[發(fā)明專利]一種用于手機外觀標記的圖片識別系統及方法

在審

• 申請?zhí)枺?/td>: 202210205903.8
• 申請日: 2022-03-03
• 公開（公告）號: CN114612399A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設計）人: 林樂新;王佳
• 申請（專利權）人: 深圳閃回科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06T7/194;G06N3/04;G06N3/08;G06T5/00
• 代理公司: 深圳知幫辦專利代理有限公司 44682
• 代理人: 李賾

1.一種用于手機外觀標記的圖片識別系統，其特征在于，包括：

圖像預處理模塊，用于獲取用戶標記手機外觀的感興趣區(qū)域，感興趣區(qū)域為待檢測圖像的子集，是從圖像中提取的部分區(qū)域，部分區(qū)域由多個不規(guī)則的形狀組成；

圖像分割模塊，用于按照預設的灰度、顏色、紋理和形狀特征的相似性準則將待檢測圖像分割成兩個或多個互不交迭的區(qū)域；

特征提取模塊，用于根據連通分量將圖像分割出來的區(qū)域作為后續(xù)特征提取的目標對象，兩通分量為在二值圖像中按照預設規(guī)則連在一起的像素進行標記，其中，采用灰度閾值分割將目標值以下的區(qū)域進行提取并轉為二值圖像，根據像素鄰接方式作連通域分析，并按照面積大小將細小雜點去除；

網絡訓練模塊，用于數據從輸入到輸出的映射關系，通過訓練尋找最能反應目標任務的最佳映射函數，采用高維抽象特征表示低維目標特征，網絡訓練模塊包括卷積層和池化層，每層都包括訓練參數，每層由多個特征圖通過一種卷積核提取輸入數據的一種特征，每個特征圖包含多個神經元，不同神經元之間互相連接；卷積層用于提取輸入數據的特征，不同大小的卷積層表示不同大小的感受野；池化層從輸入矩陣的子矩陣中獲取最大值，平均池化從輸入矩陣中獲取的是均值。

2.根據權利要求1所述的用于手機外觀標記的圖片識別系統，其特征在于，圖像預處理模塊包括去噪單元，去噪單元采用兩種不同尺寸的結構元素對圖像進行頂帽變換，先選擇一個尺寸大于砂粒點的結構元素對待測圖像進行頂帽變換，使得殘留砂粒點和噪聲點得以凸出，再選擇一個尺寸小于砂粒點的結構元素對待測圖像進行一次頂帽交換，以兩次頂帽變換的差值作為預處理增強的輸出結果。

3.根據權利要求1所述的用于手機外觀標記的圖片識別系統，其特征在于，圖像預處理模塊還包括支撐線處理單元，支撐線處理單元用于對絲印區(qū)域和屏幕區(qū)域進行簡單劃分，并對屏幕區(qū)域支撐線進行提取和延伸，再作差將絲印區(qū)域覆蓋支撐線進行去除，以得到完整的待去除支撐線區(qū)域，其中，圖像中的支撐線為貫穿智能手機蓋板的靠近上下兩端的細線，且接觸部分為成像的背面。

4.根據權利要求3所述的用于手機外觀標記的圖片識別系統，其特征在于，支撐線處理單元的執(zhí)行過程包括如下步驟：

操作相機在黑暗環(huán)境中進行一次拍照，進光量為零，獲得每個像元的偏移量G,表達式為f_E(x,y)＝K*i(x,y)t+G，其中f_E(x,y)為黑暗環(huán)境下獲得的像素灰度值，K為轉換關系，單位為灰度/電子，i(x,y)為特定像素在暗場下的暗電流大小，t為線掃相機獲取一幀或一行的時間，G為圖像的偏移值；

在均勻光照條件下對表面平整的物體進行一次成像，得到明場圖像，明場矯正的表達式為：f_E0(x,y)＝η(x,y)X₀+K*i(x,y)t+G，其中f_E0(x,y)為均勻光照下獲得的像素灰度值，η(x,y)為特定像素對光的轉換敏感關系，X₀為光亮常數；

拍攝實際環(huán)境下的帶矯正圖像，其光亮X(x,y)變化代表著圖像特征，表達式為：f(x,y)＝η(x,y)X(x,y)+K*i(x,y)t+G，根據上述表達式得到X₀為常數，f_E0(x,y)為已知，在采集的圖形中對像素灰度函數乘以統一的數值對整個圖像做整體的灰度變化，且不會丟失圖像的細節(jié)信息。

5.根據權利要求1所述的用于手機外觀標記的圖片識別系統，其特征在于，卷積層在整個輸入矩陣中執(zhí)行下述過程：

輸入矩陣的子矩陣和感受野之間執(zhí)行逐個元素點乘積，感受野為過濾器內核，隨機生成感受野的初始權重值，偏置根據網絡的配置進行設定；

感受野的權重和網絡的偏置都使用隨機梯度下降算法進行訓練，子矩陣的大小等于感受野的大小，但感受野小于輸入矩陣，將相乘的值求和，并將偏置添加到求和值。