CN106951908B - 一种有效的目标识别装置 - Google Patents
一种有效的目标识别装置 Download PDFInfo
- Publication number
- CN106951908B CN106951908B CN201710184852.4A CN201710184852A CN106951908B CN 106951908 B CN106951908 B CN 106951908B CN 201710184852 A CN201710184852 A CN 201710184852A CN 106951908 B CN106951908 B CN 106951908B
- Authority
- CN
- China
- Prior art keywords
- color
- image
- sub
- histogram
- block
- 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
Images
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
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种有效的目标识别装置,包括图像获取模块、特征提取模块、直方图获取模块和目标识别模块,所述图像获取模块用于采集目标图像,所述特征提取模块用于提取目标图像的颜色特征,所述直方图获取模块根据所述颜色特征获取颜色直方图,所述目标识别模块用于对所述颜色直方图进行赋权,并根据所述赋权的颜色直方图对所述目标图像进行识别。本发明的有益效果为:能够准确对图像中的目标进行识别。
Description
技术领域
本发明涉及目标识别技术领域,具体涉及一种有效的目标识别装置。
背景技术
近些年来,摄像头作为图像采集设备,被广泛的应用于各种领域,方便了消费者对信息的摄取,加快了信息的传递。但是,摄像头经常裸露在空气中,会减少摄像头的寿命,影响摄取画面的清晰度。现有技术中,摄像头一般都配有设置在摄像头外层的保护盖,起到保护摄像头的作用,传统的摄像头保护盖一般由透明塑料制成,在使用过程中,透明塑料对光线的透过率低;同时,因保护盖长期暴露在空气中,会被污染或被异物接触产生污渍,对摄像图像的清晰度产生影响。
视觉是人类获取外界信息和感知客观世界的主要来源,其所蕴含的信息量远远超过其他感官,图像的视觉特征表述方法是图像底层理解研究的关键技术,通过提高视觉特征的表述性能,能够更好地获取图像内容。
现有的视觉特征表述多建立在RGB颜色空间上,不符合人类视觉感知的特性,且在颜色特征提取过程中并未考虑色彩特征空间信息,不能有效对目标进行识别。
发明内容
针对上述问题,本发明旨在提供一种有效的目标识别装置。
本发明的目的采用以下技术方案来实现:
提供了一种有效的目标识别装置,包括图像获取模块、特征提取模块、直方图获取模块和目标识别模块,所述图像获取模块用于采集目标图像,所述特征提取模块用于提取目标图像的颜色特征,所述直方图获取模块根据所述颜色特征获取颜色直方图,所述目标识别模块用于对所述颜色直方图进行赋权,并根据所述赋权的颜色直方图对所述目标图像进行识别。
本发明的有益效果为:能够准确对图像中的目标进行识别。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构连接示意图。
附图标记:
图像获取模块1、特征提取模块2、直方图获取模块3、目标识别模块4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种有效的目标识别装置,包括图像获取模块1、特征提取模块2、直方图获取模块3和目标识别模块4,所述图像获取模块1用于采集目标图像,所述特征提取模块2用于提取目标图像的颜色特征,所述直方图获取模块3根据所述颜色特征获取颜色直方图,所述目标识别模块4用于对所述颜色直方图进行赋权,并根据所述赋权的颜色直方图对所述目标图像进行识别。
本实施例能够准确对图像中的目标进行识别。
优选的,所述图像获取模块1采用摄像头对目标图像进行采集,所述摄像头上安装有镜头保护盖,所述镜头保护盖包括设置在保护盖正面的增透膜和反面增透膜,所述增透膜主要成分为氟化镁,所述镜头保护盖正面的增透膜的表面还覆盖有一层防污膜,所述防污膜的主要成分为聚四氟乙烯。
本优选实施例在镜头保护盖正反面上设置增透膜,能够增加镜头的透光率,获取的图像质量更好,在镜头保护盖正面设置防污膜,使汗液、灰尘等不易在保护盖表面残留,易于清理。
优选的,所述特征提取模块2包括颜色转换单元和图像分割单元,所述颜色转换单元用于将图像从RGB颜色空间转换到CIELab颜色空间,所述转化公式为:
式中,R、G、B分别为RGB颜色空间中的红色、绿色、蓝色分量值,L为CIELab颜色空间中的亮度,a为CIELab颜色空间中的绿色到红色的相对色度,b为CIELab颜色空间中的蓝色到黄色的相对色度,其中,函数
所述图像分割单元用于将图像划分为大小相等的矩形子块,用于划分子块的图像I表示为:
式中,Ui表示图像的任意子块,f表示图像分割因子,f∈[2,5]且f为整数,i按照从左到右,从上向下的顺序依次取值为1到f2。
本优选实施例特征提取模块将图像转化到更符合人类视觉特征的CIELab颜色空间,可以更为准确地反映出不同色彩之间的视觉差异程度,通过对图像进行划分并设定图像分割因子,可以兼顾图像识别准确性和识别效率。
优选的,所述直方图获取模块3,用于获取图像直方图,具体采用如下方式获取:
(1)对CIELab颜色空间进行划分,采用如下划分方法:当L分量大于阈值T1时或者小于阈值T2时,不再考虑a分量和b分量,得到2个颜色区间,当L分量介于阈值T1和T2之间时,分别将a分量和b分量划分为四个区间,得到16个颜色区间,从而将CIELab颜色空间划分成了18个颜色区间;其中,T1∈[90,100],T2∈[0,10];
(2)定义隶属度函数σj,k=1;
(3)求取图像的颜色直方图,图像子块的颜色直方图可表示为:
ZF(Ui)={z1,z2,…,z18}
本优选实施例直方图获取模块融入了像素颜色特征的空间分布信息并设置子块位置权值,获取了更为准确和符合人类视觉特征的直方图,进一步提高了视觉特征的表述能力。
优选的,所述目标识别模块4,用于对图像进行识别,包括色差计算单元、权值计算单元和图像对比单元,
式中,C(pA,pB)表示像素点pA和pB之间色差,μ为归一化因子;
所述权值计算单元用于计算每个子块的颜色权值;
所述图像对比单元用于根据图像相似度对比来实现图像识别。
所述计算每个子块的颜色权值,具体包括以下步骤:
第一步,计算每个像素点的颜色复杂度,
式中,FA表示像素点pA的颜色复杂度;
第二步,计算每个子块的颜色权值,在任意子块,通过计算每个像素颜色权值,得到子块的颜色权值Qi:
式中,Ui表示图像的任意子块,Qi表示子块的颜色权值,Ni表示子块包含的像素个数,γ表示子块中所有像素点的颜色复杂度标准差,FA和Fk均为子块中的像素点。
所述根据图像相似度对比来实现图像识别,具体为,根据子块的颜色权值和直方图定义两幅图像I1和I2的相似度S:
本优选实施例目标识别模块对颜色复杂度进行描述,反映出视觉系统感知不同颜色变化的敏感特性,根据子块的颜色权值和直方图计算辨识图像和样本图像之间的相似度,提高了图像的辨识精度。
采用本目标识别装置,当图像分割因子取不同值时,对识别结果进行统计,同未采用本发明相比,产生的有益效果如下表所示:
f | 目标识别精度提高 | 目标识别时间缩短 |
2 | 20% | 31% |
3 | 25% | 25% |
4 | 30% | 20% |
5 | 32% | 18% |
6 | 36% | 12% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (3)
1.一种有效的目标识别装置,其特征是,包括图像获取模块、特征提取模块、直方图获取模块和目标识别模块,所述图像获取模块用于采集目标图像,所述特征提取模块用于提取目标图像的颜色特征,所述直方图获取模块根据所述颜色特征获取颜色直方图,所述目标识别模块用于对所述颜色直方图进行赋权,并根据所述赋权的颜色直方图对所述目标图像进行识别;
所述图像获取模块采用摄像头对目标图像进行采集,所述摄像头上安装有镜头保护盖,所述镜头保护盖包括设置在保护盖正面的增透膜和反面增透膜,所述增透膜主要成分为氟化镁,所述镜头保护盖正面的增透膜的表面还覆盖有一层防污膜,所述防污膜的主要成分为聚四氟乙烯;
所述特征提取模块包括颜色转换单元和图像分割单元,所述颜色转换单元用于将图像从RGB颜色空间转换到CIELab颜色空间,转化公式为:
式中,R、G、B分别为RGB颜色空间中的红色、绿色、蓝色分量值,L为CIELab颜色空间中的亮度,a为CIELab颜色空间中的绿色到红色的相对色度,b为CIELab颜色空间中的蓝色到黄色的相对色度,其中,函数
所述图像分割单元用于将图像划分为大小相等的矩形子块,用于划分子块的图像I表示为:
式中,Ui表示图像的任意子块,f表示图像分割因子,f∈[2,5]且f为整数,i按照从左到右,从上向下的顺序依次取值为1到f2;
所述直方图获取模块,用于获取图像直方图,具体采用如下方式获取:
(1)对CIELab颜色空间进行划分,采用如下划分方法:当L分量大于阈值T1时或者小于阈值T2时,不再考虑a分量和b分量,得到2个颜色区间,当L分量介于阈值T1和T2之间时,分别将a分量和b分量划分为四个区间,得到16个颜色区间,从而将CIELab颜色空间划分成了18个颜色区间;其中,T1∈[90,100],T2∈[0,10];
(2)定义隶属度函数σj,k=1;
(3)求取图像的颜色直方图,图像子块的颜色直方图可表示为:
ZF(Ui)={z1,z2,…,z18}
所述目标识别模块,用于对图像进行识别,包括色差计算单元、权值计算单元和图像对比单元,
式中,C(pA,pB)表示像素点pA和pB之间色差,μ为归一化因子;
所述权值计算单元用于计算每个子块的颜色权值;
所述图像对比单元用于根据图像相似度对比来实现图像识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710184852.4A CN106951908B (zh) | 2017-03-24 | 2017-03-24 | 一种有效的目标识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710184852.4A CN106951908B (zh) | 2017-03-24 | 2017-03-24 | 一种有效的目标识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106951908A CN106951908A (zh) | 2017-07-14 |
CN106951908B true CN106951908B (zh) | 2020-06-26 |
Family
ID=59473809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710184852.4A Active CN106951908B (zh) | 2017-03-24 | 2017-03-24 | 一种有效的目标识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951908B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102246186A (zh) * | 2008-10-14 | 2011-11-16 | 西柏控股股份有限公司 | 物品识别方法和系统 |
CN103996178A (zh) * | 2014-05-30 | 2014-08-20 | 天津大学 | 一种沙尘天气彩色图像增强方法 |
CN105354581A (zh) * | 2015-11-10 | 2016-02-24 | 西安电子科技大学 | 融合颜色特征与卷积神经网络的彩色图像特征提取方法 |
CN105915909A (zh) * | 2016-05-27 | 2016-08-31 | 清华大学深圳研究生院 | 一种高动态范围图像分层压缩方法 |
CN105989611A (zh) * | 2015-02-05 | 2016-10-05 | 南京理工大学 | 带有阴影去除的分块感知哈希跟踪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101328741B1 (ko) * | 2012-01-03 | 2013-11-11 | 중앙대학교 산학협력단 | 색상 채널을 이용한 영상 개선 장치 및 방법 |
-
2017
- 2017-03-24 CN CN201710184852.4A patent/CN106951908B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102246186A (zh) * | 2008-10-14 | 2011-11-16 | 西柏控股股份有限公司 | 物品识别方法和系统 |
CN103996178A (zh) * | 2014-05-30 | 2014-08-20 | 天津大学 | 一种沙尘天气彩色图像增强方法 |
CN105989611A (zh) * | 2015-02-05 | 2016-10-05 | 南京理工大学 | 带有阴影去除的分块感知哈希跟踪方法 |
CN105354581A (zh) * | 2015-11-10 | 2016-02-24 | 西安电子科技大学 | 融合颜色特征与卷积神经网络的彩色图像特征提取方法 |
CN105915909A (zh) * | 2016-05-27 | 2016-08-31 | 清华大学深圳研究生院 | 一种高动态范围图像分层压缩方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106951908A (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559310B (zh) | 基于显著性检测的输变电巡检图像质量评价方法及系统 | |
CN108694709B (zh) | 一种图像融合方法及装置 | |
CN111260788B (zh) | 一种基于双目视觉的配电柜开关状态识别方法 | |
CN110110131B (zh) | 一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法 | |
CN106934377B (zh) | 一种改进的人脸检测系统 | |
CN108416814B (zh) | 一种菠萝头部的快速定位与识别方法及系统 | |
CN103455790A (zh) | 一种基于肤色模型的皮肤识别方法 | |
CN108181319A (zh) | 一种基于立体视觉的积尘检测装置及方法 | |
CN108665468B (zh) | 一种提取直线塔绝缘子串的装置及方法 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
Mythili et al. | Color image segmentation using ERKFCM | |
CN106651966B (zh) | 图片颜色识别方法和系统 | |
CN109215042A (zh) | 一种基于计算机视觉的光伏电池板热斑效应检测系统及其计算方法 | |
CN107038718A (zh) | 雾霾环境下的深度计算方法 | |
CN108154496B (zh) | 一种适用于电力作业机器人的电力设备外观变化识别方法 | |
CN107146258B (zh) | 一种图像显著区域检测方法 | |
CN110647813A (zh) | 一种基于无人机航拍的人脸实时检测识别方法 | |
CN106951908B (zh) | 一种有效的目标识别装置 | |
CN107424134A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
Tan et al. | Gesture segmentation based on YCb'Cr'color space ellipse fitting skin color modeling | |
CN107194340B (zh) | 利用计算机视觉搜索登山遇险人员的方法及系统 | |
CN110674737A (zh) | 一种虹膜识别的增强方法 | |
CN110956640B (zh) | 一种异源图像边缘点检测与配准方法 | |
CN115909401A (zh) | 融合深度学习的牛脸识别方法、装置、电子设备和介质 | |
CN112465751B (zh) | 大型调相机不抽转子气隙内物理表面自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200526 Address after: 408b, floor 4, No. 31, Fuchengmenwai street, Xicheng District, Beijing 100032 Applicant after: Aibao Technology Co., Ltd Address before: Elite Building No. 1024 Nanshan Nanshan District Guangdong street, 518000 Avenue in Shenzhen city in Guangdong province 206 Applicant before: SHENZHEN HUITONG INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |