CN109478237B - 光源识别方法及装置 - Google Patents
光源识别方法及装置 Download PDFInfo
- Publication number
- CN109478237B CN109478237B CN201780003631.0A CN201780003631A CN109478237B CN 109478237 B CN109478237 B CN 109478237B CN 201780003631 A CN201780003631 A CN 201780003631A CN 109478237 B CN109478237 B CN 109478237B
- Authority
- CN
- China
- Prior art keywords
- fringe
- spectrum data
- energy spectrum
- light source
- sets
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001228 spectrum Methods 0.000 claims abstract description 153
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000005096 rolling process Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 108091008695 photoreceptors Proteins 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
- G01J3/433—Modulation spectrometry; Derivative spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
- G01J3/505—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors measuring the colour produced by lighting fixtures other than screens, monitors, displays or CRTs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- 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
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
- G01J3/433—Modulation spectrometry; Derivative spectrometry
- G01J2003/4334—Modulation spectrometry; Derivative spectrometry by modulation of source, e.g. current modulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/0304—Detection arrangements using opto-electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
一种光源识别方法,包括:检测到识别图像中的M个条纹集合(110);获取所述M个条纹集合中的每一条纹集合对应的第一能量谱数据(120);获取数据库中的每一光源对应的第二能量谱数据(130),所述数据库包括K个光源,每一所述第二能量谱数据对应一光源的身份信息;计算所述K个光源中的每一光源的第二能量谱数据和所述M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数(140);根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息(150)。该光源识别方法可实现对光源的跟踪。还提供了一种光源识别装置。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种光源识别方法及装置。
背景技术
随着人机交互应用技术的发展,利用手势摆动等取代直接接触计算机装置来进行指令的输入,已成为一种科技发展趋势。
现有技术中正在研究的一种运动跟踪系统,其通过图像处理的方法对可移动的运动物体上的光源(如LED灯)进行图像采集,采集后需根据光源的特征识别出对应的运动物体,进而实现对运动物体的跟踪。然而,对于如何根据光源的特征识别出对应的运动物体仍是其中一个技术难题。
发明内容
基于此,为了解决根据运动物体上的光源特征识别出对应的运动物体的技术问题,提供了一种光源识别方法及装置。
第一方面,本发明提供了一种光源识别方法,包括:
检测到识别图像中的M个条纹集合,所述识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,所述环境背景包括M个可移动的光源,所述M为正整数;
获取所述M个条纹集合中的每一条纹集合对应的第一能量谱数据;
获取数据库中的每一光源对应的第二能量谱数据,所述数据库包括K个光源,每一所述第二能量谱数据对应一光源的身份信息;
计算所述K个光源中的每一光源的第二能量谱数据和所述M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数;
根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息。
第二方面,本发明提供了一种光源识别装置,包括:
检测单元,用于检测到识别图像中的M个条纹集合,所述识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,所述环境背景包括M个可移动的光源,所述M为正整数;
第一获取单元,用于获取所述M个条纹集合中的每一条纹集合对应的第一能量谱数据;
第二获取单元,用于获取数据库中的每一光源对应的第二能量谱数据,所述数据库包括K个光源,每一所述第二能量谱数据对应一光源的身份信息;
计算单元,用于计算所述K个光源中的每一光源的第二能量谱数据和所述M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数;
身份确定单元,用于根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息。
第三方面,本发明提供了一种终端,包括:处理器、存储器、通信接口和总线;所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信;所述存储器存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行一种光源识别方法;其中,所述方法为如第一方面任一项所述的方法。
第四方面,本发明提供了一种存储介质,其中,该存储介质用于存储应用程序,所述应用程序用于在运行时执行本发明第一方面提供的一种光源识别方法的任一项。
第五方面,本发明提供了一种应用程序,其中,该应用程序用于在运行时执行本发明第一方面提供的一种光源识别方法的任一项。
通过实施本实施例检测到对环境背景进行图像采集得到的识别图像中的M个条纹集合,获取M个条纹集合中的每一条纹集合对应的第一能量谱数据和数据库中的每一光源对应的第二能量谱数据。由于数据库包括K个光源,每一第二能量谱数据对应一光源的身份信息,且不同光源的频域数据不同,则通过计算K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,可确定M个条纹集合中的每一条纹集合对应的光源的身份信息,实现了对控制器发出的光源的跟踪。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1是本发明实施例提供的一种光源识别方法的流程图;
图2是本发明实施例提供的一种光源识别方法中的光源集合的示意图;
图3是本发明实施例提供的一种光源识别方法的采样点周期拓展后的波形图;
图4是本发明实施例提供的一种光源识别方法的采样点周期拓展后的波形频域变换后的波形图;
图5是本发明实施例提供的一种光源识别装置的结构示意图;
图5A是本发明实施例提供的一种身份确定单元的结构示意图;
图5B是本发明实施例提供的一种更新单元的结构示意图;
图5C是本发明实施例提供的另一种更新单元的结构示意图;
图6是本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1是本发明实施例提供的一种光源的识别方法的流程图。本发明实施例的一种光源的识别方法包括:
110:检测到识别图像中的M个条纹集合。
本实施例中,识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,环境背景中包括M个可移动的光源,M为正整数。
其中,卷帘式图像传感器为带有卷帘快门(Rolling shutter)功能的图像传感器,例如,设置有电子卷帘快门(Electronic rolling shutter)的CMOS(Complementary MetalOxide Semiconductor,互补金属氧化物半导体)传感器以及设置有卷帘快门(Rollingshutter)的CCD(Charge-coupled Device,电荷耦合元件)传感器等等。
本实施例中,可移动的光源为控制器,该控制器可以是带有光源的游戏手柄、指示棒、体感鼠标等等。控制器的数量可以是一个,也可以是多个。每个控制器上的光源的数量可以是一个,也可以是多个。光源为具备有较稳定频率或者变化频率的光源,例如,LED灯等等,通过控制输入到LED灯的电源的占空比,可以控制LED灯按照固定的频率或者非固定的频率进行。其中,光源的频率大于卷帘式图像传感器的扫描频率。
光源能够影响卷帘式图像传感器在识别图像的竖直方向上形成明暗间隔的图形。如图2所示,卷帘式图像传感器在完成对光源的扫描后,识别图像中会对应出现明暗间隔的条纹集合211。具体地,当光源为“亮”时,卷帘式图像传感器对光源进行扫描,则识别图像中会对应出现一个亮条纹;当光源为“灭”时,卷帘式图像传感器对光源进行扫描,则识别图像中会对应出现一个暗条纹。在一般情况下,识别图像中的条纹集合是由光源所曝光形成的明暗间隔的图形中的多个亮条纹或者多个暗条纹组成的。为了便于陈述,下面均以亮条纹为例。识别图像中的条纹集合的轮廓的形状与光源的形状相关,例如,如果光源的形状是圆形的,则条纹集合是由长短不一的亮条纹所构成,而且条纹集合的轮廓是圆形,如果光源的形状是长方形状的,则条纹集合是由长度相同的亮条纹所构成的,而且,条纹集合的轮廓是长方形。条纹集合中的亮条纹的宽度与光源的周期相关,光源的周期越长,亮条纹的宽度越宽。在极限状况下,如果光源的周期为无穷大,则光源在识别图像上将会形成一个没有条纹的全亮光斑。
可以理解,每个条纹集合都具有不同的特征宽度,而且由于在光源的状态发生变化时,条纹集合的数量及围成的区域大小是随着距离的远近实时大小发生变化,但是亮条纹之间的特征宽度可以是不变的。这里的特征宽度可以是暗条纹的宽度也可以是亮条纹得宽度,或者是亮暗条纹的宽度比例,这个比例取决于一定得占空比设置。在感光器分辨率处于一定条件下亮条纹得宽度也可以不变的。
本实施例中,通过处于静止或运动状态的卷帘式图像传感器对环境背景中的可移动的光源进行特征识别,区别于对静止物体的识别,在对带有光源的运动目标进行跟踪识别方面取得了较好的跟踪效果。针对光源的易附着性和可携带性,拓展了目标物体识别应用场景和应用方式,在工业和生活中具有较大的应用价值。
120、获取M个条纹集合中的每一条纹集合对应的第一能量谱数据。
可选的,获取M个条纹集合中的每一条纹集合对应的第一能量谱数据具体为:获取识别图像中的条纹集合;以条纹集合中的中心(u0,v0)为基准点,沿着第一方向进行采样以获得n个采样点;对n个采样点进行周期拓展,得到N个计算点;对N个计算点进行频域变换得到频域数据;将频域数据中的能量谱数据进行归一化处理得到第一能量谱数据。
以识别图像的左上角为坐标轴的中心,识别图像的向右的长度方向为x轴的正方向,识别图像的向下的宽度方向为y轴的正方向建立坐标系。可以理解,识别可以根据实际需要在图像其他点建立坐标轴中心,本实施例以识别图像的左上角为坐标轴的中心为一种实例。第一方向为与识别图像中条纹走向相垂直的方向(在本实施例中,为y轴方向)。在建立坐标系之后,计算每一个条纹集合的中心,并以条纹集合的中心(u0,v0)为基准点,沿着第一方向进行采样以获得n个采样点(d1,d2,…,dn)。其中,条纹集合的中心(u0,v0)可以是条纹集合的灰度中心或者条纹集合的几何中心或者条纹集合的能量中心。u0为条纹集合的中心在x轴上的坐标值,v0为条纹集合的中心在y轴上的坐标值。
可选的,条纹集合的中心为灰度中心,计算条纹集合的中心的方法具体为:采集识别图像中每个像素点的灰度值,并根据公式(1)计算条纹集合的灰度中心。
其中,i为像素点的序号,k为识别图像中像素点的总数量,i<k,ui为像素点i在x轴上的坐标值,vi为像素点i在y轴上的坐标值,gray(ui,vi)为像素点i的灰度值。
可选的,以条纹集合的中心(u0,v0)为基准点,沿着第一方向进行采样以获得n个采样点(d1,d2,…,dn)具体为:当第一方向为垂直于识别图像的宽度的方向(在本实施例中,识别图像的宽度方向为y轴方向)时,以条纹集合的中心(u0,v0)为基准点,沿着第一方向进行采样可以获得n个采样点
可选的,以条纹集合的中心(u0,v0)为基准点,沿着第一方向进行采样以获得n个采样点(d1,d2,…,dn)具体为:当第一方向为平行于识别图像的宽度的方向(在本实施例中,识别图像的宽度方向为y轴方向)时,以条纹集合的中心(u0,v0)为基准点,沿着第一方向进行采样可以获得n个采样点。
可选的,对n个采样点(d1,d2,…,dn)进行k个周期拓展,从而得到N个计算点个。如图3所示,其中每个突起的波形包括8个尖峰,每个尖峰分别为采样点(d1,d2,…,d8),经过8个周期的拓展后,得到256个计算点。
在实际应用中,在对不同的条纹集合进行采样时,采样点的个数可以是相同的,也可以是不同的,本发明不作具体限定。
可选的,频域变换可以是傅立叶变换、拉普拉斯变换和Z变换等等中的任意一种。频域数据为幅度数据、能量数据和相位数据中的任意一种或者多种的组合。
举例来说,如图3所示,对256个计算点进行傅里叶变换后得到的频域数据的波形如图4所示。
130:获取数据库中的每一光源对应的第二能量谱数据。
其中,数据库包括K个光源,每一第二能量谱数据对应一光源的身份信息。由于环境背景中的M个光源可能是数据库中存储的光源,则可根据数据库中的光源确定识别图像中条纹集合对应的光源的身份信息。
本实施例中,第二能量谱数据是归一化的能量谱数据,归一化的计算公式可参考公式(2)。需要说明的是,第二能量谱数据可以是数据库中根据每一光源存储的归一化的能量谱数据,也可以根据数据库中的光源的频域特征进行计算得到的频域数据,将频域数据中的能量谱数据进行归一化处理。
140:计算K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数。
可选的,K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数为皮尔逊Pearson相关系数,且Pearson相关系数的计算公式如下:
其中,X为数据库中的一个光源对应的第二能量谱数据,Y为M个条纹集合中的每一条纹集合对应的第一能量谱数据,N为能量谱数据的维度。需要说明的是,X和Y是可以进行交换的。
Pearson相关系数用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系,根据Pearson相关系数的大小可以查找与M个条纹集合中的每个条纹集合对应的数据库中的光源的身份信息。
150:根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息。
由于数据库中每一第二能量谱数据对应一光源的身份信息,也就是说,根据M*K个相关系数可确定M个条纹集合对应的第二能量谱数据,从而根据确定的第二能量谱数据确定M个条纹集合对应的身份信息。
可选的,根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息具体为:获取数据库中的每一光源对应的第二能量谱数据与M个条纹集合中的每一条纹集合对应的第一能量谱数据中的最大相关系数,得到K个最大相关系数;选取K个最大相关系数中大于第一阈值的最大相关系数,得到L个最大相关系数;对L个最大相关系数进行去重操作,得到P个最大相关系数;根据P个最大相关系数确定数据库中具有身份信息的光源对应的条纹集合,即可得到条纹集合的身份信息。
其中,第一阈值为预设常数,L为小于或等于K的整数,P为小于或等于L的整数,且P小于或等于M。当最大相关系数小于第一阈值时,则确认该最大相关系数对应的数据库中的光源不是该最大相关系数对应的条纹集合对应的光源。而当数据库中的多个光源的最大相关系数对应于同一个条纹集合时,则确认该多个最大相关系数对应的数据库中的光源均不是条纹集合对应的光源身份。也就是说,L个最大相关系数都大于第一阈值,P个最大相关系数中每一个最大相关系数只对应数据库中的一个光源和识别图像中的一个条纹集合。
举例来说,假设第一阈值为0.6,数据库中包含5个光源,检测到识别图像中包含3个条纹集合,分别获取每个条纹集合对应的第一能量谱数据。获取数据库中每个光源的第二能量谱数据,计算数据库中每个光源的第二能量谱数据与识别图像中每个条纹集合的第一能量谱数据之间的相关系数,如表1所示,得到数据库中的光源11、光源22、光源33、光源44以及光源55与识别图像中的条纹集合1、条纹集合2及条纹集合3的最大相关系数分别为0.7、0.4、0.8、0.9、0.9。由于0.4小于第一阈值0.6,因此光源22不对应条纹集合1、条纹集合2及条纹集合3中的任何一个,既是具有光源22身份信息的条纹集合在当前数据中没有出现,故排除光源22。剩余光源11、光源33、光源44、光源55中,由于光源33和光源44的最大相关系数都对应条纹集合1,即代表条纹集合1同时具有光源33和光源44的身份信息,这显然是不可能的,既是具有光源33和光源44身份信息的条纹集合在当前数据中都没有出现,所以排除光源33和光源44;剩余光源11和光源55,光源11的最大相关系数对应条纹集合3,光源55的最大相关系数对应条纹集合2,即条纹集合2对应的光源的身份信息是光源55,条纹集合3对应的光源的身份信息是光源11。
表1
条纹集合1 | 条纹集合2 | 条纹集合3 | |
光源11 | 0.2 | 0.3 | 0.7 |
光源22 | 0.4 | 0.3 | 0.2 |
光源33 | 0.8 | 0.6 | 0.1 |
光源44 | 0.9 | 0.5 | 0.3 |
光源55 | 0.3 | 0.9 | 0.2 |
进一步地,本发明还提供如下步骤:根据M*K个相关系数对数据库中与条纹集合对应的光源的第二能量谱数据进行更新。具体地:获取已确定身份的条纹集合对应的最大相关系数中大于第二阈值的最大相关系数,得到Q个最大相关系数;对数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新。
其中,第二阈值为预设常数,Q为小于或等于P的正整数。当最大相关系数大于第二阈值时,则该最大相关系数对应的光源的第二能量谱数据可进行更新。也就是说,Q个最大相关系数都大于第二阈值,分别更新数据库中Q个最大相关系数中每个最大相关系数对应的光源的第二能量谱数据。
举例来说,假设第一阈值为0.6,第二阈值为0.8,检测到识别图像中包含3个条纹集合,分别获取每个条纹集合对应的第一能量谱数据。分别获取数据库中每个光源的第二能量谱数据,计算数据库中每个光源的第二能量谱数据与识别图像中每个条纹集合的第一能量谱数据之间的相关系数,如表1所示,可知条纹集合2对应的光源的身份信息是光源55,条纹集合3对应的光源的身份信息是光源11。由于光源55与条纹集合2对应的相关系数是0.9大于第二阈值0.8,而光源11与条纹集合3对应的相关系数是0.7小于第二阈值0.8,则将数据库中光源55对应的第二能量谱数据更新为条纹集合2对应的第一能量谱数据。
可选的,对数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新的具体计算步骤为:获取识别图像的前E帧识别图像中的每一帧识别图像中针对Q个条纹集合中的每一条纹集合对应的第三能量谱数据;根据第三能量谱数据计算Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量;根据Q个偏移量对数据库中的Q个光源的第二能量谱数据进行更新。
其中,E为正整数。也就是说,每E帧的识别图像进行处理,可提高数据的处理效率。第三能量谱数据的计算可参照步骤110中第一能量谱数据的计算,在此不再赘述。通过获取多个帧的识别图像计算光源在识别图像中的偏移量,将数据库中的光源对应的第二能量谱数据更新为根据偏移量对光源进行频域变换和归一化处理的能量谱数据,从而进一步提高光源的识别精度。
偏移量的具体计算步骤为:根据第三能量谱数据计算前E帧识别图像中的每一帧识别图像中的Q个条纹集合中的每一条纹集合的窗口尺度系数;对每一窗口尺度系数进行高斯加权计算得到该条纹集合的窗口大小和方差;当窗口大小小于或等于第三阈值时,计算该条纹集合的均值中心;根据均值中心计算该条纹集合的偏移向量;根据高斯加权模型和偏移向量计算该条纹集合的加权系数;根据加权系数确定该条纹集合的偏移量。
窗口尺度系数kw的计算公式如公式(4)所示:
高斯加权窗口大小Window和方差Gauss_delta的计算公式分别如公式(5)、公式(6)所示:
Window=kw*kdeltawind+kwindow 公式(5)
Gauss_delta=kw*kdelta+kguass_delta 公式(6)
其中,kdeltawind、kwindow、kdelta和kguass_delta为高斯加权计算的常数。当Window>kwieght_wind时,第三阈值kwieght_wind为高斯加权计算的常数,结束操作。也就是说,当高斯加权窗口大小Window小于或等于第三阈值kwieght_wind时,进入下一步操作。
加权系数weightscale的计算公式如公式(8)所示:
需要说明的是,若某一光源的第一能量谱数据与数据库中的光源的第二能量谱数据的相关系数不匹配时,将在数据库中插入新的第二能量谱数据。
请参阅图5,图5是本发明实施例提供的一种光源识别装置的结构示意图。本发明实施例的一种光源的识别装置50包括:检测单元510、第一获取单元520、第二获取单元530、计算单元540以及身份确定单元550。
在本实施例中,检测单元510用于检测到识别图像中的M个条纹集合,识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,环境背景包括M个可移动的光源,M为正整数。
在本实施例中,第一获取单元520用于获取M个条纹集合中的每一条纹集合对应的第一能量谱数据。
在本实施例中,第二获取单元530用于获取数据库中的每一光源对应的第二能量谱数据,数据库包括K个光源,每一第二能量谱数据对应一光源的身份信息。
在本实施例中,计算单元540用于计算K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数。
可选的,K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数为皮尔逊相关系数,且皮尔逊相关系数的计算公式如下:
其中,X为数据库中的一个光源对应的第二能量谱数据,Y为M个条纹集合中的每一条纹集合对应的第一能量谱数据,N为能量谱数据的维度。
在本实施例中,身份确定单元550用于根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息。
可选的,如图5A所示,身份确定单元550包括:
第一获取子单元552用于获取数据库中的每一光源对应的第二能量谱数据与M个条纹集合中的每一条纹集合对应的第一能量谱数据中的最大相关系数,得到K个最大相关系数;
第一筛选子单元554用于选取K个最大相关系数中大于第一阈值的最大相关系数,得到L个最大相关系数,L为小于或等于K的正整数;
第二筛选子单元556用于对L个最大相关系数进行去重操作,得到P个最大相关系数,P为小于或等于L的正整数,且P小于或等于M;
身份确定子单元558用于根据P个最大相关系数确定数据库中具有身份信息的光源对应的条纹集合。
可选的,装置50还包括:更新单元560用于根据M*K个相关系数对M个光源对应的第二能量谱数据进行更新。
可选的,如图5B所示更新单元560包括:
第三筛选子单元562用于根据已确定的条纹集合对应的最大相关系数中大于第二阈值的最大相关系数,得到Q个相关系数,Q为小于或等于P的正整数;
第一更新子单元564用于对数据库中的Q个相关系数分别对应的光源的第二能量谱数据进行更新。
可选的,如图5C所示更新单元560包括:
第二获取子单元561用于获取识别图像的前E帧识别图像中的每一帧识别图像中针对Q个条纹集合中的每一条纹集合对应的第三能量谱数据;
计算子单元563用于根据第三能量谱数据计算Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量;
第二更新子单元565用于根据Q个偏移量对数据库中的Q个光源的第二能量谱数据进行更新。
可选的,计算子单元563具体用于根据第三能量谱数据计算前E帧识别图像中的每一帧识别图像中的Q个条纹集合中的每一条纹集合的窗口尺度系数;对每一窗口尺度系数进行高斯加权计算得到该条纹集合的窗口大小和方差;当窗口大小小于或等于第三阈值时,计算该条纹集合的均值中心;根据均值中心计算该条纹集合的偏移向量;根据高斯加权模型和偏移向量计算该条纹集合的加权系数;根据加权系数确定该条纹集合的偏移量。
可理解的是,本实施例的光源的识别装置50的各功能单元的功能可根据上述图1方法实施例的方法具体实现,此处不再赘述。
通过实施本实施例检测到对环境背景进行图像采集得到的识别图像中的M个条纹集合,获取M个条纹集合中的每一条纹集合对应的第一能量谱数据和数据库中的每一光源对应的第二能量谱数据。由于数据库包括K个光源,每一第二能量谱数据对应一光源的身份信息,且不同光源的频域数据不同,则通过计算K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,可确定M个条纹集合中的每一条纹集合对应的光源的身份信息,实现了对控制器发出的光源的跟踪。
参阅图6,本发明还提供了一种终端,具体来讲:终端600可以包括RF(RadioFrequency,射频)电路610、包括有一个或一个以上计算机可读存储介质的存储器620、输入单元630、显示单元640、传感器650、音频电路660、Wi-Fi(wireless fidelity,无线保真)模块670、包括有一个或者一个以上处理核心的处理器680、以及电源690等部件。本领域技术人员可以理解,图6中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路610可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器680处理;另外,将涉及上行的数据发送给基站。通常,RF电路610包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,RF电路610还可以通过无线通信与网络和其他设备通信。无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA(CodeDivision Multiple Access,码分多址)、WCDMA(Wideband Code Division MultipleAccess,宽带码分多址)、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(ShortMessaging Service,短消息服务)等。
存储器620可用于存储软件程序以及模块,处理器680通过运行存储在存储器620的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器620可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端600的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器620还可以包括存储器控制器,以提供处理器680和输入单元630对存储器620的访问。
输入单元630可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,输入单元630可包括触敏表面631以及其他输入设备632。触敏表面631,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面631上或在触敏表面631附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面631可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器680,并能接收处理器680发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面631。除了触敏表面631,输入单元530还可以包括其他输入设备632。具体地,其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元640可用于显示由用户输入的信息或提供给用户的信息以及终端600的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元640可包括显示面板641,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板641。进一步的,触敏表面631可覆盖显示面板641,当触敏表面631检测到在其上或附近的触摸操作后,传送给处理器680以确定触摸事件的类型,随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。虽然在图6中,触敏表面631与显示面板641是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面631与显示面板641集成而实现输入和输出功能。
终端600还可包括至少一种传感器650,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板641的亮度,接近传感器可在终端600移动到耳边时,关闭显示面板641和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端600还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路660、扬声器661,传声器662可提供用户与终端600之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号,传输到扬声器661,由扬声器661转换为声音信号输出;另一方面,传声器662将收集的声音信号转换为电信号,由音频电路660接收后转换为音频数据,再将音频数据输出处理器680处理后,经RF电路610以发送给比如另一终端,或者将音频数据输出至存储器620以便进一步处理。音频电路660还可能包括耳塞插孔,以提供外设耳机与终端600的通信。
Wi-Fi属于短距离无线传输技术,终端600通过Wi-Fi模块670可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了Wi-Fi模块670,但是可以理解的是,其并不属于终端600的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器680是终端600的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器620内的软件程序和/或模块,以及调用存储在存储器620内的数据,执行终端600的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器680可包括一个或多个处理核心;优选的,处理器680可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器680中。
终端600还包括给各个部件供电的电源690(比如电池),优选的,电源可以通过电源管理系统与处理器680逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源690还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端600还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,终端的显示单元是触摸屏显示器,终端还包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行述一个或者一个以上程序包含用于进行以下操作的指令:
检测到识别图像中的M个条纹集合,识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,环境背景包括M个可移动的光源,M为正整数;
获取识别出的M个条纹集合中的每一条纹集合对应的第一能量谱数据;
获取数据库中的每一光源对应的第二能量谱数据,数据库包括K个光源,每一第二能量谱数据对应一光源的身份信息;
计算K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数;
根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息。
可选的,根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息,包括:
获取数据库中的每一光源对应的第二能量谱数据与M个条纹集合中的每一条纹集合对应的第一能量谱数据中的最大相关系数,得到K个最大相关系数;
选取K个最大相关系数中大于第一阈值的最大相关系数,得到L个最大相关系数,L为小于或等于K的整数;
对L个最大相关系数进行去重操作,得到P个最大相关系数,P为小于或等于L的正整数,且P为小于或等于M的正整数;
根据P个最大相关系数确定数据库中具有身份信息的光源对应的条纹集合。
可选的,在根据M*K个相关系数确定M个条纹集合中的每一条纹集合对应的光源的身份信息之后,还包括:
根据M*K个相关系数对M个光源对应的第二能量谱数据进行更新。
可选的,根据M*K个相关系数对数据库中与条纹集合对应的光源的第二能量谱数据进行更新,包括:
根据已确定的条纹集合对应的最大相关系数中大于第二阈值的最大相关系数,得到Q个最大相关系数,Q为小于或等于P的正整数;
对数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新。
可选的,对数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新,包括:
获取识别图像的前E帧识别图像中的每一帧识别图像中针对Q个条纹集合中的每一条纹集合对应的第三能量谱数据;
根据第三能量谱数据计算Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量;
根据Q个偏移量对数据库中的Q个光源的第二能量谱数据进行更新。
可选的,根据第三能量谱数据计算Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量,包括:
根据第三能量谱数据计算前E帧识别图像中的每一帧识别图像中的Q个条纹集合中的每一条纹集合的窗口尺度系数;
对每一窗口尺度系数进行高斯加权计算得到该条纹集合的窗口大小和方差;
当窗口大小小于或等于第三阈值时,计算该条纹集合的均值中心;
根据均值中心计算该条纹集合的偏移向量;
根据高斯加权模型和偏移向量计算该条纹集合的加权系数;
根据加权系数确定该条纹集合的偏移量。
可选的,K个光源中的每一光源的第二能量谱数据和M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数为皮尔逊相关系数,且相关系数的计算公式如下:
其中,X为数据库中的一个光源对应的第二能量谱数据,Y为M个条纹集合中的每一条纹集合对应的第一能量谱数据,N为能量谱数据的维度。
在上述实施例中,可以全部或部分的通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或者数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (12)
1.一种光源识别方法,其特征在于,包括:
检测到识别图像中的M个条纹集合;
获取所述M个条纹集合中的每一条纹集合对应的第一能量谱数据;
获取数据库中的每一光源对应的第二能量谱数据,所述数据库包括K个光源,每一所述第二能量谱数据对应一光源的身份信息;
计算所述K个光源中的每一光源的第二能量谱数据和所述M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数;
根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息;
所述根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息,包括:
获取所述数据库中的每一光源对应的第二能量谱数据与所述M个条纹集合中的每一条纹集合对应的第一能量谱数据中的最大相关系数,得到K个最大相关系数;
选取所述K个最大相关系数中大于第一阈值的最大相关系数,得到L个最大相关系数,所述L为小于或等于所述K的正整数;
对所述L个最大相关系数进行去重操作,得到P个最大相关系数,所述P为小于或等于所述L的正整数,且所述P为小于或等于所述M的正整数;
根据所述P个最大相关系数确定所述数据库中具有身份信息的光源对应的条纹集合。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息之后,所述方法还包括:
根据M*K个相关系数对数据库中与条纹集合对应的光源的第二能量谱数据进行更新。
3.根据权利要求2所述的方法,其特征在于,所述根据M*K个相关系数对数据库中与条纹集合对应的光源的第二能量谱数据进行更新,包括:
根据已确定的条纹集合对应的最大相关系数中大于第二阈值的最大相关系数,得到Q个最大相关系数,所述Q为小于或等于所述P的正整数;
对所述数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新。
4.根据权利要求3所述的方法,其特征在于,所述对所述数据库中的Q个最大相关系数分别对应的光源的第二能量谱数据进行更新,包括:
获取所述识别图像的前E帧识别图像中的每一帧识别图像中针对所述Q个最大相关系数分别对应的条纹集合中的每一条纹集合对应的第三能量谱数据;
根据所述第三能量谱数据计算所述Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量;
根据所述Q个偏移量对所述数据库中的所述Q个最大相关系数分别对应的光源的第二能量谱数据进行更新。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第三能量谱数据计算所述Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量,包括:
根据所述第三能量谱数据计算所述前E帧识别图像中的每一帧识别图像中的Q个条纹集合中的每一条纹集合的窗口尺度系数;
对每一所述窗口尺度系数进行高斯加权计算得到该条纹集合的窗口大小和方差;
当所述窗口大小小于或等于第三阈值时,计算该条纹集合的均值中心;
根据所述均值中心计算该条纹集合的偏移向量;
根据高斯加权模型和所述偏移向量计算该条纹集合的加权系数;
根据所述加权系数确定该条纹集合的偏移量。
7.一种光源识别装置,其特征在于,包括:
检测单元,用于检测到识别图像中的M个条纹集合,所述识别图像是通过卷帘式图像传感器对环境背景进行图像采集得到的,所述环境背景包括M个可移动的光源,所述M为正整数;
第一获取单元,用于获取所述M个条纹集合中的每一条纹集合对应的第一能量谱数据;
第二获取单元,用于获取数据库中的每一光源对应的第二能量谱数据,所述数据库包括K个光源,每一所述第二能量谱数据对应一光源的身份信息;
计算单元,用于计算所述K个光源中的每一光源的第二能量谱数据和所述M个条纹集合中的每一条纹集合对应的第一能量谱数据之间的相关系数,得到M*K个相关系数;
身份确定单元,用于根据所述M*K个相关系数确定所述M个条纹集合中的每一条纹集合对应的光源的身份信息;
所述身份确定单元包括:
第一获取子单元,用于获取所述数据库中的每一光源对应的第二能量谱数据与所述M个条纹集合中的每一条纹集合对应的第一能量谱数据中的最大相关系数,得到K个最大相关系数;
第一筛选子单元,用于选取所述K个最大相关系数中大于第一阈值的最大相关系数,得到L个最大相关系数,所述L为小于或等于所述K的正整数;
第二筛选子单元,用于对所述L个最大相关系数进行去重操作,得到P个最大相关系数,所述P为小于或等于所述L的正整数,且所述P为小于或等于所述M的正整数;
身份确定子单元,用于根据所述P个最大相关系数确定所述数据库中具有身份信息的光源对应的条纹集合。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
更新单元,用于根据所述M*K个相关系数对所述M个光源对应的第二能量谱数据进行更新。
9.根据权利要求8所述的装置,其特征在于,所述更新单元包括:
第三筛选子单元,用于根据已确定的条纹集合对应的最大相关系数中大于第二阈值的最大相关系数,得到Q个相关系数,所述Q为小于或等于所述P的正整数;
第一更新子单元,用于对所述数据库中的Q个相关系数分别对应的光源的第二能量谱数据进行更新。
10.根据权利要求9所述的装置,其特征在于,所述更新单元还包括:
第二获取子单元,用于获取所述识别图像的前E帧识别图像中的每一帧识别图像中针对所述Q个最大相关系数分别对应的条纹集合中的每一条纹集合对应的第三能量谱数据;
计算子单元,用于根据所述第三能量谱数据计算所述Q个条纹集合中的每个条纹集合的偏移量,得到Q个偏移量;
第二更新子单元,用于根据所述Q个偏移量对所述数据库中的所述Q个相关系数分别对应的光源的第二能量谱数据进行更新。
11.根据权利要求10所述的装置,其特征在于,所述计算子单元具体用于根据所述第三能量谱数据计算所述前E帧识别图像中的每一帧识别图像中的Q个条纹集合中的每一条纹集合的窗口尺度系数;对每一所述窗口尺度系数进行高斯加权计算得到该条纹集合的窗口大小和方差;当所述窗口大小小于或等于第三阈值时,计算该条纹集合的均值中心;根据所述均值中心计算该条纹集合的偏移向量;根据高斯加权模型和所述偏移向量计算该条纹集合的加权系数;根据所述加权系数确定该条纹集合的偏移量。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/089296 WO2018232613A1 (zh) | 2017-06-21 | 2017-06-21 | 光源识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109478237A CN109478237A (zh) | 2019-03-15 |
CN109478237B true CN109478237B (zh) | 2022-02-22 |
Family
ID=64736217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780003631.0A Active CN109478237B (zh) | 2017-06-21 | 2017-06-21 | 光源识别方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10916020B2 (zh) |
CN (1) | CN109478237B (zh) |
WO (1) | WO2018232613A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018010149A1 (zh) * | 2016-07-14 | 2018-01-18 | 广东虚拟现实科技有限公司 | 闪烁光源的识别方法以及装置 |
CN117611929B (zh) * | 2024-01-23 | 2024-04-23 | 湖北经济学院 | 基于深度学习的led光源识别方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383446A (zh) * | 2013-04-09 | 2013-11-06 | 北京半导体照明科技促进中心 | 基于可见光的室内定位方法、装置和系统以及光源 |
CN105430289A (zh) * | 2015-11-19 | 2016-03-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于cmos图像传感器检测led闪烁频率的方法 |
CN106156769A (zh) * | 2016-07-14 | 2016-11-23 | 上海摩象网络科技有限公司 | 基于特征频率光学系统的多目标识别技术 |
CN106250527A (zh) * | 2016-08-04 | 2016-12-21 | 浙江泰克松德能源科技有限公司 | 基于pearson相关系数的合金牌号识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8131029B2 (en) * | 2005-09-20 | 2012-03-06 | Brightex Bio-Photonics Llc | Systems and methods for automatic skin-based identification of people using digital images |
US8866391B2 (en) * | 2011-07-26 | 2014-10-21 | ByteLight, Inc. | Self identifying modulated light source |
US9445786B2 (en) * | 2011-11-02 | 2016-09-20 | Seno Medical Instruments, Inc. | Interframe energy normalization in an optoacoustic imaging system |
EP3180872B1 (en) * | 2014-08-12 | 2019-07-31 | ABL IP Holding LLC | System and method for estimating the position and orientation of a mobile communications device in a beacon-based positioning system |
-
2017
- 2017-06-21 CN CN201780003631.0A patent/CN109478237B/zh active Active
- 2017-06-21 WO PCT/CN2017/089296 patent/WO2018232613A1/zh active Application Filing
- 2017-06-21 US US16/313,056 patent/US10916020B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383446A (zh) * | 2013-04-09 | 2013-11-06 | 北京半导体照明科技促进中心 | 基于可见光的室内定位方法、装置和系统以及光源 |
CN103427902A (zh) * | 2013-04-09 | 2013-12-04 | 北京半导体照明科技促进中心 | 利用可见光传输信息的方法、装置和系统以及光源 |
CN203519822U (zh) * | 2013-04-09 | 2014-04-02 | 北京半导体照明科技促进中心 | 基于可见光的室内定位装置和系统 |
CN203574655U (zh) * | 2013-04-09 | 2014-04-30 | 北京半导体照明科技促进中心 | 利用可见光传输信息的装置和系统以及光源 |
CN104243029A (zh) * | 2013-04-09 | 2014-12-24 | 珠海横琴华策光通信科技有限公司 | 一种利用可见光信号传输/获取标识信息以及定位的方法和装置 |
CN105430289A (zh) * | 2015-11-19 | 2016-03-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于cmos图像传感器检测led闪烁频率的方法 |
CN106156769A (zh) * | 2016-07-14 | 2016-11-23 | 上海摩象网络科技有限公司 | 基于特征频率光学系统的多目标识别技术 |
CN106250527A (zh) * | 2016-08-04 | 2016-12-21 | 浙江泰克松德能源科技有限公司 | 基于pearson相关系数的合金牌号识别方法 |
Non-Patent Citations (3)
Title |
---|
A robust stripe segmentation method for 3D measurement of structured light;Liguo Zhang 等;《2015 IEEE International Conference on Mechatronics and Automation (ICMA)》;20150903;2431-2436 * |
基于CCD传感器的点光源动态跟踪系统;王青强 等;《电子设计工程》;20131231;第21卷(第4期);71-74 * |
基于LED可见光的室内定位算法研究;胡晴晴;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160715;第2016年卷(第7期);I136-318 * |
Also Published As
Publication number | Publication date |
---|---|
US10916020B2 (en) | 2021-02-09 |
CN109478237A (zh) | 2019-03-15 |
US20190392590A1 (en) | 2019-12-26 |
WO2018232613A1 (zh) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10915750B2 (en) | Method and device for searching stripe set | |
CN108470571B (zh) | 一种音频检测方法、装置及存储介质 | |
CN108205398B (zh) | 网页动画适配屏幕的方法和装置 | |
WO2016206491A1 (zh) | 目标对象运动轨迹确定方法、装置以及存储介质 | |
CN107219951B (zh) | 触控屏控制方法、装置、存储介质及终端设备 | |
CN110334124B (zh) | 压缩算法选择方法、装置以及设备 | |
CN110147742B (zh) | 一种关键点定位方法、装置及终端 | |
CN108492837B (zh) | 音频突发白噪声的检测方法、装置及存储介质 | |
US10795456B2 (en) | Method, device and terminal for determining effectiveness of stripe set | |
CN108512615B (zh) | 一种信号强度显示方法及移动终端 | |
CN107784298B (zh) | 一种识别方法及装置 | |
CN109478237B (zh) | 光源识别方法及装置 | |
CN110083742B (zh) | 一种视频查询方法和装置 | |
US10706282B2 (en) | Method and mobile terminal for processing image and storage medium | |
CN109905579B (zh) | 位置检测方法及终端设备 | |
CN114264365B (zh) | 风噪检测方法、装置、终端设备及存储介质 | |
CN114648498A (zh) | 一种虚像内容度量方法、装置、电子设备和存储介质 | |
US10895799B2 (en) | Method and device for identifying flashing light source | |
CN108269223B (zh) | 一种网页图形绘制方法及终端 | |
CN106547400B (zh) | 上报信息的方法、装置及终端 | |
CN110908586A (zh) | 一种键盘的显示方法、装置及终端设备 | |
CN114140655A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
CN109325003B (zh) | 一种基于终端设备的应用程序归类方法及系统 | |
CN113593602A (zh) | 一种音频处理方法、装置、电子设备和存储介质 | |
CN115270907A (zh) | 图片内容相似度分析方法、装置及存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Light source identification method and device Effective date of registration: 20230417 Granted publication date: 20220222 Pledgee: China Merchants Bank Limited by Share Ltd. Guangzhou branch Pledgor: GUANGDONG VIRTUAL REALITY TECHNOLOGY Co.,Ltd. Registration number: Y2023980038285 |