CN103257442B - 一种基于图像识别的电子望远镜系统及其图像处理方法 - Google Patents
一种基于图像识别的电子望远镜系统及其图像处理方法 Download PDFInfo
- Publication number
- CN103257442B CN103257442B CN201310164419.6A CN201310164419A CN103257442B CN 103257442 B CN103257442 B CN 103257442B CN 201310164419 A CN201310164419 A CN 201310164419A CN 103257442 B CN103257442 B CN 103257442B
- Authority
- CN
- China
- Prior art keywords
- image
- camera lens
- module
- feature
- data
- 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.)
- Active
Links
Abstract
本发明公开了一种基于图像识别的电子望远镜系统及其图像处理方法,电子望远镜系统包括有底座,安装在底座的支架上的电子望远镜本体,所述的电子望远镜本体进一步包括有安装在支架上的镜筒,设置于镜筒前端的镜头、设置于镜筒后端的观屏口,还包括有用于获取镜头采集到的图像并进行处理的处理装置,用于接收处理装置处理后的图像数据并进行显示的显示屏。本发明提供的电子望远镜系统及其图像处理方法,通过增加用于图像处理的处理装置,能够对镜头采集的图像进行复杂地处理以及进行图像归类功能。本发明结构简单、操作简易,适用于各类中、高档的电子望远镜。
Description
技术领域
本发明涉及了一种电子望远镜,尤其涉及子一种基于图像识别的电子望远镜系统。
本发明还涉及了基于图像识别的电子望远镜系统的图像处理方法。
背景技术
望远镜是一种利用凹透镜和凸透镜观测遥远物体的光学仪器。利用通过透镜的光线折射或光线被凹镜反射使之进入小孔并会聚成像,再经过一个放大目镜而被看到。望远镜主要有两个作用,一是用于放大远处物体的张角,使人眼能看清角距更小的细节;二是把物镜收集到的比瞳孔直径(最大8毫米)粗得多的光束,送入人眼,使观测者能看到原来看不到的暗弱物体。
电子望远镜是现代电子技术与光学技术的完美结晶。根据不同的用途,产品的形态和功能也不相同。军用的电子望远镜结合了夜视技术;民用的电子望远镜大多都融入了防抖动技术,使手持望远镜的使用者能得到更好的使用感受,用于天文的电子望远镜使用了电子的赤道仪,使观测更为轻松和准确,通过电子遥控器,可以精确的控制望远镜的位置,而且可以连接录像机和电脑进行录制和拍照。
为也提高电子望远镜采集的图像效果,需要对采用后的图像进行处理,而传统的电子望远镜不具备图像处理功能或者只是进行简单的处理,而不具备复杂的图像处理以及图像归类等功能。
发明内容
本发明要解决的技术问题是为了克服上面所述的技术缺陷,提供一种基于图像识别的电子望远镜系统,同时也提供了种基于图像识别的电子望远镜系统的图像处理方法。
为了解决上面所述的技术问题,本发明采取以下技术方案:
一种基于图像识别的电子望远镜系统,包括有底座,安装在底座的支架上的电子望远镜本体,所述的电子望远镜本体进一步包括有安装在支架上的镜筒,设置于镜筒前端的镜头、设置于镜筒后端的观屏口,还包括有用于获取镜头采集到的图像并进行处理的处理装置,用于接收处理装置处理后的图像数据并进行显示的显示屏。
所述的处理装置进一步包括有:用于控制镜头进行图像采集的图像采集模块、用于接收图像采集模块采集到的图像信息并进行识别的图像识别模块、用于保存图像识别模块识别后的图像信息的数据暂存模块、以及用于对图像识别模块识别后的图像信息进行分析并传输至显示屏的数据分析模块。
所述的处理装置为内置于镜筒的处理集成模块,所述的处理集成模块同时连接镜头和显示屏。
所述的处理装置为外置的处理装置,所述的处理装置为计算机,所述的计算机同时连接镜头和显示屏。
所述的镜头为摄像镜头。
一种基于图像识别的电子望远镜系统的图像处理方法,包括如下步骤:
图像输入步骤,通过图像采集模块采集图像并输入图像分析模块进行处理;
图像反处理步骤,对输入至图像分析模块的图像进行反方向处理,使处理后的图像和实物一致;
特征提取步骤,通过数据分析模块对处理后的图像进行分析,把能够表示图像唯一性的图像特征用数据的形式表达出来;
图像分类步骤,将具有不同类图像特征的图像分配到不同的图像数据库中。
在进行特征提取步骤前,还包括图像预处理步骤,在对反处理后的图像进行特征提取之前进行预处理。
还包括图像匹配步骤,在图像预处理和特征提取的基础上,将当前输入的新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,判断两个图像特征是否一致,若新图像特征与模板图像特征一致,从图像数据库中调出与新图像特征相对应的数据信息进行标注处理,得到标注后的目标图像,最后将标注后的目标图像显示在显示屏上。
其中,特征提取步骤将图像分类的数量限定在能够辨别应为识别结果的图像程度。上述图像数据库包括哈希表,该哈希表以按规定过程根据从各图像中导出的各局部特征向量而算出的索引来对其进行分类。
在图像预处理步骤中,除去辨别能力较低的特征向量,在哈希表中仅登记与辨别能力较高的特征向量对应的图像参照用数据,因此能够仅将辨别能力较高的特征向量作为处理对象在短时间内进行图像识别。另外,在哈希表中仅登记与辨别能力较高的特征向量对应的图像参照用数据,因此与登记与所有特征向量对应的图像参照用数据的情况相比,能够节约图像数据库所需的存储器容量。
本发明的图像识别模块的图像识别方法是使用特征向量来识别图像的方法。识别的基本在于登记在数据库中的特征向量与输入图像的特征向量的对照。特征向量表示图像的局部特征,因此通常从一个图像中得到多个特征向量。但是,登记在数据库中的物体的特征向量中存在很好地表示该物体的特征的特征向量和不是很好地表示该物体特征的特征向量。很好地表示物体的特征的特征向量是指如果存在该特征向量则可以说输入图像是该物体的、成为充足证据的特征向量。另一方面,不是很好地表示该物体的特征的特征向量是指如下的特征向量:由于出现在各种物体的图像中,因此虽说具有该特征向量但是不能使用于判断是哪个物体。特征向量的除去是指将后者即不能作为证据的特征向量从词典中删除的处理。
本发明提供的电子望远镜系统及其图像处理方法,通过增加用于图像处理的处理装置,能够对镜头采集的图像进行复杂地处理以及进行图像归类功能。本发明结构简单、操作简易,适用于各类中、高档的电子望远镜。
附图说明
图1为本发明的本发明的系统结构示意图。
图2为本发明的处理装置的结构框图。
图3为本发明的图像处理流程图。
图中,10.镜筒、11.处理装置、12.观屏口、20.显示屏、30.底座、31.固定支架、40.摄像头。
具体实施方式
请一并参阅图1和图2,如图所示,一种基于图像识别的电子望远镜系统,包括有底座,安装在底座的支架上的电子望远镜本体,电子望远镜本体进一步包括有安装在支架上的镜筒,设置于镜筒前端的镜头、设置于镜筒后端的观屏口,镜头为摄像镜头,还包括有用于获取镜头采集到的图像并进行处理的处理装置,用于接收处理装置处理后的图像数据并进行显示的显示屏。处理装置进一步包括有:用于控制镜头进行图像采集的图像采集模块、用于接收图像采集模块采集到的图像信息并进行识别的图像识别模块、用于保存图像识别模块识别后的图像信息的数据暂存模块、以及用于对图像识别模块识别后的图像信息进行分析并传输至显示屏的数据分析模块。处理装置为内置于镜筒的处理集成模块,处理集成模块同时连接镜头和显示屏。或者处理装置为外置的处理装置,处理装置为计算机,计算机同时连接镜头和显示屏。
通过镜头采集图像并把采集到的图像传输到处理装置11,处理装置11接收镜头40的输入的图像并对图像进行识别,把识别的数据进行编辑和后期的处理,并把处理后的图像通过显示屏20显示出来,从而可通过观屏口12观看。
一种基于图像识别的电子望远镜系统的图像处理方法,包括如下步骤:
图像输入步骤,通过图像采集模块采集图像并输入图像分析模块进行处理;
图像反处理步骤,对输入至图像分析模块的图像进行反方向处理,使处理后的图像和实物一致;
特征提取步骤,通过数据分析模块对处理后的图像进行分析,把能够表示图像唯一性的图像特征用数据的形式表达出来;
图像反处理步骤中,将反处理后的图像暂存至数据暂存模块中。
图像分类步骤,将具有不同类图像特征的图像分配到不同的图像数据库中。
在进行特征提取步骤前,还包括图像预处理步骤,在对反处理后的图像进行特征提取之前进行预处理。
还包括图像匹配步骤,在图像预处理和特征提取的基础上,将当前输入的新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,判断两个图像特征是否一致,若新图像特征与模板图像特征一致,从图像数据库中调出与新图像特征相对应的数据信息进行标注处理,得到标注后的目标图像,最后将标注后的目标图像显示在显示屏上。
为了减少后续算法的复杂度和提高效率,图像预处理是一个重要的步骤。例如:背景分离是将图像区与背景分离,从而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,提高图像特征提取和匹配的精度;图像增强的目的是改善图像质量,恢复其原来的结构;图像的二值化是将图像从灰度图像转换为二值图像;图像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的点线图像。在图像预处理步骤中,除去辨别能力较低的特征向量,在哈希表中仅登记与辨别能力较高的特征向量对应的图像参照用数据,因此能够仅将辨别能力较高的特征向量作为处理对象在短时间内进行图像识别。另外,在哈希表中仅登记与辨别能力较高的特征向量对应的图像参照用数据,因此与登记与所有特征向量对应的图像参照用数据的情况相比,能够节约图像数据库所需的存储器容量。
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;尽量保留真实特征,滤除虚假特征。识别的基本在于登记在数据库中的特征向量与输入图像的特征向量的对照。特征向量表示图像的局部特征,因此通常从一个图像中得到多个特征向量。但是,登记在数据库中的图像的特征向量中存在很好地表示该物体的特征的特征向量和不是很好地表示该物体特征的特征向量。很好地表示物体的特征的特征向量是指如果存在该特征向量则可以说输入图像是该物体的、成为充足证据的特征向量。另一方面,不是很好地表示该物体的特征的特征向量是指如下的特征向量:由于出现在各种物体的图像中,因此虽说具有该特征向量但是不能使用于判断是哪个物体。从而本发明的特征提取步骤将后者即不能作为证据的特征向量从词典中删除。
图像分类步骤,在图像系统中,输入的图像要与数据库中数十上百甚至上千个图像进行匹配。为了减少搜索时间、降低计算的复杂度,本发明在使用近似最近邻搜索的物体识别中,近似程度成为用于平衡识别率和效率的重要参数。越是加强近似越能够削减处理时间,但是当过分加强近似时,对很多特征向量求不出最近邻,作为结果导致引起误识别。在此问题之一是引起误识别的近似程度会根据图像而不同。存在即使进行大幅近似也能够识别的“简单”图像,相反地存在进行大幅近似会误识别的“难”图像。为了通过固定的近似来确保一定的识别率,需要使近似程度配合识别困难的图像,从而成为提高效率的障碍。
因此,作为本发明的一个优选方式,从“识别所需的最近邻搜索的精确度会根据图像而不同”的观点出发提供削减处理的方法。即针对图像适应性地调节近似程度的方法。本发明通过准备近似程度不同的多个辨别器、并从近似程度强到弱多阶纵列连接它们,能够实现针对图像适应性地调节近似程度。由此,能够在前阶部分利用大幅近似的辨别器来高速地识别可简单识别的图像,能够在后阶部分利用近似较弱的辨别器来仅对大幅近似无法识别的图像费时地精密地进行识别。
另外,在无法辨别应为识别结果的图像时,还可以在上述限定工序过程中放宽限定搜索的对象程度、并且进行除去先前视为搜索对象的局部描述符之外地决定,从而建立新搜索对象的处理,对所决定的搜索对象执行搜索工序以及辨别工序。由此,即使在改变近似程度来多阶地执行限定工序、搜索工序以及辨别工序的情况下,也能够以与搜索在各阶中成为搜索对象的局部描述符一遍的情况相比毫不逊色的处理时间进行识别。
该方法的特征在于进行多阶化的辨别器的构成方法。在后阶的辨别器中,仅将近似不同引起的差分、即在比其前阶的辨别器中没有成为对象的特征向量设为距离计算的对象,由此能够得到如下优点:即使处理进行到最后阶也仅需要与单独使用最后阶的辨别器的情况大致相等的计算量。并且,在阶段性地放宽限定搜索对象的程度来重复进行上述限定工序、搜索工序以及辨别工序也无法辨别应为识别结果的图像时,也可以拒绝关于该局部描述符的搜索结果。由此,与不进行拒绝的情况相比能够抑制误识别率。
另外,上述图像数据库包括哈希表,该哈希表用按规定过程对从各图像中导出的各局部描述符算出的索引值来对其进行分类,上述限定工序考虑特征量变动地按上述过程根据输入图像的各局部描述符来算出索引值,用算出的索引值参照上述哈希表并将属于该类的局部描述符设为搜索对象,上述辨别工序对通过搜索工序而确定的近邻的各局部描述符使用统计处理,该统计处理为对得到该各局部描述符的图像进行投票,上述哈希表是如下这样制作而成的:对各类,在属于该类的局部描述符的数量超过阈值的情况下,从搜索对象中除去该类的局部描述符。由此,由于在属于各类的局部描述符的数量超过阈值的情况下从搜索对象中除去它们来制作哈希表,因此在限定工序中视为搜索对象的局部描述符被限定在辨别能力较高的局部描述符,从而实现高效的识别。
在属于哈希表的一个类别索引的局部特征向量的数量较多的情况下,可以说这些局部特征向量辨别能力较低。即意思是在根据输入图像的局部特征向量来算出索引并参照哈希表的情况下,登记有多个属于该类的候补。这种局部特征向量对缩窄图像识别的候选项没有多大贡献。如果从搜索对象中除去辨别能力较低的局部特征向量,则仅参照辨别能力较高的局部特征向量,从而进行高效的识别。
Claims (3)
1.一种基于图像识别的电子望远镜系统,包括有底座,安装在底座的支架上的电子望远镜本体,所述的电子望远镜本体进一步包括有安装在支架上的镜筒,设置于镜筒前端的镜头、设置于镜筒后端的观屏口,其特征在于,还包括有用于获取镜头采集到的图像并进行处理的处理装置,用于接收处理装置处理后的图像数据并进行显示的显示屏;所述的处理装置进一步包括有:用于控制镜头进行图像采集的图像采集模块、用于接收图像采集模块采集到的图像信息并进行识别的图像识别模块、用于保存图像识别模块识别后的图像信息的数据暂存模块、以及用于对图像识别模块识别后的图像信息进行分析并传输至显示屏的数据分析模块;所述的处理装置为内置于镜筒的处理集成模块,所述的处理集成模块同时连接镜头和显示屏;或者所述的处理装置为外置的处理装置,所述的处理装置为计算机,所述的计算机同时连接镜头和显示屏;所述的镜头为摄像镜头。
2.一种如权利要求1所述的基于图像识别的电子望远镜系统的图像处理方法,其特征在于,包括如下步骤:
图像输入步骤,通过图像采集模块采集图像并输入图像分析模块进行处理;
图像反处理步骤,对输入至图像分析模块的图像进行反方向处理,使处理后的图像和实物一致;
图像预处理步骤,在对反处理后的图像进行特征提取之前进行预处理;
特征提取步骤,图像预处理步骤完成后,通过数据分析模块对处理后的图像进行分析,把能够表示图像唯一性的图像特征用数据的形式表达出来;
图像分类步骤,将具有不同类图像特征的图像分配到不同的图像数据库中;
所述图像预处理步骤中,除去辨别能力较低的特征向量,在哈希表中仅登记与辨别能力较高的特征向量对应的图像参照用数据。
3.如权利要求2所述的图像处理方法,其特征在于,还包括图像匹配步骤,在图像预处理和特征提取的基础上,将当前输入的新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,判断两个图像特征是否一致,若新图像特征与模板图像特征一致,从图像数据库中调出与新图像特征相对应的数据信息进行标注处理,得到标注后的目标图像,最后将标注后的目标图像显示在显示屏上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310164419.6A CN103257442B (zh) | 2013-05-06 | 2013-05-06 | 一种基于图像识别的电子望远镜系统及其图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310164419.6A CN103257442B (zh) | 2013-05-06 | 2013-05-06 | 一种基于图像识别的电子望远镜系统及其图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103257442A CN103257442A (zh) | 2013-08-21 |
CN103257442B true CN103257442B (zh) | 2016-09-21 |
Family
ID=48961452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310164419.6A Active CN103257442B (zh) | 2013-05-06 | 2013-05-06 | 一种基于图像识别的电子望远镜系统及其图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103257442B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021714A (zh) * | 2014-06-19 | 2014-09-03 | 天津城建大学 | 尺读望远镜示教仪 |
CN107145823A (zh) * | 2017-03-29 | 2017-09-08 | 深圳市元征科技股份有限公司 | 一种图像识别方法、图像识别装置及服务器 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4201924B2 (ja) * | 1999-06-28 | 2008-12-24 | 株式会社 ソキア・トプコン | 測量機の自動焦点機構 |
CN2485667Y (zh) * | 2001-06-21 | 2002-04-10 | 致信资讯股份有限公司 | 具有数字影像储存功能的双筒望远镜 |
CN1580859A (zh) * | 2003-08-13 | 2005-02-16 | 曹春旭 | 具有数字影像储存和无线传输功能的望远镜 |
JP5217151B2 (ja) * | 2006-08-25 | 2013-06-19 | 日亜化学工業株式会社 | 電界効果トランジスタ及びその製造方法 |
US20110091125A1 (en) * | 2009-10-15 | 2011-04-21 | General Electric Company | System and method for imaging with enhanced depth of field |
CN202649593U (zh) * | 2012-05-31 | 2013-01-02 | 南京理工大学 | 一种帧累积积分望远镜 |
CN102915432B (zh) * | 2012-09-11 | 2016-08-31 | 北京铁道工程机电技术研究所有限公司 | 一种车载微机图像视频数据提取方法及装置 |
CN203299453U (zh) * | 2013-05-06 | 2013-11-20 | 深圳市中视典数字科技有限公司 | 一种基于图像识别的电子望远镜系统 |
-
2013
- 2013-05-06 CN CN201310164419.6A patent/CN103257442B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103257442A (zh) | 2013-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389161B (zh) | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 | |
CN109714519B (zh) | 一种自动调整图像画面的方法和系统 | |
CN111696128B (zh) | 一种高速多目标检测跟踪和目标图像优选方法及存储介质 | |
WO2014030378A1 (ja) | 画像処理装置、プログラム、画像処理方法及びコンピュータ読み取り媒体並びに画像処理システム | |
CN112686812B (zh) | 银行卡倾斜矫正检测方法、装置、可读存储介质和终端 | |
EP3007104A1 (en) | Object detection and recognition under out of focus conditions | |
WO2012169088A1 (ja) | 画像処理装置、画像処理方法及び画像処理システム | |
WO2013165565A1 (en) | Method of detecting a main subject in an image | |
CN108090428B (zh) | 一种人脸识别方法及其系统 | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及系统 | |
CN102999918A (zh) | 全景视频序列图像的多目标对象跟踪系统 | |
JP6376474B2 (ja) | 多眼撮像システム、取得画像の合成処理方法、及びプログラム | |
CN111239999B (zh) | 一种基于显微镜的光学数据处理方法、装置及存储介质 | |
CN110110793B (zh) | 基于双流卷积神经网络的双目图像快速目标检测方法 | |
CN107609475B (zh) | 基于光场相机的行人检测误检提出方法 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
CN102959942A (zh) | 立体观看用图像拍摄装置及其控制方法 | |
CN115100104A (zh) | 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质 | |
CN103257442B (zh) | 一种基于图像识别的电子望远镜系统及其图像处理方法 | |
CN109614909B (zh) | 一种扩展采集距离的虹膜采集设备与方法 | |
CN106599779A (zh) | 一种人耳识别方法 | |
CN116664867A (zh) | 一种基于多证据融合选取训练样本的特征提取方法及装置 | |
CN203299453U (zh) | 一种基于图像识别的电子望远镜系统 | |
CN113255549B (zh) | 一种狼群围猎行为状态智能识别方法及系统 | |
CN114384681A (zh) | 显微镜快速精准自动对焦方法、系统、计算机设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An electronic telescope system based on image recognition and its image processing method Effective date of registration: 20210714 Granted publication date: 20160921 Pledgee: Shenzhen hi tech investment small loan Co.,Ltd. Pledgor: SHENZHEN VISTANDARD DIGITAL TECHNOLOGY Co.,Ltd. Registration number: Y2021980006159 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |