[發明專利]一種基于像素提取的矩形標志位的檢測方法在審
| 申請號: | 202210122259.8 | 申請日: | 2022-02-09 |
| 公開(公告)號: | CN114565924A | 公開(公告)日: | 2022-05-31 |
| 發明(設計)人: | 江人杰 | 申請(專利權)人: | 南京紅松信息技術有限公司 |
| 主分類號: | G06V30/40 | 分類號: | G06V30/40;G06V30/146;G06V30/16;G06V30/18 |
| 代理公司: | 南京正聯知識產權代理有限公司 32243 | 代理人: | 王素琴 |
| 地址: | 210022 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 像素 提取 矩形 標志 檢測 方法 | ||
1.一種基于像素提取的矩形標志位的檢測方法,其特征在于,具體包括以下步驟:
S1:對采集的圖像進行圖像修復和特征提取,獲得平均池化的特征圖;
S2:對步驟S1中獲得的平均池化的特征圖利用圖像特征進行全局標志位模糊搜索,獲得圖像中存在的所有的標志位;
S3:對圖像中獲取的每一個標志位進行定位還原;
S4:返回符合標準的標志位信息。
2.根據權利要求1所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S1的具體步驟為:
S11:對采集的圖像全局二值化處理,再檢測所述圖像的輪廓,并進行空洞填充,最終得到修復后的圖像;
S12:接著對步驟S11中修復后的圖像進行平均池化處理,提取圖像的像素亮度的特征圖。
3.根據權利要求2所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S2的具體步驟為:
S21:根據步驟S12中得到的平均池化的特征圖再進行一次圖像輪廓的檢測,對于符合條件一的輪廓,記作內輪廓集合in_counters;
S22:再對步驟S11中得到的修復后圖像進行一次圖像輪廓的檢測,記作外輪廓集合out_counters;
S23:對外輪廓集合和內輪廓集合中進行輪廓匹配,獲得的匹配結果則為由多個內輪廓和外輪廓組成的二維集合。
4.根據權利要求3所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S21中的所述條件一為:輪廓需滿足輪廓中黑色像素占比大于95%;所述步驟S23中的輪廓匹配采用循環匹配的方法,循環內輪廓集合in_counters中的每一個內輪廓,判斷該內輪廓對應的外輪廓在坐標位置上是屬于外輪廓集合out_counters的哪一個外輪廓的,每一個內輪廓都會找到唯一的一個外輪廓,最終得到由多個內輪廓和外輪廓組成的二維集合。
5.根據權利要求3所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S3的具體步驟為:根據由多個內輪廓和外輪廓組成的二維集合,對每一個內輪廓和外輪廓的二維集合進行精準的定位還原。
6.根據權利要求5所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S3的具體步驟為:
S31:通過二分查找方法生成新的內輪廓和外輪廓,并提取內輪廓和外輪廓的長寬二分值,以長寬二分值的大小生成二分值輪廓;
S32:若二分值輪廓內的黑色像素的占比大于設定的閾值,則用二分值輪廓替代內輪廓,否則就用二分值輪廓替代外輪廓;直至內輪廓和外輪廓逐漸大小相等,此時的輪廓為最大黑色方塊輪廓,則為精準的黑色方塊;
S33:循環步驟S31~S32,獲得由多個內輪廓和外輪廓組成的二維集合中的每一個內輪廓和外輪廓結合對應的黑色方塊,即獲得每個符合標志位大小的黑色方塊信息。
7.根據權利要求6所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S4的具體步驟為:根據步驟S33中獲得的每個符合標志位的大小的黑色方塊信息,再結合初始設置的標志位信息進行判斷檢測結果的位置是否為標志位,若黑色方塊信息的大小與位置均符合位置標準,則返回該標志位信息;否則結束。
8.根據權利要求4所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S11中全局二值化處理時設定的全局閾值為100,將大于100的像素群像素值設定為255,將小于128的像素群像素值設定為0;所述步驟S11中的空洞填充是對于圖像輪廓較小且像素值為255的區域的值轉為0。
9.根據權利要求8所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述步驟S12中平均池化處理的具體過程為:將待處理的修復后的圖像按照固定大小的網格分割,每隔一定的步長取網格內所有像素的平均值,并使用它來創建一個下采樣的特征映射。
10.根據權利要求9所述的基于像素提取的矩形標志位的檢測方法,其特征在于,所述固定大小的網格長為20像素,寬為20像素,步長為7個像素。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京紅松信息技術有限公司,未經南京紅松信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210122259.8/1.html,轉載請聲明來源鉆瓜專利網。





