[發明專利]一種目標有效識別裝置及方法

在審

• 申請號: 202010541927.1
• 申請日: 2020-06-15
• 公開（公告）號: CN111814580A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 吳俊;沈秋;周游
• 申請（專利權）人: 南京澳訊人工智能研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/44;G06K9/46;G06K9/62
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 王歡

本發明公開了一種目標有效識別裝置及方法，通過控制旋轉電機正轉及反轉可以控制攝像頭旋轉，可以對攝像頭的位置進行改變，使攝像頭具有更廣泛的監測范圍，便于數據圖像進行多角度獲取，并且通過對目標輪廓采用離散輪廓演化算法，可以簡化目標輪廓，抑制噪聲和量化誤差對目標輪廓的影響，且離散輪廓演化算法對噪聲干擾具有很好的魯棒性，能夠獲得穩定的輪廓演化結果。

技術領域

本發明屬于智能識別技術領域，具體涉及一種目標有效識別裝置及方法。

背景技術

目標識別是圖像處理、模式識別和計算機視覺領域的研究熱點之一，廣泛應用于日常生活、工業應用和軍事活動中的各個領域。

圖像識別方法可根據圖像的特征分為基于圖像紋理、圖像顏色、圖像輪廓等識別方法。認知心理學專家認為，人類視覺對目標的輪廓特征比顏色和紋理等特征更敏感，識別的魯棒性和穩定性更高，因此基于圖像輪廓的目標識別是圖像識別研究的熱點。

在圖像識別過程中需要對圖像進行獲取，現有的圖像獲取裝置無法進行多角度范圍調節，其對圖像數據只能監視攝入到一部分，可視范圍較窄盲區較大。

并且，對于目標輪廓，現有輪廓平滑方法很難在保留輪廓特征和抑制噪聲之間取得平衡。

發明內容

本發明的目的在于提供一種目標有效識別裝置及方法，以解決上述的技術問題。

為實現上述目的，本發明在其第一個方面中提供如下技術方案：一種目標有效識別方法，該方法包括以下步驟：

S1：利用攝像頭a及攝像頭b分別獲取目標物圖片a及目標物圖片b；

S2：對目標物圖片a及目標物圖片b進行預處理；

S3：利用目標識別裝置分別對目標物圖片a及目標物圖片b進行輪廓識別，并得出目標輪廓a及目標輪廓b；

S4：對目標輪廓a及目標輪廓b進行預處理；

S5：對目標輪廓a及目標輪廓b進行劃分；

S6：對已劃分目標輪廓a及目標輪廓b進行平滑處理；

S7：對目標輪廓a及目標輪廓b進行特征描述并獲得描述符a及描述符b

S8：將描述符a及描述符b分別與模板庫進行匹配，得到識別結果a及識別結果b；

S9：對識別結果a及識別結果b進行對比，最終得出對比識別結果。

優選的，所述S1中目標物圖片a及目標物圖片b按照30幀每秒的采樣速度對攝像頭a及攝像頭b獲取視頻中的幀圖像進行讀取，并對各個單幀圖片進行分析，挑選出清晰度最高的圖片。

優選的，所述S2中對目標物圖片a及目標物圖片b進行預處理為對目標物圖片a及目標物圖片b進行灰度化及灰度增強，采用二值化處理獲得數字二值化圖像并分割出目標。

優選的，所述S4中對目標輪廓a及目標輪廓b進行預處理，為通過離散輪廓演化算法簡化目標輪廓a及目標輪廓b，抑制噪聲和量化誤差對目標輪廓a及目標輪廓b的影響。

優選的，所述S5中，對目標輪廓a及目標輪廓b進行劃分，利用曲率將目標輪廓a及目標輪廓b分別劃分為特征區域和非特征區域。

優選的，所述S6中對已劃分目標輪廓a及目標輪廓b的特征區域和非特征區域分別進行平滑處理，并在包含輪廓特征較多的特征區域，采用方差較小的高斯平滑濾波器進行處理，在輪廓特征較少的非特征區域，采用方差較大的高斯平滑濾波器進行處理。

優選的，所述S7中對目標輪廓a及目標輪廓b采用SC特征描述符作為形狀描述子進行描述，并獲得描述符a及描述符b。