[發明專利]一種構件識別方法、裝置、存儲介質及系統

在審

• 申請號: 201910553765.0
• 申請日: 2019-06-24
• 公開（公告）號: CN110263736A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 李曉蒞;陽劍峰;呂先鋒;劉文俊
• 申請（專利權）人: 廣州偕作信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 楊奇松

本申請的實施例提供一種構件識別方法、裝置、存儲介質及系統，方法包括：獲取包含異常點標注和待識別構件的分片圖像；根據所述異常點標注，消除所述分片圖像中的異常點；從消除異常點的分片圖像中確定出表征所述待識別構件的待識別構件圖像；將所述待識別構件圖像與構件庫中的預設構件圖像匹配，以識別所述待識別構件。通過確定出分片圖像中的異常點并將異常點消除，可以盡可能避免異常點對待識別構件圖像的影響，從而能夠降低由異常點影響待識別構件圖像而導致對構件圖像的輪廓造成遮擋或連接等問題，以及進一步引起的識別錯誤。由此，可以提高對圖像中構件識別的準確率。

技術領域

本申請涉及圖像處理領域，例如涉及一種構件識別方法、裝置、存儲介質及系統。

背景技術

現有的構件識別方法中，對圖像中的構件進行識別時，識別的準確率有待提高。

發明內容

有鑒于此，本申請的目的在于提供一種提高圖像中構件的識別準確率的構件識別方法、裝置、存儲介質及系統。

為了實現上述目的，本申請的實施例通過如下方式實現：

第一方面，本申請的實施例提供一種構件識別方法，包括：獲取包含異常點標注和待識別構件的分片圖像；根據所述異常點標注，消除所述分片圖像中的異常點；從消除異常點的分片圖像中確定出表征所述待識別構件的待識別構件圖像；將所述待識別構件圖像與構件庫中的預設構件圖像匹配，以識別所述待識別構件。

通過確定出分片圖像中的異常點并將異常點消除，可以盡可能避免異常點對待識別構件圖像的影響，從而能夠降低由異常點影響待識別構件圖像而導致對構件圖像的輪廓造成遮擋或連接等問題，以及進一步引起的識別錯誤。由此，可以提高對圖像中構件識別的準確率。

結合第一方面，在第一方面的第一種可能的實現方式中，所述根據所述異常點標注，消除所述分片圖像中的異常點，包括：通過聚類算法，從所述分片圖像中確定出所述異常點的像素值范圍和背景區域的像素值范圍；將所述異常點的像素值范圍調整至所述背景區域的像素值范圍。

通過使用聚類算法，可以根據異常點標注快速準確地確定出異常點的存在，以及確定出異常點的像素值范圍。由此，可以通過將異常點的像素值范圍調整為背景區域的像素值范圍，從而高效地消除異常點。

結合第一方面，在第一方面的第二種可能的實現方式中，所述從消除異常點的分片圖像中確定出表征所述待識別構件的待識別構件圖像，包括：采用Selective search(選擇性搜索)算法，對消除異常點的分片圖像進行區域提取，以提取出所述待識別構件圖像。

通過采用Selective search算法對消除異常點后的分片圖像進行區域提取，可以高效準確地提取出待識別構件圖像。

結合第一方面，在第一方面的第三種可能的實現方式中，所述將所述待識別構件圖像與構件庫中的預設構件圖像匹配，以識別所述待識別構件，包括：獲取所述待識別構件圖像的Hu矩(圖像矩，是由Hu(Visual pattern recognition by moment invariants)在1962年提出的，具有平移、旋轉和尺度不變性)特征向量；計算所述待識別構件圖像與所述構件庫中每個預設構件圖像的Hu矩特征向量之間的距離值；確定其中最小的距離值對應的預設構件圖像為目標構件圖像，以根據所述目標構件圖像識別所述待識別構件。

通過使用Hu矩特征向量作為待識別構件圖像的特征，并通過計算待識別構件圖像的Hu矩特征向量與預設構件圖像的Hu矩特征向量之間的距離值，以判定待識別構件圖像與預設構件圖像是否為同類構件。而Hu矩特征向量具有圖像旋轉、放縮而特征不變的特性，可以盡可能準確地識別出各個角度和/或大小的構件圖像，從而保證構件識別的準確率。