CN102915432B - 一种车载微机图像视频数据提取方法及装置 - Google Patents

Abstract

本发明公开了一种车载微机图像视频数据提取方法和装置，系统根据功能分为三个模块，第一个模块是图像采集模块，通过高清网络摄像头以一定的采集频率获取机车微机屏视频图像，并把获取的图像进行本地存储；第二个模块是图像识别模块，把从摄像头获取到的图片利用图像识别的算法，对图像上的数字和柱状图的刻度进行识别，并且按照数据表示的具体含义进行本地暂存；第三个模块是数据传输模块，把识别、分析完毕的数据组织成报文的格式按照数据传输协议（TCP/IP）传输到数据分析平台，供数据分析平台进行数据编辑及后期的处理。解决了当前的技术不能够直接从监控屏幕的S485接口直接读出数据的问题。

Description

一种车载微机图像视频数据提取方法及装置

技术领域

本发明涉及一种图像视频数据提取方法及装置，特别是涉及一种用于车载微机图像视频数据提取方法及装置。

背景技术

为了对和谐机车在试验台上的运行状况进行实时的监控，需要读取和谐机车运行的主要数据指标，并且按照一定的方式进行组织，并传输给相关的软件作数据的处理和分析。但是当前的技术不能够直接从监控屏幕的RS485接口直接读出数据，即监控屏幕的图像不能够传送到图像处理系统中被处理和分析，也就是说不能掌握机车的运行指标，更不能对这些指标进行分析处理及利用。

基于当前这个状况我们需要对监控屏的数据进行实时录制，把录制的数据通过图像识别的方式读取出来，并且进行规范化处理，提供数据特定的接口传输给相关的数据处理软件。

发明内容

本发明要解决的技术问题是提供一种图像视频数据提取方法，通过该方法可以实时准确的对监控屏的数据进行录制，并可把把录制的数据通过图像识别的方式进行规范化处理，处理后的信息通过接口传输给相关的数据处理软件进行后期的分析和利用，可以时刻掌握机车运行的主要数据指标。

为了解决上述问题，本发明采用以下技术方案：

一种车载微机图像视频数据提取方法，包括三个步骤：

图像获取步骤，通过摄像头以一定的采集频率获取机车微机屏视频图像，并把获取的图像进行本地存储；

图像识别步骤，对从摄像头获取到的图片进行反处理，之后利用图像识别的算法，对图像上的数字和柱状图的刻度进行识别，并且按照数据表示的具体含义进行本地暂存；

数据传输步骤，把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析系统，供数据分析系统进行数据编辑及后期的处理。

进一步，所述图像识别步骤包括：

图像输入步骤，将图像采集下来输入计算机进行处理；

图像反处理步骤，对用摄像头从屏幕上拍摄的照片进行反方向处理，使之和实物相对应；

图像预处理步骤，在对图像进行特征提取之前进行预处理；

特征提取步骤，把能够充分表示该图像唯一性的特征用数值的形式表达出来；

图像分类步骤，将图像以一种精确一致的方法分配到不同的图像库中；

图像匹配步骤，在图像预处理和特征提取的基础上，将当前输入的测试图像特征与事先保存在图像数据库中的模板图像特征进行比对，通过他们之间的相似程度，判断两副图像是否一致。

作为优选，在上述图像预处理步骤中，方向图的计算方法为先将图像分割成足够小的子块；再对每个字块的每一个点利用算子分别计算其水平方向梯度和竖直方向梯度；根据梯度值，计算每个字块的方向。

作为优选，在上述图像预处理步骤中，图像分割采取三级分割的方式，先把图像分为四类图像区域，分别为背景区、不可恢复区、清晰区、可恢复区，第一级分割出背景区域；第二级从前景中分割出模糊区域；第三级从模糊区域分割出不可恢复区。

作为优选，在上述特征提取步骤中，先对原图像进行阈值分割，提取出目标物体后再采用多通道滤波器进行滤波，把图像与对应每个通道的奇、偶对称滤波器分别进行卷积，将两个卷积后图像的和取平方根，得出每个通道的输出图像，再对每个输出图像计算不变矩，得出原图像的一组多维的特征向量。

作为优选，在上述图像匹配步骤中，先计算出细节点模式中细节点特征向量集合和输入细节点模式中细节点特征向量集合，搜索两向量集合中点之间的最佳对应关系，根据在此对应关系下相对应细节点的数目得到匹配分配值，并与阈值比较，根据与阈值的大小关系，得出匹配与否。

而且，本发明提供一种车载微机图像视频数据提取装置，通过上述车载微机图像视频数据提取方法来提取数据，包括：

图像采集模块，以一定的采集频率获取机车微机屏视频图像，采集和谐机车运行的主要指标，把获取的图像进行本地存储，并把采集到的图像通过接口传输给图像识别系统；

图像识别模块，接收图片采集模块的输入信息，并对信息进行数字化，利用图像识别的算法，对图像进行识别，把识别完的数据传输给数据分析系统，并且按照数据表示的具体含义进行本地暂存；

数据传输模块，把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析平台；

数据分析模块，对传入数据分析平台的数据进行编辑及后期的处理。

进一步，所述图片采集模块包括：

照明光源，用于照射被拍摄的物体；

摄像头，通过摄像头以一定的采集频率获取机车微机屏视频图像，采集和谐机车运行的主要指标；

图片采集卡，用于对摄像机采集的图片进行A/D转换，并进行图像传输，图像的采集控制以及图像处理。

作为优选，所述摄像头优选为高清网络摄像头。

本发明具有如下优点：

1、本发明投资少，只需要一个光源、一个摄像头、一个图片采集卡、一个数据处理系统和一个数据分析平台即可实现车载微机图像视频数据提取，解决了由于当前的技术不能够直接从监控屏幕的RS485接口直接读出数据而导致不能获取车载运行数据指标的问题。

2、运用了当前比较成熟的图像识别技术进行图像的处理，由于图像识别技术比较成熟，图像处理效果比较好，而且安全可靠，所以确保了该图像视频数据提取的可靠性。

3、在图片录制过程中采用高清网络摄像头进行机车微机屏视频图像的采集，由于高清网络摄像头的清晰度比较高，所以图片采集信息比较精确，获得的机车运行的主要指标也比较精确。

附图说明

下面结合附图对本发明的实施方式作进一步说明：

图1示出了本发明车载微机图像视频数据提取方法实施例的流程图。

图2示出了本发明图像识别部分实施例的流程图

图3示出了本发明车载微机图像视频数据提取装置的框图。

图4示出了本发明图像采集模块装置的框图。

图中：

1、图像采集模块，2、图像识别模块，3、图像传输模块，4、数据分析系统，5、数据暂存器，11、照明光源，12、摄像头，13、图片采集卡。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

图1是本发明车载微机图像视频数据提取方法的概要流程图，该流程总体分为三个步骤：第一是图像获取步骤，首先通过摄像头12以一定的采集频率获取机车微机屏视频图像，该过程需要照明光源11发出的光照射被采集的物品，以使物品被采集下来，并把获取的图像进行本地存储。第二是图像识别步骤，该步骤主要对从图像采集模块1输入的数据进行数字化处理，以便于下一步的分析应用。首先对从图像采集模块1获取到的图片进行反处理，之后利用图像识别的算法，对图像上的数字和柱状图的刻度进行识别，并且按照数据表示的具体含义进行本地暂存，把图像存入数据暂存器5。第三是数据传输步骤，把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析系统4，供数据分析系统4进行数据编辑及后期的处理。

图2是本发明车载微机图像视频数据提取方法的图像识别步骤的流程图，所述图像识别步骤包括：

图像输入步骤，将图像采集下来输入图像识别模块2进行图像处理，图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。

图像反处理步骤，对用摄像头12从屏幕上拍摄的照片进行反方向处理，使之和实物相对应，由于摄像头12采集到的屏幕上的图像与实物的真实方向相反，所以在对图像进行识别之前要先对采集到的图像进行反向处理。

图像预处理步骤，在对图像进行特征提取之前进行预处理，以减少后续算法的复杂度和提高效率，首先要对图像进行背景分离，即将图像区与背景相分离，避免在没有有效信息的区域进行特征提取，加速后续处理的速度，并提高图像特征提取和匹配的精度。其次是对图像进行增强处理，以改善图像质量，恢复其原来的结构。预处理的最后还要进行图像的二值化和细化，将图像从灰度图像转化为二值图像；图像的细化是把清晰但不均匀的二值图像转化成线宽仅为一个像素点的图像。

在图像预处理步骤中，方向图因具有真实性且能以简化的形式直观的反映图像最基本的形态特征，因此，在图像增强、图像特征的提取、图像的自动分类等环节都用到了方向图。方向图的计算方法为：先将图像分割成足够小的子块，可以将图像分为16X16的非重叠小块；再对每个字块的每一个点利用Sobel算子分别计算其水平方向梯度和竖直方向梯度；根据梯度值，计算每个字块的方向。

作为优选方案，在上述图像预处理步骤中，图像分割采取三级分割的方式，对于一幅图像，先把图像分为四类图像区域，分别为背景区、不可恢复区、清晰区、可恢复区，第一级分割出背景区域；第二级从前景中分割出模糊区域；第三级从模糊区域分割出不可恢复区。经过这样的处理不仅节省了运算时间，而且提高了分割的可靠性。

特征提取步骤，该步骤主要把能够充分表示该图像唯一性的特征用数值的形式表达出来；作为优选，选用二维Cabor小滤波器进行特征提取，为了能识别不同比例、不同方向下的物体，选择具有6个尺度与6个方向的滤波器构成一组Cabor小波滤波器以获得较为完全的响应。在特征提取步骤中，先对原图像进行阈值分割，提取出目标物体后再采用多通道滤波器进行滤波，把图像与对应每个通道的奇、偶对称滤波器分别进行卷积，将两个卷积后图像的和取平方根，得出每个通道的输出图像，再对每个输出图像计算不变矩，得出原图像的一组多维的特征向量。

图像分类步骤，该步骤将图像以一种精确一致的方法通过分类器分配到不同的图像库中，以备下面的图像匹配应用。如果不用这一步骤的话，下一步进行图像匹配时所有的图片都要经过匹配，非常浪费时间，所以本步骤先把图像进行分类，只对一类图像进行匹配。

图像匹配步骤，在图像预处理和特征提取的基础上，将当前输入的测试图像特征与事先保存在图像数据库中的模板图像特征进行比对，通过他们之间的相似程度，判断两副图像是否一致。

作为图像匹配步骤的一种实施例，首先要建立一个目标的模型库，该模型库由选定的一些物体图像经过Cabor小波分解后得到的Cabor网络组成。Cabor网络通过物体图像与复Cabor小波滤波器的卷积得到，利用像素之间的相关性，对这个物体的模板进行亚抽样形成一个Cabor网络。目标图像Cabor小波分解与弹性匹配识别过程为：首先进行模型网格排列；然后进行弹性模型匹配；最后是匹配评估。输入目标图像的Cabor幅度响应与某一假定模型之间的初始匹配过程如下：首先从输入目标图像中找到感兴趣的区域，即图像中物体的位置，然后将模型网格覆盖在物体区域上，通过Cabor相位信息来调整和评估匹配结果，并且根据匹配评估规划来选族最佳的匹配模型，从而得到最终的匹配识别结果。为了判断匹配结果的优劣，引入两个评估参数，即弹性匹配代价函数C和相似性测度S，对于所有的匹配结果，将C按降序排列，S按升序排列；选择既有最低的匹配代价函数C，又有最大的相似性测度S的模型作为匹配评估结果；当匹配代价函数C和相似性测度S都低于一个预先设定的阈值时，则选择具有最大相似性测度S的模型作为匹配评估结果。当不满足上述测试准则时，就拒绝进行匹配识别。

作为图像匹配步骤的另一种实施例，在上述图像匹配步骤中，先计算出细节点模式中细节点特征向量集合和输入细节点模式中细节点特征向量集合，搜索两向量集合中点之间的最佳对应关系，根据在此对应关系下相对应细节点的数目得到匹配分配值，并与阈值比较，根据与阈值的大小关系，得出匹配与否。

图3是本发明车载微机图像视频数据提取装置的框图，该装置通过上述车载微机图像视频数据提取方法来提取数据，包括以下几个模块：首先是图像采集模块1，该模块以一定的采集频率获取机车微机屏视频图像，采集和谐机车运行的主要指标，把获取的图像进行本地存储，并把采集到的图像通过接口传输给图像识别模块2。和图像采集模块1相连接的是图像识别模块2，该模块接收图片采集模块1的输入信息，并对信息进行数字化，利用图像识别的算法，对图像进行识别，把识别完的数据传输给数据分析系统4，并且按照数据表示的具体含义进行本地暂存。数据识别模块2的下一端和数据传输模块3相连接，数据传输模块3负责把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析系统4。数据分析系统4的任务是对传入数据分析平台的数据进行编辑及后期的处理。

图4是本发明车载微机图像视频数据提取装置图片采集模块2的框图，图像采集模块2所用到的设备主要包括：照明光源11，用于照射被拍摄的物体，由于同一物体在不同光线的照射下会感觉到不同的色彩，所以在屏幕周围的合理位置安装上照明光源，在对屏幕进行图像采集时用光源照射屏幕。摄像头12是图片采集模块2最重要的设备，通过摄像头12以一定的采集频率获取机车微机屏视频图像，获取和谐机车运行的主要指标。图片采集卡13也是图片采集模块2的主要设备之一，该图片采集卡13主要用于对摄像头12采集的图片进行A/D转换，并且还可以进行图像传输，图像的采集控制以及图像处理。另外，所述摄像头12可以优先选用高清网络摄像头。

综上所述，以上仅为本发明的较佳实施案例而已，并非用于限定本发明的保护范围，因此，凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种车载微机图像视频数据提取方法，其特征在于，包括三个步骤：

图像获取步骤，通过摄像头(12)以一定的采集频率获取机车微机屏视频图像，并把获取的图像进行本地存储；

图像识别步骤，对从摄像头(12)获取到的图片进行反处理，之后利用图像识别的算法，对图像上的数字和柱状图的刻度进行识别，并且按照数据表示的具体含义进行本地暂存；

数据传输步骤，把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析平台，供数据分析平台进行数据编辑及后期的处理；所述图像识别步骤包括：

图像输入步骤，将图像采集下来输入计算机进行处理；

图像反处理步骤，对用摄像头(12)从屏幕上拍摄的照片进行反方向处理，使之和实物相对应；

图像预处理步骤，在对图像进行特征提取之前进行预处理；首先对图像进行背景分离，避免在没有有效信息的区域进行特征提取；其次对图像进行增强处理；最后进行图像的二值化和细化，将图像从灰度图像转化为二值图像；图像的细化是把清晰但不均匀的二值图像转化成线宽仅为一个像素点的图像；

特征提取步骤，把能够充分表示该图像唯一性的特征用数值的形式表达出来；先对原图像进行阈值分割，提取出目标物体后再采用多通道滤波器进行滤波，把图像与对应每个通道的奇、偶对称滤波器分别进行卷积，将两个卷积后图像的和取平方根，得出每个通道的输出图像，再对每个输出图像计算不变矩，得出原图像的一组多维的特征向量；

图像分类步骤，将图像以一种精确一致的方法分配到不同的图像库中；

图像匹配步骤，在图像预处理和特征提取的基础上，将当前输入的测试图像特征与事先保存在图像数据库中的模板图像特征进行比对，通过他们之间的相似程度，判断两副图像是否一致。

2.如权利要求1所述的车载微机图像视频数据提取方法，其特征在于：在上述图像预处理步骤中，方向图的计算方法为先将图像分割成足够小的子块；再对每个字块的每一个点利用算子分别计算其水平方向梯度和竖直方向梯度；根据梯度值，计算每个字块的方向。

3.如权利要求1所述的车载微机图像视频数据提取方法，其特征在于：在上述图像预处理步骤中，图像分割采取三级分割的方式，先把图像分为四类图像区域，分别为背景区、不可恢复区、清晰区、可恢复区，第一级分割出背景区域；第二级从前景中分割出模糊区域；第三级从模糊区域分割出不可恢复区。

4.如权利要求1所述的车载微机图像视频数据提取方法，其特征在于：在上述图像匹配步骤中，先计算出细节点模式中细节点特征向量集合和输入细节点模式中细节点特征向量集合，搜索两向量集合中点之间的最佳对应关系，根据在此对应关系下相对应细节点的数目得到匹配分配值，并与阈值比较，根据与阈值的大小关系，得出匹配与否。

5.一种车载微机图像视频数据提取装置，通过权利要求1至4中任意一项所述的车载微机图像视频数据提取方法来提取数据，其特征在于，包括：

图片采集模块(1)，以一定的采集频率获取机车微机屏视频图像，采集和谐机车运行的主要指标，把获取的图像进行本地存储，并把采集到的图像通过接口传输给图像识别模块(2)；

图像识别模块(2)，接收图片采集模块(1)的输入信息，并对信息进行数字化，利用图像识别的算法，对图像进行识别，把识别完的数据传输给数据分析系统(4)，并且按照数据表示的具体含义进行本地暂存；

数据传输模块(3)，把识别、分析完毕的数据组织成报文的格式按照数据传输协议传输到数据分析系统(4)；

数据分析系统(4)，对传入数据分析平台的数据进行编辑及后期的处理；所述图片采集模块(1)包括：

照明光源(11)，用于照射被拍摄的物体；

摄像头(12)，通过摄像头(12)以一定的采集频率获取机车微机屏视频图像，采集和谐机车运行的主要指标；

图片采集卡(13)，用于对摄像头(12)采集的图片进行A/D转换，并进行图像传输，图像的采集控制以及图像处理；所述摄像头(2)优选为高清网络摄像头。