CN107004263A - 图像分析方法、装置及计算机可读装置 - Google Patents
图像分析方法、装置及计算机可读装置 Download PDFInfo
- Publication number
- CN107004263A CN107004263A CN201580052082.7A CN201580052082A CN107004263A CN 107004263 A CN107004263 A CN 107004263A CN 201580052082 A CN201580052082 A CN 201580052082A CN 107004263 A CN107004263 A CN 107004263A
- Authority
- CN
- China
- Prior art keywords
- image
- reference object
- taken
- characteristic point
- original 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/95—Pattern authentication; Markers therefor; Forgery detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
公开了根据本发明的一个样态的图像分析方法。所述图像分析方法可包括以下步骤:对拍摄对象和所述图像分析装置之间的距离进行测量;输出针对被拍摄的拍摄对象的图像;以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以所述测量的距离为基础计算针对所述拍摄对象预先存储的原始图像的相对大小;以所述计算出的相对大小为基础,提取与所述选择的至少两个特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点;以及以所述选择的特征点和所述提取的特征点为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较。
Description
技术领域
本发明作为涉及图像分析的发明,更为具体地,是涉及通过比较拍摄的图像和原始图像来对其进行分析的方法、装置及计算机可读介质的发明。
背景技术
本发明涉及一种通过比较拍摄的图像和原始图像来对其进行分析的方法及装置。
目前,随着电子工程技术的发展多种方式的图像处理方法正被开发。另外,因为数码拍摄装置的发展,图片拍摄及针对拍摄的图像的确认及分析也变得容易。而且,随着用于显示拍摄的图像数据的显示装置的开发,不需要为了对图像进行确认或分析而另外设置显像程序。并且,所述显示装置可以同时存储多个图像,因而没有使用者需要更换图像的不便可以同时显示多个图像。
另外,随着图像处理方法的进步,用于对两个图像或两个数字图像文件相互进行比较的方法正被开发。与此相关,作为现有技术存在针对图案比较方法的申请,申请号为10-2004-7015012。但是,所述现有的技术存在可能难以对两个以上的图像迅速地进行比较的问题。换句话说,就现有的图像比较方法而言,对想要比较的图像进行分割,然后对分割的图像进行相互比较,从而将其数字化,因而可能在迅速且有效地对图像进行比较方面存在局限。
而且,随着最近打印机、扫描仪、数码相机、产品制造装备等装备性能的提升,伪造及改造技术也日益发展。例如,生产伪造名牌产品或伪造有价证券等类似行为的现状为,在以用肉眼不能识别的程度复制和真品相似的产品。
但是,如前所述,在对两个图像或两个数字图像文件相互进行比较时一般会消耗较多的时间。尤其,例如,机场海关程序的情况,需要对众多乘客旅行箱内部的产品进行拍摄并迅速地对其进行分析从而判断产品的真伪。因此,在该领域存在迅速且有效地对两个以上的图像进行比较的方法的要求。
另外,从国外进口到国内的物品先装卸在指定临时货栈,进口物品的货主、临时货栈负责人及海关负责人对卸载到指定临时货栈的物品的数量、种类等进行确认。此时,货主、临时货栈负责人及海关负责人携带普通相机对被装卸的物品的数量、种类及原产地标识与否进行确认和拍摄。确认结果为物品上没有原产地标识的情况,海关负责人要求货主进行事前维护作业,以便进行原产地标识。货主应所述请求针对没有原产地标识的物品进行事前维护作业。但是存在的不便在于,为了对从国外进口到国内的物品的种类、数量及事前维护作业与否进行确认,货主、临时货栈负责人及海关负责人均需要移动到指定临时货栈。尤其是,海关负责人为了对物品进行检查需要直接移动到指定临时货栈。
另外,在工厂、船舶、飞机、燃气供给设施等处为了进行安全检查而设置有各种压力计、磁性液位计、电接触压力计等模拟仪表或数字仪表。但是,安检员可能对通过模拟仪表或数字仪表的检查结果进行伪造或虚假报告,或者可能遗漏利用模拟仪表或数字仪表进行的安全检查。这种情况下,无法透明且迅速地进行安全检查,因而具有发生大型事故的危险。
发明内容
本发明想要解决的课题是为了提供一种用于满足前述的该领域的需求的图像分析方法、装置及计算机可读介质。
另外,本发明想要解决的课题是为了提供一种迅速且有效地对图像进行比较的方法。
而且,本发明想要解决的课题的目的在于,即使在与原始图像错位地拍摄的情况下也能通过对原始图像或拍摄的图像进行变形来增加图像比较的可靠性。
另外,本发明想要解决的课题是为了通过自动化的图像一致判断技术使得真品/假货判断数字化及量化。
另外,本发明想要解决的课题是为了通过新产品和使用中的产品的图像差异来容易地计算使用中的产品的消耗率。
另外,本发明想要解决的课题在于,通过自动化的图像检查技术透明且迅速地实现通过模拟仪表或数字仪表进行的安全检查。
另外,本发明想要解决的课题在于,提供利用射频识别标签(RFID tag)、条形码(bar code)等来将针对拍摄对象的图像的特征点信息或原始图像向被存储的数据库请求并输出。
如上所述,用于实现本发明的目的、后述的本发明的特有的效果的本发明的技术特征如下:
公开一种通过根据本发明的一个实施例的图像分析装置来进行图像分析的方法。所述方法可包括以下步骤:对拍摄对象和所述图像分析装置之间的距离进行测量;输出针对被拍摄的拍摄对象的图像;以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以所述测量的距离为基础计算针对所述拍摄对象预先存储的原始图像的相对大小;以所述计算出的相对大小为基础,提取与所述选择的至少两个的特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点;以及以所述选择的特征点和所述提取的特征点为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,
所述被拍摄的拍摄对象的图像与针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息可以一起被输出。
另外,公开一种根据本发明的一个实施例的图像分析装置。所述图像分析装置可以包括:距离传感器,其构成为对拍摄对象和所述图像分析装置之间的距离进行测量;输出部,其构成为对被拍摄的拍摄对象的图像进行输出;选择部,其以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以及控制部,其以如下形式构成:以所述测量的距离为基础对针对所述拍摄对象而预先存储的原始图像的相对大小进行计算,并以所述计算出的相对大小为基础对与所述选择的至少两个特征点相对应的、在针对所述拍摄对象而预先存储的原始图像中的特征点进行提取,并且以所述选择的特征点和所述提取的特征点为基础对针对所述被拍摄的拍摄对象的图像和所述原始图像进行比较。
所述输出部可追加构成为,对所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起进行输出。
而且,公开一种根据本发明一个实施例的图像分析计算机可读介质。所述计算机可读介质可以存储用于使得计算机执行以下操作的命令。所述操作可以包括以下操作:对拍摄对象和图像分析装置之间的距离进行测量;输出针对被拍摄的拍摄对象的图像;以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以所述测量的距离为基础对针对所述拍摄对象预先存储的原始图像的相对大小进行计算;以所述计算出的相对大小为基础,对与所述选择的至少两个特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点进行提取;以及以所述选择的特征点和所述提取的特征点为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较。
在输出针对所述被拍摄的拍摄对象的图像的操作中,所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息可以一起被输出。
另外,公开一种根据本发明的一个实施例的海关检查系统。所述海关检查系统可以包括:智能图像采集装置,其用于对拍摄对象的真假与否进行判断;和海关服务器,其用于通过有线、无线网络与所述智能图像采集装置进行通信。在此,所述智能图像采集装置可以包括:距离传感器,其构成为对拍摄对象和所述智能图像采集装置之间的距离进行测量;输出部,其构成为对被拍摄的拍摄对象的图像进行输出;选择部,其以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以及收发部,其以和所述海关服务器通信的形式构成,并且所述收发部可以进一步构成为,将所述测量的距离信息及所述选择的特征点的信息发送至所述海关服务器。此时,所述输出部可以进一步构成为,对所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起进行输出。另外,所述海关服务器可以以如下形式构成:以从所述智能图像采集装置接收到的距离信息为基础对针对所述拍摄对象预先存储的原始图像的相对大小进行计算,以所述计算出的相对大小为基础对与从所述智能图像采集装置接收到的至少两个的特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征进行提取,并以所述接收到的特征点和所述提取的特征点为基础对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,并且将通过所述比较产生的比较数据发送至所述智能图像采集装置。
通过根据本发明的一个样态的图像分析方法可以用更加迅速的方式对图像进行比较。
而且,通过根据本发明的一个样态的图像分析方法,即使在与原始图像错位地拍摄的情况下也可以通过对原始图像或拍摄的图像进行变形来增加图像比较的可靠性。
另外,通过根据本发明的一个样态的图像分析方法,可以通过自动化的图像一致判断技术使得真品/假货判断数字化及量化。
另外,通过根据本发明的一个样态的图像分析方法,可以通过新产品和使用中的产品的图像差异来容易地计算使用中的产品的消耗率。
另外,通过根据本发明的一个样态的图像分析方法,可以通过自动化的图像检查技术透明且迅速地实现通过模拟仪表或数字仪表进行的安全检查。
附图说明
作为对所述提到的本公开内容的特征进行的详细的、更为具体化的说明,实施例中的一部分在附图中进行了示出,以便可以参照以下的实施例进行理解。另外,与附图相似的参照标号意味着在多个侧面相同或相似的功能。但是,附图仅仅示出了本公开内容的特定的典型实施例,并没有考虑对本发明的范围进行限定,且需要注意的一点是,具有相同效果的其他实施例充分可以得到认知。
图1示出根据本发明的一个实施例的图像分析装置的组件。
图2示出根据本发明的一个实施例通过图像分析装置进行图像分析的方法的流程图。
图3示出在根据一个例子的图像分析装置中的图像比较方式。
图4示出在根据其他例子的图像分析装置中的图像比较方式。
图5示出在根据又另一例子的图像分析装置中的图像比较方式。
图6示出根据本发明的追加实施例的例示性的图像处理方式。
图7示出根据本发明的追加实施例通过例示性的图像处理进行的图像比较方式。
具体实施形态
现在参照附图对各种实施例及/或样态进行公开。在下面的说明中,以说明为目的,为了有助于一个以上的样态的整体理解,公开多个具体的细节事项。但是,这些样态即使没有这些具体的细节事项也可以实行,关于这一点对在本发明的技术领域具有一般知识的人来说是可以认知的。之后的记载及附图详细地对一个以上的样态的特定例示样态进行了记述。但是,所述样态是例示性的,在多种样态的原理中的多种方法中的一部分可以被利用,且记述的说明意图在于想把所述的样态及它们的均等物全都包含在内。
另外,术语“或”并非排他性的“或”,而是意味着内含性的“或”。换句话说,在没有另外特定或者文脉上不明确的情况下,“X利用A或B”意味着自然的内含性的置换其中一个。换句话说,X利用A,或X利用B,或X利用A及B的情况,“X利用A或B”可以适用所述任何情况。另外,本说明书中使用的所谓“及/或”的术语应该理解为指代并包括所列举的相关项目中一个以上的项目的所有可能的组合。
另外,虽然所谓的“包括”及/或“包括…的”术语指的是存在相应特征及/或构成要素,但是应该理解为,不排除一个以上的其他特征、构成要素及/或它们的组合的存在或者增加。另外,因没有区别地进行特定或指示单数形式而在文脉上不明确的情况下,在本说明书和权利要求书中,单数一般应该理解为指的是“一个或其以上”。
图1示出根据本发明的一个实施例的图像分析装置100的组件。
如图1所示,图像分析装置100可以包括输入部101、输出部103、选择部105、控制部107、拍摄部109、数据库111及距离传感器113。在本发明的一个样态中,图1中示出的组件之外的增加的组件或只有它们中一部分的组件也可以包含于图像分析装置100内。换句话说,图1中示出的组件不是必须的,也可以构成具有比其多的组件或者具有比其少的组件的图像分析装置100。
以下,针对所述图像分析装置100的组件依次进行观察。
本说明书中的图像分析装置100可以包括如同智能图像采集装置、数码相机、移动通信设备、移动站、移动终端、使用者终端、接入终端、无线通信装置、PC(个人电脑,Personal Computer)、笔记本电脑、PDA(个人数字助理,Personal Digital Assistant)等一样具有无线或有线接入能力的手持设备(handheld device)及计算装置等。
参照图1,输入部101可以接收从图像分析装置100输入的输入。例如,输入部101可以接收针对被拍摄的拍摄对象的识别信息的输入。例如,虽然所述识别信息可以包括针对被拍摄的拍摄对象的品牌信息、产品信息、商标信息、CI(Company Identity,公司标识)信息、特征点信息等,但并非受限于这些。另外,输入部101可以接收来自使用者的使用者输入。例如,输入部101可以接收对针对被拍摄的图像的特征点进行选择的使用者输入。
在本发明的一个样态中,输入部101可以包括小键盘、圆顶开关(dome Switch)、触摸板(静压/静电)、缓动盘(jog wheel)、滚轮开关(jog switch)等。另外,输入部101也可以包括近距离通信模块(未图示)。所述情况下,输入部101可以构成为接收通过外部控制台设备(console device)所输入的使用者输入。作为近距离通信(short rangecommunication)技术可以利用蓝牙(Bluetooth)、RFID(Radio FrequencyIdentification,射频识别)、红外线通信(IrDA,infrared Data Association)、UWB(UltraWideband,超宽带)、无线个域网(ZigBee)等。
例如,输入部101通过红外线通信进行近距离通信的情况,外部控制台设备可以是红外线远程控制器(remote controller)。或者,输入部101通过蓝牙(Bluetooth)功能进行近距离通信的情况,外部控制台设备可以是包括蓝牙模块的移动设备。在此,包括蓝牙模块的移动设备,例如,可以是包括蓝牙模块的智能手机。
输入部101通过对使用者的键操作或触摸输入等进行感知来接收信号,或者通过拍摄部109或麦克风(未图示)来接收操作或语音,从而可以将其转换为输入信号。为此,可以使用公知的语音识别(Speech Recognition)技术或动作识别(Motion Recognition)技术。
另外,输入部101可以实现为射频识别标签阅读器(RFID tag reader)或条形码读卡器(bar code reader)等。随之,用通过RFID标签阅读器得到识别的拍摄对象的RFID标签可以在后述的数据库111中对拍摄对象的特征点或原始图像进行掌握,并且可以用通过条形码读卡器得到识别的拍摄对象的条形码在数据库111中对拍摄对象的特征点或原始图像进行掌握。
在本发明的一个样态中,输入部101通过触摸输入被操作的情况下,与触摸输入相对应的信号(们)可以被传送至控制部107。控制部107对接收到的信号(们)进行处理,从而可以识别到输入部101的哪一个区域被触摸。
输出部103可以提供在图像分析装置100中的用户界面(UI:User Interface)。根据本发明的一个样态,输出部103可以构成为产生与视觉、听觉或触觉等相关的输出。所述输出部103可以显示(输出)在图像分析装置100得到处理的信息。
例如,输出部103可以输出针对被拍摄的拍摄对象的图像。另外,输出部103可以输出针对被拍摄的拍摄对象事先决定的多个特征点的信息。在本发明的一个样态中,可以同时输出针对被拍摄的拍摄对象的图像和针对被拍摄的拍摄对象事先决定的多个特征点的信息。
而且,输出部103可以输出被拍摄的图像和原始图像之间的比较结果数据。例如,虽然比较结果数据可以包括被拍摄的图像和原始图像之间的一致率、真品/假货的与否、产品的消耗率、产品的预期使用时间、被拍摄的图像为模拟仪表的情况时模拟仪表的刻度值、被拍摄的图像为数字仪表的情况时用数字表示于数字仪表的仪表值等,但是并非受限于此。
在本发明的一个样态中,输出部103可以包括液晶显示器(liquid crystaldisplay,LCD)、薄膜晶体管液晶显示器(thin film transistor-liquid crystaldisplay,TFT LCD)、有机发光二极管(organic light-emitting diode,OLED)、柔性显示器(flexible display)、三维显示器(3D display)中的至少一个。它们中的一部分显示器可以实现为透明型或透光型,以便通过其可以看到外部。其可以称作透明显示器,所述透明显示器的代表性例子有TOLED(Transparant OLED,透明有机发光显示屏)等。
在本发明的追加样态中,根据图像分析装置100的实现形态也可以存在多个输出部。这种情况下,例如,多个输出部可以以与一个面隔离或一体的形式配置于图像分析装置100,或者也可以分别配置于相互不同的面。另外,在本发明的追加样态中,输出部103也可以输出视频信号以外的其他形态,例如,音频信号、振动信号等。
选择性地,在本发明中,输入部101及输出部103也可以合并为一个组件。
选择部105可以以针对输出于输出部103的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点。此时,可以通过选择部105自动实现从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,或者,选择部105接收到从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后实现。平常,所述至少两个特征点的选择通过选择部105自动实现,当接收来自输入部101的针对所述至少两个特征点的输入时,可以以此为基础实现。所述选择部105和控制部107也可以合并成一个组件。
控制部107通常可以控制图像分析装置100的整体操作。例如,控制部107可以从数据库111提取与选择的特征点相对应的、在针对拍摄对象预先存储的原始图像中的特征点。另外,控制部107可以以被选择的特征点和提取的特征点为基础对被拍摄的图像和原始图像进行比较。并且,控制部107可以计算被拍摄的图像和原始图像的一致率,而且可以以一致率为基础判断被拍摄的拍摄对象的真假与否,或者计算被拍摄的拍摄对象的消耗率等。另外,控制部107可以以选择的特征点和提取的特征点为基础,当被拍摄的图像为模拟仪表时对模拟仪表的刻度值进行测量。对此将参照图4在后文进行叙述。并且,控制部1055可以以选择的特征点和提取的特征点为基础,当被拍摄的图像为数字仪表时对用数字表示于数字仪表的仪表值进行测量。对此将参照图5在后文进行叙述。
在本发明的一个样态中,控制部107可以针对事先决定的特征点生成例示信息。所述例示信息可以以输入的拍摄对象识别信息为基础生成。
另外,控制部107可以实现模式(pattern)识别处理,所述模式识别处理可以将从输入部101或拍摄部109输入的信号识别为文字或图像。另外,控制部107也可以执行语音识别或动作识别等的处理。
数据库111可以存储用于使得控制部107操作的程序、代码或命令,并且也可以存储输入/输出的数据。另外,数据库111可以存储拍摄对象的识别信息、针对被拍摄的图像的特征点信息、原始图像信息、针对原始图像的特征点信息等。另外,当拍摄对象为模拟仪表或数字仪表时,针对模拟仪表或数字仪表的特征点信息可以事先存储于数据库111,针对模拟仪表或数字仪表的特征点信息可以包括模拟仪表或数字仪表的基准图像以及基准图像上特征点的位置和特征点的数量等。在本发明的追加样态中,控制部107及数据库111的操作也可以通过服务器(未图示)来执行。所述服务器(未图示)可以包括海关服务器,但并非受限于此。所述情况下,服务器及图像分析装置(或智能图像采集装置)分别可以构成为包括收发部,因而通过有线、无线网络可以相互进行通信。另外,数据库111可以存储通过距离传感器113得到测量的距离数据及景深数据、以及通过拍摄部109得到拍摄的拍摄数据。在本发明的追加样态中,所述数据也可以通过图像分析装置100的收发部(未图示)传送至服务器(海关服务器)。
数据库111可以包括闪存型(flash memory type)、硬盘型(hard disk type)、微型多媒体卡型(multimedia card micro type)、卡型的存储器(例如,SD或XD内存卡等)、随机存取存储器(Random Access Memory,RAM)、SRAM(Static Random Access Memory,静态随机存取存储器)、只读存储器(Read-Only Memory,ROM)、EEPROM(Electrically ErasableProgrammable Read-Only Memory,电可擦编程只读存储器)、PROM(Programmable Read-Only Memory,可编程控只读存储器)、磁存储器(magnetic memory)、磁盘(magneticdisk)、光盘(optical disk)中至少一个类型的存储介质。在本发明的追加样态中,图像分析装置100也可以在因特网(internet)上以和执行所述数据库111的存储功能的网页存储(web storage)相关联的形式进行操作。
另外,所述数据库111也可以存在于图像分析装置100的外部。这种情况下,数据库111可以以与图像分析装置100能够通信的形式构成。
作为选择性的构成,拍摄部109可以配置为能够对拍摄对象直接进行拍摄。拍摄部109所拍摄的画像框架(图像)可以存储于数据库111或可以通过网络传送至外部。所述拍摄部109根据被使用的环境也可以构成为两个以上。根据需要,拍摄部109可以以配置于图像分析装置100的外部并能够和图像分析装置100通信的形式构成。
根据本发明的一个样态,距离传感器113可以构成为对拍摄对象和图像分析装置100之间的距离进行测量。在本发明的一个样态中,图像分析装置100可以包括多个距离传感器,因而可以对从拍摄对象上的两个以上的位置到图像分析装置100的距离分别进行测量。然后,控制部107可以以测量的多个距离为基础对拍摄对象的倾斜(tilt)信息进行计算。另外,控制部107可以以计算出的倾斜信息为基础对所述被拍摄的拍摄对象的图像及原始图像中的一个图像以与剩下的一个图像相对应的形式进行变形。
在此所说明的多个实施例,例如,可以利用软件、硬件或它们的组合在通过计算机或与之类似的装置可以读取的记录介质内得以实现。
就硬件式的实现而言,在此所说明的实施例可以利用ASICs(applicationspecific integrated circuits,专用集成电路)、DSPs(digital signal processors,数字信号处理器)、DSPDs(digital signal processing devices,数字信号处理设备)、PLDs(programmable logicdevices,可编程逻辑设备)、FPGAs(field programmable gatearrays,现场可编程门阵列)、处理器(processors)、控制器(controllers)、微控制器(micro-controllers)、微处理器(microprocessors)、用于执行其他功能的电装置中的至少一个来实现。一部分的情况下,本说明书中所说明的实施例可以通过控制部107本身得到实现。
就软件式的实现而言,与本说明书中所说明的程序及功能一样的实施例可以通过其他的软件模块来实现。所述软件模块分别可以执行本说明书中所说明的一个以上的功能及操作。可以通过用合适的程序语言所写的软件应用程序来实现软件代码。所述软件代码可以存储于数据库111,并且可以通过控制部107得以实行。
图2示出根据本发明的一个实施例通过图像分析装置100进行图像分析的方法的流程图。
如图2所示,图像分析装置100可以接收针对被拍摄的拍摄对象的识别信息的输入201。所述识别信息,例如,可以包括针对拍摄对象的品牌信息、产品信息、商标(logo)信息、CI信息、特征点信息等,但并非受限于这些。在本发明的一个样态中,与特定的商标及特定的产品等相关的特征点的位置及特征点的数量一样的特征点信息可以事先存储于数据库111。另外,拍摄对象为模拟仪表或数字仪表时,针对模拟仪表或数字仪表的特征点信息可以事先存储于数据库111,针对模拟仪表或数字仪表的特征点信息可以包括模拟仪表或数字仪表的基准图像及基准图像上特征点的位置和特征点的数量等。
然后,虽然图2中没有示出,但是图像分析装置100可以对针对被拍摄的拍摄对象的图像数据进行接收。
包含有图像分析装置100内部的拍摄部109的情况下,所述被拍摄的图像数据可以存储于数据库111或者也可以传送至控制部107从而在输出部103得到输出。换句话说,这种情况下,图像分析装置100可以直接对拍摄对象进行拍摄。
根据本发明的一个样态,就拍摄对象的拍摄而言,随着拍摄部109和拍摄对象之间的距离变化,输出的拍摄对象的图像的大小也可以是可变的。因此,这种情况下,以通过图像分析装置100的距离传感器113计算出的拍摄对象和图像分析装置100之间的距离为基础,控制部107可以对拍摄对象的大小(例如,原始图像的大小)进行调节。更为具体地,利用所述距离传感器,可以对拍摄部109和拍摄对象之间的距离进行测量,并且以这样测量得到的距离为基础,可以决定被拍摄的图像的一个像素的大小为多大程度。图像分析装置100也可以以如此决定得到的一个像素的大小为基础对被拍摄的图像的大小进行变更。
在本发明的追加样态中,图像分析装置100也可以包括配置于不同位置的多个距离传感器。这种情况下,即使拍摄角度倾斜,通过对在第一距离传感器和第二距离传感器之间的感知距离上存在的差异进行修正,可以算出拍摄对象和拍摄部109之间的准确距离。
回到图2,例如,当输入的识别信息为特定品牌的商标信息时,对存储于数据库111的特定商标的特征点进行例示的特征点相关信息可以被输出。另外,当输入的识别信息为模拟仪表或数字仪表的特征点信息时,存储于数据库111的模拟仪表或数字仪表的特征点信息可以得到显示和输出。在该模拟仪表或数字仪表的特征点信息中可以包括模拟仪表或数字仪表的基准图像及基准图像中特征点的位置和特征点的数量等。针对所述特征点的信息可以称作例示信息,并且所述例示信息和针对被拍摄的拍摄对象的图像可以一起在图像分析装置100中得到输出203。换句话说,针对被拍摄的拍摄对象的图像与针对被拍摄的拍摄对象事先决定的多个特征点的信息可以一起被输出。
在本发明的追加样态中,如与图6有关的后述内容所述,就对针对被拍摄的拍摄对象的图像进行输出而言,可以包括以突出所述被拍摄的拍摄对象的特定色彩的形式对所述被拍摄的拍摄对象的图像进行的进一步处理。因此,这种情况下,例如,在海关或报关手续中为了标示注意或警告等而安装的特定颜色的标签位于被拍摄的图像内时,也可以以只强调所述特定的颜色且其余颜色表现为无彩色的形式进行图像处理。
然后,回到图2,图像分析装置100可以以针对输出的特征点的信息(即,例示信息)为基础从针对被拍摄的拍摄对象的输出图像中选择至少两个特征点205。换句话说,图像分析装置100可以以例示信息为基础从输出的拍摄对象的图像中选择至少两个特征点。此时,从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,可以通过图像分析装置100以例示信息为基础自动实现,或者,图像分析装置100接收到来自使用者的从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后可以实现。平常,所述至少两个特征点的选择通过图像分析装置100自动实现,当接收到来自使用者的针对所述至少两个特征点的输入时,可以以此为基础实现。
在特征点被选择后,图像分析装置100可以对分别与所选择的特征相对应的、针对拍摄对象预先存储的原始图像中的特征点进行提取207。如上所述,根据特定的拍摄对象的识别信息,针对其的特征点的位置、特征点的数量、原始图像、在原始图像中的特征点的个数、在原始图像中的特征点的位置等可以存储于数据库111。因此,当针对拍摄的图像的特征点被输入时,可以从数据库111中提取与之相对应的原始图像中的特征点。在本发明的追加样态中,原始图像被处理为半透明的形象后,与针对所述被拍摄的拍摄对象的图像重叠,从而可以通过输出部103得到输出。换句话说,对原始图像进行半透明处理,并将针对所述被拍摄的拍摄对象的图像叠加于所述经过半透明处理的原始图像上,从而可以输出于输出部103。
之后,图像分析装置100可以以选择的特征点和提取的特征点为基础,对拍摄的图像和原始图像相互进行比较209。在本发明的一个样态中,可以以选择的特征点之间的距离和提取的特征点之间的距离为基础,对拍摄的图像和原始图像进行比较。
换句话说,当选择的特征点及提取的特征点分别为两个时,可以以选择的特征点之间的距离和提取的特征点之间的距离为基础对拍摄的图像和原始图像的一致率进行计算。此时,拍摄的图像和原始图像的一致率可以通过所述选择的特征点之间的距离和提取的特征点之间的距离的比率得到决定。当如此拍摄的图像和原始图像的一致率高于设定的一致率时,图像分析装置100可以判断拍摄对象为真品。
另外,利用如此拍摄的图像和原始图像的一致率,图像分析装置100可以计算拍摄对象的消耗率或拍摄对象的使用时间或拍摄对象的可以被使用的可用时间。为此,数据库111里应该存储有以下信息:随着拍摄的图像和原始图像的一致率(的值)变化而不同的拍摄对象的消耗率或拍摄对象的使用时间或拍摄对象的可以被使用的可用时间。
在本发明的追加样态中,图像分析装置100也可以通过对选择的特征点和提取的特征点进行比较来对被拍摄的图像的倾斜(tilt)进行计算。之后,图像分析装置100可以以计算出的倾斜为基础,对拍摄的图像及原始图像中的一个图像以与剩余另一个图像相对应的形式进行变形。通过这种方式,可以减少因拍摄的失真导致的一致度的可靠性受损的可能性。
图3示出在根据一个例子的图像分析装置100中的图像比较方式。
拍摄的图像301可以在图像分析装置100中得到输出。如图3所示,图像分析装置100可以以和拍摄的图像301一起被输出的例示信息(未图示)为基础对在拍摄的图像301上的特征点(例如,手指形状的光标)进行选择。图3中示出的拍摄对象的情况下,可以事先决定4个特征点。
在特征点被选择后,可以对与选择的特征点相对应的原始图像303上的特征点进行提取。在本发明的一个样态中,原始图像303及针对原始图像的特征点没有在图像分析装置100的输出部103上得到输出,可以通过数据库111和控制部107之间的通信得到处理。
图3的例示的情况,存在4个特征点,且4个特征点可以具有一共6个的成对特征点。因此,在拍摄的图像和原始图像中,对所述6个的成对特征点的各个特征点之间的距离进行计算,从而可以以各个成对为单位将特征点之间的距离数字化并进行比较。
图4示出在根据其他例子的图像分析装置100中的图像比较方式。
拍摄的图像401可以在图像分析装置100上得到输出。如图4所示,图像分析装置100可以以和拍摄的图像401一起被输出的例示信息(未图示)为基础对拍摄的图像401上的特征点(例如,用圆圈形状的光标标示的)进行选择。图4中示出的拍摄对象(例如,模拟压力仪表)的情况下,可以事先决定两(a、b)个特征点。
在特征点被选择后,可以对与选择的特征相对应的原始图像403(模拟仪表的基准图像)上的特征点进行提取。在本发明的一个样态中,原始图像403及针对原始图像的特征点没有在图像分析装置100的输出部103上得到输出,可以通过数据库111和控制部107之间的通信得到处理。
图4的例示的情况,在针上存在两个特征点a(变化点)及b(基准点),且通过特征点中a(变化点)的位置变化可以在模拟压力仪表上掌握刻度值(例如,压力值)。为此,与特征点a(变化点)的位置相对应的刻度值(压力值)应该存储于数据库111。
图5示出在根据又另一例子的图像分析装置100中的图像比较方式。
拍摄的图像410可以在图像分析装置100上得到输出。如图5所示,图像分析装置100可以以与拍摄的图像410一起被输出的例示信息(未图示)为基础对拍摄的图像410上的特征点(例如,用圆圈形状的光标标示的)进行选择。图5中示出的拍摄对象(例如,数字压力仪表)的情况,可事先决定4(c、d、e、f)个特征点。此时,e和f是用于生成测量压力区域415的特征点,c和d是用于生成测量最高压力区域413的特征点,所述测量压力区域415用于对测量压力进行显示,所述测量最高压力区域413用于对测量对象的最高压力进行显示。如此,如果知道两点的坐标则可以对测量最高压力区域413及测量压力区域415进行掌握。
在特征点被选择后,可以对与选择的特征点相对应的原始图像420(数字压力仪表的基准图像)上的特征点进行提取。在本发明的一个样态中,原始图像420及针对原始图像的特征点没有在图像分析装置100的输出部103上得到输出,可以通过数据库111和控制部107之间的通信得到处理。
图5的例示的情况,特征点包括用于生成测量最高压力区域423的c和d,以及用于生成测量压力区域425的e和f。测量最高压力区域423及测量压力区域425分别是包括测量最高压力值及测量压力值的区域,因而可以通过图像处理(image processing)进行掌握。这种图像处理技术是公知的技术,因而省略对其的说明。为此,测量最高压力的初始值及测量压力的初始值应该存储于数据库111,并且图5例示的情况下,测量最高压力的初始值为0.00[bar],测量压力的初始值为0.00[bar]。以上仅是例示,并非受限于此。
本发明的追加样态中,通过单一距离测量传感器可以使得原始图像和拍摄的图像之间的图像尺寸相互匹配。更为具体地,利用单一距离测量传感器使得原始图像和拍摄的图像的大小一致后,拍摄的图像和原始图像可以相互进行比较。换句话说,对拍摄的图像的至少两个以上的特征点和原始图像的至少两个以上的特征点进行比较,从而通过各个地点之间的距离测量(显示器上)值和各个地点之间的角度值可以修正拍摄对象的倾斜信息,或者(不需要修正倾斜信息的情况下)可以对原始图像和拍摄的图像进行比较。另外,所述特征点之间的比较使得拍摄的图像和原始图像分别以像素(pixel)为单位坐标化并构成像素点块,且可以以构成的像素块为单位通过对两图像进行比较的方式进行操作。换句话说,以预先规定的像素块为单位可以对原始图像和拍摄的图像之间的图像模式(图像的颜色、位置、尺寸等)的差异进行详细比较。在本发明的一个样态中,前面所述的操作可以通过图像分析装置100的控制部107进行。
因此,通过前面所述的比较方式可以计算原始图像和拍摄的图像之间的一致率。而且,可以以这样计算得到的一致率为基础决定被拍摄的拍摄对象的真品/假货与否、被拍摄的拍摄对象的消耗率、被拍摄的拍摄对象的可以被使用的时间等。
在本发明的追加样态中,在对拍摄对象的特征点进行选择时,选择预先决定的特征点的位置的情况下,选择的位置得到扩大并显示,且可以允许对更为准确的特征点的位置进行选择或修正。或者,选择预先决定的特征点的位置的情况下,选择的位置得到扩大并显示,且可以允许能够对更为准确的特征点的位置进行修正。例如,所述修正也可以以预先决定的特征点的位置为基础通过图像分析装置100的控制部107自动进行。
图6示出根据本发明的追加实施例的例示性的图像处理方式。
如图6所示,突出特定的目标(target)颜色的拍摄对象被拍摄的情况下,图像分析装置100可以将除去相应目标颜色的其他颜色用图像处理技术处理成无彩色或者可以以使得具有相应目标色彩的拍摄图像(例如,标签)更好的显示的形式进行图像处理。图6中,具有目标颜色的拍摄对象以斜线的形式表示为附图标号600,该划斜线的部分显示目标颜色,可以是黄色,但并非限定于此。在本发明的追加样态中,图6中示出的图像采集装置(或智能图像采集装置)可以和图像分析装置100相对应。
因此,由于在海关或报关手续等中含有注意或警告等信息的具有特定目标颜色的标签可以被重点输出,因而通过迅速及有效的方式对特定产品的目标选择(Targeting)变得可能。而且,针对安装有具有特定颜色的标签的拍摄对象,可以通过和其他拍摄对象不同的方式执行认证程序等。因此,在对拍摄对象进行认证或验证时可以容易地排除障眼法或错误认识。
图7示出根据本发明的追加实施例通过例示性的图像处理进行的图像比较方式。
根据本发明的一个样态,以像素点块为基础可以对原始图像503和拍摄的图像501进行比较。如图7所示,通过(单一)距离测量传感器使得原始图像和拍摄的图像的大小一致后,可以对25像素单位的像素点块和图像一起进行显示。
图7示出将图3的图像左侧上端的部分放大的图像。如图7所示,通过像素块单位的图像比较可以对原始图像和拍摄的图像之间的一致度进行数字化并计算。在本发明的一个样态中,如图7所示,与拍摄的图像501和原始图像503对应的像素块(507及509,以及511及513)可以相互进行比较。当拍摄的对象501的特定部分(507及513)和与原始图像501对应的部分(509及511)进行比较时,由于在线的粗细及线的位置上存在差异,因而可以以此为基础计算两图像的一致度。
另外,图6中以25像素单位的像素点块为例进行了示出,但可以构成多种形态的像素点块这一点是显而易见的。
针对提出的实施例的说明以任意的在本发明的技术领域具备通常知识的人员可以利用本发明或实施本发明的形式得到提供。针对所述实施例的多种变形对在本发明的技术领域具备通常知识的人员来说是显而易见的,且这里所定义的一般性原理在没有超过本发明的范围的情况下可以适用于其他实施例。因此,本发明并非受这里提出的实施例的限定,而是应该在与这里提出的原理及新的特征一贯的最广义范围内进行解释。
产业利用可能性
本发明可以使用于对拍摄的图像和原始图像进行分析的技术。
Claims (25)
1.一种图像分析方法,其是通过图像分析装置来进行图像分析的方法,所述图像分析方法包括以下步骤:
对拍摄对象和所述图像分析装置之间的距离进行测量;
输出针对被拍摄的拍摄对象的图像;
以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;
以所述测量的距离为基础计算针对所述拍摄对象预先存储的原始图像的相对大小;
以所述计算出的相对大小为基础,提取与所述选择的至少两个特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点;以及
以所述选择的特征点和所述提取的特征点为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,
所述被拍摄的拍摄对象的图像与针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起被输出。
2.根据权利要求1所述的图像分析方法,自动实现从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,或者,在接收到从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后实现。
3.根据权利要求1所述的图像分析方法,其还包括以下步骤:
以所述比较为基础,对针对所述被拍摄的拍摄对象的图像和所述原始图像的一致率进行计算。
4.根据权利要求3所述的图像分析方法,其还包括以下步骤:
以所述计算的一致率为基础判断所述拍摄对象的真假与否。
5.根据权利要求3所述的图像分析方法,其还包括以下步骤:
以所述计算的一致率为基础计算所述拍摄对象的消耗率。
6.根据权利要求1所述的图像分析方法,其还包括以下步骤:
当针对所述被拍摄的拍摄对象的图像为模拟仪表的图像时,以所述比较为基础对所述模拟仪表的刻度值进行测量。
7.根据权利要求1所述的图像分析方法,其还包括以下步骤:
当针对所述被拍摄的拍摄对象的图像为数字仪表的图像时,以所述比较为基础对标示于所述数字仪表的图像上的数字进行提取。
8.根据权利要求1所述的图像分析方法,所述比较步骤包括以下步骤:
以所述选择的特征点之间的距离和所述提取的特征点之间的距离为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较。
9.根据权利要求1所述的图像分析方法,针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息以针对所述拍摄对象的识别信息为基础生成。
10.根据权利要求1所述的图像分析方法,所述比较步骤包括以下步骤:
对从所述拍摄对象上的两个以上的位置到所述图像分析装置的距离分别进行测量;
以所述测量的多个距离为基础对所述拍摄对象的倾斜信息进行计算;以及
以所述计算出的倾斜信息为基础对所述被拍摄的拍摄对象的图像及所述原始图像中一个图像以与剩下的一个图像相对应的形式进行变形。
11.根据权利要求1所述的图像分析方法,输出针对所述被拍摄的拍摄对象的图像的步骤包括以下步骤:
以突出所述被拍摄的拍摄对象的特定色彩的形式对所述被拍摄的拍摄对象的图像进行追加处理。
12.根据权利要求1所述的图像分析方法,以所述选择的特征点和所述提取的特征点为基础对所述被拍摄的拍摄对象的图像和所述原始图像进行比较的步骤包括以下步骤:
对所述原始图像进行半透明处理;和
将所述被拍摄的拍摄对象的图像叠加在所述经过半透明处理的原始图像上后进行比较。
13.一种图像分析装置,其包括:
距离传感器,其构成为对拍摄对象和所述图像分析装置之间的距离进行测量;
输出部,其构成为对被拍摄的拍摄对象的图像进行输出;
选择部,其以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以及
控制部,其以如下形式构成:以所述测量的距离为基础对针对所述拍摄对象而预先存储的原始图像的相对大小进行计算,并以所述计算出的相对大小为基础对与所述选择的至少两个特征点相对应的、在针对所述拍摄对象而预先存储的原始图像中的特征点进行提取,并且以所述选择的特征点和所述提取的特征点为基础对针对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,
所述输出部进一步构成为,对所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起进行输出。
14.根据权利要求13所述的图像分析装置,自动实现从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,或者,在接收到从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后实现。
15.根据权利要求13所述的图像分析装置,所述控制部进一步构成为以所述比较为基础生成所述被拍摄的拍摄对象的图像和所述原始图像的一致率。
16.根据权利要求13所述的图像分析装置,当所述被拍摄的拍摄对象的图像为模拟仪表的图像时,所述控制部以所述比较为基础对所述模拟仪表的刻度值进行测量。
17.根据权利要求13所述的图像分析装置,所述控制部对所述原始图像进行半透明处理,并将所述被拍摄的拍摄对象的图像叠加于所述经过半透明处理的原始图像上后进行比较。
18.根据权利要求13所述的图像分析装置,所述输出部以突出所述被拍摄的拍摄对象的特定色彩的形式进行输出。
19.一种计算机可读介质,其作为存储有用于使计算机执行以下操作的命令的计算机可读介质,所述操作包括:
对拍摄对象和图像分析装置之间的距离进行测量;
输出针对被拍摄的拍摄对象的图像;
以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;
以所述测量的距离为基础对针对所述拍摄对象预先存储的原始图像的相对大小进行计算;
以所述计算出的相对大小为基础,对与所述选择的至少两个特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点进行提取;以及
以所述选择的特征点和所述提取的特征点为基础,对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,
所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起被输出。
20.根据权利要求19所述的计算机可读介质,自动实现从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,或者,在接收到从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后实现。
21.根据权利要求19所述的计算机可读介质,以所述选择的特征点和所述提取的特征点为基础对所述被拍摄的拍摄对象的图像和所述原始图像进行比较的构成通过以下形式实现:对所述原始图像进行半透明处理,将所述被拍摄的拍摄对象的图像叠加在所述经过半透明处理的原始图像上从而实现。
22.根据权利要求19所述的计算机可读介质,所述被拍摄的拍摄对象的图像的输出以突出所述被拍摄的拍摄对象的特定色彩的形式实现。
23.一种海关检查系统,其包括:
智能图像采集装置,其用于对拍摄对象的真假与否进行判断;以及
海关服务器,其用于通过有线、无线网络和所述智能图像采集装置进行通信,
所述智能图像采集装置包括:
距离传感器,其构成为对拍摄对象和所述智能图像采集装置之间的距离进行测量;
输出部,其构成为对被拍摄的拍摄对象的图像进行输出;
选择部,其以针对所述输出的特征点的信息为基础从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点;以及
收发部,其以和所述海关服务器通信的形式构成,
所述输出部进一步构成为,对所述被拍摄的拍摄对象的图像和针对所述被拍摄的拍摄对象事先决定的至少两个特征点的信息一起进行输出,
所述收发部进一步构成为,将所述测量的距离信息及所述选择的特征点的信息发送至所述海关服务器,
所述海关服务器以如下形式构成:
以从所述智能图像采集装置接收到的距离信息为基础对针对所述拍摄对象预先存储的原始图像的相对大小进行计算,以所述计算出的相对大小为基础对与从所述智能图像采集装置接收到的至少两个特征点相对应的、在针对所述拍摄对象预先存储的原始图像中的特征点进行提取,并以所述接收到的特征点和所述提取的特征点为基础对所述被拍摄的拍摄对象的图像和所述原始图像进行比较,并且将通过所述比较产生的比较数据发送至所述智能图像采集装置。
24.根据权利要求23所述的海关检查系统,自动实现从针对所述被拍摄的拍摄对象的图像中进行的至少两个特征点的选择,或者,在接收到从针对所述被拍摄的拍摄对象的图像中选择至少两个特征点的输入后实现。
25.根据权利要求23所述的海关检查系统,所述输出部以突出所述被拍摄的拍摄对象的特定色彩的形式进行输出。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140194755A KR101531530B1 (ko) | 2014-12-31 | 2014-12-31 | 이미지 분석 방법, 장치 및 컴퓨터로 판독가능한 장치 |
KR10-2014-0194755 | 2014-12-31 | ||
PCT/KR2015/013585 WO2016108472A1 (ko) | 2014-12-31 | 2015-12-11 | 이미지 분석 방법, 장치 및 컴퓨터로 판독가능한 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107004263A true CN107004263A (zh) | 2017-08-01 |
CN107004263B CN107004263B (zh) | 2021-04-09 |
Family
ID=53519814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580052082.7A Active CN107004263B (zh) | 2014-12-31 | 2015-12-11 | 图像分析方法、装置及计算机可读装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11127149B2 (zh) |
EP (1) | EP3242269A4 (zh) |
JP (1) | JP2018508052A (zh) |
KR (1) | KR101531530B1 (zh) |
CN (1) | CN107004263B (zh) |
WO (1) | WO2016108472A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146517A (zh) * | 2018-08-02 | 2019-01-04 | 惠龙 | 一种基于在线字典学习数据匹配模型的假货数据识别方法 |
CN109754419A (zh) * | 2017-11-06 | 2019-05-14 | 株式会社日立制作所 | 位置推测系统 |
CN111246800A (zh) * | 2017-10-18 | 2020-06-05 | 奥齿泰因普兰特株式会社 | 影像放大率的改变方法及装置 |
CN111419414A (zh) * | 2020-03-24 | 2020-07-17 | 德阳市人民医院 | 一种清理创口用护理盒及控制方法 |
CN111869532A (zh) * | 2020-07-16 | 2020-11-03 | 湖南人文科技学院 | 一种兰花自动化培植系统及培植方法 |
CN112043216A (zh) * | 2020-08-28 | 2020-12-08 | 盐城工学院 | 一种智能机械清洁环保控制系统及控制方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6734538B2 (ja) * | 2016-10-06 | 2020-08-05 | 富士通株式会社 | 評価プログラム、評価方法、および評価装置 |
US10795022B2 (en) | 2017-03-02 | 2020-10-06 | Sony Corporation | 3D depth map |
US10484667B2 (en) | 2017-10-31 | 2019-11-19 | Sony Corporation | Generating 3D depth map using parallax |
US10549186B2 (en) | 2018-06-26 | 2020-02-04 | Sony Interactive Entertainment Inc. | Multipoint SLAM capture |
CN111259912B (zh) * | 2020-01-13 | 2023-05-12 | 金陵科技学院 | 一种基于ae-svm变电站巡检机器人的仪表图像识别方法 |
KR20210102458A (ko) * | 2020-03-11 | 2021-08-19 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 정보를 취득하는 방법 및 장치 |
KR102289817B1 (ko) * | 2021-01-05 | 2021-08-17 | 주식회사 아티팩츠 | 작품의 진품 검증 및 관리 제공 시스템 및 방법 |
KR102636291B1 (ko) * | 2023-08-30 | 2024-02-14 | 제너셈(주) | 기준점을 이용한 트레이 인식 장치 및 방법 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020172419A1 (en) * | 2001-05-15 | 2002-11-21 | Qian Lin | Image enhancement using face detection |
CN1896686A (zh) * | 2005-07-11 | 2007-01-17 | 株式会社拓普康 | 地理数据收集装置 |
CN101320426A (zh) * | 2007-06-06 | 2008-12-10 | 夏普株式会社 | 图像处理装置及方法、图像形成装置、图像处理系统 |
CN101340551A (zh) * | 2007-07-05 | 2009-01-07 | 韩庆军 | 一种多媒体数字签名的方法 |
EP2169589A2 (en) * | 2008-09-30 | 2010-03-31 | Mazda Motor Corporation | Image processing device for vehicle and corresponding method and computer program product |
CN102999750A (zh) * | 2012-12-31 | 2013-03-27 | 清华大学 | 一种去除背景干扰的现场指纹增强方法 |
WO2014064870A1 (ja) * | 2012-10-22 | 2014-05-01 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置および画像処理方法 |
US20140139682A1 (en) * | 2011-08-01 | 2014-05-22 | Greenwave Reality, Pte Ltd. | Multiple and interchangeable meter reading probes |
US20140347482A1 (en) * | 2009-02-20 | 2014-11-27 | Appareo Systems, Llc | Optical image monitoring system and method for unmanned aerial vehicles |
CN104217221A (zh) * | 2014-08-27 | 2014-12-17 | 重庆大学 | 基于纹理特征的书画作品检测方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5870140A (en) * | 1996-09-25 | 1999-02-09 | Harbour Management Services Limited | System for remote meter viewing and reporting |
EP1102210A3 (en) * | 1999-11-16 | 2005-12-14 | Fuji Photo Film Co., Ltd. | Image processing apparatus, image processing method and recording medium |
JP4196302B2 (ja) * | 2006-06-19 | 2008-12-17 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
JP4367475B2 (ja) * | 2006-10-06 | 2009-11-18 | アイシン精機株式会社 | 移動物体認識装置、移動物体認識方法及びコンピュータプログラム |
JP5109803B2 (ja) * | 2007-06-06 | 2012-12-26 | ソニー株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
JP5173287B2 (ja) * | 2007-07-06 | 2013-04-03 | キヤノン株式会社 | 番組記録装置及びその制御方法 |
JP4485549B2 (ja) * | 2007-07-30 | 2010-06-23 | 富士通株式会社 | 撮影装置 |
US8594365B2 (en) * | 2008-01-30 | 2013-11-26 | Cypress Envirosystems, Inc. | Gauge monitoring methods, devices and systems |
WO2010089744A1 (en) * | 2009-02-05 | 2010-08-12 | D.I.R. Technologies (Detection Ir) Ltd. | Method and system for determining the quality of pharmaceutical products |
JP2010205121A (ja) * | 2009-03-05 | 2010-09-16 | Sony Ericsson Mobile Communications Ab | 情報処理装置および携帯端末 |
US8471889B1 (en) * | 2010-03-11 | 2013-06-25 | Sprint Communications Company L.P. | Adjusting an image for video conference display |
JP2012042348A (ja) * | 2010-08-19 | 2012-03-01 | Canon Inc | 断層画像表示装置およびその制御方法 |
US8483427B2 (en) * | 2010-09-28 | 2013-07-09 | Futurewei Technologies, Inc. | System and method for image authentication |
KR20120013878A (ko) * | 2011-03-14 | 2012-02-15 | 이정무 | 영상 검색엔진 |
JP2013161261A (ja) * | 2012-02-06 | 2013-08-19 | Hitachi Consumer Electronics Co Ltd | 情報処理端末、その認証制御方法、及び認証制御プログラム |
JP5946315B2 (ja) * | 2012-04-18 | 2016-07-06 | 説男 木村 | 画像検索システム |
JP5673624B2 (ja) * | 2012-07-24 | 2015-02-18 | カシオ計算機株式会社 | オブジェクト検索装置、方法、およびプログラム |
US9154773B2 (en) * | 2013-03-15 | 2015-10-06 | Seiko Epson Corporation | 2D/3D localization and pose estimation of harness cables using a configurable structure representation for robot operations |
JP6063315B2 (ja) * | 2013-03-26 | 2017-01-18 | 富士フイルム株式会社 | 真贋判定システム,特徴点登録装置およびその動作制御方法,ならびに照合判定装置およびその動作制御方法 |
US10102616B2 (en) * | 2014-01-28 | 2018-10-16 | Ent. Services Development Corporation Lp | Method and system for surface wear determination |
US9619706B2 (en) * | 2014-03-28 | 2017-04-11 | Enceladus Ip Holdings Llc | Security scheme for authenticating object origins |
-
2014
- 2014-12-31 KR KR1020140194755A patent/KR101531530B1/ko active IP Right Grant
-
2015
- 2015-12-11 WO PCT/KR2015/013585 patent/WO2016108472A1/ko active Application Filing
- 2015-12-11 EP EP15875566.0A patent/EP3242269A4/en not_active Withdrawn
- 2015-12-11 US US15/514,653 patent/US11127149B2/en active Active
- 2015-12-11 JP JP2017516753A patent/JP2018508052A/ja active Pending
- 2015-12-11 CN CN201580052082.7A patent/CN107004263B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020172419A1 (en) * | 2001-05-15 | 2002-11-21 | Qian Lin | Image enhancement using face detection |
CN1896686A (zh) * | 2005-07-11 | 2007-01-17 | 株式会社拓普康 | 地理数据收集装置 |
CN101320426A (zh) * | 2007-06-06 | 2008-12-10 | 夏普株式会社 | 图像处理装置及方法、图像形成装置、图像处理系统 |
CN101340551A (zh) * | 2007-07-05 | 2009-01-07 | 韩庆军 | 一种多媒体数字签名的方法 |
EP2169589A2 (en) * | 2008-09-30 | 2010-03-31 | Mazda Motor Corporation | Image processing device for vehicle and corresponding method and computer program product |
US20140347482A1 (en) * | 2009-02-20 | 2014-11-27 | Appareo Systems, Llc | Optical image monitoring system and method for unmanned aerial vehicles |
US20140139682A1 (en) * | 2011-08-01 | 2014-05-22 | Greenwave Reality, Pte Ltd. | Multiple and interchangeable meter reading probes |
WO2014064870A1 (ja) * | 2012-10-22 | 2014-05-01 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置および画像処理方法 |
CN102999750A (zh) * | 2012-12-31 | 2013-03-27 | 清华大学 | 一种去除背景干扰的现场指纹增强方法 |
CN104217221A (zh) * | 2014-08-27 | 2014-12-17 | 重庆大学 | 基于纹理特征的书画作品检测方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111246800A (zh) * | 2017-10-18 | 2020-06-05 | 奥齿泰因普兰特株式会社 | 影像放大率的改变方法及装置 |
CN109754419A (zh) * | 2017-11-06 | 2019-05-14 | 株式会社日立制作所 | 位置推测系统 |
CN109754419B (zh) * | 2017-11-06 | 2023-03-10 | 株式会社日立制作所 | 位置推测系统 |
CN109146517A (zh) * | 2018-08-02 | 2019-01-04 | 惠龙 | 一种基于在线字典学习数据匹配模型的假货数据识别方法 |
CN111419414A (zh) * | 2020-03-24 | 2020-07-17 | 德阳市人民医院 | 一种清理创口用护理盒及控制方法 |
CN111869532A (zh) * | 2020-07-16 | 2020-11-03 | 湖南人文科技学院 | 一种兰花自动化培植系统及培植方法 |
CN112043216A (zh) * | 2020-08-28 | 2020-12-08 | 盐城工学院 | 一种智能机械清洁环保控制系统及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2018508052A (ja) | 2018-03-22 |
EP3242269A1 (en) | 2017-11-08 |
KR101531530B1 (ko) | 2015-06-25 |
WO2016108472A1 (ko) | 2016-07-07 |
EP3242269A4 (en) | 2019-01-02 |
US20170213356A1 (en) | 2017-07-27 |
CN107004263B (zh) | 2021-04-09 |
US11127149B2 (en) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107004263A (zh) | 图像分析方法、装置及计算机可读装置 | |
US20180182039A1 (en) | Method, system, apparatus, and storage medium for realizing antifraud in insurance claim based on consistency of multiple images | |
CN109313490B (zh) | 使用神经网络的眼睛注视跟踪 | |
US20190236614A1 (en) | Artificial intelligence counterfeit detection | |
CN105980973A (zh) | 用户认证手势 | |
WO2020134102A1 (zh) | 物品识别方法、装置、售货系统和存储介质 | |
US20190287266A1 (en) | Individual identifying device | |
KR101958878B1 (ko) | 단말의 보안 해제 방법 및 그 단말 | |
US11836634B2 (en) | Detecting digital image manipulations | |
US20200272850A1 (en) | Information display method, information display system, and storage medium | |
CN103870812A (zh) | 一种获取掌纹图像的方法及系统 | |
CN113033271A (zh) | 利用人工智能模块学习脸部辨识的处理方法 | |
Zhang et al. | Fine detection and classification of multi-class barcode in complex environments | |
JP6924770B2 (ja) | 空間分割セグメントに対する動的移動追跡基盤手記署名認証システムおよび方法 | |
Razak et al. | Smart halal recognizer for muslim consumers | |
CN114240928B (zh) | 板卡质量的分区检测方法、装置、设备及可读存储介质 | |
CN110427828A (zh) | 人脸活体检测方法、装置及计算机可读存储介质 | |
CN112749978B (zh) | 检测方法、装置、设备、存储介质以及程序产品 | |
CN105809180A (zh) | 图像处理方法及装置 | |
CN112581525B (zh) | 人体佩戴物品的状态检测方法、装置、设备及存储介质 | |
CN104239835A (zh) | 物品特征取样防伪鉴别装置及其对比防伪方法 | |
CN114359918A (zh) | 提货单信息提取方法、装置及计算机设备 | |
CN113505716A (zh) | 静脉识别模型的训练方法、静脉图像的识别方法及装置 | |
Haroon et al. | Human hand gesture identification framework using SIFT and knowledge‐level technique | |
JP2012212287A (ja) | 個体識別装置、個体識別方法、及びプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |