CN109063770A - 尺检测验证方法、系统及计算机可读存储介质 - Google Patents
尺检测验证方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109063770A CN109063770A CN201810865608.9A CN201810865608A CN109063770A CN 109063770 A CN109063770 A CN 109063770A CN 201810865608 A CN201810865608 A CN 201810865608A CN 109063770 A CN109063770 A CN 109063770A
- Authority
- CN
- China
- Prior art keywords
- ruler
- image
- feature
- detected
- binaryzation
- 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
- G06V10/70—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种尺检测验证方法,包括获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征,获取待检测图像,所述待检测图像中包括所述尺,根据所述尺识别特征识别出所述待检测图像中的所述尺,根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。本申请提供的尺检测验证方法提高了尺检测的准确性,进而可以提高后续图像使用和图像处理的准确性。
Description
技术领域
本申请涉及图像处理,特别是涉及一种尺检测验证方法、系统及计算机可读存储介质。
背景技术
在X射线医疗影像产品中,进行大尺寸、大视野范围的影像拍片已成为一种广泛的应用,譬如骨骼校正、脊柱影像。传统技术中,大尺度、大视野范围影像拍片的方法是将大尺寸的摄影部位分割为多个单张尺寸,并进行序列拍片。拍摄完成后,图像工作站对产生的序列图像进行融合、拼接、处理,以产生需要的大尺寸摄影图像。拍摄时,为了测量,往往需要在人体被拍摄区域放置测量尺。而后期对图像进行拼接时,由于各种原因,需要将图像中的尺剔除。
传统技术中,多采用数字模板的方法进行尺的检测和剔除。根据尺上的数字,制作出数字模板并保存。在后期拼接时,将图像中的含有数字模板的地方识别出来并进行剔除。
然而,这种方法存在识别检测不准确的问题。
发明内容
基于此,有必要针对识别算法复杂的问题,提供一种尺检测验证方法、系统及计算机可读存储介质。
一种尺检测验证方法,包括:
获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征;
获取待检测图像,所述待检测图像中包括所述尺;
根据所述尺识别特征识别出所述待检测图像中的所述尺;
根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。
在其中一个实施例中,所述尺识别特征包括尺定位特征和尺匹配特征,根据所述尺识别特征识别出所述待检测图像中的所述尺包括:
根据所述尺定位特征识别所述尺在所述待检测图像中的位置;
根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺。
在其中一个实施例中,所述尺定位特征包括尺刻度轴线特征和尺宽度特征,所述尺匹配特征包括尺数字模板特征,所述尺验证特征包括尺刻度线特征。
在其中一个实施例中,根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确包括:
截取所述待检测图像中的所述尺的图像;
将截取的所述尺的图像中的刻度线和数字分割开,得到尺刻度线和尺数字;
将所述尺刻度线特征与所述尺刻度线进行匹配;
若匹配成功,则所述待检测图像中的所述尺识别正确;
若匹配失败,则所述待检测图像中的所述尺识别错误。
在其中一个实施例中,根据所述尺定位特征识别所述尺在所述待检测图像中的位置包括:
根据所述尺刻度轴线特征,识别所述待检测图像中的所述尺的刻度轴线的位置;
根据所述刻度轴线的位置和所述尺宽度特征识别出所述尺的位置。
在其中一个实施例中,根据所述尺刻度轴线特征,识别所述待检测图像中的所述尺的刻度轴线的位置包括:
对所述待检测图像进行局部二值化处理,得到二值化待检测图像;
对所述二值化待检测图像进行霍夫变换,以识别出贯穿所述待检测图像的直线及所述直线的角度;
将所述直线与所述尺刻度轴线特征进行匹配,以确定出所述刻度轴线的位置。
在其中一个实施例中,根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺包括:
根据所述尺的位置,识别所述尺的位置范围内的数字;
将所述数字与所述数字模板进行匹配,以确定出所述待检测图像中的所述尺。
在其中一个实施例中,所述尺特征包括尺宽度特征,获取尺的尺特征包括:
获取所述尺的尺图像;
对所述尺图像进行二值化处理,以生成二值化尺图像;
获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图;
或者,
获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图;
根据所述水平方向投影图或所述垂直方向投影图得到所述尺的尺宽度。
在其中一个实施例中,获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图;或者,获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图包括:
对所述二值化尺图像沿水平方向投影,得到所述二值化尺图像的第一水平投影图,根据所述第一水平投影图计算第一水平投影范围;
多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿水平方向投影,得到多个旋转后水平投影图,根据所述旋转后水平投影图计算旋转后水平投影范围;
找出所述第一水平投影范围和所述旋转后水平投影范围中最小的所述二值化尺图像的水平方向的投影图,即为所述水平方向投影图;
或者,
对所述二值化尺图像沿垂直方向投影,得到所述二值化尺图像的第一垂直投影图,根据所述第一垂直投影图计算第一垂直投影范围;
多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿垂直方向投影,得到多个旋转后垂直投影图,根据所述旋转后垂直投影图计算旋转后垂直投影范围;
找出所述第一垂直投影范围和所述旋转后垂直投影范围中最小的所述二值化尺图像的垂直方向的投影图,即为所述垂直方向投影图。
在其中一个实施例中,所述尺特征包括尺刻度轴线特征,根据所述水平方向投影图或所述垂直方向投影图得到所述尺的尺宽度后,所述方法还包括:
判断所述水平方向投影图或所述垂直方向投影图中是否包含所述投影值大于预设阈值的区间,若是,所述尺有刻度轴线;若否,所述尺没有刻度轴线。
在其中一个实施例中,若所述尺有刻度轴线,则判断所述水平方向投影图或所述垂直方向投影图中是否包含所述投影值大于预设阈值的区间后,所述方法还包括:
根据所述投影值大于所述预设阈值的区间,得到所述尺的刻度轴线宽度。
在其中一个实施例中,所述尺特征包括尺刻度线特征,获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图;或者,获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图后还包括:
根据所述水平方向投影图或所述垂直方向投影图,将所述二值化尺图像的刻度线和数字分割开,得到刻度线模板和数字模板;
对所述刻度线模板沿垂直方向进行投影,得到刻度线模板垂直投影曲线;
根据所述刻度线模板垂直投影曲线,计算所述尺刻度线特征。
在其中一个实施例中,所述尺特征包括尺数字模板特征,根据所述水平方向投影图或所述垂直方向投影图,将所述二值化尺图像的刻度线和数字分割开,得到刻度线模板和数字模板后,所述方法还包括:
对所述数字模板沿垂直方向进行投影,得到数字模板垂直投影曲线;
根据所述数字模板垂直投影曲线,对所述数字模板进行分割,得到所述尺数字模板特征。
本申请提供的实施例中,所述尺检测验证方法通过获取尺识别特征和尺验证特征,根根据所述尺识别特征识别出所述待检测图像中的所述尺,然后根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。本申请实施例提供的方法不仅实现了尺的识别和检测,还进一步对识别和检测结果进行了验证,提高了尺检测的准确性,进而可以提高后续图像使用和图像处理的准确性。
一种尺检测验证系统,包括X射线扫描设备和计算机,其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行一种尺检测验证方法,所述方法包括:
获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征;
获取待检测图像,所述待检测图像中包括所述尺;
根据所述尺识别特征识别出所述待检测图像中的所述尺;
根据所述尺验证特征验证所述待检测图像中的所述尺的位置是否识别正确。
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可用于执行权利要求上述任一所述的方法。
本申请实施例提供的所述尺检测系统和所述计算机可读存储介质能够使得计算机设备通过获取尺识别特征和尺验证特征,根根据所述尺识别特征识别出所述待检测图像中的所述尺,然后根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。本申请实施例提供的所述尺检测系统和所述计算机可读存储介质不仅实现了尺的识别和检测,还进一步对识别和检测结果进行了验证,提高了尺检测的准确性,进而可以提高后续图像使用和图像处理的准确性。
一种尺检测验证方法,包括:
通过扫描目标和尺,获取待检测图像,所述尺为多个预选尺中的一个;
识别出所述待检测图像中的所述尺;
验证所述识别是否正确。
在其中一个实施例中,所述识别出所述待检测图像中的所述尺是通过第一类尺特征,所述验证所述识别是否正确是通过第二类尺特征,所述第二类尺特征不同于所述第一类尺特征。
本申请实施例提供的所述尺检测验证方法能够在多个预选尺中识别出所述待检测图像中的所述尺,并验证所述尺的识别是否正确。本申请实施例提供的所述尺检测验证方法能够提高尺检测的准确性。
附图说明
图1为一个实施例提供的计算机设备的内部结构示意图;
图2为一个实施例提供的尺检测验证方法流程示意图;
图3为一个实施例提供的尺检测验证方法流程示意图;
图4为一个实施例提供的尺检测验证方法流程示意图;
图5为一个实施例提供的截取的二值化尺图像;
图6为一个实施例提供的尺刻度线图;
图7为一个实施例提供的尺数字图;
图8为一个实施例提供的尺检测验证方法流程示意图;
图9为一个实施例提供的尺检测验证方法流程示意图;
图10为一个实施例提供的待检测图像;
图11为一个实施例提供的二值化待检测图像;
图12为一个实施例提供的尺检测验证方法流程示意图;
图13为一个实施例提供的尺检测验证方法流程示意图;
图14为一个实施例提供的尺图;
图15为一个实施例提供的二值化尺图像;
图16为一个实施例提供的尺检测验证方法流程示意图;
图17为一个实施例提供的第一水平投影图;
图18为一个实施例提供的水平方向投影图;
图19为一个实施例提供的尺检测验证方法流程示意图;
图20为一个实施例提供的拆分后的刻度线模板和数字模板图;
图21为一个实施例提供的刻度线模板垂直投影曲线图;
图22为一个实施例提供的数字模板垂直投影曲线图;
图23为一个实施例提供的尺数字模板特征图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的尺检测验证方法,可以适用于图1所示的计算机设备,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本申请实施例中的尺图像、待检测图像、尺特征等,有关尺图像、待检测图像、尺特征等的描述可以参照下述方法实施例的内容。该计算机设备的网络接口用于与外部的终端通过网络连接通信。所述计算机设备可以是服务器,可以是PC,还可以是个人数字助理,还可以是其他的终端设备,例如PAD、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
在医疗影像图像拍摄中,为了进行测量,需要用到尺。而后期对影像图像处理时,往往需要识别影像图像中的尺。传统技术采用数字模板特征进行尺的识别。这种方法存在识别检测不准确的问题。本申请实施例提供一种尺检测验证方法、系统及计算机可读存储介质,旨在解决传统技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
请参见图2,本申请一个实施例提供一种尺检测验证方法,包括:
S20,获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征。
所述尺为医疗影像拍摄过程中,为了实现测量,在待测对象区域内摆放的带有测量信息的尺子。在一台医疗影像设备中,可以配备一把所述尺,也可以配备多把所述尺。可以理解,当一台医疗影像设备中配备多把所述尺时,每把所述尺的所述尺特征可以通过相应的标识进行存储,以实现与所述尺的一一对应。
计算机设备可以获取所述尺的所述尺特征。所述尺特征可以存储于计算机设备的内存储器中,也可以存储与计算机设备相连接的移动存储设备中。所述尺的特征可以是用户通过鼠标点选输入的,也可以是通过用户输入所述尺特征的标识,计算机设备根据所述尺特征的标识查找并导入的,对此本实施例不做限定。基于所述尺特征的输入,计算机设备可以读取所述尺特征的信息。
例如,某一医疗影像设备配备有尺A、B。尺A的所述尺特征包括A1、A2、A3。尺B的所述尺特征包括:B1、B2、B3。当用户需要获取尺A的特征时,计算机设备根据用户输入的命令,即可获得尺A的所述尺特征A1、A2、A3。
所述尺特征是指可以表征所述尺的图像信息的特征。所述尺特征可以包括尺宽度特征,也可以包括尺数字模板特征,还可以包括尺刻度特征。
其中,所述尺宽度特征可以为尺上包含所述尺数字模板特征及所述尺刻度特征的部分沿垂直于所述尺延伸方向的距离。所述尺数字模板特征可以包括数字的字体、大小、高度、粗细、倾斜角度等等。
所述尺刻度特征可以包括尺刻度轴线特征、尺刻度线特征等。所述尺刻度轴线特征包括尺是否有刻度轴线,刻度轴线的宽度,刻度轴线的形式等。
所述尺刻度线特征可以包括刻度线的形式、刻度线的种类和数量、刻度线高度、刻度线宽度、刻度线间距、刻度线周期等。所述刻度线的形式是指刻度线的外形样式,可以为直线,可以为点,也可以为斜线,还可以为台阶形式。一把尺可以包含一种刻度线,也可以包含多种刻度线。例如所述尺可以包含两种刻度线,一种长刻度线,另一种短刻度线。所述尺刻度线特征包含长刻度线的刻度线高度、长刻度线的刻度线宽度、长刻度线的刻度线间距、和/或长刻度线的刻度线周期等,还包括短刻度线的刻度线高度、短刻度线的刻度线宽度、短刻度线的刻度线间距、和/或短刻度线的刻度线周期等。所述刻度线高度是指刻度线沿垂直所述尺延伸方向的距离。所述刻度线宽度是指刻度线沿所述尺延伸方向的距离。所述刻度线间距是指两条刻度线之间沿所述尺延伸方向的距离。所述刻度线周期是指当所述尺包含多种刻度线时,按同样的顺序重复出现的一组刻度线的距离。
本申请对所述尺宽度特征、所述尺数字模板特征、所述尺刻度轴线特征以及尺刻度线特征的具体形式、数量等不作限定,根据具体尺的不同,所述尺宽度特征、所述尺数字模板特征、所述尺刻度轴线特征以及所述尺刻度线特征可以不相同。可以理解,所述尺特征还可以包括其他用于表征图像信息的其他特征,本申请不作穷举。
所述尺识别特征是指用于识别检测所述待检测图像中所述尺的特征。所述尺识别特征可以包括所述尺特征中的一种或多种。所述尺验证特征是指用于验证所述尺检测正确性的特征。所述尺验证特征可以包括所述尺特征中的一种或多种。可以理解,所述尺验证特征可以是除去所述尺识别特征后所述尺特征中的一种或多种。
由于不同尺的尺特征不同,并且待检测图像情况的不同,所述尺识别特征和所述尺验证特征也不尽相同。本申请对所述尺识别特征和所述尺验证特征并不作具体限定,根据使用情况的不同,可以为尺的任意一项或几项特征。并且,所述尺识别特征和所述尺验证特征可以互换。
在一个实施例中,所述尺识别特征可以包括所述尺数字模板特征。所述尺验证特征可以包括所述尺刻度线特征、所述尺刻度轴线特征和所述尺宽度特征。
在另一个实施例中,所述尺识别特征可以包括所述尺刻度轴线特征、所述尺宽度特征和所述尺数字模板特征。所述尺验证特征可以包括所述尺刻度线特征。
在又一个实施例中,所述尺识别特征可以包括所述尺刻度线特征、所述尺数字模板特征。所述尺验证特征可以包括所述尺刻度轴线特征和所述尺宽度特征。
S30,获取待检测图像,所述待检测图像中包括所述尺。
所述待检测图像是包含有所述尺的人尺共存图像。由于拍摄中尺子的摆放位置未知,因此,所述待检测图像中人体和所述尺的位置关系也不预先知道。所述待检测图可以存储计算机设备的内存储器中,也可以存储与计算机设备相连接的移动存储设备中。
S40,根据所述尺识别特征识别出所述待检测图像中的所述尺。
计算机设备根据S20获取的所述尺识别特征,利用预先存储的算法,在所述待检测图像中识别出所述尺的位置。根据所述尺识别特征的不同,识别采用的算法也不相同。识别的具体算法本实施例不做限定。
S50,根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。
计算机设备根据S40识别出的所述尺,利用预先存储的算法,将识别出的所述尺的特征与所述尺验证特征进行对比和匹配,从而验证所述尺是否识别正确。根据所述尺验证特征的不同,验证采用的算法也不相同。验证的具体算法本实施例不做限定。
经过S50的验证,如果所述待检测图像中的所述尺的位置识别正确,则可以按照识别出的所述尺的位置,将所述待检测图像中的所述尺区域裁剪掉,保留人体区域。也可以按照识别出的所述尺的位置,将所述待检测图像中的所述尺特征剔除掉,保留人体区域的特征。
在设备包含多把尺的情况下,经过S50的验证,如果所述待检测图像中的所述尺的位置识别错误,则更换尺,回到S20,重复以上过程,直至识别出正确的尺为止。
本实施例中,所述尺检测验证方法通过获取尺识别特征和尺验证特征,根根据所述尺识别特征识别出所述待检测图像中的所述尺,然后根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。本实施例提供的方法不仅实现了尺的识别和检测,还进一步对识别和检测结果进行了验证,提高了尺检测的准确性,进而可以提高后续图像使用和图像处理的准确性。
请参见图3,在一个实施例中,所述尺识别特征包括尺定位特征和尺匹配特征,S40包括:
S410,根据所述尺定位特征识别所述尺在所述待检测图像中的位置。
所述尺定位特征是指能够在待检测图像中快速识别定位出尺的大体位置的特征。所述尺匹配特征是指根据识别定位出的尺的大体位置,能够进一步确定出尺具体位置的特征。所述尺定位特征和所述尺匹配特征也不尽相同。也就是说,所述尺定位特征和所述尺匹配特征并不作具体限定,根据使用情况的不同,可以为尺的任意一项或几项特征。并且,所述尺定位特征和所述尺匹配特征可以互换。
在一个实施例中,所述尺定位特征可以包括所述尺刻度轴线特征和所述尺宽度特征。所述尺匹配特征可以包括所述尺数字模板特征。
在另一个实施例中,所述尺定位特征可以包括所述尺刻度线特征中刻度线的形式和刻度线的周期。所述尺匹配特征可以包括所述尺数字模板特征。
在又一个实施例中,所述尺定位特征可以包括所述尺刻度线特征中刻度线的高度和刻度线周期。所述尺匹配特征可以包括所述尺刻度线特征和所述尺宽度特征。
计算机设备根据S20获取的所述尺定位特征,利用预先存储的算法,可以在所述待检测图像中进行遍历寻找,并与所述尺定位特征进行匹配,从而识别出所述尺在所述待检测图像中的位置。根据所述尺定位特征的不同,识别采用的算法也不相同。识别的具体算法本实施例不做限定。需要说明的是,采用所述尺定位特征识别所述尺在所述待检测图像中的位置,识别出的位置可能为一个,也可能为多个。例如,假设所述尺定位特征为所述尺刻度轴线特征和所述尺宽度特征。所述尺刻度轴线为直线,计算机在所述待检测图像中遍历,寻找所述待检测图像中与尺的刻度轴线相匹配的直线,并识别出了三条与所述尺刻度轴线特征匹配的直线。从而确定出了三个位置。
S420,根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺。
计算机设备根据S20获取的所述尺识别特征中的所述尺匹配特征,利用预先存储的算法,在S40识别出的尺的位置周围进行寻找,并与所述尺匹配特征进行匹配,确定出S40识别出的位置范围内所述尺匹配特征对应的特征。从而确定出所述尺在所述待检测图像中的准确位置。根据所述尺匹配特征的不同,确定尺位置采用的算法也不相同。具体的算法本实施例不做限定。
本实施例中,根据所述尺定位特征识别所述尺在所述待检测图像中的位置,然后根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺。与传统技术在待检测图像中进行全面遍历寻找尺数字模板特征的方法相比,本实施例提供的方法首先利用尺的定位特征,简单、快速的定位出所述尺在所述待检测图像中的大体位置,然后根据定位出的位置,在小范围内进行特征匹配,大大缩小了匹配的寻找范围。同时,所述尺定位特征比较明显、规律性强、特征简单,比较容易获取。因此,本方法降低特征提取的复杂程度,降低了尺检测的复杂程度,减少了算法执行的时间。
在一个实施例中,所述尺定位特征包括尺刻度轴线特征和尺宽度特征,所述尺匹配特征包括尺数字模板特征,所述尺验证特征包括尺刻度线特征。
以下在此实施例的基础上,对所述尺检测验证方法进行具体说明:
请参见图4至图7,在一个实施例中,S50包括:
S510,截取所述待检测图像中的所述尺的图像。
请参见图5,根据识别出的所述尺的位置,将所述待检测图像中的所述尺的图像单独截取出来,以避免图像中其他因素的影响。
S520,将截取的所述尺的图像中的刻度线和数字分割开,得到尺刻度线和尺数字。
请参见图5至图7,由于所述尺的数字位于所述刻度线的一侧或两侧,且数字和刻度线一般呈直线排布。因此,可以沿着所述刻度线高度,将所述刻度线从所述尺的图像中截取出来,从而将所述尺的图像分为两部分,一部分为所述尺刻度线,如图6所示;另一部分为所述尺数字,如图7所示。
S530,将所述尺刻度线特征与所述尺刻度线进行匹配。
若匹配成功,则所述待检测图像中的所述尺识别正确;
若匹配失败,则所述待检测图像中的所述尺识别错误。
计算机设备从内存储器或移动存储设备中获取所述尺刻度线特征,然后将所述尺刻度线特征与S520中分离出的所述尺刻度线进行匹配。可以将所述尺刻度线种类和数量、刻度线高度、刻度线宽度、刻度线间距、刻度线周期等各项所述尺刻度线特征与分离出的所述尺刻度线一一进行匹配。一项所述尺刻度线特征匹配成功,再进入下一项所述尺刻度线特征匹配,直到存储的所有所述尺刻度线特征全部匹配成功,则表示所述尺刻度线特征与所述尺刻度线匹配成功,说明所述待检测图像中的所述尺识别正确。若某一项或某几项所述尺刻度线特征匹配失败,则表示所述尺刻度线特征与所述尺刻度线匹配失败,说明所述待检测图像中的所述尺识别错误。
本实施例中,将截取的所述尺的图像中的刻度线和数字分割开,得到尺刻度线和尺数字,将所述尺刻度线特征与所述尺刻度线进行匹配,将所述尺数字模板特征与所述尺数字进行匹配。通过将所述尺刻度线与所述尺数字分割,能够与所述尺数字模板和所述尺刻度线特征分别进行匹配,使得所述尺刻度线和所述尺数字互相不干扰,提高匹配的效率和准确性,从而提高对所述尺识别验证的准确性。
在一个实施例中,若所述尺识别特征不包括所述尺数字模板特征,所述尺验证特征包括所述数字模板特征,则所述尺检测验证方法包括:
将所述尺数字模板特征与所述尺数字进行匹配;
若匹配成功,则所述待检测图像中的所述尺的位置识别正确;
若匹配失败,则所述待检测图像中的所述尺的位置识别错误。
计算机设备从内存储器或移动存储设备中获取所述尺数字模板特征,然后将所述尺数字模板特征与S520中分离出的所述尺数字进行匹配。可以将所述尺数字模板特征中的0-9模板与分离出的所述尺数字一一进行匹配。一个数字的所述尺数字模板特征匹配成功,再进入下一个数字的所述尺数字模板特征匹配。直到存储的0-9的所述尺数字模板特征全部匹配成功,则表示所述尺数字模板特征与所述尺数字匹配成功,说明所述待检测图像中的所述尺的位置识别正确。若某一个或某几个所述尺数字模板特征匹配失败,则表示所述尺数字模板特征与所述尺数字匹配失败,说明所述待检测图像中的所述尺的位置识别错误。
可以理解,如果所述尺识别特征包括所述尺数字模板特征,则无需再执行本实施例中的步骤。
请参见图8,在一个实施例中,S410包括:
S411,根据所述尺刻度轴线特征,识别所述待检测图像中的所述尺的刻度轴线的位置。
所述尺刻度轴线是指所述尺上沿所述尺延伸方向延伸的线。所述刻度轴线可以为贯穿整个所述尺的线。所述尺刻度轴线特征可以包括尺刻度轴线的形式,例如,刻度轴线为直线还是折线,刻度轴线的宽度等。所述尺刻度轴线特征还可以包括尺刻度轴线的宽度等特征。计算机设备利用预先存储的算法,在所述待检测图像中进行遍历寻找,并与所述尺刻度轴线特征进行匹配,从而识别出所述待检测图像中的所述尺的刻度轴线位置。
S412,根据所述刻度轴线的位置和所述尺宽度特征识别出所述尺的位置。
所述尺宽度是指所述尺特征的部分沿垂直于所述尺延伸方向的距离。例如,假设某一尺包含一条刻度轴线,刻度线沿刻度轴线分布,数字排布于刻度轴线和刻度线的两侧,则所述尺宽度是指两排数字沿垂直于所述尺延伸方向的距离,即两排数字边缘之间的距离。也就是说,所述尺宽度为包含尺特征部分的宽度,而不包含尺特征之外的留白区域。所述尺宽度可以直接通过所述尺宽度标识从计算机设备的内存储器或移动存储设备中进行获取,也可以通过间接的运算匹配得到。根据所述尺宽度和S411记录的所述尺刻度轴线位置,即可确定出所述尺在所述待测图像中的位置区域。
本实施例中,根据所述尺刻度轴线特征,识别所述待检测图像中的所述尺的刻度轴线的位置,然后根据所述刻度轴线的位置和所述尺宽度特征识别出所述尺的位置。本方法算法简单,能够快速识别出所述尺在图像中的位置区域,提高尺的检测速度。
寻找所述待检测图像中所述尺的轴线特征的方法可以为多种,请参见图9至图11,在一个实施例中,S411包括:
S414,对所述待检测图像进行局部二值化处理,得到二值化待检测图像。
由于所述待检测图像中既包含人体图像,又包含尺图像,因此,计算机设备将所述待检测图像(请参见图10)进行局部二值化处理,得到如图11所示的所述二值化待检测图像。所述局部二值化处理是指将所述待检测图像分成若干个小块,对每个小块分别进行二值化处理。所述二值化处理是指将所述待检测图像像素值设置为0或1,使所述待检测图像呈现出只有黑和白两种视觉效果。所述二值化可以通过设定阈值,用所述阈值将图像的数据分成两部分:大于所述阈值的像素群和小于所述阈值的像素群,大于所述阈值的像素群设置像素值为1,小于所述阈值的像素群设置像素值为0。所述二值化也可以通过其他改进的二值化方法完成。
S416,对所述二值化待检测图像进行霍夫变换,以识别出贯穿所述待检测图像的直线及所述直线的角度。
对所述二值化待检测图像进行霍夫变换(Hough Transform),根据霍夫变换矩阵检测所述二值化待检测图像中是否有贯穿所述待检测图像的直线。由于所述尺在使用中,一般贯穿拍摄部位。因此,所述待检测图像中的所述尺一般贯穿所述待检测图像。所述二值化待检测图像中的所述尺呈现为一条贯穿所述二值化待检测图像的直线。通过霍夫变换,检测出所述二值化待测图像中贯穿所述待检测图像的直线,同时获知所述直线的角度。可以通过所述直线的坐标获知所述直线的角度。也可以通过所述直线的斜率获知所述直线的角度。还可以通过所述直线的坐标差获知所述直线的角度。
S418,将所述直线与所述尺刻度轴线特征进行匹配,以确定出所述刻度轴线的位置。
因为所述二值化待检测图像为人尺共存图,存在人体特征,因此通过霍夫变换检测到的贯穿直线可能为一条,也可能为多条。需要将检测出的贯穿直线与所述尺刻度轴线特征进行匹配,初步筛去非刻度轴线的直线。例如,可以将所述直线的宽度与刻度轴线的宽度进行匹配,如果无法匹配,则说明所述直线不是刻度轴线。若可以匹配,则说明所述直线可能为刻度轴线。
本实施例中,通过对所述待检测图像进行局部二值化处理,得到二值化待检测图像,然后对所述二值化待检测图像进行霍夫变换,以识别出贯穿所述待检测图像的直线及所述直线的角度,最后将所述直线与所述尺刻度轴线特征进行匹配,以确定出所述刻度轴线的位置。本方法进一步简化了刻度轴线检测的算法,从而简化了尺的检测算法,提高检测速度。
请参见图12,在一个实施例中,S420包括:
S421,根据所述尺的位置,识别所述尺的位置范围内的数字。
所述尺上包含0-9共10个数字。计算机设备根据S410识别出的所述尺的位置范围,在该范围内遍历识别数字。识别数字的方法本申请不作限定。
S422,将所述数字与所述尺数字模板特征进行匹配,以确定出所述待检测图像中的所述尺。
所述尺数字模板特征是指表征所述尺上的数字0-9特点的模板。由于不同规格的所述尺的数字的字体、字号、字体粗细、倾斜度等信息可能各不相同,因此,不同的尺的所述尺数字模板特征不同。所述尺数字模板特征可以通过所述尺图像获取,并存储与计算机设备的内存储器或移动存储设备中。
将所述尺数字模板特征与S421中识别出的数字一一进行匹配,确定出所述待检测图像中的数字的位置。根据所述数字的位置进一步定位出了所述尺的位置和尺宽度,从而识别出所述尺的位置。可以理解,当所述尺数字模板特征与所述待检测图像中的数字进行匹配时,若识别出所述尺中的若干数字即可确定出所述尺的位置时,即可停止识别,而无需遍历所有的所述尺数字模板特征。
本实施例中,根据所述尺的位置,识别所述尺的位置范围内的数字,然后将所述数字与所述尺数字模板特征进行匹配,以确定出所述待检测图像中的所述尺,确保了对所述尺的位置识别的准确性。
所述尺特征可以进行预先获取,并存储于数据库中,使用时,根据需要从数据库中进行获取。以下对获取所述尺的尺宽度特征、所述尺刻度轴线特征、所述尺刻度线特征以及所述尺数字模板特征的方法依次进行说明:
请参见图13至图15,在一个实施例中,所述尺特征包括尺宽度特征,S20包括:
S210,获取所述尺的尺图像。
所述尺图像可以从包含有所述尺的人尺共存的图像中进行截取获得。也可以通过空拍所述尺得到。利用医疗影像设备,对所述尺进行拍摄,采集拍摄到的图像。若所述医疗影像设备包含多把尺,对多把尺均进行拍摄采集。可以理解,为了更全面的采集所述尺图像,提高尺识别的准确性,可以对每把尺进行不同剂量的拍摄和采集。
S220,对所述尺图像进行二值化处理,以生成二值化尺图像。
请参见图14,计算机设备对S210获取的所述尺图像进行二值化处理,得到如图15所示的所述二值化尺图像。所述二值化处理是指将所述待检测图像像素值设置为0或1,使所述待检测图像呈现出只有黑和白两种视觉效果。所述二值化可以通过设定阈值,用所述阈值将图像的数据分成两部分:大于所述阈值的像素群和小于所述阈值的像素群,大于所述阈值的像素群设置像素值为1,小于所述阈值的像素群设置像素值为0。所述二值化也可以通过其他改进的二值化方法完成。
S230,获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图。或者,获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图。
所述投影图是指对所述二值化尺图像沿某一方向上的像素值进行求和,得到的图。所述水平方向投影图表征所述二值化尺图像处于水平状态时,所述二值化尺图像沿水平方向的投影图。所述垂直方向投影图表征所述二值化尺图像处于垂直状态时,所述二值化尺图像沿垂直方向的投影图。所述水平方向投影图和所述垂直方向投影图均可获得所述尺投影范围最小的投影图。所述投影图是否处于水平方向或垂直方向,可以有多种方法获知。请参见图16,在一个实施例中,获取处于水平状态的所述二值化尺图像在水平方向的投影图包括:
S231,对所述二值化尺图像沿水平方向投影,得到所述二值化尺图像的第一水平投影图,根据所述第一水平投影图计算第一水平投影范围;
请参见图17,对所述二值化尺图像沿水平方向投影是指将所述二值化尺图像上沿水平方向上的像素值进行求和,得到的投影图定义为第一水平投影图。计算第一水平投影范围是指所述第一水平投影图中,第一个非0值到最后一个非零值之间的范围。
S232,多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿水平方向投影,得到多个旋转后水平投影图,根据所述旋转后水平投影图计算旋转后水平投影范围。
多次旋转所述二值化尺图像,使所述二值化尺图像角度发生变化。对旋转后的所述二值化尺图像沿水平方向投影,得到旋转后水平投影图,并计算投影范围。由于所述二值化尺图像角度不同,因此得到的所述水平投影图投影范围不同。所述投影范围可以表征所述二值化尺图像的角度。当所述投影范围最小时,表示所述二值化尺图像处于水平状态。多次旋转所述二值化尺图像,对旋转后的所述二值化尺图像沿水平方向投影,从而得到多个所述旋转后水平投影范围。
S233,找出所述第一水平投影范围和所述旋转后水平投影范围中最小的所述二值化尺图像的水平方向的投影图,即为所述水平方向投影图。
请参见图18,在S231得到的投影范围和S232中得到的多个所述旋转后水平投影范围中,找出最小的一个。所述投影范围或所述旋转后水平投影范围最小的所述二值化尺图像的水平方向投影图表示其对应的所述二值化尺图像处于水平状态。
本实施例中,通过对所述二值化尺图像沿水平方向投影,得到所述二值化尺图像的第一水平投影图,根据所述第一水平投影图计算第一水平投影范围。然后多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿水平方向投影,得到多个旋转后水平投影图,根据所述旋转后水平投影图计算旋转后水平投影范围,找出所述第一水平投影范围和所述旋转后水平投影范围中最小的所述二值化尺图像的水平方向投影图,从而找出处于水平状态的所述二值化尺图像在水平方向的投影图。本实施例提供的方法通过用所述第一水平投影范围和旋转后水平投影范围表征所述二值化尺图像的角度,从而寻找处于水平状态的所述二值化尺图像,进而能高效、准确的找出所述二值化尺图像在水平方向的投影图,提高所述尺刻度特征提取的准确性。
请参见图19,在一个可选实施例中,获取处于垂直状态的所述二值化尺图像在垂直方向的投影图包括:
S231,,对所述二值化尺图像沿垂直方向投影,得到所述二值化尺图像的第一垂直投影图,根据所述第一垂直投影图计算第一垂直投影范围;
S232,,多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿垂直方向投影,得到多个旋转后垂直投影图,根据所述旋转后垂直投影图计算旋转后垂直投影范围;
S233,,找出所述第一垂直投影范围和所述旋转后垂直投影范围中最小的所述二值化尺图像的垂直方向的投影图,即为所述垂直方向投影图。
获取处于垂直状态的所述二值化尺图像在垂直方向的投影图的原理和有益效果与获取处于水平状态的所述二值化尺图像在水平方向的投影图类似,在此不再赘述。
S240,根据所述水平方向投影图或所述垂直方向投影图得到所述尺的尺宽度。
在所述水平方向投影图或所述垂直方向投影图中,第一个非0值到最后一个非O值之间在横坐标轴上的差值,也就是所述投影范围的大小,即为所述尺宽度。
本实施例中,通过获取所述尺的尺图像,对所述尺图像进行二值化处理,生成二值化尺图像,并获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图,或者,获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图。然后根据所述水平方向投影图或所述垂直方向投影图得到所述尺的尺宽度。通过对所述尺图像进行二值化处理,使得表征所述尺图像的信息只包含0和1两个像素点。然后通过所述二值化尺图像在水平方向的投影图或垂直方向的投影图,获取所述尺宽度,算法和运行简单易行,且计算准确,可以提高所述尺特征提取的准确性。
在一个实施例中,S240后,所述方法还包括:
S250,判断所述水平方向投影图或所述垂直方向投影图中是否包含所述投影值大于预设阈值的区间。若是,所述尺有刻度轴线;若否,所述尺没有刻度轴线。
由于所述尺轴线一般为沿所述尺延伸方向贯穿整个所述尺的直线,也就是说所述尺轴线一般与所述尺的长度近似相等。因此,若所述尺包含所述尺刻度轴线,则所述水平方向投影图中包含一个与所述尺图像长度近似的区间。设定一个接近1的阈值,例如0.95。判断所述水平方向投影图中是否包含大于0.95倍所述尺图像长度的区间。若所述水平方向投影图中包含所述投影值大于0.95倍所述尺图像长度的区间,则,所述尺有所述尺刻度轴线,反之,所述尺没有所述尺刻度轴线。
如图18所示,假设所述尺图像长度为2000,判断所述水平方向投影图中是否包含大于0.95*2000=1900的区间。由图可知,所述尺图像中,包含一个接近1900的区间。因此,图中所示的尺有所述尺刻度轴线。
本实施例中,通过判断所述水平方向投影图或所述垂直方向投影图中是否包含所述投影值大于预设阈值的区间,判断所述尺是否有刻度轴线,判断方法简单便捷,可以快速、准确的提取所述尺特征——刻度轴线。
请参见图13,在一个实施例中,S250后还包括:
S260,根据所述水平方向投影图或所述垂直方向投影图中大于预设阈值的区间,得到所述尺的刻度轴线宽度。
若所述尺有刻度轴线,则所述水平方向投影图或所述垂直方向投影图中大于预设阈值的区间的大小即为所述尺刻度轴线宽度。即图18中,纵坐标轴接近1900的区间的横坐标之间的差值所代表的像素宽度。据此,可以简单快捷提取所述尺特征——所述尺刻度轴线宽度。
在一个实施例中,所述尺特征包括尺刻度线特征,S230后还包括:
S270,根据所述水平方向投影图或所述垂直方向投影图,将所述二值化尺图像的刻度线和数字分割开,得到刻度线模板和数字模板。
请一并参见图20,由于所述尺的数字和刻度线之间会存在一个小的间隙,所述间隙在所述水平方向投影图中表现为0值。因此,根据所述水平方向投影图中的0值位置,可以确定出所述刻度线的位置。如图18所示,图中所述投影范围内,两个0值之间即表示所述刻度线的位置。根据所述刻度线的位置,可以沿着所述刻度线高度,将所述刻度线从所述尺的图像中截取出来,从而将所述尺的图像分为两部分,一部分为所述刻度线模板,另一部分为所述数字模板。
S280,对所述刻度线模板沿垂直方向进行投影,得到刻度线模板垂直投影曲线。
请参见图21,对所述刻度线模板沿垂直方向进行投影是指将所述刻度线模板沿着垂直方向的像素值求和,得到如图21所示的所述刻度线模板垂直投影曲线。
S290,根据所述刻度线模板垂直投影曲线,计算得到所述尺刻度线特征。
所述尺刻度线特征可以包括:刻度线种类和数量、刻度线高度、刻度线宽度、刻度线间距、刻度线周期等。由图21可知,所述刻度线沿垂直方向的投影近似呈柱状图形,所述刻度线模板垂直投影曲线中包含几种重复出现的柱状图像,即表示所述尺包含几种刻度线。根据所述柱状图形的纵坐标值可得出所述刻度线高度。根据所述柱状图形之间的横坐标值的差值可得出所述刻度线间距。根据所述一组重复出现的柱状图像横坐标值的差值可得出所述刻度线周期。通过所述刻度线模板垂直投影曲线可以简单方便的提取多个所述尺刻度线特征,提高了所述尺刻度特征提取的效率,降低了所述尺刻度特征提取算法的复杂程度。
在一个实施例中,S270后,所述方法还包括:
S292,对所述数字模板沿垂直方向进行投影,得到数字模板垂直投影曲线。
请参见图22,对所述数字模板沿垂直方向进行投影是指将所述数字模板沿着垂直方向的像素值求和,得到如图22所示的所述数字模板垂直投影曲线。
S294,根据所述数字模板垂直投影曲线,对所述数字模板进行分割,得到所述尺数字模板特征。
请一并参见图23。根据S292获得的所述数字模板垂直投影曲线,可以获知所述数字模板中各数字在所述数字模板中的位置。如图18所示,图中每两个0值之间的范围均表征一个数字。由所述数字在所述数字模板垂直投影曲线中对应的横坐标值即为所述数字在所述数字模板中的位置。将所述数字模板中的各数字分隔开,成为单独的数字。在分割出的单独数字中识别出0-9,即可得到所述尺数字模板特征,如图23所示。据此,简单准确的提取了所述尺数字模板特征。
本申请一个实施例提供一种尺检测验证系统,包括X射线扫描设备和计算机,其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行一种尺检测验证方法,所述方法包括:
S20,获取尺的尺特征,所述尺特征包括定位特征和尺匹配特征;
S30,获取待检测图像,所述待检测图像中包括所述尺;
S40,根据所述尺定位特征识别所述尺在所述待检测图像中的位置;
S50,根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺。
本实施例提供的所述尺检测验证系统,其实现原理和技术效果与所述尺检测验证方法实施例类似,在此不再赘述。
本申请一个实施例提供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可用于执行上述任一所述的方法。
本实施例提供的所述计算机可读存储介质,其实现原理和技术效果与所述尺检测验证方法实施例类似,在此不再赘述。
本申请一个实施例提供一种尺检测验证方法,包括:
通过扫描目标和尺,获取待检测图像,所述尺为多个预选尺中的一个;
识别出所述待检测图像中的所述尺;
验证所述识别是否正确。
所述扫描设备对所述目标及所述尺进行扫描,得到所述待检测图像。所述扫描设备可以配备多个预选尺。因此,所述待检测图像中的所述尺为所述多个预选尺中的一个。计算机设备对所述待检测图像进行检测和识别,从而识别处所述待检测图像中的所述尺的位置以及所述尺是所述多个预选尺中的哪一个。具体识别的方法本申请实施例不做限定,可以根据需求选择。计算机设备验证所述尺的识别是否正确。验证的方法可以为多种,本申请不做具体限定。
在一个实施例中,所述识别出所述待检测图像中的所述尺是通过第一类尺特征,所述验证所述识别是否正确是通过第二类尺特征,所述第二类尺特征不同于所述第一类尺特征。
所述第一类尺特征可以为所述尺刻度轴线特征、所述尺刻度线特征(包括所述尺刻度线高度、所述刻度线宽度、所述刻度线周期及所述刻度线种类等)、尺宽度特征、尺数字模板特征等中的一种或多种。所述第二类尺特征也可以为所述尺刻度轴线特征、所述尺刻度线特征(包括所述尺刻度线高度、所述刻度线宽度、所述刻度线周期及所述刻度线种类等)、尺宽度特征、尺数字模板特征等中的一种或多种。所述第一类尺特征不同于所述第二类尺特征。通过所述第一类尺特征识别出所述待检测图像中的所述尺。通过所述第二类尺特征验证所述识别是否正确。也就是说,通过尺特征中一种或多种对所述待检测图像中的所述尺进行识别,然后通过所述尺特征中的其他特征对所述识别进行验证。本实施例提供所述尺检测验证方法提高了尺检测的准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (17)
1.一种尺检测验证方法,其特征在于,包括:
S20,获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征;
S30,获取待检测图像,所述待检测图像中包括所述尺;
S40,根据所述尺识别特征识别出所述待检测图像中的所述尺;
S50,根据所述尺验证特征验证所述待检测图像中的所述尺是否识别正确。
2.根据权利要求1所述的尺检测验证方法,其特征在于,所述尺识别特征包括尺定位特征和尺匹配特征,S40包括:
S410,根据所述尺定位特征识别所述尺在所述待检测图像中的位置;
S420,根据所述尺的位置和所述尺匹配特征确定出所述待检测图像中的所述尺。
3.根据权利要求2所述的尺检测验证方法,其特征在于,所述尺定位特征包括尺刻度轴线特征和尺宽度特征,所述尺匹配特征包括尺数字模板特征,所述尺验证特征包括尺刻度线特征。
4.根据权利要求3所述的尺检测验证方法,其特征在于,S50包括:
S510,截取所述待检测图像中的所述尺的图像;
S520,将截取的所述尺的图像中的刻度线和数字分割开,得到尺刻度线和尺数字;
S530,将所述尺刻度线特征与所述尺刻度线进行匹配;
若匹配成功,则所述待检测图像中的所述尺识别正确;
若匹配失败,则所述待检测图像中的所述尺识别错误。
5.根据权利要求3所述的尺检测验证方法,其特征在于,S410包括:
S411,根据所述尺刻度轴线特征,识别所述待检测图像中的所述尺的刻度轴线的位置;
S412,根据所述刻度轴线的位置和所述尺宽度特征识别出所述尺的位置。
6.根据权利要求5所述的尺检测验证方法,其特征在于,S411包括:
S414,对所述待检测图像进行局部二值化处理,得到二值化待检测图像;
S416,对所述二值化待检测图像进行霍夫变换,以识别出贯穿所述待检测图像的直线及所述直线的角度;
S418,将所述直线与所述尺刻度轴线特征进行匹配,以确定出所述刻度轴线的位置。
7.根据权利要求3所述的尺检测验证方法,其特征在于,S420包括:
S421,根据所述尺的位置,识别所述尺的位置范围内的数字;
S422,将所述数字与所述数字模板进行匹配,以确定出所述待检测图像中的所述尺。
8.根据权利要求1所述的尺检测验证方法,其特征在于,所述尺特征包括尺宽度特征,S20包括:
S210,获取所述尺的尺图像;
S220,对所述尺图像进行二值化处理,以生成二值化尺图像;
S230,获取处于水平状态的所述二值化尺图像在水平方向的投影图,得到水平方向投影图;
或者,
获取处于垂直状态的所述二值化尺图像在垂直方向的投影图,得到垂直方向投影图;
S240,根据所述水平方向投影图或所述垂直方向投影图得到所述尺的尺宽度。
9.根据权利要求8所述的尺检测验证方法,其特征在于,S230包括:
S231,对所述二值化尺图像沿水平方向投影,得到所述二值化尺图像的第一水平投影图,根据所述第一水平投影图计算第一水平投影范围;
S232,多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿水平方向投影,得到多个旋转后水平投影图,根据所述旋转后水平投影图计算旋转后水平投影范围;
S233,找出所述第一水平投影范围和所述旋转后水平投影范围中最小的所述二值化尺图像的水平方向的投影图,即为所述水平方向投影图;
或者,
S231’,对所述二值化尺图像沿垂直方向投影,得到所述二值化尺图像的第一垂直投影图,根据所述第一垂直投影图计算第一垂直投影范围;
S232’,多次旋转所述二值化尺图像,分别对旋转后的所述二值化尺图像沿垂直方向投影,得到多个旋转后垂直投影图,根据所述旋转后垂直投影图计算旋转后垂直投影范围;
S233’,找出所述第一垂直投影范围和所述旋转后垂直投影范围中最小的所述二值化尺图像的垂直方向的投影图,即为所述垂直方向投影图。
10.根据权利要求7所述的尺检测验证方法,其特征在于,所述尺特征包括尺刻度轴线特征,S240后,所述方法还包括:
S250,判断所述水平方向投影图或所述垂直方向投影图中是否包含所述投影值大于预设阈值的区间,若是,所述尺有刻度轴线;若否,所述尺没有刻度轴线。
11.根据权利要求10所述的尺检测验证方法,其特征在于,若所述尺有刻度轴线,则S250后,所述方法还包括:
S260,根据所述投影值大于所述预设阈值的区间,得到所述尺的刻度轴线宽度。
12.根据权利要求8所述的尺检测验证方法,其特征在于,所述尺特征包括尺刻度线特征,S230后还包括:
S270,根据所述水平方向投影图或所述垂直方向投影图,将所述二值化尺图像的刻度线和数字分割开,得到刻度线模板和数字模板;
S280,对所述刻度线模板沿垂直方向进行投影,得到刻度线模板垂直投影曲线;
S290,根据所述刻度线模板垂直投影曲线,计算所述尺刻度线特征。
13.根据权利要求12所述的尺检测验证方法,其特征在于,所述尺特征包括尺数字模板特征,S270后,所述方法还包括:
S292,对所述数字模板沿垂直方向进行投影,得到数字模板垂直投影曲线;
S294,根据所述数字模板垂直投影曲线,对所述数字模板进行分割,得到所述尺数字模板特征。
14.一种尺检测验证系统,包括X射线扫描设备和计算机,其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可用于执行一种尺检测验证方法,所述方法包括:
S20,获取尺的尺特征,所述尺特征包括尺识别特征和尺验证特征;
S30,获取待检测图像,所述待检测图像中包括所述尺;
S40,根据所述尺识别特征识别出所述待检测图像中的所述尺;
S50,根据所述尺验证特征验证所述待检测图像中的所述尺的位置是否识别正确。
15.一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可用于执行权利要求1-13任一所述的方法。
16.一种尺检测验证方法,其特征在于,包括:
通过扫描目标和尺,获取待检测图像,所述尺为多个预选尺中的一个;
识别出所述待检测图像中的所述尺;
验证所述识别是否正确。
17.根据权利要求16所述的尺检测验证方法,其特征在于,所述识别出所述待检测图像中的所述尺是通过第一类尺特征,所述验证所述识别是否正确是通过第二类尺特征,所述第二类尺特征不同于所述第一类尺特征。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865608.9A CN109063770B (zh) | 2018-08-01 | 2018-08-01 | 尺检测验证方法、系统及计算机可读存储介质 |
EP19814598.9A EP3788590A4 (en) | 2018-06-04 | 2019-06-04 | DEVICES, SYSTEMS AND METHODS FOR IMAGE STITCHING |
PCT/CN2019/090025 WO2019233422A1 (en) | 2018-06-04 | 2019-06-04 | Devices, systems, and methods for image stitching |
US17/111,536 US11763424B2 (en) | 2018-06-04 | 2020-12-04 | Devices, systems, and methods for image stitching |
US18/469,507 US20240005450A1 (en) | 2018-06-04 | 2023-09-18 | Devices, systems, and methods for image stitching |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865608.9A CN109063770B (zh) | 2018-08-01 | 2018-08-01 | 尺检测验证方法、系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063770A true CN109063770A (zh) | 2018-12-21 |
CN109063770B CN109063770B (zh) | 2022-07-26 |
Family
ID=64832539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865608.9A Active CN109063770B (zh) | 2018-06-04 | 2018-08-01 | 尺检测验证方法、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063770B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019233422A1 (en) * | 2018-06-04 | 2019-12-12 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
CN112033250A (zh) * | 2020-10-26 | 2020-12-04 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007002134A2 (en) * | 2005-06-22 | 2007-01-04 | Cartifact, Inc. | Interactive scaling feature having scalability in three dimensional space |
US7773829B1 (en) * | 2006-02-10 | 2010-08-10 | Adobe Systems Incorporated | Image-centric rulers |
CN102855510A (zh) * | 2011-07-01 | 2013-01-02 | 中国人民银行印制科学技术研究所 | 防伪产品及其识别方法 |
CN104112128A (zh) * | 2014-06-19 | 2014-10-22 | 中国工商银行股份有限公司 | 应用于票据影像字符识别的数字图像处理系统及方法 |
CN104392238A (zh) * | 2014-09-29 | 2015-03-04 | 樊晓莉 | 含多类型标识的信息载体的识别方法 |
CN104677219A (zh) * | 2015-03-24 | 2015-06-03 | 江南大学 | 数显卡尺自动化检测的方法及装置 |
CN105205784A (zh) * | 2015-09-15 | 2015-12-30 | 上海联影医疗科技有限公司 | 标尺识别方法及影像拼接方法 |
CN105868750A (zh) * | 2016-03-25 | 2016-08-17 | 北京环境特性研究所 | 基于先验信息的表盘指针识别方法 |
US20170140199A1 (en) * | 2015-11-16 | 2017-05-18 | MorphoTrax, LLC | Automatic Ruler Detection |
CN108120403A (zh) * | 2017-12-27 | 2018-06-05 | 武汉钢铁有限公司 | 一种平直度尺检验平台装置及其使用方法 |
CN108985296A (zh) * | 2018-08-01 | 2018-12-11 | 上海联影医疗科技有限公司 | 尺检测方法、系统及计算机可读存储介质 |
-
2018
- 2018-08-01 CN CN201810865608.9A patent/CN109063770B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007002134A2 (en) * | 2005-06-22 | 2007-01-04 | Cartifact, Inc. | Interactive scaling feature having scalability in three dimensional space |
US7773829B1 (en) * | 2006-02-10 | 2010-08-10 | Adobe Systems Incorporated | Image-centric rulers |
CN102855510A (zh) * | 2011-07-01 | 2013-01-02 | 中国人民银行印制科学技术研究所 | 防伪产品及其识别方法 |
CN104112128A (zh) * | 2014-06-19 | 2014-10-22 | 中国工商银行股份有限公司 | 应用于票据影像字符识别的数字图像处理系统及方法 |
CN104392238A (zh) * | 2014-09-29 | 2015-03-04 | 樊晓莉 | 含多类型标识的信息载体的识别方法 |
CN104677219A (zh) * | 2015-03-24 | 2015-06-03 | 江南大学 | 数显卡尺自动化检测的方法及装置 |
CN105205784A (zh) * | 2015-09-15 | 2015-12-30 | 上海联影医疗科技有限公司 | 标尺识别方法及影像拼接方法 |
US20170140199A1 (en) * | 2015-11-16 | 2017-05-18 | MorphoTrax, LLC | Automatic Ruler Detection |
CN105868750A (zh) * | 2016-03-25 | 2016-08-17 | 北京环境特性研究所 | 基于先验信息的表盘指针识别方法 |
CN108120403A (zh) * | 2017-12-27 | 2018-06-05 | 武汉钢铁有限公司 | 一种平直度尺检验平台装置及其使用方法 |
CN108985296A (zh) * | 2018-08-01 | 2018-12-11 | 上海联影医疗科技有限公司 | 尺检测方法、系统及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
D.A.KONOVALOV 等: "Ruler Detection for Automatic Scaling of Fish Images", 《ICAIP 2017: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ADVANCES IN IMAGE PROCESSING》 * |
刘文才: "视觉测量关键技术研究及其在尖轨伸缩位移监测中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019233422A1 (en) * | 2018-06-04 | 2019-12-12 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
US11763424B2 (en) | 2018-06-04 | 2023-09-19 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
CN112033250A (zh) * | 2020-10-26 | 2020-12-04 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
CN112033250B (zh) * | 2020-10-26 | 2021-02-02 | 湖南大学 | 一种钢直尺自动检定装置及检定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109063770B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764257B (zh) | 一种多视角的指针式仪表识别方法 | |
Spreeuwers | Fast and accurate 3D face recognition: using registration to an intrinsic coordinate system and fusion of multiple region classifiers | |
CN111179358A (zh) | 标定方法、装置、设备及存储介质 | |
JP2020507836A (ja) | 重複撮像を予測した手術アイテムの追跡 | |
CN102834691B (zh) | 测绘方法 | |
US20220284630A1 (en) | Calibration board and calibration method and system | |
CN108986164A (zh) | 基于图像的位置检测方法、装置、设备及存储介质 | |
JP2001078997A (ja) | 3dボリュウムデータレコード内のマークの座標を求める方法 | |
US20020181780A1 (en) | Geometic hashing method for model-based recognition of an object | |
WO2022105676A1 (zh) | 一种工件平面磨损的测量方法和系统 | |
TW201520577A (zh) | 長度量測方法與長度量測裝置 | |
CN103776482B (zh) | 无标尺线指针式仪表刻度的图像检测方法 | |
US10068126B2 (en) | Microscope slide coordinate system registration | |
CN109063770A (zh) | 尺检测验证方法、系统及计算机可读存储介质 | |
JP2007518461A (ja) | 心臓関連の取得のための自動的な最適面の決定 | |
JP2020027058A (ja) | 配筋出来形管理システム及び配筋出来形管理方法 | |
CN108985296A (zh) | 尺检测方法、系统及计算机可读存储介质 | |
JP7231877B1 (ja) | 角度計測装置、角度計測方法、角度計測プログラム | |
CN108763575B (zh) | 基于像控点数据库的像控点自动选取方法 | |
CN112070021A (zh) | 基于人脸检测的测距方法、测距系统、设备和存储介质 | |
US10395090B2 (en) | Symbol detection for desired image reconstruction | |
Lachat et al. | Comparison of point cloud registration algorithms for better result assessment–towards an open-source solution | |
Paul et al. | Analysis of 3-dimentional track parameters from 2-dimensional images of etched tracks in solid polymeric track detectors | |
US11205091B2 (en) | Object information registration apparatus and object information registration method | |
CN109029333A (zh) | 一种土地面积校对方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201800 No. 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |