CN108564082A - 图像处理方法、装置、服务器和介质 - Google Patents
图像处理方法、装置、服务器和介质 Download PDFInfo
- Publication number
- CN108564082A CN108564082A CN201810404034.5A CN201810404034A CN108564082A CN 108564082 A CN108564082 A CN 108564082A CN 201810404034 A CN201810404034 A CN 201810404034A CN 108564082 A CN108564082 A CN 108564082A
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- feature
- matching template
- standard picture
- 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
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明实施例公开了一种图像处理方法、装置、服务器和介质,其中该方法包括:分别获取标准图像和待处理图像;根据用户的配置参数,在标准图像上确定出目标对象;根据目标对象的轮廓制作匹配模板;基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形。本发明实施例可以快速而准确地提取产品的特征,简化了图像处理的操作过程,提高了图像处理的效率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种图像处理方法、装置、服务器和介质。
背景技术
目前,自动化行业中通过视觉抓取产品特征进行产品定位已经很普遍。基于计算机编程语言的图像处理技术在视觉抓取产品特征方面应用非常广泛。
但是,现有的特征抓取方法对应的程序开发过程相对繁琐,开发人员需要编写大量代码来实现图像中目标特征的确定,这对开发人员的编码开发能力要求较高,并且使得图像处理效率较低。
发明内容
本发明实施例提供一种图像处理方法、装置、服务器和介质,以实现简化图像处理的操作过程以及提高处理效率的效果。
第一方面,本发明实施例提供了一种图像处理方法,该方法包括:
分别获取标准图像和待处理图像;
根据用户的配置参数,在所述标准图像上确定出目标对象;
根据目标对象的轮廓制作匹配模板;
基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
第二方面,本发明实施例还提供了一种图像处理装置,该装置包括:
图像获取模块,用于分别获取标准图像和待处理图像;
目标对象确定模块,用于根据用户的配置参数,在所述标准图像上确定出目标对象;
模板制作模块,用于根据目标对象的轮廓制作匹配模板;
特征确定模块,用于基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
第三方面,本发明实施例还提供了一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的图像处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的图像处理方法。
本发明实施例通过根据用户的配置参数,在获取的标准图像上确定出目标对象,根据目标对象的轮廓制作匹配模板,然后基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形,解决了现有的图像处理过程中程序开发繁琐以及处理效率较低的问题,实现了快速而准确地提取图像特征的效果,避免了开发人员需要编写大量代码的现象,简化了图像处理的操作过程,降低了对开发人员的编码技能要求,进而减少了开发人员的工作量,提高了图像处理的效率。
附图说明
图1是本发明实施例一提供的图像处理方法的流程图;
图2是本发明实施例二提供的图像处理方法的流程图;
图3是本发明实施例三提供的图像处理装置的结构示意图;
图4是本发明实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的图像处理方法的流程图,本实施例可适用于进行图像处理的情况,该方法可以由图像处理装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成在服务器上。如图1所示,该方法具体包括:
S110、分别获取标准图像和待处理图像。
服务器获取的标准图像和待处理图像均包括黑白图像。服务器包括计算机等具有计算处理能力和显示功能的任何设备。标准图像和至少一张待处理的图像具有相似性。例如,在通过视觉技术抓取产品特征的过程中,标准图像是用户设定的模板图片,其上显示的产品位置与角度等信息一般比较精准,可以基于标准图像,定位出待处理图像上显示的相似产品。
图像获取的过程具体如下:用户启动服务器中具有图像处理功能的软件工具,通过与服务器连接的鼠标或者键盘等外部输入设备输入图像获取指令,服务器根据此图像获取指令,可以直接启用该软件工具中嵌入的相机实时采集图像,根据处理需求,可以选择单帧采集或者连续采集;服务器根据用户输入的图像获取指令,也可以启用该软件工具的图像加载功能,从服务器的存储区直接加载已经拍摄好的图像,然后将采集或者加载的图像保存在该软件工具的内存中,并显示在该软件工具的显示界面。
本实施例中进行图像处理的软件工具是基于现有的Halcon软件中的一些功能,例如函数或者算法等,集成化的一个可视化操作软件,相当于将Halcon图像处理技术中需要编写大量代码才可以实现的功能,使用计算机语言,例如C#等,进行封装成对应的模块,集成在本实例所说的用于图像处理的专门软件工具中。在此软件工具的操作界面上,用户利用鼠标或键盘等输入相关的指令,服务器跟据指令,可以自动执行对应的功能。利用此封装的软件工具,对于图像处理的开发底层技术,不再需要用户编写代码,降低了对用户的编码技能要求。
S120、根据用户的配置参数,在标准图像上确定出目标对象。
图像处理过程中,需要首先对标准图像进行处理,在标准图像上标定出用户感兴趣的区域(Region of Interest,ROI),即目标对象,目标对象包括直线或任意形状的区域,或者多种形状的区域组合,例如圆、矩形、正方形和多边形等。服务器根据用户输入的配置参数指令,将软件工具上菜单区域的采集图像界面切换至ROI设置界面,用户设置相关配置参数,具体可以是用户手动输入也可以是用户通过具体的参数值选取进行设置,然后,服务器根据用户的配置参数在标准图像上确定出目标对象。配置参数包括ROI的形状、卡尺数量、卡尺长度、卡尺亮度和平滑系数等。配置参数属于现有技术中均会设置的相关参数,本实施例与现有技术的区别在于,这些配置参数的设置过程不在需要用户通过编码实现,用户根据对应的按键进行点击选择与输入即可,简化了用户的操作过程。
S130、根据目标对象的轮廓制作匹配模板。
目标对象确定之后,服务器根据用户输入的模板制作指令,将软件工具上菜单区域的ROI设置界面切换至制作模板界面,用户设置与制作模板相关配置参数,包括对比度和最小组件长度,然后,服务器根据用户输入的区域选定指令,在软件工具显示的标准图像上,根据目标对象的轮廓,自动制作出匹配模板。匹配模板的制作以完全贴合目标对象的轮廓的分割边缘为准,模板的轮廓线与目标对象的分割边缘贴合的越好,匹配模板越标准,后续图像处理结果越准确。轮廓线的贴合程度与用户输入的区域选定指令有关,例如,用户输入指令对应的选定区域与目标对象的轮廓越接近,贴合程度越好。
S140、基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形。
当匹配模板确定之后,服务器便可以利用匹配模板作为位置参照,对待处理图像进行处理,确定出待处理图像上与目标对象相似的图形。
可选的,基于匹配模板确定待处理图像上的特征,包括:
基于匹配模板,并利用预先在标准图像上抓取的参考特征,确定待处理图像上的特征,其中,参考特征包括标准图像上选定的黑白区域的分界线。
在确定出待处理图像上的特征之前,还需要在标准图像上预先抓取特定区域的分界线作为参考特征,该特定区域的确定具体可以根据图像处理需求确定。例如,参考特征可以是与目标对象的位置相近的一段直线形状的黑白区域分界线。结合参考特征,可以保证待处理图像上特征确定的准确性。
本实施例的技术方案通过根据用户的配置参数,在获取的标准图像上确定出目标对象,根据目标对象的轮廓制作匹配模板,然后基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形,解决了现有的图像处理过程中程序开发繁琐以及处理效率较低的问题,实现了快速而准确地提取图像特征的效果,避免了开发人员需要编写大量代码的现象,简化了图像处理的操作过程,降低了对开发人员的编码技能要求,进而减少了开发人员的工作量,提高了图像处理的效率。
实施例二
图2是本发明实施例二提供的图像处理方法的流程图,本实施例是在上述实施例的基础上进一步进行优化。如图2所示,该方法具体包括:
S210、分别获取标准图像和待处理图像。
S220、根据用户的配置参数,通过选定预设数量的特征点,并按照预设的抓取方式,在标准图像上确定出目标对象。
特征点包括目标对象所在区域的位置坐标,结合多个特征点可以拟合出目标对象的轮廓。当目标对象对应的区域越大,为保证目标对象的准确定位,需要的特征点数量越多。具体的数量可以根据需要进行设置,本实施例不做限定。
具体的,抓取方式包括:沿着远离目标对象中心的方向,按照图像色彩由明到暗或者由暗到明的变化抓取图像区域的方式。
抓取方式可以根据标准图像的具体构件、色彩变化和区域分割情况等信息确定。尤其是当图像上存在干扰时,按照一定的图像色彩变化方向进行抓取,可以更精确地抓取色彩过渡区域的过渡点,准确确定出目标对象。
S230、根据目标对象的轮廓制作匹配模板。
S240、利用匹配模板确定目标对象与待处理图像上对应位置的图形之间的偏差,其中,偏差包括位置偏差和角度偏差。
考虑到标准图像和待处理图像属于相似的图片,它们之间的偏差不可避免。匹配模板标定了目标对象整体在标准图像上的位置。服务器会根据匹配模板,对标准图像与待处理图像进行坐标变换和比对,例如,将标准图像上目标对象的位置映射到待处理图像上,经过图形对比,确定出目标对象与待处理图像上对应位置的图形之间的偏差。位置偏差表示待处理图像上的图形相对于目标对象的标准位置在水平方向和竖直方向上的偏移,角度偏差表示待处理图像上的图形相对于目标对象的标准中心旋转偏移的角度。
S250、根据确定的偏差对待处理图像上的特征区域进行仿射变换,其中,特征区域是将匹配模板的位置坐标映射至待处理图像上确定的。
服务器将匹配模板的位置坐标映射至待处理图像上,可以得到特征区域,然后通过仿射变换,可以从计算处理的层面消除待处理图像相对于标准图像的偏差,将特征区域所在的坐标系和匹配模板所在的坐标系进行统一,这样便可以在同一个坐标系下进行后续的特征确定。
S260、依据匹配模板和参考特征,在经过仿射变换后的特征区域内提取特征。
仿射变换完成之后,服务器依据匹配模板和预先抓取的参考特征,在经过仿射变换后的特征区域内提取出特征。
本实施例的技术方案通过根据用户的配置参数,在获取的标准图像上确定出目标对象,根据目标对象的轮廓制作匹配模板,然后结合图像之间的仿射变换处理,依据匹配模板和参考特征确定出待处理图像上的特征,解决了现有的图像处理过程中程序开发繁琐以及处理效率较低的问题,实现了快速而准确地提取图像特征的效果,避免了开发人员需要编写大量代码的现象,简化了图像处理的操作过程,降低了对开发人员的编程技能要求,进而减少了开发人员的工作量,提高了图像处理的效率。
实施例三
图3是本发明实施例三提供的图像处理装置的结构示意图,本实施例可适用于进行图像处理的情况。本发明实施例所提供的图像处理装置可执行本发明任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置包括图像获取模块310、目标对象确定模块320、模板制作模块330和特征确定模块340,其中:
图像获取模块310,用于分别获取标准图像和待处理图像。
目标对象确定模块320,用于根据用户的配置参数,在标准图像上确定出目标对象。
可选的,目标对象确定模块320具体用于:
根据用户的配置参数,通过选定预设数量的特征点,并按照预设的抓取方式,在标准图像上确定出目标对象。
可选的,目标对象确定模块320中的抓取方式包括:沿着远离目标对象中心的方向,按照图像色彩由明到暗或者由暗到明的变化抓取图像区域的方式。
模板制作模块330,用于根据目标对象的轮廓制作匹配模板。
特征确定模块340,用于基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形。
可选的,特征确定模块340具体用于:
基于匹配模板,并利用预先在标准图像上抓取的参考特征,确定待处理图像上的特征,其中,参考特征包括标准图像上选定的黑白区域的分界线。
可选的,特征确定模块340包括偏差确定单元、仿射变换单元和特征提取单元,其中:
偏差确定单元,用于利用匹配模板确定目标对象与待处理图像上对应位置的图形之间的偏差,其中,偏差包括位置偏差和角度偏差。
仿射变换单元,用于根据确定的偏差对待处理图像上的特征区域进行仿射变换,其中,特征区域是将匹配模板的位置坐标映射至待处理图像上确定的。
特征提取单元,用于依据匹配模板和参考特征,在经过仿射变换后的特征区域内提取特征。
本实施例的技术方案通过根据用户的配置参数,在获取的标准图像上确定出目标对象,根据目标对象的轮廓制作匹配模板,然后基于匹配模板确定待处理图像上的特征,其中,确定的特征包括待处理图像上与目标对象相似的图形,解决了现有的图像处理过程中程序开发繁琐以及处理效率较低的问题,实现了快速而准确地提取图像特征的效果,避免了开发人员需要编写大量代码的现象,简化了图像处理的操作过程,降低了对开发人员的编码技能要求,进而减少了开发人员的工作量,提高了图像处理的效率。
实施例四
图4是本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器412的框图。图4显示的服务器412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,服务器412以通用服务器的形式表现。服务器412的组件可以包括但不限于:一个或者多个处理器416,存储装置428,连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance,ISA)总线,微通道体系结构(Micro Channel Architecture,MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
服务器412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)430和/或高速缓存存储器432。服务器412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘(Compact Disc Read-Only Memory,CD-ROM),数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储装置428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
服务器412也可以与一个或多个外部设备414(例如键盘、指向终端、显示器424等)通信,还可与一个或者多个使得用户能与该服务器412交互的终端通信,和/或与使得该服务器412能与一个或多个其它计算终端进行通信的任何终端(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide AreaNetwork,WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器420通过总线418与服务器412的其它模块通信。应当明白,尽管图中未示出,可以结合服务器412使用其它硬件和/或软件模块,包括但不限于:微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的图像处理方法,该方法包括:
分别获取标准图像和待处理图像;
根据用户的配置参数,在所述标准图像上确定出目标对象;
根据目标对象的轮廓制作匹配模板;
基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的图像处理方法,该方法包括:
分别获取标准图像和待处理图像;
根据用户的配置参数,在所述标准图像上确定出目标对象;
根据目标对象的轮廓制作匹配模板;
基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
分别获取标准图像和待处理图像;
根据用户的配置参数,在所述标准图像上确定出目标对象;
根据目标对象的轮廓制作匹配模板;
基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
2.根据权利要求1所述的方法,其特征在于,根据用户的配置参数,在所述标准图像上确定出目标对象,包括:
根据用户的配置参数,通过选定预设数量的特征点,并按照预设的抓取方式,在所述标准图像上确定出目标对象。
3.根据权利要求2所述的方法,其特征在于,所述抓取方式包括:
沿着远离目标对象中心的方向,按照图像色彩由明到暗或者由暗到明的变化抓取图像区域的方式。
4.根据权利要求1所述的方法,其特征在于,基于所述匹配模板确定所述待处理图像上的特征,包括:
基于所述匹配模板,并利用预先在所述标准图像上抓取的参考特征,确定所述待处理图像上的特征,其中,所述参考特征包括所述标准图像上选定的黑白区域的分界线。
5.根据权利要求4所述的方法,其特征在于,基于所述匹配模板,并利用预先在所述标准图像上抓取的参考特征,确定所述待处理图像上的特征,包括:
利用所述匹配模板确定目标对象与所述待处理图像上对应位置的图形之间的偏差,其中,所述偏差包括位置偏差和角度偏差;
根据所述偏差对所述待处理图像上的特征区域进行仿射变换,其中,所述特征区域是将所述匹配模板的位置坐标映射至所述待处理图像上确定的;
依据所述匹配模板和所述参考特征,在经过所述仿射变换后的特征区域内提取所述特征。
6.一种图像处理装置,其特征在于,包括:
图像获取模块,用于分别获取标准图像和待处理图像;
目标对象确定模块,用于根据用户的配置参数,在所述标准图像上确定出目标对象;
模板制作模块,用于根据目标对象的轮廓制作匹配模板;
特征确定模块,用于基于所述匹配模板确定所述待处理图像上的特征,其中,所述特征包括所述待处理图像上与目标对象相似的图形。
7.根据权利要求6所述的装置,其特征在于,所述目标对象确定模块具体用于:
根据用户的配置参数,通过选定预设数量的特征点,并按照预设的抓取方式,在所述标准图像上确定出目标对象。
8.根据权利要求7所述的装置,其特征在于,所述目标对象确定模块中的抓取方式包括:
沿着远离目标对象中心的方向,按照图像色彩由明到暗或者由暗到明的变化抓取图像区域的方式。
9.一种服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1~5中任一所述的图像处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~5中任一所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810404034.5A CN108564082B (zh) | 2018-04-28 | 2018-04-28 | 图像处理方法、装置、服务器和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810404034.5A CN108564082B (zh) | 2018-04-28 | 2018-04-28 | 图像处理方法、装置、服务器和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108564082A true CN108564082A (zh) | 2018-09-21 |
CN108564082B CN108564082B (zh) | 2023-06-09 |
Family
ID=63537294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810404034.5A Active CN108564082B (zh) | 2018-04-28 | 2018-04-28 | 图像处理方法、装置、服务器和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108564082B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584149A (zh) * | 2018-11-28 | 2019-04-05 | 东软集团股份有限公司 | 图像处理方法、装置、设备和计算机可读存储介质 |
CN110188782A (zh) * | 2019-06-11 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 图像相似性确定方法、装置、电子设备及可读存储介质 |
CN110275971A (zh) * | 2019-06-28 | 2019-09-24 | 维沃移动通信有限公司 | 一种目标对象查找的方法及移动终端 |
CN111325217A (zh) * | 2018-12-14 | 2020-06-23 | 北京海益同展信息科技有限公司 | 数据处理方法、装置、系统和介质 |
CN111429394A (zh) * | 2019-01-08 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 基于图像的检测方法、装置、电子设备和存储介质 |
CN112118410A (zh) * | 2019-06-20 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 业务处理方法、装置、终端及存储介质 |
CN112633143A (zh) * | 2020-12-21 | 2021-04-09 | 杭州海康威视数字技术股份有限公司 | 图像处理系统、方法、头戴设备、处理设备及存储介质 |
CN113038266A (zh) * | 2021-03-05 | 2021-06-25 | 青岛智动精工电子有限公司 | 图像处理方法、装置及电子设备 |
CN114187349A (zh) * | 2021-11-03 | 2022-03-15 | 深圳市正运动技术有限公司 | 产品加工方法、装置、终端设备以及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002682A (zh) * | 2007-01-19 | 2007-07-25 | 哈尔滨工程大学 | 用于身份识别的手背静脉特征提取和匹配方法 |
CN101872475A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种扫描文档图像自动配准方法 |
CN102890824A (zh) * | 2011-07-19 | 2013-01-23 | 株式会社东芝 | 运动对象轮廓跟踪方法和装置、心肌运动解析方法和装置 |
CN102982598A (zh) * | 2012-11-14 | 2013-03-20 | 三峡大学 | 基于单个摄像头场景配置的视频人数统计方法和系统 |
CN103793906A (zh) * | 2012-10-26 | 2014-05-14 | 瓦里安医疗系统公司 | 用于不规则形状目标的基于图像的检测和跟踪的模板匹配方法 |
US20160012312A1 (en) * | 2014-07-08 | 2016-01-14 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus, program, and recording medium |
CN106407916A (zh) * | 2016-08-31 | 2017-02-15 | 北京维盛视通科技有限公司 | 分布式人脸识别方法、装置及系统 |
CN107122775A (zh) * | 2017-03-29 | 2017-09-01 | 南京航空航天大学 | 一种基于特征匹配的安卓手机身份证字符识别方法 |
CN107274442A (zh) * | 2017-07-04 | 2017-10-20 | 北京云测信息技术有限公司 | 一种图像识别方法和装置 |
CN107543507A (zh) * | 2017-09-15 | 2018-01-05 | 歌尔科技有限公司 | 屏幕轮廓的确定方法及装置 |
CN107895377A (zh) * | 2017-11-15 | 2018-04-10 | 国光电器股份有限公司 | 一种前景目标提取方法、装置、设备及存储介质 |
US20180300537A1 (en) * | 2016-04-27 | 2018-10-18 | Tencent Technology (Shenzhen) Company Limited | Image deformation processing method and apparatus, and computer storage medium |
-
2018
- 2018-04-28 CN CN201810404034.5A patent/CN108564082B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002682A (zh) * | 2007-01-19 | 2007-07-25 | 哈尔滨工程大学 | 用于身份识别的手背静脉特征提取和匹配方法 |
CN101872475A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种扫描文档图像自动配准方法 |
CN102890824A (zh) * | 2011-07-19 | 2013-01-23 | 株式会社东芝 | 运动对象轮廓跟踪方法和装置、心肌运动解析方法和装置 |
CN103793906A (zh) * | 2012-10-26 | 2014-05-14 | 瓦里安医疗系统公司 | 用于不规则形状目标的基于图像的检测和跟踪的模板匹配方法 |
CN102982598A (zh) * | 2012-11-14 | 2013-03-20 | 三峡大学 | 基于单个摄像头场景配置的视频人数统计方法和系统 |
US20160012312A1 (en) * | 2014-07-08 | 2016-01-14 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus, program, and recording medium |
US20180300537A1 (en) * | 2016-04-27 | 2018-10-18 | Tencent Technology (Shenzhen) Company Limited | Image deformation processing method and apparatus, and computer storage medium |
CN106407916A (zh) * | 2016-08-31 | 2017-02-15 | 北京维盛视通科技有限公司 | 分布式人脸识别方法、装置及系统 |
CN107122775A (zh) * | 2017-03-29 | 2017-09-01 | 南京航空航天大学 | 一种基于特征匹配的安卓手机身份证字符识别方法 |
CN107274442A (zh) * | 2017-07-04 | 2017-10-20 | 北京云测信息技术有限公司 | 一种图像识别方法和装置 |
CN107543507A (zh) * | 2017-09-15 | 2018-01-05 | 歌尔科技有限公司 | 屏幕轮廓的确定方法及装置 |
CN107895377A (zh) * | 2017-11-15 | 2018-04-10 | 国光电器股份有限公司 | 一种前景目标提取方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
LI ZHIJUN等: "Hausdorff distance template matching method based on gradient phase and significance constraints", 《INFRARED AND LASER ENGINEERING》 * |
丁筱玲等: "基于模板匹配的改进型目标识别算法", 《山东大学学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584149A (zh) * | 2018-11-28 | 2019-04-05 | 东软集团股份有限公司 | 图像处理方法、装置、设备和计算机可读存储介质 |
CN109584149B (zh) * | 2018-11-28 | 2023-03-07 | 东软集团股份有限公司 | 图像处理方法、装置、设备和计算机可读存储介质 |
CN111325217B (zh) * | 2018-12-14 | 2024-02-06 | 京东科技信息技术有限公司 | 数据处理方法、装置、系统和介质 |
CN111325217A (zh) * | 2018-12-14 | 2020-06-23 | 北京海益同展信息科技有限公司 | 数据处理方法、装置、系统和介质 |
CN111429394A (zh) * | 2019-01-08 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 基于图像的检测方法、装置、电子设备和存储介质 |
CN111429394B (zh) * | 2019-01-08 | 2024-03-01 | 阿里巴巴集团控股有限公司 | 基于图像的检测方法、装置、电子设备和存储介质 |
CN110188782A (zh) * | 2019-06-11 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 图像相似性确定方法、装置、电子设备及可读存储介质 |
CN110188782B (zh) * | 2019-06-11 | 2022-08-09 | 北京字节跳动网络技术有限公司 | 图像相似性确定方法、装置、电子设备及可读存储介质 |
CN112118410B (zh) * | 2019-06-20 | 2022-04-01 | 腾讯科技(深圳)有限公司 | 业务处理方法、装置、终端及存储介质 |
CN112118410A (zh) * | 2019-06-20 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 业务处理方法、装置、终端及存储介质 |
CN110275971A (zh) * | 2019-06-28 | 2019-09-24 | 维沃移动通信有限公司 | 一种目标对象查找的方法及移动终端 |
CN112633143A (zh) * | 2020-12-21 | 2021-04-09 | 杭州海康威视数字技术股份有限公司 | 图像处理系统、方法、头戴设备、处理设备及存储介质 |
CN112633143B (zh) * | 2020-12-21 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 图像处理系统、方法、头戴设备、处理设备及存储介质 |
CN113038266B (zh) * | 2021-03-05 | 2023-02-24 | 青岛智动精工电子有限公司 | 图像处理方法、装置及电子设备 |
CN113038266A (zh) * | 2021-03-05 | 2021-06-25 | 青岛智动精工电子有限公司 | 图像处理方法、装置及电子设备 |
CN114187349B (zh) * | 2021-11-03 | 2022-11-08 | 深圳市正运动技术有限公司 | 产品加工方法、装置、终端设备以及存储介质 |
CN114187349A (zh) * | 2021-11-03 | 2022-03-15 | 深圳市正运动技术有限公司 | 产品加工方法、装置、终端设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108564082B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564082A (zh) | 图像处理方法、装置、服务器和介质 | |
US9727775B2 (en) | Method and system of curved object recognition using image matching for image processing | |
EP2843625B1 (en) | Method for synthesizing images and electronic device thereof | |
CN103582893B (zh) | 用于增强现实表示的二维图像获取 | |
US9311756B2 (en) | Image group processing and visualization | |
CN111325798B (zh) | 相机模型纠正方法、装置、ar实现设备及可读存储介质 | |
CN105303514A (zh) | 图像处理方法和装置 | |
JP2014530391A (ja) | ローカライズされ、セグメンテーションされた画像のネットワークキャプチャ及び3dディスプレイ | |
US20220319011A1 (en) | Heterogeneous Image Registration Method and System | |
CN107248169B (zh) | 图像定位方法及装置 | |
CN110400315A (zh) | 一种缺陷检测方法、装置及系统 | |
CN104081307A (zh) | 图像处理装置、图像处理方法和程序 | |
CN110648363A (zh) | 相机姿态确定方法、装置、存储介质及电子设备 | |
WO2021136386A1 (zh) | 数据处理方法、终端和服务器 | |
CN111526342B (zh) | 图像处理方法、装置、摄像头、终端和存储介质 | |
WO2019128504A1 (zh) | 一种台球比赛中的图像处理方法、装置及终端设备 | |
WO2017147909A1 (zh) | 目标设备的控制方法和装置 | |
CN115439543B (zh) | 孔洞位置的确定方法和元宇宙中三维模型的生成方法 | |
AU2018282254A1 (en) | System and method for determining a three-dimensional position of a person | |
CN106200942A (zh) | 信息处理方法及电子设备 | |
CN113240656B (zh) | 视觉定位方法及相关装置、设备 | |
WO2020024845A1 (zh) | 定位方法和装置 | |
JP7003617B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
CN112197708B (zh) | 测量方法及装置、电子设备及存储介质 | |
WO2024012463A1 (zh) | 一种定位方法及装置 |
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 |