[發(fā)明專(zhuān)利]一種煙盒檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110035335.7
• 申請(qǐng)日: 2021-01-12
• 公開(kāi)（公告）號(hào): CN112767337B
• 公開(kāi)（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 汪丹丹;劉剛;劉強(qiáng);黃金娜;高智敏;趙永江;葉展
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06V10/44;G06V10/764
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項(xiàng)京;馬敬

1.一種對(duì)象檢測(cè)方法，其特征在于，所述方法包括：

獲取指定對(duì)象的第一灰度圖像；

將所述第一灰度圖像拆分為多個(gè)尺寸相同的子圖像；其中，相鄰的兩個(gè)子圖像之間存在重疊的圖像區(qū)域；

針對(duì)每一子圖像，在該子圖像中確定出紋理信息大于預(yù)設(shè)紋理信息閾值的一個(gè)子圖像塊；

將所述子圖像塊中的像素點(diǎn)進(jìn)行傅里葉變換，生成對(duì)應(yīng)的頻譜圖；

基于將各個(gè)子圖像的頻譜圖中的像素點(diǎn)，在極坐標(biāo)系下，沿著角度方向計(jì)算幅值的累加和，得到第一紋理特征的描述算子值以及第二紋理特征的描述算子值，將第一紋理特征的描述算子值作為第一描述算子值，第二紋理特征的描述算子值作為第二描述算子值；

基于所述第一描述算子值、所述第二描述算子值、預(yù)設(shè)的第一閾值和第二閾值，確定所述指定對(duì)象為真品的概率；其中，所述第一閾值包括：基于為真品的對(duì)象的灰度圖像，多次運(yùn)算生成的第一紋理特征的描述算子值的均值和方差；所述第二閾值包括：基于為真品的對(duì)象的灰度圖像，多次運(yùn)算生成的第二紋理特征的描述算子值的均值和方差。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述第一描述算子值、所述第二描述算子值、預(yù)設(shè)的第一閾值和第二閾值，確定所述指定對(duì)象為真品的概率，包括：

基于所述第一描述算子值和預(yù)設(shè)的第一閾值的指數(shù)函數(shù)運(yùn)算，得到第一概率；

基于所述第二描述算子值和預(yù)設(shè)的第二閾值的指數(shù)函數(shù)運(yùn)算，得到第二概率；

基于所述第一概率和所述第二概率，確定所述指定對(duì)象為真品的概率。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一描述算子值和預(yù)設(shè)的第一閾值的指數(shù)函數(shù)運(yùn)算，得到第一概率，包括：

計(jì)算所述第一描述算子值，在預(yù)設(shè)的第一閾值構(gòu)成的高斯分布中對(duì)應(yīng)的概率，作為第一概率；

所述基于所述第二描述算子值和預(yù)設(shè)的第二閾值的指數(shù)函數(shù)運(yùn)算，得到第二概率，包括：

計(jì)算所述第二描述算子值，在預(yù)設(shè)的第二閾值構(gòu)成的高斯分布中對(duì)應(yīng)的概率，作為第二概率。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一灰度圖像具有M列；

所述將所述第一灰度圖像拆分為多個(gè)尺寸相同的子圖像，包括：

響應(yīng)于將所述第一灰度圖像拆分成奇數(shù)P個(gè)子圖像的指令，對(duì)所述第一灰度圖像進(jìn)行拆分，得到P個(gè)子圖像；其中，第一個(gè)子圖像的列包括所述第一灰度圖像中的第1列至第2M/(P+1)列，第P個(gè)子圖像的列包括所述第一灰度圖像中的第(P-1)M/(P+1)列至第M列。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對(duì)每一子圖像，在該子圖像中確定出紋理信息大于預(yù)設(shè)紋理信息閾值的一個(gè)子圖像塊，包括：

針對(duì)每一子圖像，計(jì)算該子圖像中每一像素點(diǎn)的像素值的梯度值；

針對(duì)該子圖像中每一行像素點(diǎn)，計(jì)算該行像素點(diǎn)的像素值的梯度值的和值，并確定出和值最大的行，作為目標(biāo)行；以及針對(duì)該子圖像中每一列像素點(diǎn)，計(jì)算該列像素點(diǎn)的像素值的梯度值的和值，并確定出和值最大的列，作為目標(biāo)列；

確定所述目標(biāo)行和所述目標(biāo)列對(duì)應(yīng)的坐標(biāo)，作為初始坐標(biāo)；

按照該子圖像的大小，對(duì)所述初始坐標(biāo)進(jìn)行修正，得到目標(biāo)坐標(biāo)；

在該子圖像中，獲取以目標(biāo)坐標(biāo)為中心點(diǎn)的最大的正方形的子圖像塊。