CN104424458A - 图像识别方法及装置、网络服务器、图像识别设备及系统 - Google Patents
图像识别方法及装置、网络服务器、图像识别设备及系统 Download PDFInfo
- Publication number
- CN104424458A CN104424458A CN201310371347.2A CN201310371347A CN104424458A CN 104424458 A CN104424458 A CN 104424458A CN 201310371347 A CN201310371347 A CN 201310371347A CN 104424458 A CN104424458 A CN 104424458A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- code
- module
- region
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000004044 response Effects 0.000 claims description 78
- 230000008878 coupling Effects 0.000 claims description 67
- 238000010168 coupling process Methods 0.000 claims description 67
- 238000005859 coupling reaction Methods 0.000 claims description 67
- 230000003612 virological effect Effects 0.000 claims description 58
- 238000004891 communication Methods 0.000 claims description 54
- 238000003909 pattern recognition Methods 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 33
- 230000011218 segmentation Effects 0.000 claims description 33
- 238000003706 image smoothing Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 10
- 238000003707 image sharpening Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 241000700605 Viruses Species 0.000 claims description 7
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000000638 solvent extraction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 6
- 230000009885 systemic effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000013011 mating Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种图像识别方法及装置、网络服务器、图像识别设备及系统，图像识别方法利用摄像头实现，包括：摄像头采集一区域的条形码；对条形码进行区域阈值分割；对条形码采用几何模式提取特征，若特征中包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，在一维码数据库中搜索出一维码对应的第一数据，若特征中包括有正方形轮廓则正方形轮廓对应的区域的条形码为二维码，在二维码数据库中搜索出二维码对应的第二数据。本发明无需不断的进入、退出不同的操作界面来实现识别出同一幅图片或照片中不同的条形码的功能，具有操作简单便捷、多模式识别的优点。
Description
技术领域
本发明涉及图像识别领域，特别涉及一种图像识别方法和与该图像识别方法对应的图像识别装置以及图像识别设备、网络服务器和包括该图像识别设备与网络服务器的图像识别系统。
背景技术
目前图像识别主要集中在一维码识别、二维码识别、彩码识别以及名片识别等领域，但现有技术中对各种类型的图像识别是分别独立识别的。例如实现一维码扫描功能和二维码识别功能的模块是相互独立的功能模块，如果用户拍摄的一个图片中既包含有一维码，又包含有二维码，这时若用户需要知道一维码和二维码的信息，用户就必须进行两次操作：首先用户识别出该图片中的某一区域的条形码为一维码，进入一维码扫描界面，对一维码进行拍摄并识别，返回一维码识别结果；再用户识别出该图片中的另一区域的条形码为二维码，进入二维码识别界面，对二维码进行拍摄并识别，返回二维码的识别结果。这种操作方式使得用户操作时很不方便、而且操作很繁琐，用户需要不断的进入、退出不同的操作界面来实现能够识别出同一幅图片或照片中不同的条形码的功能。
发明内容
本发明要解决的技术问题是为了克服现有技术中若一幅图片或照片中包括多个不同的条形码时，需要不断的进入、退出不同的操作界面来实现识别出同一幅图片或照片中不同的条形码的功能，具有操作繁琐、不便捷的缺陷，提供一种具有多模式识别功能的图像识别方法及装置、网络服务器、图像识别设备及系统。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供一种图像识别方法，其特点在于，该图像识别方法利用一摄像头实现，其包括以下步骤：
S1、该摄像头采集一区域的条形码；
S2、对该条形码进行区域阈值分割；
S3、对该条形码采用几何模式提取特征，若该特征中包括有若干平行线条或矩形轮廓则进入步骤S4，若该特征中包括有正方形轮廓则进入步骤S5；
S4、若干平行线条或矩形轮廓对应的区域的条形码为一维码，在一维码数据库中搜索出该一维码对应的一第一数据，该一维码数据库中收集了各厂家提供的一维码信息，一般包括产品名称、价格以及生产商等信息；
S5、正方形轮廓对应的区域的条形码为二维码，在二维码数据库中搜索出该二维码对应的一第二数据。
若该特征中只包含有若干平行线条或矩形轮廓，则表明该区域的条形码为一维码，在一维码数据库中搜索出该一维码对应的该第一数据；若该特征中只包含有正方形轮廓，则表明该区域的条形码为二维码，在二维码数据库中搜索出该二维码对应的该第二数据；若该特征中既包含有若干平行线条或矩形轮廓，又包含有正方形轮廓，则表明该区域的条形码既包括一维码又包括二维码，在一维码数据库中搜索出该一维码对应的该第一数据，同时在二维码数据库中搜索出该二维码对应的该第二数据，从而实现多模式识别的功能。
较佳地，在步骤S1和步骤S2之间包括以下步骤：对该条形码进行图像预处理。进行图像预处理的主要目的是为了消除图像中无关紧要的信息，例如去掉该区域中孤立的线条、孤立的点，恢复有用的真实的数据，增强该区域内条形码信息的可检测性和最大限度地简化我们需要的数据，从而增加图像分割、匹配、识别以及图像特征提取等后续处理步骤的可靠性。
较佳地，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
较佳地，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法。
较佳地，在步骤S2中，区域阈值分割采用图像二值化算法。一维码经图像二值化后，表征出来的特征是若干平行线条或矩形轮廓，二维码经图像二值化后，表征出来的特征是正方形轮廓，所以，通过对该区域进行图像二值化处理后，就可很容易的识别出该区域的条形码为一维码还是二维码或既包括一维码又包括二维码。
较佳地，步骤S5之后包括以下步骤：
S6、判断该第二数据是否与安全二维码数据库中的数据相匹配，若不相匹配则进入步骤S7，若匹配则进入步骤S8；
S7、判断该第二数据是否与病毒二维码数据库中的数据相匹配，若不相匹配则进入步骤S8，若匹配则进入步骤S9；
S8、显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络，结束流程；
S9、显示一第一提示信息，并不链接网络，结束流程。
在本方案中，该安全二维码数据库主要收集与二维码相关的安全的网络连接地址。这些网络地址经过网络检测表明是可信任的网址，该安全二维码数据库的构建与电脑系统中安全网址的设置是基本相同的。该病毒二维码数据库主要收集与二维码相关的非安全的网络连接地址。
本方案的图像识别方法对搜索出的条形码对应的数据进行了鉴别，从而提高图像识别使用的安全性。对于一维码，因为本身只包含产品的说明，不涉及其他网络连接，所以对于搜索出的数据，可以直接显示；对于二维码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证。目前的图像设备侧如手机在识别二维码的过程上，如果识别出来的是网址信息，则直接予以链接，而未对该网址信息的安全性进行鉴别，现有中有一些病毒网站以二维码的方式进行显示，具有隐蔽性，不易被发现，若是不对二维码进行安全鉴别就直接链接网址则会使得病毒攻击手机，导致手机出现故障如死机甚至系统瘫痪。所以本方案中设置的该安全二维码数据库和该病毒二维码数据库可减少这种风险。
较佳地，在步骤S1和步骤S2之间包括以下步骤：
判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，在彩码数据库中搜索出该彩码对应的一第三数据；
若未包含有彩色则进入步骤S2。
现在较为常用的条形码有一维码和二维码，当然，还有不太常用的条形码如彩码，也就是说，在该区域中不仅有可能包括一维码和二维码，还有可能包括彩码，所以需要对该区域进行识别，识别其是否包含有彩码，因此设置了本方案。
较佳地，在搜索出与该彩码对应的该第三数据之后包括以下步骤：
SA、判断该第三数据是否与安全彩码数据库中的数据相匹配，若不相匹配则进入步骤SB，若匹配则进入步骤SC；
SB、判断该第三数据是否与病毒彩码数据库中的数据相匹配，若不相匹配则进入步骤SC，若匹配则进入步骤SD；
SC、显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络，结束流程；
SD、显示一第二提示信息，并不链接网络，结束流程。
在本方案中，该安全彩码数据库主要收集与彩码相关的安全的网络连接地址，这些网络地址经过网络检测表明是可信任的网址。该病毒彩码数据库主要收集与彩码相关的非安全的网络连接地址，这些网络地址经过网络检测表明是不可信任的网址。
对于彩码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证。例如现有的手机在识别彩码的过程上，如果识别出来的是网址信息，则直接予以链接，而未对该网址信息的安全性进行鉴别，这时会出现这样的情况：有一些病毒网站以彩码的方式进行显示，具有隐蔽性，不易被发现，若是不对彩码进行安全鉴别就直接链接网址则会使得病毒攻击手机，导致手机出现故障如死机甚至系统瘫痪。所以本方案中设置的该安全彩码数据库和该病毒彩码数据库可减少这种风险。
较佳地，在步骤S1之前包括：
S0、检测该摄像头与该区域的距离，在该距离大于一设定阈值时，进入步骤S1’，在该距离小于该设定阈值时，进入步骤S1；
S1’、该摄像头采集该区域的图像；
S2’、获取该图像中的车牌信息并发送至车辆信息数据库；
S3’、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
本方案的图像识别方法不仅能够识别条形码还能够识别车辆信息。在本方案中，该车辆信息数据库可与车辆管理单位合作，存储车牌号、车型等车辆信息。当图像识别侧如手机的识别结果是一个车牌号时，该车辆信息数据库将返回与该车牌号相关的车型信息，这样就有利于用户及时地了解与采集的车辆相关的车辆信息，或有利于用户以及监管部门及时地识别出套牌车、假牌车。
另外，本方案的车辆信息的识别原理和高速路口、停车场车辆的识别原理基本相同，即本方案的车辆信息的识别原理为现有技术，故具体识别过程在此不再赘述。
较佳地，在步骤S1之前包括：
S0、该摄像头对该区域进行对焦；
ST、判断该摄像头的拍摄方式是否是微距方式，若是，则进入步骤S1，若否，则进入步骤S1’；
S1’、该摄像头采集该区域的图像；
S2’、获取该图像中的车牌信息并发送至车辆信息数据库；
S3’、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
从图像的特性来说，一维码、二维码、彩码等图像，为了追求图像的清晰度，必须在微距拍摄方式（也称近距离拍摄模式）下才能实现识别；而车辆识别，则在正常的拍摄模式下就可识别，所以可通过判断该摄像头的拍摄方式来判断该摄像头采集的该区域是条形码还是车辆。
本发明还提供一种图像识别装置，其特点在于，其包括：
一摄像头，用于采集一区域的条形码；
一分割模块，用于对该条形码进行区域阈值分割；
一提取模块，用于对该条形码采用几何模式提取特征；
一第一判断模块，用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
一搜索模块，用于在一维码数据库中搜索出与该一维码对应的一第一数据以及在二维码数据库中搜索出与该二维码对应的一第二数据。
本方案是将该一维码数据库和该二维码数据库集成在该图像识别装置中，实现本地查找，这种设置方式响应速度快、大大缩短了搜索时间，且用户操作方便快捷。
较佳地，该图像识别装置还包括一处理模块，该处理模块用于对该条形码进行图像预处理。
较佳地，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
较佳地，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法，和/或，区域阈值分割采用图像二值化算法。
较佳地，该图像识别装置还包括一第二判断模块、一第一显示模块、一安全二维码数据库和一病毒二维码数据库；
该第二判断模块用于判断该第二数据是否与该安全二维码数据库中的数据相匹配，若匹配则该第一显示模块显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络；
若不相匹配则该第二判断模块判断该第二数据是否与该病毒二维码数据库中的数据相匹配，若匹配则该第一显示模块显示一第一提示信息，并不链接网络，若不相匹配则该第一显示模块显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络。
本方案是将该安全二维码数据库和该病毒二维码数据库集成在该图像识别装置中，实现本地判断匹配，这种设置方式响应速度快、大大缩短了搜索时间，且用户操作方便快捷。
较佳地，该图像识别装置还包括一第三判断模块；
该第三判断模块用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，在彩码数据库中搜索出与该彩码对应的一第三数据，若未包含有彩色则调用该分割模块。
较佳地，该图像识别装置还包括一第四判断模块、一第二显示模块、一安全彩码数据库和一病毒彩码数据库；
该第四判断模块用于判断该第三数据是否与该安全彩码数据库中的数据相匹配，若匹配则该第二显示模块显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络；
若不相匹配则该第四判断模块判断该第三数据是否与该病毒彩码数据库中的数据相匹配，若匹配则该第二显示模块显示一第二提示信息，并不链接网络，若不相匹配则显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络。
较佳地，该图像识别装置还包括一检测模块和一获取模块，该检测模块用于检测该摄像头与该区域的距离，在该距离小于一设定阈值时，调用该摄像头采集该区域的条形码；
在该距离大于该设定阈值时，该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
较佳地，该图像识别装置还包括一获取模块和一第五判断模块，该摄像头用于对该区域进行对焦，该第五判断模块用于判断该摄像头的拍摄方式是否是微距方式，若是则调用该摄像头采集该区域的条形码，若否则该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
本发明还提供一种图像识别设备，其特点在于，其包括：
一摄像头，用于采集一区域的条形码；
一分割模块，用于对该条形码进行区域阈值分割；
一提取模块，用于对该条形码采用几何模式提取特征；
一第一判断模块，用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
一第一通信模块，用于将该一维码和/或该二维码发送至一网络服务器以及接收该网络服务器发送来的与该一维码对应的一第一数据和/或与该二维码对应的一第二数据。
本方案是将该一维码和/或该二维码发送至该网络服务器以实现远程查找，这种设置的好处是：该网络服务器中的各种数据库可进行实时更新，有利于提高对条形码识别的准确性。
较佳地，该图像识别设备还包括一处理模块，该处理模块用于对该条形码进行图像预处理。
较佳地，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
较佳地，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法，和/或，区域阈值分割采用图像二值化算法。
较佳地，该图像识别设备还包括一第一显示模块，该第一显示模块用于在接收到该网络服务器发送来的第一匹配结果或第三匹配结果时显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络，或在接收到该网络服务器发送来的第二匹配结果时显示一第一提示信息，并不链接网络；
其中，该第一匹配结果为该第二数据与该网络服务器中的安全二维码数据库中的数据相匹配的结果，该第二匹配结果为该第二数据与该网络服务器中的病毒二维码数据库中的数据相匹配的结果，该第三匹配结果为该第二数据与该安全二维码数据库和该病毒二维码数据库中的数据均不匹配的结果。
较佳地，该图像识别设备还包括一第二判断模块，该第二判断模块用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，该第一通信模块用于将该彩码发送至该网络服务器以及接收该网络服务器发送来的与该彩码对应的一第三数据，该第二判断模块用于在该条形码未包含有彩色时调用该分割模块。
较佳地，该图像识别设备还包括一第二显示模块，该第二显示模块用于在接收到该网络服务器发送来的第四匹配结果或第六匹配结果时显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络，或在接收到该网络服务器发送来的第五匹配结果时显示一第二提示信息，并不链接网络；
其中，该第四匹配结果为该第三数据与该网络服务器中的安全彩码数据库中的数据相匹配的结果，该第五匹配结果为该第三数据与该网络服务器中的病毒彩码数据库中的数据相匹配的结果，该第六匹配结果为该第三数据与该安全彩码数据库和该病毒彩码数据库中的数据均不匹配的结果。
较佳地，该图像识别设备还包括一检测模块和一获取模块，该检测模块用于检测该摄像头与该区域的距离，在该距离小于一设定阈值时，调用该摄像头采集该区域的条形码；
在该距离大于该设定阈值时，该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息，该第一通信模块用于将该车牌信息发送至该网络服务器以及接收该网络服务器发送来的与该车牌信息对应的一第四数据。
较佳地，该图像识别设备还包括一获取模块和一第三判断模块，该摄像头用于对该区域进行对焦，该第三判断模块用于判断该摄像头的拍摄方式是否是微距方式，若是则调用该摄像头采集该区域的条形码，若否则该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息，该第一通信模块用于将该车牌信息发送至该网络服务器以及接收该网络服务器发送来的与该车牌信息对应的一第四数据。
本发明还提供一种网络服务器，其特点在于，其包括一第二通信模块、一维码数据库、二维码数据库以及一匹配对比模块；
该第二通信模块用于接收一图像识别设备发送来的一维码和/或二维码；
该匹配对比模块用于在该一维码数据库中搜索出与该一维码对应的一第一数据和/或在该二维码数据库中搜索出与该二维码对应的一第二数据；
该第二通信模块还用于发送该第一数据和/或该第二数据至该图像识别设备。
较佳地，该网络服务器还包括一安全二维码数据库和一病毒二维码数据库；
该匹配对比模块用于将该第二数据与该安全二维码数据库中的数据进行匹配，若匹配则将一第一匹配结果发送至该图像识别设备；若不相匹配则该匹配对比模块将该第二数据与该病毒二维码数据库中的数据进行匹配，若匹配则将一第二匹配结果发送至该图像识别设备，若不相匹配则将一第三匹配结果发送至该图像识别设备；
其中，该第一匹配结果为该第二数据与该安全二维码数据库中的数据相匹配的结果，该第二匹配结果为该第二数据与该病毒二维码数据库中的数据相匹配的结果，该第三匹配结果为该第二数据与该安全二维码数据库和该病毒二维码数据库中的数据均不匹配的结果。
较佳地，该网络服务器还包括一彩码数据库；
该第二通信模块用于接收该图像识别设备发送来的彩码；
该匹配对比模块用于在该彩码数据库中搜索出与该彩码对应的一第三数据；
该第二通信模块还用于发送该第三数据至该图像识别设备。
较佳地，该网络服务器还包括一安全彩码数据库和一病毒彩码数据库；
该匹配对比模块用于将该第三数据与该安全彩码数据库中的数据进行匹配，若匹配则将一第四匹配结果发送至该图像识别设备；若不相匹配则该匹配对比模块将该第三数据与该病毒彩码数据库中的数据进行匹配，若匹配则将一第五匹配结果发送至该图像识别设备，若不相匹配则将一第六匹配结果发送至该图像识别设备；
其中，该第四匹配结果为该第三数据与该安全彩码数据库中的数据相匹配的结果，该第五匹配结果为该第三数据与该病毒彩码数据库中的数据相匹配的结果，该第六匹配结果为该第三数据与该安全彩码数据库和该病毒彩码数据库中的数据均不匹配的结果。
较佳地，该网络服务器还包括一车辆信息数据库；
该第二通信模块用于接收该图像识别设备发送来的车牌信息；
该匹配对比模块用于在该车辆信息数据库中搜索出与该车辆信息对应的一第四数据；
该第二通信模块还用于发送该第四数据至该图像识别设备。
本发明还提供一种图像识别系统，其特点在于，其包括上述的图像识别设备和上述的网络服务器。
本方案的图像识别系统，是将识别出的一维码、二维码、彩码以及车辆信息通过第一通信模块发送至该网络服务器，该网络服务器通过将条形码或车辆信息与相应的数据库进行匹配对比，并将获取的各数据或匹配结果通过该第二通信模块发送至该图像识别设备，以实现远程搜索与匹配，这种设置的好处是：该网络服务器中的各种数据库可进行实时更新，有利于提高对条形码识别的准确性。
本发明的积极进步效果在于：
本发明提供的图像识别方法以及图像识别装置，对于摄像头拍摄的图片实现实时的多模式识别，包括一维码识别、二维码识别、彩码识别、车辆牌照信息识别，无需用户选择识别类型，即可实时判断图片类型。如果拍摄的图片为一维码图片，则返回一维码结果；如果拍摄的图片为车辆牌照，则返回牌照号码信息。对于拍摄的图片中同时包含一维码和二维码等多种图像信息时，则将多种图像识别结果均予以识别出来。
本发明还提供的图像识别系统，其包括图像识别设备如手机、扫描枪等以及网络服务器。对于一维码，根据网络服务器的匹配直接显示识别结果，对于二维码和彩码的识别结果，通过网络服务器的匹配对比模块对识别结果进行鉴别。
本发明无需不断的进入、退出不同的操作界面来实现识别出同一幅图片或照片中不同的条形码的功能，具有操作简单便捷、多模式识别的优点。
附图说明
图1为本发明实施例1的图像识别方法的流程图。
图2为本发明实施例1的图像识别装置的结构框图。
图3为本发明实施例2的图像识别方法的流程图。
图4为本发明实施例2的图像识别装置的结构框图。
图5为本发明实施例4的图像识别方法的流程图。
图6为本发明实施例4的图像识别装置的结构框图。
图7为本发明实施例5的图像识别方法的流程图。
图8为本发明实施例5的图像识别装置的结构框图。
图9为本发明实施例7的图像识别系统的结构框图。
图10为本发明实施例8的图像识别系统的结构框图。
图11为本发明实施例9的图像识别系统的结构框图。
图12为本发明实施例10的图像识别系统的结构框图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示，本实施例提供一种图像识别方法，其利用一摄像头实现，其包括以下步骤：
步骤101、该摄像头采集一区域的条形码；
步骤102、对该条形码进行图像预处理，该图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化；
步骤103、对该条形码采用图像二值化算法进行区域阈值分割；
步骤104、对该条形码采用几何模式提取特征，若该特征中包括有若干平行线条或矩形轮廓则进入步骤105，若该特征中包括有正方形轮廓则进入步骤106；
步骤105、若干平行线条或矩形轮廓对应的区域的条形码为一维码，在一维码数据库中搜索出该一维码对应的一第一数据，该一维码数据库中收集了各厂家提供的一维码信息，一般包括产品名称、价格以及生产商等信息；
步骤106、正方形轮廓对应的区域的条形码为二维码，在二维码数据库中搜索出该二维码对应的一第二数据。
如图2所示，本实施例还提供一种图像识别装置，其包括：
一摄像头1，用于采集一区域的条形码；
一处理模块2，用于对该条形码进行图像预处理，该图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化；
一分割模块3，用于对该条形码采用图像二值化算法进行区域阈值分割；
一提取模块4，用于对该条形码采用几何模式提取特征；
一第一判断模块5，用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
一搜索模块6，用于在一维码数据库7中搜索出与该一维码对应的一第一数据以及在二维码数据库8中搜索出与该二维码对应的一第二数据，其中，该一维码数据库7和该二维码数据库8集成于该图像识别装置中。
在本实施例中，该图像灰度化采用直方图均衡化算法，该图像平滑去噪采用中值滤波算法，本领域的技术人员应该知道，本实施例只是例举一较佳的例子，即本实施例选用的算法具有更好的技术效果，如该图像平滑去噪采用中值滤波算法能够获得更好的平滑、去噪声的效果。本发明的该图像灰度化、该图像平滑去噪以及该区域阈值分割并不局限于本实施例，本领域的技术人员还可选用其它的算法来实现该图像灰度化、该图像平滑去噪以及该区域阈值分割。
本实施例将该一维码数据库7和该二维码数据库8集成在该图像识别装置中，实现本地查找，这种设置方式响应速度快、大大缩短了搜索时间，且用户操作方便快捷。
本实施例采集的该条形码经图像预处理和区域阈值分割后，表征出的特征为：该区域只有若干平行线条或矩形轮廓，或该区域只有正方形轮廓，或该区域既有若干平行线条或矩形轮廓又有正方形轮廓。下面对表征出的特征具体的判断，若该区域只有若干平行线条或矩形轮廓，则表明该条形码为一维码，若该区域只有正方形轮廓，则表明该条形码为二维码，若该区域既有若干平行线条或矩形轮廓又有正方形轮廓，则表明该条形码包括一维码和二维码。在判断出该条形码的具体类型后，在相应的数据库中搜索出该条形码码对应的数据，从而实现多模式识别的功能。
实施例2
对于一维码，因为本身只包含产品的说明，不涉及其他网络连接，所以对于搜索出的数据，可以直接显示；对于二维码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证，以防止现有中有一些病毒网站以二维码的方式进行显示，若直接显示二维码将会导致手机、扫描枪等出现故障如死机甚至系统瘫痪。因此，为了减少上述所述的风险，本实施例的图像识别方法及装置对搜索出的条形码对应的数据进行了鉴别，从而提高图像识别使用的安全性。
如图3所示，本实施例提供一种图像识别方法，本实施例的图像识别方法在实施例1的图像识别方法的步骤之后包括：
步骤107、判断该第二数据是否与安全二维码数据库中的数据相匹配，若不相匹配则进入步骤108，若匹配则进入步骤109；
步骤108、判断该第二数据是否与病毒二维码数据库中的数据相匹配，若不相匹配则进入步骤109，若匹配则进入步骤110；
步骤109、显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络，结束流程；
步骤110、显示一第一提示信息，并不链接网络，结束流程。
如图4所示，本实施例提供的图像识别装置在实施例1的图像识别装置的基础上增加一第二判断模块9、一第一显示模块10、一安全二维码数据库11和一病毒二维码数据库12；
该第二判断模块9用于判断该第二数据是否与该安全二维码数据库11中的数据相匹配，若匹配则该第一显示模块10显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络；
若不相匹配则该第二判断模块9判断该第二数据是否与该病毒二维码数据库12中的数据相匹配，若匹配则该第一显示模块10显示一第一提示信息，并不链接网络，若不相匹配则该第一显示模块10显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络。
本实施例将该安全二维码数据库11和该病毒二维码数据库12集成在该图像识别装置中，实现本地判断匹配，这种设置方式响应速度快、大大缩短了搜索时间，且用户操作方便快捷。
实施例3
虽然现在较为常用的条形码有一维码和二维码，但是该条形码并不局限于一维码和二维码，还有不太常用的条形码如彩码，也就是说，在该区域中不仅有可能包括一维码和二维码，还有可能包括彩码，所以需要对该区域进行进一步的识别，以判断该区域中是否包含有彩码，所以本实施例在实施例1的基础上增加判断该区域是否包含有彩码的步骤以及在实施例1的图像识别装置基础上添设部件。具体如下：
本实施例的图像识别方法，在实施例1的步骤101和步骤102之间包括以下步骤：
步骤101’、判断该条形码是否包含有彩色，若包含有则进入步骤102’，若未包含有彩色则进入步骤102；
步骤102’、彩色对应的区域的条形码为彩码，在彩码数据库中搜索出该彩码对应的一第三数据。
本实施例的图像识别装置，在实施例1的图像识别装置的基础上包括一第三判断模块，该第三判断模块用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，在彩码数据库中搜索出与该彩码对应的一第三数据，若未包含有彩色则调用该处理模块2。
实施例4
对于彩码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证，以防止现有中有一些病毒网站以彩码的方式进行显示，若直接显示彩码将会导致手机、扫描枪等出现故障如死机甚至系统瘫痪。因此，为了减少上述所述的风险，本实施例的图像识别方法及装置对搜索出的条形码对应的数据进行了鉴别，从而提高图像识别使用的安全性。
在实施例3的基础上，本实施例的图像识别方法在搜索出与该彩码对应的该第三数据之后包括以下步骤，如图5所示：
步骤103’、判断该第三数据是否与安全彩码数据库中的数据相匹配，若不相匹配则进入步骤104’，若匹配则进入步骤105’；
步骤104’、判断该第三数据是否与病毒彩码数据库中的数据相匹配，若不相匹配则进入步骤105’，若匹配则进入步骤106’；
步骤105’、显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络，结束流程；
步骤106’、显示一第二提示信息，并不链接网络，结束流程。
在图5中，对于未包含有彩色则进入步骤102及以后的步骤的分支流程图具体见图1，图5就不再详细绘制出。
如图6所示，本实施例的图像识别装置在实施例3的图像识别装置的基础上还包括一第四判断模块14、一第二显示模块15、一安全彩码数据库16和一病毒彩码数据库17，且将实施例3的该第三判断模块标记为13；
该第四判断模块14用于判断该第三数据是否与该安全彩码数据库16中的数据相匹配，若匹配则该第二显示模块15显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络；
若不相匹配则该第四判断模块14判断该第三数据是否与该病毒彩码数据库17中的数据相匹配，若匹配则该第二显示模块15显示一第二提示信息，并不链接网络，若不相匹配则显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络。
本实施例将该安全彩码数据库16和该病毒彩码数据库17集成在该图像识别装置中，实现本地判断匹配，这种设置方式响应速度快、大大缩短了搜索时间，且用户操作方便快捷。
实施例5
如图7所示，本实施例的图像识别方法在实施例1的图像识别方法的步骤101之前包括以下步骤：
步骤100、检测该摄像头与该区域的距离，在该距离大于一设定阈值时，进入步骤201，在该距离小于该设定阈值时，进入步骤101；
步骤201、该摄像头采集该区域的图像；
步骤202、获取该图像中的车牌信息并发送至车辆信息数据库；
步骤203、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
在图7中，对于在该距离小于该设定阈值时进入步骤101及以后的步骤的分支流程图具体见图1，图7就不再详细绘制出。
如图8所示，本实施例的图像识别装置在实施例1的图像识别装置的基础上还包括一检测模块18和一获取模块19，该检测模块18用于检测该摄像头与该区域的距离，在该距离小于一设定阈值时，调用该摄像头1采集该区域的条形码；
在该距离大于该设定阈值时，该摄像头1用于采集该区域的图像，该获取模块19用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块6用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
本实施例的图像识别方法以及图像识别装置不仅能够识别条形码还能够识别车辆信息。在本实施例中，该车辆信息数据库可与车辆管理单位合作，存储车牌号、车型等车辆信息。当图像识别侧如手机的识别结果是一个车牌号时，该车辆信息数据库将返回与该车牌号相关的车型信息，这样就有利于用户及时地了解与采集的车辆相关的车辆信息，或有利于用户以及监管部门及时地识别出套牌车、假牌车。
实施例6
从图像的特性来说，一维码、二维码、彩码等图像，为了追求图像的清晰度，必须在微距拍摄方式下才能实现识别；而车辆识别，则在正常的拍摄模式下就可识别，所以可通过判断该摄像头的拍摄方式来判断该摄像头1采集的该区域是条形码还是车辆，因此，本实施例提供了与实施例5的技术方案不同的技术方案来实现相同的功能，即实现判断该摄像头1采集的该区域是条形码还是车辆。
本实施例的图像识别方法在实施例1的图像识别方法的步骤101之前包括以下步骤：
步骤200、该摄像头对该区域进行对焦；
步骤300、判断该摄像头的拍摄方式是否是微距方式，若是，则进入步骤101，若否，则进入步骤301；
步骤301、该摄像头采集该区域的图像；
步骤302、获取该图像中的车牌信息并发送至车辆信息数据库；
步骤303、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
本实施例的图像识别装置在实施例1的图像识别装置的基础上还包括一获取模块和一第五判断模块，该摄像头1用于对该区域进行对焦，该第五判断模块用于判断该摄像头1的拍摄方式是否是微距方式，若是则调用该摄像头1采集该区域的条形码，若否则该摄像头1用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
本实施例未给出对应的图像识别方法的流程图和图像识别装置的结构图，但是本领域的技术人员参照实施例5的流程图和结构图，可想象出本实施例的流程图和结构图，这里就不再给出。
实施例7
本实施例提供一种图像识别方法，该图像识别方法与实施例1中的图像识别方法相同，所以，这里就不再详述。
如图9所示，本实施例提供一种图像识别系统，其包括一图像识别设备70和一网络服务器80。其中，该图像识别设备70包括一摄像头701、一处理模块702、一分割模块703、一提取模块704、一第一判断模块705以及一第一通信模块706；该网络服务器80包括一第二通信模块801、一维码数据库802、二维码数据库803以及一匹配对比模块804。
该摄像头701用于采集一区域的条形码；
该处理模块702用于对该条形码进行图像预处理，该图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化；
该分割模块703用于对该条形码采用图像二值化算法进行区域阈值分割；
该提取模块704用于对该条形码采用几何模式提取特征；
该第一判断模块705用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
该第一通信模块706用于将该一维码和/或该二维码发送至该第二通信模块801；
该第二通信模块801用于接收该第一通信模块706发送来的一维码和/或二维码；
该匹配对比模块804用于在该一维码数据库802中搜索出与该一维码对应的一第一数据和/或在该二维码数据库803中搜索出与该二维码对应的一第二数据；
该第二通信模块801还用于发送该第一数据和/或该第二数据至该图像识别设备。
该第一通信模块706还用于接收该第一数据和/或该第二数据。
本实施例是将该一维码数据库802和该二维码数据库803集成在该网络服务器80中，这和实施例1的将一维码数据库和二维码数据库集成于图像识别装置中不同。本实施例将该一维码和/或该二维码发送至该网络服务器80以实现远程查找，这种设置的好处是：该网络服务器80中的该一维码数据库802和该二维码数据库803可进行实时更新，有利于提高对条形码识别的准确性。
在本实施例中，该图像灰度化采用直方图均衡化算法，该图像平滑去噪采用中值滤波算法，本领域的技术人员应该知道，本实施例只是例举一较佳的例子，即本实施例选用的算法具有更好的技术效果，如该图像平滑去噪采用中值滤波算法能够获得更好的平滑、去噪声的效果。本发明的该图像灰度化、该图像平滑去噪以及该区域阈值分割并不局限于本实施例，本领域的技术人员还可选用其它的算法来实现该图像灰度化、该图像平滑去噪以及该区域阈值分割。
本实施例采集的该条形码经图像预处理和区域阈值分割后，表征出的特征为：该区域只有若干平行线条或矩形轮廓，或该区域只有正方形轮廓，或该区域既有若干平行线条或矩形轮廓又有正方形轮廓。下面对表征出的特征具体的判断，若该区域只有若干平行线条或矩形轮廓，则表明该条形码为一维码，若该区域只有正方形轮廓，则表明该条形码为二维码，若该区域既有若干平行线条或矩形轮廓又有正方形轮廓，则表明该条形码包括一维码和二维码。在判断出该条形码的具体类型后，在相应的数据库中搜索出该条形码码对应的数据，从而实现多模式识别的功能。
实施例8
对于一维码，因为本身只包含产品的说明，不涉及其他网络连接，所以对于搜索出的数据，可以直接显示；对于二维码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证，以防止现有中有一些病毒网站以二维码的方式进行显示，若直接显示二维码将会导致手机、扫描枪等出现故障如死机甚至系统瘫痪。因此，为了减少上述所述的风险，本实施例的图像识别方法及装置对搜索出的条形码对应的数据进行了鉴别，从而提高图像识别使用的安全性。
本实施例提供一种图像识别方法，该图像识别方法与实施例2中的图像识别方法相同，所以，这里就不再详述。
如图10所示，本实施例提供的图像识别系统在实施例7的图像识别系统的基础上增加了部件，具体为：该图像识别设备70还包括一第一显示模块707，该网络服务器80还包括一安全二维码数据库805和一病毒二维码数据库806。
下面详细介绍上述各部件的具体功能以实现该图像识别设备70与该网络服务器80之间的通信：
该匹配对比模块804用于将该第二数据与该安全二维码数据库805中的数据进行匹配；
若匹配则将一第一匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第一匹配结果并传输至该第一显示模块707，该第一显示模块707用于显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络；若不相匹配则该匹配对比模块804将该第二数据与该病毒二维码数据库806中的数据进行匹配；
若匹配则将一第二匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第二匹配结果并传输至该第一显示模块707，该第一显示模块707用于显示一第一提示信息，并不链接网络；若不相匹配则将一第三匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第三匹配结果并传输至该第一显示模块707，该第一显示模块707用于显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络。
其中，该第一匹配结果为该第二数据与该安全二维码数据库805中的数据相匹配的结果，该第二匹配结果为该第二数据与该病毒二维码数据库806中的数据相匹配的结果，该第三匹配结果为该第二数据与该安全二维码数据库805和该病毒二维码数据库806中的数据均不匹配的结果。
本实施例的图像识别系统，是将识别出的二维码通过第一通信模块706发送至该网络服务器80，该网络服务器80通过将该二维码与相应的二维码数据库进行匹配对比，并将获取的匹配结果通过该第二通信模块801发送至该图像识别设备70，以实现远程搜索与匹配，这种设置的好处是：该网络服务器中的各种二维码数据库可进行实时更新，有利于提高对条形码识别的准确性。
实施例9
虽然现在较为常用的条形码有一维码和二维码，但是该条形码并不局限于一维码和二维码，还有不太常用的条形码如彩码，也就是说，在该区域中不仅有可能包括一维码和二维码，还有可能包括彩码，所以需要对该区域进行进一步的识别，以判断该区域中是否包含有彩码，所以本实施例在实施例7的图像识别系统的基础上添设部件。
本实施例提供一种图像识别方法，该图像识别方法与实施例3中的图像识别方法相同，所以，这里就不再详述。
如图11所示，本实施例提供的图像识别系统在实施例7的图像识别系统的基础上增加了部件，具体为：该图像识别设备70还包括一第二判断模块708，该网络服务器80还包括一彩码数据库807。
该第二判断模块708用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，该第一通信模块706用于将该彩码发送至该网络服务器80，该第二判断模块708用于在该条形码未包含有彩色时调用该处理模块702；
该第二通信模块801用于接收该图像识别设备70发送来的彩码；
该匹配对比模块804用于在该彩码数据库807中搜索出与该彩码对应的一第三数据；
该第二通信模块801还用于发送该第三数据至该图像识别设备70。
该第一通信模块706还用于该第三数据。
实施例10
对于彩码，由于搜索出的数据可能是产品信息，也可能是一种网络连接（网络地址），所以有必要对该网络连接的安全性进行进一步验证，以防止现有中有一些病毒网站以彩码的方式进行显示，若直接显示彩码将会导致手机、扫描枪等出现故障如死机甚至系统瘫痪。因此，为了减少上述所述的风险，本实施例的图像识别方法及装置对搜索出的条形码对应的数据进行了鉴别，从而提高图像识别使用的安全性。
本实施例提供一种图像识别方法，该图像识别方法与实施例4中的图像识别方法相同，所以，这里就不再详述。
如图12所示，本实施例提供的图像识别系统在实施例9的图像识别系统的基础上增加了部件，具体为：该图像识别设备70还包括一第二显示模块709，该网络服务器还包括一安全彩码数据库808和一病毒彩码数据库809。
下面详细介绍上述各部件的具体功能以实现该图像识别设备70与该网络服务器80之间的通信：
该匹配对比模块804用于将该第三数据与该安全彩码数据库808中的数据进行匹配；
若匹配则将一第四匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第四匹配结果并传输至该第二显示模块709，第二显示模块709用于显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络；若不相匹配则该匹配对比模块804将该第三数据与该病毒彩码数据库809中的数据进行匹配；
若匹配则将一第五匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第五匹配结果并传输至该第二显示模块709，该第二显示模块709用于显示一第二提示信息，并不链接网络；若不相匹配则将一第六匹配结果发送至该图像识别设备70，该第一通信模块706用于接收该第六匹配结果并传输至该第二显示模块709，该第二显示模块709用于显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络。
其中，该第四匹配结果为该第三数据与该安全彩码数据库808中的数据相匹配的结果，该第五匹配结果为该第三数据与该病毒彩码数据库809中的数据相匹配的结果，该第六匹配结果为该第三数据与该安全彩码数据库808和该病毒彩码数据库809中的数据均不匹配的结果。
实施例11
本实施例提供一种图像识别方法，该图像识别方法与实施例5中的图像识别方法相同，所以，这里就不再详述。
本实施例提供的图像识别系统在实施例7的图像识别系统的基础上增加了部件，具体为：该图像识别设备70还包括一检测模块和一获取模块，该网络服务器80还包括一车辆信息数据库。
该检测模块用于检测该摄像头701与该区域的距离，在该距离小于一设定阈值时，调用该摄像头701采集该区域的条形码，在该距离大于该设定阈值时，该摄像头701用于采集该区域的图像；
该获取模块用于获取该图像中的车牌信息；
该第一通信模块706用于将该车牌信息发送至该网络服务器80；
该第二通信模块801用于接收该车牌信息；
该匹配对比模块804用于在该车辆信息数据库中搜索出与该车辆信息对应的一第四数据；
该第二通信模块801还用于发送该第四数据至该图像识别设备70；
该第一通信模块706还用于接收该第四数据。
本实施例的图像识别方法以及图像识别系统不仅能够识别条形码还能够识别车辆信息。在本实施例中，该车辆信息数据库可与车辆管理单位合作，存储车牌号、车型等车辆信息。当图像识别侧如手机的识别结果是一个车牌号时，该车辆信息数据库将返回与该车牌号相关的车型信息，这样就有利于用户及时地了解与采集的车辆相关的车辆信息，或有利于用户以及监管部门及时地识别出套牌车、假牌车。
实施例12
从图像的特性来说，一维码、二维码、彩码等图像，为了追求图像的清晰度，必须在微距拍摄方式下才能实现识别；而车辆识别，则在正常的拍摄模式下就可识别，所以可通过判断该摄像头的拍摄方式来判断该摄像头1采集的该区域是条形码还是车辆，因此，本实施例提供了与实施例11的技术方案不同的技术方案来实现相同的功能，即实现判断该摄像头701采集的该区域是条形码还是车辆。
本实施例提供一种图像识别方法，该图像识别方法与实施例6中的图像识别方法相同，所以，这里就不再详述。
本实施例提供的图像识别系统在实施例7的图像识别系统的基础上增加了部件，具体为：该图像识别设备70还包括一获取模块和一第三判断模块，该网络服务器80还包括一车辆信息数据库。
该摄像头701用于对该区域进行对焦；
该第三判断模块用于判断该摄像头701的拍摄方式是否是微距方式，若是则调用该摄像头701采集该区域的条形码，若否则该摄像头701用于采集该区域的图像；
该获取模块用于获取该图像中的车牌信息；
该第一通信模块706用于将该车牌信息发送至该网络服务器80；
该第二通信模块801用于接收该车牌信息；
该匹配对比模块804用于在该车辆信息数据库中搜索出与该车辆信息对应的一第四数据；
该第二通信模块801还用于发送该第四数据至该图像识别设备70；
该第一通信模块706还用于接收该第四数据。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (34)
1.一种图像识别方法，其特征在于，该图像识别方法利用一摄像头实现，其包括以下步骤：
S1、该摄像头采集一区域的条形码；
S2、对该条形码进行区域阈值分割；
S3、对该条形码采用几何模式提取特征，若该特征中包括有若干平行线条或矩形轮廓则进入步骤S4，若该特征中包括有正方形轮廓则进入步骤S5；
S4、若干平行线条或矩形轮廓对应的区域的条形码为一维码，在一维码数据库中搜索出该一维码对应的一第一数据；
S5、正方形轮廓对应的区域的条形码为二维码，在二维码数据库中搜索出该二维码对应的一第二数据。
2.如权利要求1所述的图像识别方法，其特征在于，在步骤S1和步骤S2之间包括以下步骤：对该条形码进行图像预处理。
3.如权利要求2所述的图像识别方法，其特征在于，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
4.如权利要求3所述的图像识别方法，其特征在于，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法。
5.如权利要求1所述的图像识别方法，其特征在于，在步骤S2中，区域阈值分割采用图像二值化算法。
6.如权利要求1所述的图像识别方法，其特征在于，步骤S5之后包括以下步骤：
S6、判断该第二数据是否与安全二维码数据库中的数据相匹配，若不相匹配则进入步骤S7，若匹配则进入步骤S8；
S7、判断该第二数据是否与病毒二维码数据库中的数据相匹配，若不相匹配则进入步骤S8，若匹配则进入步骤S9；
S8、显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络，结束流程；
S9、显示一第一提示信息，并不链接网络，结束流程。
7.如权利要求1所述的图像识别方法，其特征在于，在步骤S1和步骤S2之间包括以下步骤：
判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，在彩码数据库中搜索出该彩码对应的一第三数据；
若未包含有彩色则进入步骤S2。
8.如权利要求7所述的图像识别方法，其特征在于，在搜索出与该彩码对应的该第三数据之后包括以下步骤：
SA、判断该第三数据是否与安全彩码数据库中的数据相匹配，若不相匹配则进入步骤SB，若匹配则进入步骤SC；
SB、判断该第三数据是否与病毒彩码数据库中的数据相匹配，若不相匹配则进入步骤SC，若匹配则进入步骤SD；
SC、显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络，结束流程；
SD、显示一第二提示信息，并不链接网络，结束流程。
9.如权利要求1所述的图像识别方法，其特征在于，在步骤S1之前包括：
S0、检测该摄像头与该区域的距离，在该距离大于一设定阈值时，进入步骤S1’，在该距离小于该设定阈值时，进入步骤S1；
S1’、该摄像头采集该区域的图像；
S2’、获取该图像中的车牌信息并发送至车辆信息数据库；
S3’、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
10.如权利要求1所述的图像识别方法，其特征在于，在步骤S1之前包括：
S0、该摄像头对该区域进行对焦；
ST、判断该摄像头的拍摄方式是否是微距方式，若是，则进入步骤S1，若否，则进入步骤S1’；
S1’、该摄像头采集该区域的图像；
S2’、获取该图像中的车牌信息并发送至车辆信息数据库；
S3’、在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
11.一种图像识别装置，其特征在于，其包括：
一摄像头，用于采集一区域的条形码；
一分割模块，用于对该条形码进行区域阈值分割；
一提取模块，用于对该条形码采用几何模式提取特征；
一第一判断模块，用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
一搜索模块，用于在一维码数据库中搜索出与该一维码对应的一第一数据以及在二维码数据库中搜索出与该二维码对应的一第二数据。
12.如权利要求11所述的图像识别装置，其特征在于，该图像识别装置还包括一处理模块，该处理模块用于对该条形码进行图像预处理。
13.如权利要求12所述的图像识别装置，其特征在于，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
14.如权利要求13所述的图像识别装置，其特征在于，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法，和/或，区域阈值分割采用图像二值化算法。
15.如权利要求11所述的图像识别装置，其特征在于，该图像识别装置还包括一第二判断模块、一第一显示模块、一安全二维码数据库和一病毒二维码数据库；
该第二判断模块用于判断该第二数据是否与该安全二维码数据库中的数据相匹配，若匹配则该第一显示模块显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络；
若不相匹配则该第二判断模块判断该第二数据是否与该病毒二维码数据库中的数据相匹配，若匹配则该第一显示模块显示一第一提示信息，并不链接网络，若不相匹配则该第一显示模块显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络。
16.如权利要求11所述的图像识别装置，其特征在于，该图像识别装置还包括一第三判断模块；
该第三判断模块用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，在彩码数据库中搜索出与该彩码对应的一第三数据，若未包含有彩色则调用该分割模块。
17.如权利要求16所述的图像识别装置，其特征在于，该图像识别装置还包括一第四判断模块、一第二显示模块、一安全彩码数据库和一病毒彩码数据库；
该第四判断模块用于判断该第三数据是否与该安全彩码数据库中的数据相匹配，若匹配则该第二显示模块显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络；
若不相匹配则该第四判断模块判断该第三数据是否与该病毒彩码数据库中的数据相匹配，若匹配则该第二显示模块显示一第二提示信息，并不链接网络，若不相匹配则显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络。
18.如权利要求11所述的图像识别装置，其特征在于，该图像识别装置还包括一检测模块和一获取模块，该检测模块用于检测该摄像头与该区域的距离，在该距离小于一设定阈值时，调用该摄像头采集该区域的条形码；
在该距离大于该设定阈值时，该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
19.如权利要求11所述的图像识别装置，其特征在于，该图像识别装置还包括一获取模块和一第五判断模块，该摄像头用于对该区域进行对焦，该第五判断模块用于判断该摄像头的拍摄方式是否是微距方式，若是则调用该摄像头采集该区域的条形码，若否则该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息并发送至车辆信息数据库，该搜索模块用于在该车辆信息数据库中搜索出与该车牌信息对应的一第四数据。
20.一种图像识别设备，其特征在于，其包括：
一摄像头，用于采集一区域的条形码；
一分割模块，用于对该条形码进行区域阈值分割；
一提取模块，用于对该条形码采用几何模式提取特征；
一第一判断模块，用于判断该特征中是否包括有若干平行线条或矩形轮廓或正方形轮廓，若包括有若干平行线条或矩形轮廓，则若干平行线条或矩形轮廓对应的区域的条形码为一维码，若包括有正方形轮廓，则正方形轮廓对应的区域的条形码为二维码；
一第一通信模块，用于将该一维码和/或该二维码发送至一网络服务器以及接收该网络服务器发送来的与该一维码对应的一第一数据和/或与该二维码对应的一第二数据。
21.如权利要求20所述的图像识别设备，其特征在于，该图像识别设备还包括一处理模块，该处理模块用于对该条形码进行图像预处理。
22.如权利要求21所述的图像识别设备，其特征在于，图像预处理过程包括：图像灰度化、图像平滑去噪以及图像锐化。
23.如权利要求22所述的图像识别设备，其特征在于，图像灰度化采用直方图均衡化算法，和/或，图像平滑去噪采用中值滤波算法，和/或，区域阈值分割采用图像二值化算法。
24.如权利要求20所述的图像识别设备，其特征在于，该图像识别设备还包括一第一显示模块，该第一显示模块用于在接收到该网络服务器发送来的第一匹配结果或第三匹配结果时显示该第二数据并链接与该第二数据中所包括的网络信息相应的网络，或在接收到该网络服务器发送来的第二匹配结果时显示一第一提示信息，并不链接网络；
其中，该第一匹配结果为该第二数据与该网络服务器中的安全二维码数据库中的数据相匹配的结果，该第二匹配结果为该第二数据与该网络服务器中的病毒二维码数据库中的数据相匹配的结果，该第三匹配结果为该第二数据与该安全二维码数据库和该病毒二维码数据库中的数据均不匹配的结果。
25.如权利要求20所述的图像识别设备，其特征在于，该图像识别设备还包括一第二判断模块，该第二判断模块用于判断该条形码是否包含有彩色，若包含有则彩色对应的区域的条形码为彩码，该第一通信模块用于将该彩码发送至该网络服务器以及接收该网络服务器发送来的与该彩码对应的一第三数据，该第二判断模块用于在该条形码未包含有彩色时调用该分割模块。
26.如权利要求25所述的图像识别设备，其特征在于，该图像识别设备还包括一第二显示模块，该第二显示模块用于在接收到该网络服务器发送来的第四匹配结果或第六匹配结果时显示该第三数据并链接与该第三数据中所包括的网络信息相应的网络，或在接收到该网络服务器发送来的第五匹配结果时显示一第二提示信息，并不链接网络；
其中，该第四匹配结果为该第三数据与该网络服务器中的安全彩码数据库中的数据相匹配的结果，该第五匹配结果为该第三数据与该网络服务器中的病毒彩码数据库中的数据相匹配的结果，该第六匹配结果为该第三数据与该安全彩码数据库和该病毒彩码数据库中的数据均不匹配的结果。
27.如权利要求20所述的图像识别设备，其特征在于，该图像识别设备还包括一检测模块和一获取模块，该检测模块用于检测该摄像头与该区域的距离，在该距离小于一设定阈值时，调用该摄像头采集该区域的条形码；
在该距离大于该设定阈值时，该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息，该第一通信模块用于将该车牌信息发送至该网络服务器以及接收该网络服务器发送来的与该车牌信息对应的一第四数据。
28.如权利要求20所述的图像识别设备，其特征在于，该图像识别设备还包括一获取模块和一第三判断模块，该摄像头用于对该区域进行对焦，该第三判断模块用于判断该摄像头的拍摄方式是否是微距方式，若是则调用该摄像头采集该区域的条形码，若否则该摄像头用于采集该区域的图像，该获取模块用于获取该图像中的车牌信息，该第一通信模块用于将该车牌信息发送至该网络服务器以及接收该网络服务器发送来的与该车牌信息对应的一第四数据。
29.一种网络服务器，其特征在于，其包括一第二通信模块、一维码数据库、二维码数据库以及一匹配对比模块；
该第二通信模块用于接收一图像识别设备发送来的一维码和/或二维码；
该匹配对比模块用于在该一维码数据库中搜索出与该一维码对应的一第一数据和/或在该二维码数据库中搜索出与该二维码对应的一第二数据；
该第二通信模块还用于发送该第一数据和/或该第二数据至该图像识别设备。
30.如权利要求29所述的网络服务器，其特征在于，该网络服务器还包括一安全二维码数据库和一病毒二维码数据库；
该匹配对比模块用于将该第二数据与该安全二维码数据库中的数据进行匹配，若匹配则将一第一匹配结果发送至该图像识别设备；若不相匹配则该匹配对比模块将该第二数据与该病毒二维码数据库中的数据进行匹配，若匹配则将一第二匹配结果发送至该图像识别设备，若不相匹配则将一第三匹配结果发送至该图像识别设备；
其中，该第一匹配结果为该第二数据与该安全二维码数据库中的数据相匹配的结果，该第二匹配结果为该第二数据与该病毒二维码数据库中的数据相匹配的结果，该第三匹配结果为该第二数据与该安全二维码数据库和该病毒二维码数据库中的数据均不匹配的结果。
31.如权利要求29所述的网络服务器，其特征在于，该网络服务器还包括一彩码数据库；
该第二通信模块用于接收该图像识别设备发送来的彩码；
该匹配对比模块用于在该彩码数据库中搜索出与该彩码对应的一第三数据；
该第二通信模块还用于发送该第三数据至该图像识别设备。
32.如权利要求31所述的网络服务器，其特征在于，该网络服务器还包括一安全彩码数据库和一病毒彩码数据库；
该匹配对比模块用于将该第三数据与该安全彩码数据库中的数据进行匹配，若匹配则将一第四匹配结果发送至该图像识别设备；若不相匹配则该匹配对比模块将该第三数据与该病毒彩码数据库中的数据进行匹配，若匹配则将一第五匹配结果发送至该图像识别设备，若不相匹配则将一第六匹配结果发送至该图像识别设备；
其中，该第四匹配结果为该第三数据与该安全彩码数据库中的数据相匹配的结果，该第五匹配结果为该第三数据与该病毒彩码数据库中的数据相匹配的结果，该第六匹配结果为该第三数据与该安全彩码数据库和该病毒彩码数据库中的数据均不匹配的结果。
33.如权利要求29所述的网络服务器，其特征在于，该网络服务器还包括一车辆信息数据库；
该第二通信模块用于接收该图像识别设备发送来的车牌信息；
该匹配对比模块用于在该车辆信息数据库中搜索出与该车辆信息对应的一第四数据；
该第二通信模块还用于发送该第四数据至该图像识别设备。
34.一种图像识别系统，其特征在于，其包括如权利要求20-28中任意一项所述的图像识别设备和如权利要求29-33中任意一项所述的网络服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310371347.2A CN104424458B (zh) | 2013-08-23 | 2013-08-23 | 图像识别方法及装置、网络服务器、图像识别设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310371347.2A CN104424458B (zh) | 2013-08-23 | 2013-08-23 | 图像识别方法及装置、网络服务器、图像识别设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104424458A true CN104424458A (zh) | 2015-03-18 |
| CN104424458B CN104424458B (zh) | 2017-08-04 |
Family
ID=52973379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310371347.2A Expired - Fee Related CN104424458B (zh) | 2013-08-23 | 2013-08-23 | 图像识别方法及装置、网络服务器、图像识别设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104424458B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106521066A (zh) * | 2016-12-23 | 2017-03-22 | 天津市三特电子有限公司 | 高炉炉料粒度监控系统及分布数据在线分析方法 |
| CN107665324A (zh) * | 2016-07-27 | 2018-02-06 | 腾讯科技（深圳）有限公司 | 一种图像识别方法及终端 |
| CN107694962A (zh) * | 2017-11-07 | 2018-02-16 | 陕西科技大学 | 一种基于机器视觉与bp神经网络的水果自动分拣方法 |
| CN107808109A (zh) * | 2016-09-09 | 2018-03-16 | 中兴通讯股份有限公司 | 一种二维码图像识别方法及移动终端 |
| CN109389000A (zh) * | 2018-10-18 | 2019-02-26 | 龙马智芯（珠海横琴）科技有限公司 | 一种条形码识别方法及应用该方法的计算机 |
| CN109829346A (zh) * | 2019-01-11 | 2019-05-31 | 安徽工程大学 | 一种基于机器视觉的条形码及二维码识别方法和系统 |
| CN110046529A (zh) * | 2018-12-11 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 二维码识别方法、装置及设备 |
| CN110399869A (zh) * | 2018-04-25 | 2019-11-01 | 西安艾润物联网技术服务有限责任公司 | 扫描方法及装置 |
| CN110751003A (zh) * | 2019-09-24 | 2020-02-04 | 上海掌门科技有限公司 | 一种获取二维码的目标数据信息的方法与设备 |
| CN110866570A (zh) * | 2019-11-13 | 2020-03-06 | 民航成都物流技术有限公司 | 中转行李转码系统 |
| CN111353488A (zh) * | 2020-02-25 | 2020-06-30 | 支付宝(杭州)信息技术有限公司 | 识别码图像中的风险的方法、装置以及设备 |
| CN111428530A (zh) * | 2020-02-29 | 2020-07-17 | 厦门华联电子股份有限公司 | 一种二维码图像检测识别设备、装置及方法 |
| CN112580566A (zh) * | 2020-12-25 | 2021-03-30 | 广汽乘用车有限公司 | 一种车型识别方法及其电泳工序车型匹配方法及系统 |
| CN112651257A (zh) * | 2020-12-23 | 2021-04-13 | 福建新大陆支付技术有限公司 | 一种二维码、条形码图像定位及识别方法及其存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101137082A (zh) * | 2006-08-28 | 2008-03-05 | 中国移动通信集团公司 | 利用识别码为移动终端用户提供业务的方法 |
| CN102194179A (zh) * | 2010-03-08 | 2011-09-21 | 北京源泉信业科技项目管理有限公司 | 广告信息发布系统及方法 |
| CN102594898A (zh) * | 2012-02-28 | 2012-07-18 | 刘杨志 | 一种基于物联网的精准广告营销方法及系统 |
| CN102682267A (zh) * | 2012-05-18 | 2012-09-19 | 四川大学 | 一种针对数字图像的一维和二维码图形快速定位和提取方法 |
-
2013
- 2013-08-23 CN CN201310371347.2A patent/CN104424458B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101137082A (zh) * | 2006-08-28 | 2008-03-05 | 中国移动通信集团公司 | 利用识别码为移动终端用户提供业务的方法 |
| CN102194179A (zh) * | 2010-03-08 | 2011-09-21 | 北京源泉信业科技项目管理有限公司 | 广告信息发布系统及方法 |
| CN102594898A (zh) * | 2012-02-28 | 2012-07-18 | 刘杨志 | 一种基于物联网的精准广告营销方法及系统 |
| CN102682267A (zh) * | 2012-05-18 | 2012-09-19 | 四川大学 | 一种针对数字图像的一维和二维码图形快速定位和提取方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107665324B (zh) * | 2016-07-27 | 2020-08-28 | 腾讯科技（深圳）有限公司 | 一种图像识别方法及终端 |
| CN107665324A (zh) * | 2016-07-27 | 2018-02-06 | 腾讯科技（深圳）有限公司 | 一种图像识别方法及终端 |
| CN107808109A (zh) * | 2016-09-09 | 2018-03-16 | 中兴通讯股份有限公司 | 一种二维码图像识别方法及移动终端 |
| CN106521066A (zh) * | 2016-12-23 | 2017-03-22 | 天津市三特电子有限公司 | 高炉炉料粒度监控系统及分布数据在线分析方法 |
| CN107694962A (zh) * | 2017-11-07 | 2018-02-16 | 陕西科技大学 | 一种基于机器视觉与bp神经网络的水果自动分拣方法 |
| CN110399869A (zh) * | 2018-04-25 | 2019-11-01 | 西安艾润物联网技术服务有限责任公司 | 扫描方法及装置 |
| CN109389000A (zh) * | 2018-10-18 | 2019-02-26 | 龙马智芯（珠海横琴）科技有限公司 | 一种条形码识别方法及应用该方法的计算机 |
| CN110046529A (zh) * | 2018-12-11 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 二维码识别方法、装置及设备 |
| TWI726422B (zh) * | 2018-12-11 | 2021-05-01 | 開曼群島商創新先進技術有限公司 | 二維碼識別方法、裝置及設備 |
| CN109829346A (zh) * | 2019-01-11 | 2019-05-31 | 安徽工程大学 | 一种基于机器视觉的条形码及二维码识别方法和系统 |
| CN110751003A (zh) * | 2019-09-24 | 2020-02-04 | 上海掌门科技有限公司 | 一种获取二维码的目标数据信息的方法与设备 |
| CN110751003B (zh) * | 2019-09-24 | 2023-05-05 | 上海掌门科技有限公司 | 一种获取二维码的目标数据信息的方法与设备 |
| CN110866570A (zh) * | 2019-11-13 | 2020-03-06 | 民航成都物流技术有限公司 | 中转行李转码系统 |
| CN111353488A (zh) * | 2020-02-25 | 2020-06-30 | 支付宝(杭州)信息技术有限公司 | 识别码图像中的风险的方法、装置以及设备 |
| CN111353488B (zh) * | 2020-02-25 | 2021-09-21 | 支付宝(杭州)信息技术有限公司 | 识别码图像中的风险的方法、装置以及设备 |
| CN111428530A (zh) * | 2020-02-29 | 2020-07-17 | 厦门华联电子股份有限公司 | 一种二维码图像检测识别设备、装置及方法 |
| CN111428530B (zh) * | 2020-02-29 | 2022-07-15 | 厦门华联电子股份有限公司 | 一种二维码图像检测识别设备、装置及方法 |
| CN112651257A (zh) * | 2020-12-23 | 2021-04-13 | 福建新大陆支付技术有限公司 | 一种二维码、条形码图像定位及识别方法及其存储介质 |
| CN112651257B (zh) * | 2020-12-23 | 2022-08-16 | 福建新大陆支付技术有限公司 | 一种二维码、条形码图像定位及识别方法及其存储介质 |
| CN112580566A (zh) * | 2020-12-25 | 2021-03-30 | 广汽乘用车有限公司 | 一种车型识别方法及其电泳工序车型匹配方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104424458B (zh) | 2017-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104424458A (zh) | 图像识别方法及装置、网络服务器、图像识别设备及系统 | |
| US20130279758A1 (en) | Method and system for robust tilt adjustment and cropping of license plate images | |
| US8792682B2 (en) | Method and system for identifying a license plate | |
| US9846823B2 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
| CN111612104B (zh) | 车辆定损图像获取方法、装置、介质和电子设备 | |
| CN104463235A (zh) | 基于动车组运行图像的故障识别方法及装置 | |
| CN110723432A (zh) | 垃圾分类的方法及增强现实设备 | |
| CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
| KR100948382B1 (ko) | 방범 서비스 방법 및 시스템 | |
| CN110163109B (zh) | 一种车道线标注方法及装置 | |
| CN110008771B (zh) | 一种扫码系统及扫码方法 | |
| WO2021129608A1 (zh) | 取货机器人、取货方法、计算机可读存储介质 | |
| CN111783718A (zh) | 目标对象状态识别方法、装置、存储介质及电子装置 | |
| WO2016059643A1 (en) | System and method for pedestrian detection | |
| KR20200069911A (ko) | 영상들 간에 객체와 객체 위치의 동일성을 식별하기 위한 방법 및 장치 | |
| CN107358236A (zh) | 一种基于摄像装置的车牌号码识别系统及方法 | |
| Kim et al. | System and method for detecting potholes based on video data | |
| CN104715250A (zh) | 十字激光检测方法和装置 | |
| CN113705417A (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
| CN108090391B (zh) | 二维码的识别方法及装置 | |
| CN106327876A (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
| CN113822814A (zh) | 利用大数据存储的环境辨识系统及方法 | |
| CN109345824A (zh) | 高速公路中故障车辆的车道确定方法及相关产品 | |
| CN117437264A (zh) | 行为信息的识别方法、设备和存储介质 | |
| CN109522796A (zh) | 高速中故障车辆提示方法及相关产品 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170804 |