方法，其特征在于，包括：

圖像識別裝置獲取待識別圖像，所述待識別圖像中包含檢測區域及位于所述檢測區域內的一個或多個教學道具；

對所述檢測區域進行識別；

在識別出所述檢測區域后，對所述檢測區域內的教學道具進行識別；其中，所述教學道具包括多邊形邊框及位于所述邊框內的內容區，則在識別出所述檢測區域后，對所述檢測區域內的教學道具進行識別，包括：

通過幾何形態分析識別出所述教學道具中的邊框區域；

確定所述邊框及所述內容區的位置信息，并通過機器學習法對所述邊框區域內的內容區進行識別；

輸出所述內容區中識別出的內容信息；

其中，所述通過幾何形態分析識別出所述教學道具中的邊框區域，包括：

對所述教學道具圖像進行二值化處理，并對所述二值化處理后的教學道具圖像的連通區域進行掃描；

對所述掃描后的圖像進行輪廓篩選，保留所述多邊形邊框的輪廓，并獲取所述多邊形邊框的幾何參數；

其中，所述對所述掃描后的圖像進行輪廓篩選，保留所述多邊形邊框的輪廓，并獲取所述多邊形邊框的幾何參數，包括：

利用局部平均算法對輪廓線進行一次平滑，并使用近鄰差分法計算輪廓線上每一點的切向量；

利用分級聚類法對所述輪廓線中所有切向量坐標進行分析，獲取分析后的顯性聚類數據；

將所述顯性聚類對應的輪廓點提取到對應的數據集合中，該數據集合為所述多邊形邊框的擬合數據；

對所述數據集合中的數據進行直線擬合，并獲取所述多邊形邊框的幾何參數。

2.根據權利要求1所述的方法，其特征在于，所述檢測區域為四邊形區域，所述對所述檢測區域進行識別，包括：

將所述圖像進行二值化處理；

對所述二值化處理后的圖像利用輪廓追隨算法進行輪廓篩選，從而識別出所述四邊形區域。

3.根據權利要求2所述的方法，其特征在于，所述檢測區域的邊框由虛線組成，所述對所述二值化處理后的圖像利用輪廓追隨算法進行輪廓篩選，包括：

提取黑色區域輪廓，并取出其中一條虛線輪廓；

對虛線輪廓進行粗篩，并進行橢圓擬合，對所述橢圓的長軸做切向分析；

對虛線點進行孤立點篩除，并對篩除后的虛線點進行霍夫聚類分析，并對分析后的結果進行直線擬合，確定輪廓邊界。

4.根據權利要求3所述的方法，其特征在于，所述確定輪廓邊界之前，所述方法還包括：

對所述直線擬合后的區域進行矯正。

5.根據權利要求1所述的方法，其特征在于，所述教學道具還包括方向標識，則所述通過幾何形態分析識別出所述教學道具中的邊框區域之后，所述方法還包括：

所述圖像識別裝置檢測到所述方向標識，根據所述方向標識旋轉所述圖像中的邊框及所述邊框內的內容區，以使所述旋轉后的邊框及邊框內的內容區處于水平位置。

6.根據權利要求1所述的方法，其特征在于，若所述一個或多個教學道具在所述多邊形邊框內的位置發生改變，則所述對所述檢測區域內的教學道具進行識別，包括：

對所述圖像進行多次采集；

對采集的多幀圖像進行圖像差分分析，將變化量大于預設閾值的區塊標記為變動區域；

在變動區域內進行目標檢測；

對前后幀圖像進行數據關聯；

使用目標跟蹤算法定位所述教學道具的位置；

進行數據融合，識別出所述位置改變后的教學道具。

7.根據權利要求1所述的方法，其特征在于，所述待識別圖像還包括一個或多個功能區，則所述方法還包括：

對所述一個或多個功能區進行監測，當接收到所述一個或多個功能區觸發信號時，實現與所述一個或多個功能區對應的功能。

8.一種圖像識別的系統，其特征在于，所述系統包括：處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器；其中，所述處理器用于運行所述計算機程序時，執行權利要求1至7任一項所述的圖像識別的方法。