[發(fā)明專利]全景環(huán)境圖像分析方法

在審

• 申請?zhí)枺?/td>: 201810272972.4
• 申請日: 2018-03-29
• 公開（公告）號: CN108804998A
• 公開（公告）日: 2018-11-13
• 發(fā)明（設計）人: 包云清
• 申請（專利權）人: 包云清
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及一種全景環(huán)境圖像分析方法，該方法包括提供一種全景環(huán)境圖像分析系統(tǒng)，采用定制的圖像檢測機制對周圍各個區(qū)域的人流進行檢測，并基于檢測結果進行廣告策略的自適應切換。通過本發(fā)明，能夠只保持相對于人流量大的區(qū)域的廣告牌旋轉。

技術領域

本發(fā)明涉及圖像分析領域，尤其涉及一種全景環(huán)境圖像分析方法。

背景技術

用圖像分析一般利用數(shù)學模型并結合，圖像處理的技術來分析底層特征和上層結構，從而提取具有一定智能性的信息。

模式識別和人工智能方法對物景進行分析、描述、分類和解釋的技術，又稱景物分析或圖像理解。20世紀60年代以來，在圖像分析方面已有許多研究成果，從針對具體問題和應用的圖像分析技術逐漸向建立一般理論的方向發(fā)展。圖像分析同圖像處理、計算機圖形學等研究內容密切相關，而且相互交叉重疊。但圖像處理主要研究圖像傳輸、存儲、增強和復原；計算機圖形學主要研究點、線、面和體的表示方法以及視覺信息的顯示方法；圖像分析則著重于構造圖像的描述方法，更多地是用符號表示各種圖像，而不是對圖像本身進行運算,并利用各種有關知識進行推理。圖像分析與關于人的視覺的研究也有密切關系，對人的視覺機制中的某些可辨認模塊的研究可促進計算機視覺能力的提高(見機器視覺)。

發(fā)明內容

本發(fā)明提供了一種全景環(huán)境圖像分析方法，一方面，采用定制的圖像檢測機制對周圍各個區(qū)域的人流進行檢測，并基于檢測結果進行廣告策略的自適應切換，從而避免了廣告模式的盲目性。

根據(jù)本發(fā)明的一方面，提供了一種全景環(huán)境圖像分析方法，該方法包括提供一種全景環(huán)境圖像分析系統(tǒng)，采用定制的圖像檢測機制對周圍各個區(qū)域的人流進行檢測，并基于檢測結果進行廣告策略的自適應切換，所述全景環(huán)境圖像分析系統(tǒng)包括：

支撐桿體，設置在廣告牌的頂部，其一端固定在廣告牌的頂部中央，另一端在廣告牌的頂部之上，距離廣告牌的頂部的距離可伸縮控制；

全景攝像頭，被固定在所述支撐桿體上，用于對廣告牌所在環(huán)境進行全景拍攝，以獲得全景環(huán)境圖像，并輸出所述全景環(huán)境圖像；

列特征分析設備，與所述全景攝像頭連接，用于接收所述全景環(huán)境圖像，獲取所述全景環(huán)境圖像中各個像素點的青色通道數(shù)值、品紅色通道數(shù)值、黃色通道數(shù)值和黑色通道數(shù)值，并按照每一個像素點的歸屬列對像素點進行以列為索引的分類，輸出每一列的各個像素點的青色通道數(shù)值、品紅色通道數(shù)值、黃色通道數(shù)值和黑色通道數(shù)值；

成分分析設備，與所述列特征分析設備連接，用于對每一列的各個像素點執(zhí)行以下處理：計算所述列中每一個像素點的青色通道數(shù)值、品紅色通道數(shù)值、黃色通道數(shù)值和黑色通道數(shù)值的乘積以獲得每一個像素點的成分特征值，將所述列中的所有像素點的成分特征值相加并除以所述全景環(huán)境圖像的垂直分辨率，將獲得的數(shù)值作為所述列的列特征值輸出；

可疑列檢測設備，與所述成分分析設備連接，將列特征值偏離上方最近列特征值與下方最近列特征值的平均值達到預設偏離閾值的列作為可疑列輸出。

因此，本發(fā)明至少具有以下兩個重要發(fā)明點：

(1)通過逐列特征分析的精細化圖像處理，保證了后續(xù)圖像識別的準確度和效率；

(2)通過對全景圖像中的各個區(qū)域的人流進行檢測，在發(fā)現(xiàn)流量相對于其他區(qū)域特別大的區(qū)域時，只保持對該區(qū)域的廣告牌旋轉，立即停止對其他區(qū)域的廣告牌旋轉，從而提高了廣告牌的廣告效果。

附圖說明

以下將結合附圖對本發(fā)明的實施方案進行描述，其中：

圖1為根據(jù)本發(fā)明實施方案示出的全景環(huán)境圖像分析系統(tǒng)所在的廣告牌的結構示意圖。

具體實施方式

下面將參照附圖對本發(fā)明的全景環(huán)境圖像分析系統(tǒng)的實施方案進行詳細說明。