CN102103684A - 图像识别系统及其方法 - Google Patents
图像识别系统及其方法 Download PDFInfo
- Publication number
- CN102103684A CN102103684A CN2009102587828A CN200910258782A CN102103684A CN 102103684 A CN102103684 A CN 102103684A CN 2009102587828 A CN2009102587828 A CN 2009102587828A CN 200910258782 A CN200910258782 A CN 200910258782A CN 102103684 A CN102103684 A CN 102103684A
- Authority
- CN
- China
- Prior art keywords
- image
- contour feature
- identification module
- module
- skeletonizing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像识别系统及其方法,其包含图像提取单元、处理模块、存储单元和识别模块。图像提取单元对选定处进行图像提取操作;处理模块连接到图像提取单元,并将图像提取单元所提取的图像处理为骨架化,再取得骨架化图像的轮廓特征;存储单元连接到处理模块,并存储骨架化图像的轮廓特征;识别模块连接到存储单元,并用相关性分析方法对不同时间所得的骨架化图像的轮廓特征进行比较,以识别不同时间所取得的图像是否匹配。
Description
技术领域
本发明是关于一种图像识别系统及其方法,特别是关于一种用相关性分析方法识别图像的图像识别系统及其方法。
背景技术
目前,根据现有实时图像识别技术,主要利用摄影机与图像提取接口所取得的数字图像,再由相关识别技术判断不同的数字图像是否有差异,并根据所得的差异值做相对应的反应。
如美国专利第5,534,917号所公开的一种图像识别方法,其利用AND运算子的方式来进行图像的识别,主要是将一区域内的图样当作参考值并存储在存储单元,再用摄影机在不同的时间不断提取图像以供识别,在识别过程中逐一比较。虽然此方法简单,不需要大量的图像运算,但这种识别方法极易受到不同的背景光源以及环境阴影的影响,使得识别结果产生误差,因此必须进行色温色差的校正,其过程相当复杂。
发明内容
鉴于上述现有技术中的问题,本发明的目的是提供一种图像识别系统及其方法,其不受背景光源亮度以及识别环境所造成的阴影的影响,可正确的进行图像识别操作。
根据上述本发明的目的,提出一种图像识别系统,所述图像识别系统包含一个图像提取单元、一个处理模块、一个存储单元以及一个识别模块。图像提取单元可对一个选定处在不同的时间点不断进行图像提取操作。处理模块连接到图像提取单元,并将不同时间点所提取的图像转换成骨架化图像,以取得该各骨架化图像的轮廓特征。存储单元连接到处理模块,并存储各骨架化图像的轮廓特征,以供图像识别之用。识别模块连接到存储单元,并用相关性分析方法对不同时间所得的骨架化图像的轮廓特征进行比较,以识别不同时间所取得的图像是否匹配。
所述相关性分析方法计算各不同时间点所得的骨架化图像轮廓特征的相关系数,当相关系数大于门限值时,识别模块判定所比较的图像匹配,当相关系数小于预设门限值时,识别模块判定比较的图像不匹配。当识别模块第一次判定图像不匹配时,处理模块开始对累计时间进行计时,并且图像提取单元会在预设时间间隔内,进行至少一次图像提取操作,使识别模块识别新取得图像与原来的图像是否匹配,如果不匹配且累计时间的间距超出预设时间间隔,则会通过警报装置发出警告声音。
根据上述本发明的目的,又提出一种图像识别方法,所述方法包含下列步骤。首先利用图像提取单元在不同的时间点对选定处进行图像提取操作,以分别取得将要识别的图像。通过处理模块处理所得的图像,以将其转换成骨架化图像,并取得骨架化图像的轮廓特征。通过存储单元存储各骨架化图像的轮廓特征。最后再通过识别模块取得存储的各骨架化图像的轮廓特征,使识别模块用相关性分析方法对不同时间所得的骨架化图像的轮廓特征进行比较,识别不同时间所取得的图像是否匹配。
所述相关性分析方法计算各不同时间点所得的骨架化图像轮廓特征的相关系数,当相关系数大于门限值时,识别模块判定所比较的图像匹配,当相关系数小于门限值时,识别模块判定比较的图像不匹配。当识别模块第一次判定图像不匹配时,处理模块开始对累计时间进行计时,且图像提取单元会在预设时间间格内,进行至少一次图像提取操作,使识别模块识别新取得图像与原来的图像是否匹配,如果不匹配且累计时间的间距超出预设时间间隔,则会通过警报装置发出警告声响。
如上所述,根据本发明的图像识别系统及其方法,可具有一或多个下述优点:
(1)所述图像识别系统及其方法可使用光相关性分析方法和骨架化图像,从而克服在不同的背景光源与阴影所造成的图像识别错误判定。
(2)所述图像识别系统及其方法可将灰度级电荷耦合器件作为图像提取单元,从而减少图像识别系统的成本。
附图说明
图1是本发明的图像识别系统的第1实施例的框图;
图2是本发明的图像识别系统的第2实施例的框图;
图3是本发明的图像识别方法的实施步骤流程图;以及
图4是本发明的图像识别方法的第一实施例的实施步骤流程图。
主要符号说明:1、2为图像识别系统,12、22为图像提取单元,12、22为处理模块,13、23为存储单元,14、24为识别模块,25为区域选择模块,26为警报装置,S31~S37为步骤,S411~S423为步骤。
具体实施方式
请参照图1,图1是本发明的图像识别系统的第1实施例的框图。图中,图像识别系统1包含1个图像提取单元11、处理模块12、存储单元13和识别模块14。
图像提取单元11可对选定处进行图像提取操作,在第一时间取得第一图像,在第二时间取得第二图像,图像提取单元可以是灰度级电荷耦合器件(Gray level CCD)或其它具有摄像功能的摄像装置。
处理模块12连接到图像提取单元11,并对第一图像和第二图像进行处理,并且将第一图像与第二图像骨架化,将其转换成第一骨架化图像和第二骨架化图像,以取得第一骨架化图像的第一轮廓特征和第二骨架化图像的第二轮廓特征。
存储单元13连接到处理模块12,存储第一轮廓特征和第二轮廓特征。
识别模块14连接到存储单元13,用相关性分析方法对第一轮廓特征与第二轮廓特征进行比较,以作为识别第一图像与该第二图像是否匹配的依据。该相关性分析(Correlation analysis)方法计算出第一轮廓特征与第二轮廓特征的相关系数(Correlation coefficient),当该相关系数大于门限(Threshold)设定值时,识别模块14判定第一图像与第二图像匹配;当该相关系数小于门限设定值时,识别模块14判定第一图像与第二图像不匹配。
请参照图2,图2是本发明的图像识别系统的第2实施例的框图。与第1实施例相比较,其不同点在于第2实施例中还包含有区域选择模块25和警报装置26,其它部分与第1实施例相似,因此不在此赘述。区域选择模块25连接在图像提取单元21与处理模块22之间,其可从图像提取单元21所提取的图像中选择至少一个区域,使识别模块24仅对选择的区域进行图像识别操作。
警报装置26连接到识别模块24,根据识别模块24的识别结果,对应地产生警报声音,例如识别模块24在第一次进行图像识别后,如果其识别结果为匹配,则可在3秒或5秒后,使图像提取单元21再次提取图像,以使识别模块24以原先第一次取得的图像与再次取得的图像进行图像识别操作,如果第一次图像识别结果为不匹配,则警报装置26立即发出警报声音提醒相关人员。
另外,如果第一次识别结果为不匹配,处理模块22可进行计时操作,以对累计时间进行计时,并且可在预设时间间隔(例如3分钟或5分钟)内,使图像提取单元21进行至少一次图像提取操作,以供识别模块24对原先第一次取得的图像与累计操作时间内取得的图像进行图像识别,如果累计时间内取得的图像识别的结果为匹配,则计时操作归零且图像提取单元21重新对选定处进行图像提取操作,如果累计时间内取得的图像识别的结果仍为不匹配并且累计时间的间距超出预设时间间格,则警报装置26产生警报声音提醒相关人员,以防止误警报的产生。
以第2实施例应用在家庭安全监视系统为例,识别不同时间点所提取图像的识别结果,可用于例如检测安全监视系统的固定式镜头是否被移动,或被特定人士恶意遮蔽镜头;或使用区域选择模块25在第一时间提取的图像上选定例如门或窗户等识别范围,以使本发明的图像识别系统2作为例如入侵检测或触发检测的用途。
以第2实施例应用在展览馆或公司使用的安全监视系统为例,可通过区域选择模块25选定展览品或其它物品作为待测物品,待处理模块22取得待测物品的轮廓特征之后,由识别模块24以此轮廓特征为参考值与再提取的图像轮廓特征用相关性分析方法计算相关系数,判定两个图像是否匹配,作为如遗失物检测或遗留物检测的用途,或由区域选择模块25以待测物品为中心,选择更大的识别区域,检测是否有不明物体进入识别区域,可作为例如电子围墙或警戒区域等用途。
另外还可以使区域选择模块25在出入口或门口等地方选择作为识别区域,识别模块24可通过图像提取单元21取得图像的时间先后顺序、图像中对象轮廓特征以及对象轮廓特征的移动轨迹,来判定是否有人进入或走出出入口或门口,用作对象计数的功能。此外,还可以让识别模块24先学习各种对象的轮廓特征,并记录在存储单元23中,当要分辨对象种类时,以待分类对象轮廓特征与记录在存储单元23中各种对象的轮廓特征比较,以此作为对象分类的用途。
请参照图3,图3是本发明的图像识别方法的实施步骤流程图。图中,所述图像识别方法包含下列步骤。在步骤S31中,利用图像提取单元在第一时间点从选定处提取第一图像。在步骤S32中,通过处理模块处理第一图像,以转换成第一骨架化图像并取其第一轮廓特征。在步骤S33中,将第一轮廓特征存储在存储单元中。在步骤S34中,利用图像提取单元在第二时间点从其选定处提取第二图像。在步骤S35中,通过处理模块处理第二图像,以转换成第二骨架化图像并取其第二轮廓特征。在步骤S36中,将第二轮廓特征存储在存储单元中。在步骤S37中,通过识别模块用相关性分析的方法对该第一轮廓特征与该第二轮廓特征进行比较,以识别第一图像与第二图像是否匹配。
请参照图4,图4是本发明的图像识别方法的第一实施例的实施步骤流程图。图中,此实施例包含下列步骤。
在步骤S411中,利用图像提取单元从选定处提取图像。
在步骤S412中,通过处理模块处理图像,以转换成骨架化图像并取其轮廓特征。
在步骤S413中,将轮廓特征存储在存储单元中,并以该轮廓特征为参考值与后续取得的图像进行识别操作。
在步骤S414中,利用图像提取单元从其选定处提取图像。
在步骤S415中,通过处理模块处理图像,以转换成骨架化图像并取其轮廓特征。
在步骤S416中,将再取得的轮廓特征存储在存储单元中。
在步骤S417中,通过识别模块用相关性分析的方法对参考轮廓特征与再取得的轮廓特征进行比较,以识别参考图像与再取得的图像是否匹配,如果识别结果为匹配,则进行步骤S414,如果识别结果为不匹配则进行步骤418。
在步骤S418中,处理模块对累计时间进行计时,并且图像提取单元在预设时间间隔内对选定处进行至少一次图像提取操作,以取得至少一个图像。
在步骤S419中,识别取得的图像是否与原来的图像匹配并且累计时间的间距是否超出预设时间间隔,如果不匹配并且时间间距超出预设时间间隔则进行步骤S420,否则回到步骤S414。
在步骤S420中,通过警报装置发出警告声音。
以上所述仅为举例性,而非为限制性者。任何未脱离本发明的精神与范围,而对其进行的等效修改或变更,均应包含于后附之申请专利范围中。
Claims (10)
1.一种图像识别系统,其特正在于,包含:
图像提取单元,对选定处进行图像提取操作,在第一时间取得第一图像,在第二时间取得第二图像;
处理模块,连接到所述图像提取单元,处理所述第一图像与所述第二图像,并将所述第一图像转换为第一骨架化图像,并将所述第二图像转换为第二骨架化图像,取得所述第一骨架化图像的第一轮廓特征和所述第二骨架化图像的第二轮廓特征;
存储单元,连接到所述处理模块,并存储所述第一轮廓特征和第二轮廓特征;以及
识别模块,连接到所述存储单元,并用相关性分析方法对所述第一轮廓特征与所述第二轮廓特征进行比较,以识别所述第一图像与所述第二图像是否匹配。
2.如权利要求1所述的图像识别系统,其特征在于,所述相关性分析方法计算所述第一轮廓特征与所述第二轮廓特征的相关系数。
3.如权利要求2所述的图像识别系统,其特征在于,所述相关系数大于门限值时,所述识别模块判定所述第一图像与所述第二图像匹配,当所述相关系数小于所述门限值时,所述识别模块判定所述第一图像与所述第二图像不匹配。
4.如权利要求1所述的图像识别系统,其特征在于,还包含:区域选择模块,连接在所述图像提取单元与所述处理模块之间,所述区域选择模块在所述第一图像与所述第二图像选择至少一个区域,使所述识别模块进行图像识别。
5.一种光学位置检测方法,其特征在于,包含下列步骤:
利用图像提取单元在第一时间和第二时间对选定处进行图像提取操作,以分别取得第一图像和第二图像;
通过处理模块处理所述第一图像和所述第二图像,以将所述第一图像转换为第一骨架化图像,并将所述第二图像转换为第二骨架化图像,并取得所述第一骨架化图像的第一轮廓特征和所述第二骨架化图像的第二轮廓特征;
通过存储单元存储所述第一轮廓特征和所述第二轮廓特征;以及
通过识别模块用相关性分析方法对所述第一轮廓特征与所述第二轮廓特征进行比较,以识别所述第一图像与所述第二图像是否匹配。
6.如权利要求5所述的光学位置检测方法,其特征在于,所述相关性分析方法计算所述第一轮廓特征与所述第二轮廓特征的相关系数。
7.如权利要求6所述的光学位置检测方法,其特正在于,所述相关系数大于门限值时,所述识别模块判定所述第一图像与所述第二图像匹配,当所述相关系数小于所述门限值时,所述识别模块判定所述第一图像与所述第二图像不匹配。
8.如权利要求5所述的光学位置检测方法,其特征在于,还包含提供区域选择模块,通过所述区域选择模块从所述第一图像与所述第二图像选择至少一个区域,使所述识别模块进行图像识别。
9.如权利要求5所述的光学位置检测方法,其特征在于,所述识别模块判定所述第一图像与所述第二图像匹配时,所述图像提取单元再次进行图像提取操作,以取得第三图像,使所述识别模块识别所述第一图像与所述第三图像是否匹配。
10.如权利要求5或9所述的光学位置检测方法,其特正在于,所述识别模块判定所述第一图像与所述第二图像不匹配时,所述处理模块对累计时间进行计时,且所述图像提取单元在预设时间间隔内,进行至少一次图像提取操作,以取得至少一个第四图像,使所述识别模块识别所述第一图像与所述第四图像是否匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102587828A CN102103684A (zh) | 2009-12-21 | 2009-12-21 | 图像识别系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102587828A CN102103684A (zh) | 2009-12-21 | 2009-12-21 | 图像识别系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102103684A true CN102103684A (zh) | 2011-06-22 |
Family
ID=44156440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102587828A Pending CN102103684A (zh) | 2009-12-21 | 2009-12-21 | 图像识别系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102103684A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673923A (zh) * | 2013-12-25 | 2014-03-26 | 裘钧 | 基于数字图像处理的曲线纤维网络结构形貌特征测量方法 |
CN105957300A (zh) * | 2016-07-18 | 2016-09-21 | 四川君逸数码科技股份有限公司 | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 |
CN107977646A (zh) * | 2017-12-19 | 2018-05-01 | 北京博睿视科技有限责任公司 | 一种隔栏递物检测算法 |
-
2009
- 2009-12-21 CN CN2009102587828A patent/CN102103684A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673923A (zh) * | 2013-12-25 | 2014-03-26 | 裘钧 | 基于数字图像处理的曲线纤维网络结构形貌特征测量方法 |
CN103673923B (zh) * | 2013-12-25 | 2017-02-15 | 裘钧 | 基于数字图像处理的曲线纤维网络结构形貌特征测量方法 |
CN105957300A (zh) * | 2016-07-18 | 2016-09-21 | 四川君逸数码科技股份有限公司 | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 |
CN107977646A (zh) * | 2017-12-19 | 2018-05-01 | 北京博睿视科技有限责任公司 | 一种隔栏递物检测算法 |
CN107977646B (zh) * | 2017-12-19 | 2021-06-29 | 北京博睿视科技有限责任公司 | 一种隔栏递物检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5106356B2 (ja) | 画像監視装置 | |
RU2600540C2 (ru) | Устройство и способ обработки информации, и программа | |
KR101173802B1 (ko) | 대상물 추적 장치, 대상물 추적 방법, 및 제어 프로그램이 기록된 기록 매체 | |
KR100831122B1 (ko) | 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치 | |
KR101730255B1 (ko) | 얼굴 인식 디지털 도어록 | |
CN105718031B (zh) | 手势辨识方法及其装置 | |
KR100954835B1 (ko) | 얼굴변화 검출 시스템 및 얼굴변화 감지에 따른 지능형 시스템 | |
JPH11288459A (ja) | 顔のような領域を検出する方法および装置、ならびに観察者トラッキングディスプレイ | |
KR101014325B1 (ko) | 적외선을 이용한 얼굴인식 시스템 및 방법 | |
KR20110093659A (ko) | 화상인식장치 및 방법 | |
CN101887518B (zh) | 人体检测装置与方法 | |
CN105717132B (zh) | 一种pc构件生产线的预埋件检测系统和方法 | |
CN105243386A (zh) | 人脸活体判断方法以及系统 | |
CN104700424B (zh) | 医用彩色电子内窥镜图像坏点检测装置 | |
JP2011059810A (ja) | 画像認識システム | |
KR100824757B1 (ko) | 걸음걸이를 이용한 생체 인식 방법 | |
CN109409186A (zh) | 用于对象检测和通知的驾驶员辅助系统和方法 | |
JP2013152669A (ja) | 画像監視装置 | |
KR101372860B1 (ko) | 영상 검색 시스템 및 영상 분석 서버 | |
CN105957300B (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
CN111582118A (zh) | 一种人脸识别方法及装置 | |
CN102103684A (zh) | 图像识别系统及其方法 | |
CN105844282A (zh) | 一种运用线扫描相机检测喷油嘴O-Ring缺陷的方法 | |
JP2008041017A (ja) | 監視システムおよび監視装置 | |
WO2018185574A1 (en) | Apparatus and method for documents and/or personal identities recognition and validation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110622 |