CN104331697A - 一种感兴趣区域的定位方法 - Google Patents
一种感兴趣区域的定位方法 Download PDFInfo
- Publication number
- CN104331697A CN104331697A CN201410655560.0A CN201410655560A CN104331697A CN 104331697 A CN104331697 A CN 104331697A CN 201410655560 A CN201410655560 A CN 201410655560A CN 104331697 A CN104331697 A CN 104331697A
- Authority
- CN
- China
- Prior art keywords
- marker
- mark
- interest
- marker mark
- image
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种感兴趣区域的定位方法,具体步骤包括:A、在感兴趣区域ROI边缘确定位置处粘贴二维码即Marker标记;B、检测Marker标记,定位到ROI感兴趣区域,具体步骤如下:(1)图像灰度化;(2)图像二值化;(3)检测图像轮廓;(4)搜索图像中可能的Marker标记;(5)检测并解码可能的Marker标记;(6)筛选解码后的可能的Marker标记,找出正确的Marker标记;(7)对感兴趣区域ROI进行定位。本发明Marker标记只有黑、白两种颜色,图像二值化后很明显,能够快速而准确地定位感兴趣区域ROI,简化了图像预处理操作,能够适应光线变化的情况且鲁棒性很强。
Description
技术领域
本发明涉及一种感兴趣区域的定位方法,属于图像处理与模式识别技术领域。
背景技术
随着图像处理技术的发展,自动定位方法的应用领域越来越广泛。在许多实际应用中,自动定位出图像的感兴趣区域是问题的关键,也是对图像进行分析和理解的基础。对图像某个区域的定位有很多方法,其中常见的有模板匹配定位法、几何特征定位法、小波变换定位方法。这些方法都广泛应用于人脸检测、人眼定位、期刊图像文件处理系统、车牌识别等领域。
二维码的编码组合则非常多,如Qrcode及Datamatrix条码最多可以存2K左右的信息,但是存储这么多的信息,识别起来难度就会很大。传统的感兴趣区域ROI定位策略,往往是对数字图像上的原始内容进行腐蚀、锐化、滤波、去噪、倾斜校正等一系列复杂的预处理操作,即便如此,也未必实现良好的ROI感兴趣区域定位;此外,这些策略也极易受到光线亮度、照射角度等的干扰;另外,在很多场合中,图像中的原始特征不够明显,非常难于提取,要定位到感兴趣区域ROI,就需要非常复杂的预处理操作,不断地寻找新的特征才能完成定位。
发明内容
为了克服上述现有技术的不足,本发明公开了一种感兴趣区域的定位方法;
本发明Marker标记具有通用性,极易检测和识别,能够适应光线的变化和识别对象的倾斜、倒置等情况,通过检测所述Marker标记,再根据相对位置定位出感兴趣区域ROI,即可对感兴趣区域ROI进行模式识别。
本发明应用于工业仪表的读数识别,在仪表的字符或指针区域设计Marker标记,监控摄像头采集仪表图像,通过Marker标记区分仪表的型号并定位到感兴趣区域ROI,然后进行读数识别。
本发明的技术方案为:
术语解释:
图像灰度化,指由彩色图像转化为灰度图像的过程;
图像二值化,指将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果;
汉明距离,指两个等长字符串之间对应位置的不同字符的个数,即将一个字符串变换成另外一个字符串所需要替换的字符个数。
一种感兴趣区域的定位方法,具体步骤包括:
A、在感兴趣区域ROI边缘确定位置处粘贴二维码即Marker标记;所述确定位置是指通过刻度尺或其它测量工具通过所述Marker标记的大小和位置能够定位所述感兴趣区域ROI;
B、检测所述Marker标记,定位到感兴趣区域ROI,具体步骤如下:
(1)图像灰度化;
(2)图像二值化;
(3)检测图像轮廓;
(4)搜索图像中可能的Marker标记;
(5)检测并解码步骤(4)得到的可能的Marker标记;
(6)筛选解码后的可能的Marker标记,找出正确的Marker标记;
(7)对感兴趣区域ROI进行定位,根据所述Marker标记与感兴趣区域ROI的所述确定位置,完成对感兴趣区域ROI的定位;
所述Marker标记是由白色块和黑色块构成的规则图形,所述Marker标记有如下特点:
①所述白色块为白色,所述黑色块为黑色;
②所述Marker标记为规则的矩形;
③所述Marker标记有方向属性,所述方向属性是指将所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的四种图像各不相同;
④所述Marker标记为7×7的栅格,所述Marker标记中心5×5的栅格为识别编码,所述Marker标记周围一圈为黑色边界。
根据所述Marker标记的特点,非常容易将图像中的所述Marker标记提取出来,所述Marker标记只有黑、白两种颜色,在图像二值化后很明显,根据所述Marker标记的矩形特征和方向属性,对图像进行透视变化和倾斜校正,另外,每种所述Marker标记的内部结构不同,对内部结构进行编码和解码,用来定位感兴趣区域ROI。
根据本发明优选的,所述检测图像轮廓,具体是指,使用opencv库中的findContours()函数从图像中得到一系列多边形轮廓。
根据本发明优选的,所述搜索图像中可能的Marker标记,具体是指,通过MarkerDetector类中的findMarkerCandidates()方法从所述多边形轮廓中获取可能的Marker标记,用approxPolyDP()函数从所述多边形轮廓中筛选出顶点数目为4的凸多边形,检测所述凸多边形边长,如果所述凸多边形的最小边长小于10pixel,则不认为是可能的Marker标记,否则,认为是可能的Marker标记。
只有顶点数目为4的凸多边形且才有可能是Marker标记。
根据本发明优选的,所述检测并解码步骤(4)得到的可能的Marker标记,具体步骤包括:
a、将所有步骤(4)得到的可能的Marker标记逆时针排序,即将所述步骤(4)得到的可能的Marker标记4个顶点按照逆时针排序;
b、检测所有可能的Marker标记中是否有重复的Marker标记,计算所有可能的Marker标记中任意两个Marker标记的周长S1、S2,取所述周长S1、S2中的较小值S,计算所述任意两个Marker标记的4个对应顶点之间的距离L1、L2、L3、L4,如果(L1+L2+L3+L4)<S,则认为所述任意两个Marker标记重复,去掉所述任意两个Marker标记中那个周长较短的Marker标记,保留所述任意两个Marker标记中周长较长的Marker标记,否则,保留所述任意两个Marker标记,接着采用上述同样的方法检测剩下的可能的Marker标记中是否有重复的Marker标记;
c、利用透视变换将步骤b得到的所述Marker标记转换成正方形Marker标记;
d、识别步骤c得到的所述正方形Marker标记,所述正方形Marker标记为7×7的栅格,首先,检测所述正方形Marker标记的周围一圈是否为黑色边界,如果不是,检测下一个Marker标记,如果是,接着对所述正方形Marker标记中心5×5的栅格解码,所述正方形Marker标记中心5×5的栅格中,取第一列、第三列、第五列为校验码,用来保证旋转,第二列和第四列作为id关键词。
针对每种所述校验码,最多有1024种不同的编码方式。
所述正方形Marker标记中心5×5的栅格旋转不变性才能得到唯一的编码。
根据本发明优选的,筛选解码后的可能的Marker标记,找出正确的Marker标记,具体是指,步骤(5)得到的所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的4种不同方向的Marker标记,对所述四种不同方向的Marker标记进行编码,得到4种不同的编码,取所述4种不同的编码中汉明距离最小的编码对应的Marker标记为正确的Marker标记,所述汉明距离是指4种不同的编码中一、三、五列与校验码不同的栅格总数。
本发明的有益效果为:
1、本发明Marker标记只有黑、白两种颜色,在图像二值化后很明显,能够快速而准确地定位到图像中的感兴趣区域ROI,简化了图像预处理操作,能够适应光线变化的情况且鲁棒性很强,而且根据不同的Marker标记对要识别的感兴趣区域ROI做类别的区分;
2、本发明利用所述Marker标记来定位感兴趣区域ROI,另辟蹊径,人为加入Marker标记作为特征,解决了传统定位中特征提取的难题;所述Marker标记解码中使用校验码的思想,解决了此类二维码的类别区分难度大的问题。
附图说明
图1是本发明所述Marker标记的示例图;
图2是本发明流程图;
图3是本发明Marker标记的编码图,图3中,Marker标记为7×7的栅格,周围一圈为黑色边界,Marker标记中心5×5的栅格中,取第一列、第三列、第五列为校验码,第二列和第四列作为id关键词,第二列和第四列中,黑色栅格编码为0,白色栅格编码为1,编码为00001010;
图4为感兴趣区域ROI与Marker标记所述确定位置示例图,图4中,已知Marker标记的边长为a,左上角坐标为(a1,a2),感兴趣区域ROI位于Marker标记正上方,感兴趣区域ROI长2.5a,宽1.5a;据此,确定感兴趣区域ROI的左上角坐标(m,n)为(a1,a2+1.5a),感兴趣区域ROI长2.5a,宽1.5a;
图5a为一种Marker标记的示例图;
图5b为图5a所述Marker标记顺时针旋转90°的示例图;
图5c为图5a所述Marker标记顺时针旋转180°的示例图;
图5d为图5a所述Marker标记顺时针旋转270°的示例图;
图5a、图5b、图5c、图5d为四种不同的Marker标记,反应了Marker标记的方向属性。
具体实施方式
实施例1
一种感兴趣区域的定位方法,具体步骤包括:
A、在感兴趣区域ROI边缘确定位置处粘贴二维码即Marker标记;所述确定位置是指通过刻度尺或其它测量工具通过所述Marker标记的大小和位置能够定位所述感兴趣区域ROI;
B、检测所述Marker标记,定位到ROI感兴趣区域,具体步骤如下:
(1)图像灰度化;
(2)图像二值化;
(3)检测图像轮廓;
(4)搜索图像中可能的Marker标记;
(5)检测并解码可能的Marker标记;
(6)筛选解码后的可能的Marker标记,找出正确的Marker标记;
(7)对感兴趣区域ROI进行定位,根据所述Marker标记与感兴趣区域ROI的所述确定位置,完成对感兴趣区域ROI的定位;
所述Marker标记是由白色块和黑色块构成的规则图形,所述Marker标记有如下特点:
①所述白色块为白色,所述黑色块为黑色;
②所述Marker标记为规则的矩形;
③所述Marker标记有方向属性,所述方向属性是指将所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的四种图像各不相同;
④所述Marker标记为7×7的栅格,所述Marker标记中心5×5的栅格为识别编码,所述Marker标记周围一圈为黑色边界。
根据所述Marker标记的特点,非常容易将图像中的所述Marker标记提取出来,所述Marker标记只有黑、白两种颜色,在图像二值化后很明显,根据所述Marker标记的矩形特征和方向属性,对图像进行透视变化和倾斜校正,另外,每种所述Marker标记的内部结构不同,对内部结构进行编码和解码,用来定位感兴趣区域ROI。
实施例2
根据实施例1所述的一种感兴趣区域的定位方法,其区别在于,所述检测图像轮廓,具体是指,使用opencv库中的findContours()函数从图像中得到一系列多边形轮廓。
实施例3
根据实施例1所述的一种感兴趣区域的定位方法,其区别在于,所述搜索图像中可能的Marker标记,具体是指,通过MarkerDetector类中的findMarkerCandidates()方法从所述多边形轮廓中获取可能的Marker标记,用approxPolyDP()函数从所述多边形轮廓中筛选出顶点数目为4的凸多边形,检测所述凸多边形边长,如果所述凸多边形的最小边长小于10pixel,则不认为是可能的Marker标记,否则,认为是可能的Marker标记。
只有顶点数目为4的凸多边形且才有可能是Marker标记。
实施例4
根据实施例1所述的一种感兴趣区域的定位方法,其区别在于,所述检测并解码步骤(4)得到的可能的Marker标记,具体步骤包括:
a、将所有步骤(4)得到的可能的Marker标记逆时针排序,即将所述步骤(4)得到的可能的Marker标记4个顶点按照逆时针排序;
b、检测所有可能的Marker标记中是否有重复的Marker标记,计算所有可能的Marker标记中任意两个Marker标记的周长S1、S2,取所述周长S1、S2中的较小值S,计算所述任意两个Marker标记的4个对应顶点之间的距离L1、L2、L3、L4,如果(L1+L2+L3+L4)<S,则认为所述任意两个Marker标记重复,去掉所述任意两个Marker标记中那个周长较短的Marker标记,保留所述任意两个Marker标记中周长较长的Marker标记,否则,保留所述任意两个Marker标记,接着采用上述同样的方法检测剩下的可能的Marker标记中是否有重复的Marker标记;
c、利用透视变换将步骤b得到的所述Marker标记转换成正方形Marker标记;
d、识别步骤c得到的所述正方形Marker标记,所述正方形Marker标记为7×7的栅格,首先,检测所述正方形Marker标记的周围一圈是否为黑色边界,如果不是,检测下一个Marker标记,如果是,接着对所述正方形Marker标记中心5×5的栅格解码,所述正方形Marker标记中心5×5的栅格中,取第一列、第三列、第五列为校验码,用来保证旋转,第二列和第四列作为id关键词。
针对每种所述校验码,最多有1024种不同的编码方式。
所述正方形Marker标记中心5×5的栅格旋转不变性才能得到唯一的编码。
实施例5
根据实施例1所述的一种感兴趣区域的定位方法,其区别在于,筛选解码后的可能的Marker标记,找出正确的Marker标记,具体是指,步骤(5)得到的所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的4种不同方向的Marker标记,对所述四种不同方向的Marker标记进行编码,得到4种不同的编码,取所述4种不同的编码中汉明距离最小的编码对应的Marker标记为正确的Marker标记,所述汉明距离是指4种不同的编码中一、三、五列与校验码不同的栅格总数。
Claims (5)
1.一种感兴趣区域的定位方法,其特征在于,具体步骤包括:
A、在感兴趣区域ROI边缘确定位置处粘贴二维码即Marker标记;所述确定位置是指通过刻度尺或其它测量工具通过所述Marker标记的大小和位置能够定位所述感兴趣区域ROI;
B、检测所述Marker标记,定位到ROI感兴趣区域,具体步骤如下:
(1)图像灰度化;
(2)图像二值化;
(3)检测图像轮廓;
(4)搜索图像中可能的Marker标记;
(5)检测并解码可能的Marker标记;
(6)筛选解码后的可能的Marker标记,找出正确的Marker标记;
(7)对感兴趣区域ROI进行定位,根据所述Marker标记与感兴趣区域ROI的所述确定位置,完成对感兴趣区域ROI的定位;
所述Marker标记是由白色块和黑色块构成的规则图形,所述Marker标记有如下特点:
①所述白色块为白色,所述黑色块为黑色;
②所述Marker标记为规则的矩形;
③所述Marker标记有方向属性,所述方向属性是指将所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的四种图像各不相同;
④所述Marker标记为7×7的栅格,所述Marker标记中心5×5的栅格为识别编码,所述Marker标记周围一圈为黑色边界。
2.根据权利要求1所述的一种感兴趣区域的定位方法,其特征在于,所述检测图像轮廓,具体是指,使用opencv库中的findContours()函数从图像中得到一系列多边形轮廓。
3.根据权利要求1所述的一种感兴趣区域的定位方法,其特征在于,所述搜索图像中可能的Marker标记,具体是指,通过MarkerDetector类中的findMarkerCandidates()方法从所述多边形轮廓中获取可能的Marker标记,用approxPolyDP()函数从所述多边形轮廓中筛选出顶点数目为4的凸多边形,检测所述凸多边形边长,如果所述凸多边形的最小边长小于10pixel,则不认为是可能的Marker标记,否则,认为是可能的Marker标记。
4.根据权利要求1所述的一种感兴趣区域的定位方法,其特征在于,所述检测并解码步骤(4)得到的可能的Marker标记,具体步骤包括:
a、将所有步骤(4)得到的可能的Marker标记逆时针排序,即将所述步骤(4)得到的可能的Marker标记4个顶点按照逆时针排序;
b、检测所有可能的Marker标记中是否有重复的Marker标记,计算所有可能的Marker标记中任意两个Marker标记的周长S1、S2,取所述周长S1、S2中的较小值S,计算所述任意两个Marker标记的4个对应顶点之间的距离L1、L2、L3、L4,如果(L1+L2+L3+L4)<S,则认为所述任意两个Marker标记重复,去掉所述任意两个Marker标记中那个周长较短的Marker标记,保留所述任意两个Marker标记中周长较长的Marker标记,否则,保留所述任意两个Marker标记,接着采用上述同样的方法检测剩下的可能的Marker标记中是否有重复的Marker标记;
c、利用透视变换将步骤b得到的所述Marker标记转换成正方形Marker标记;
d、识别步骤c得到的所述正方形Marker标记,所述正方形Marker标记为7×7的栅格,首先,检测所述正方形Marker标记的周围一圈是否为黑色边界,如果不是,检测下一个Marker标记,如果是,接着对所述正方形Marker标记中心5×5的栅格解码,所述正方形Marker标记中心5×5的栅格中,取第一列、第三列、第五列为校验码,用来保证旋转,第二列和第四列作为id关键词。
5.根据权利要求1-4任一所述的一种感兴趣区域的定位方法,其特征在于,筛选解码后的可能的Marker标记,找出正确的Marker标记,具体是指,步骤(5)得到的所述Marker标记以及按照同一方向将所述Marker标记旋转90°、180°、270°得到的4种不同方向的Marker标记,对所述四种不同方向的Marker标记进行编码,得到4种不同的编码,取所述4种不同的编码中汉明距离最小的编码对应的Marker标记为正确的Marker标记,所述汉明距离是指4种不同的编码中一、三、五列与校验码不同的栅格总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410655560.0A CN104331697B (zh) | 2014-11-17 | 2014-11-17 | 一种感兴趣区域的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410655560.0A CN104331697B (zh) | 2014-11-17 | 2014-11-17 | 一种感兴趣区域的定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104331697A true CN104331697A (zh) | 2015-02-04 |
CN104331697B CN104331697B (zh) | 2017-11-10 |
Family
ID=52406419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410655560.0A Expired - Fee Related CN104331697B (zh) | 2014-11-17 | 2014-11-17 | 一种感兴趣区域的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104331697B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844277A (zh) * | 2016-03-22 | 2016-08-10 | 江苏木盟智能科技有限公司 | 标签识别方法和装置 |
CN106289187A (zh) * | 2016-07-20 | 2017-01-04 | 广东大仓机器人科技有限公司 | 一种通过图像识别实现机器人室内定位的方法 |
CN106504225A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种规则多边形的识别方法和装置 |
CN107153848A (zh) * | 2017-06-15 | 2017-09-12 | 南京工程学院 | 基于OpenCV的仪表图像自动识别方法 |
CN107818358A (zh) * | 2017-07-12 | 2018-03-20 | 柳州康云互联科技有限公司 | 一种多级快速识别码 |
CN108230445A (zh) * | 2017-12-31 | 2018-06-29 | 广州都市圈网络科技有限公司 | 一种三维仿真地图实体热区属性信息的获取方法及装置 |
CN109815758A (zh) * | 2019-01-17 | 2019-05-28 | 柳州康云互联科技有限公司 | 一种基于二维码的图像特征采集方法 |
CN111860025A (zh) * | 2019-04-30 | 2020-10-30 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
WO2020253262A1 (zh) * | 2019-06-21 | 2020-12-24 | 神盾股份有限公司 | 指纹感测模块及指纹感测方法 |
CN112488099A (zh) * | 2020-11-25 | 2021-03-12 | 上海电力大学 | 一种基于视频的电力液晶仪表上数字的检测提取装置 |
CN117094343A (zh) * | 2023-10-19 | 2023-11-21 | 成都新西旺自动化科技有限公司 | 一种qr码解码系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1220019A (zh) * | 1996-05-10 | 1999-06-16 | 艾奥光学公司 | 用于从二维数据阵列中检索数据的校准方法和设备 |
CN101615258A (zh) * | 2008-06-27 | 2009-12-30 | 银河联动信息技术(北京)有限公司 | 部分覆盖的二维码防伪标签及其形成方法 |
WO2011080081A3 (en) * | 2009-12-15 | 2011-09-01 | Uws Ventures Ltd. | Image processing |
-
2014
- 2014-11-17 CN CN201410655560.0A patent/CN104331697B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1220019A (zh) * | 1996-05-10 | 1999-06-16 | 艾奥光学公司 | 用于从二维数据阵列中检索数据的校准方法和设备 |
CN101615258A (zh) * | 2008-06-27 | 2009-12-30 | 银河联动信息技术(北京)有限公司 | 部分覆盖的二维码防伪标签及其形成方法 |
WO2011080081A3 (en) * | 2009-12-15 | 2011-09-01 | Uws Ventures Ltd. | Image processing |
Non-Patent Citations (1)
Title |
---|
郭鑫等: "一种掌纹图像感兴趣区域的提取方法", 《计算机工程与应用》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844277A (zh) * | 2016-03-22 | 2016-08-10 | 江苏木盟智能科技有限公司 | 标签识别方法和装置 |
CN105844277B (zh) * | 2016-03-22 | 2019-06-25 | 江苏木盟智能科技有限公司 | 标签识别方法和装置 |
CN106289187A (zh) * | 2016-07-20 | 2017-01-04 | 广东大仓机器人科技有限公司 | 一种通过图像识别实现机器人室内定位的方法 |
CN106504225A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种规则多边形的识别方法和装置 |
CN107153848A (zh) * | 2017-06-15 | 2017-09-12 | 南京工程学院 | 基于OpenCV的仪表图像自动识别方法 |
CN107818358A (zh) * | 2017-07-12 | 2018-03-20 | 柳州康云互联科技有限公司 | 一种多级快速识别码 |
CN108230445B (zh) * | 2017-12-31 | 2022-02-11 | 广州都市圈网络科技有限公司 | 一种三维仿真地图实体热区属性信息的获取方法及装置 |
CN108230445A (zh) * | 2017-12-31 | 2018-06-29 | 广州都市圈网络科技有限公司 | 一种三维仿真地图实体热区属性信息的获取方法及装置 |
CN109815758A (zh) * | 2019-01-17 | 2019-05-28 | 柳州康云互联科技有限公司 | 一种基于二维码的图像特征采集方法 |
CN111860025A (zh) * | 2019-04-30 | 2020-10-30 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
CN111860025B (zh) * | 2019-04-30 | 2022-08-02 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
WO2020253262A1 (zh) * | 2019-06-21 | 2020-12-24 | 神盾股份有限公司 | 指纹感测模块及指纹感测方法 |
CN112488099A (zh) * | 2020-11-25 | 2021-03-12 | 上海电力大学 | 一种基于视频的电力液晶仪表上数字的检测提取装置 |
CN117094343A (zh) * | 2023-10-19 | 2023-11-21 | 成都新西旺自动化科技有限公司 | 一种qr码解码系统及方法 |
CN117094343B (zh) * | 2023-10-19 | 2023-12-29 | 成都新西旺自动化科技有限公司 | 一种qr码解码系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104331697B (zh) | 2017-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104331697A (zh) | 一种感兴趣区域的定位方法 | |
CN104361353B (zh) | 一种感兴趣区域的定位方法在仪表监控识别中的应用 | |
CN105894069B (zh) | 一种视觉导航用的crc二维码的生成方法及识别方法 | |
CN106156684B (zh) | 一种二维码识别方法及装置 | |
CN108513256B (zh) | 一种车辆定位方法、装置及其应用的泊车辅助方法、车辆 | |
CN105574161B (zh) | 一种商标图形要素识别方法、装置和系统 | |
CN102663337B (zh) | 简单工况背景下的Data Matrix二维条码快速识别方法 | |
CN104112153B (zh) | 基于移动终端的条维码识别方法及其系统 | |
CN110246168A (zh) | 一种移动巡检机器人双目图像拼接的特征匹配方法 | |
CN104506838A (zh) | 一种符号阵列面结构光的深度感知方法、装置及系统 | |
CN103729655A (zh) | 一种用于片式元件视觉定位的检测方法 | |
CN110114781B (zh) | 用于检测和识别远程高密度视觉标记的方法 | |
CN102147867A (zh) | 一种基于主体的国画图像和书法图像的识别方法 | |
CN103198319A (zh) | 用于矿山井筒环境下的模糊图像角点提取方法 | |
CN102867195A (zh) | 一种遥感图像多类目标检测和识别方法 | |
CN106709952B (zh) | 一种显示屏幕的自动标定方法 | |
CN109978110A (zh) | 一种用于agv定位与导航的二维码及解码方法 | |
Song et al. | A robust structured light pattern decoding method for single-shot 3D reconstruction | |
Hu et al. | A 2D barcode extraction method based on texture direction analysis | |
CN102521559B (zh) | 一种基于亚像素边缘检测的四一七条码识别方法 | |
CN113435219A (zh) | 防伪检测方法、装置、电子设备及存储介质 | |
US20150227772A1 (en) | Detection and decoding method | |
CN104881641A (zh) | 基于移动设备的问卷和表格数字化识别方法及系统 | |
CN103679724A (zh) | 斜率逼近式直线检测方法 | |
CN103886289A (zh) | 方向自适应的水上桥梁目标识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171110 Termination date: 20201117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |