CN109558809B - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN109558809B
CN109558809B CN201811341368.9A CN201811341368A CN109558809B CN 109558809 B CN109558809 B CN 109558809B CN 201811341368 A CN201811341368 A CN 201811341368A CN 109558809 B CN109558809 B CN 109558809B
Authority
CN
China
Prior art keywords
pattern
outer contour
identified
preset outer
map 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.)
Active
Application number
CN201811341368.9A
Other languages
English (en)
Other versions
CN109558809A (zh
Inventor
臧式正
毕磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Cennavi Technology Co ltd
Original Assignee
Shenyang Cennavi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Cennavi Technology Co ltd filed Critical Shenyang Cennavi Technology Co ltd
Priority to CN201811341368.9A priority Critical patent/CN109558809B/zh
Publication of CN109558809A publication Critical patent/CN109558809A/zh
Application granted granted Critical
Publication of CN109558809B publication Critical patent/CN109558809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/42Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422Technical drawings; Geographical maps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Abstract

本发明实施例提供一种图像处理方法及装置,涉及图像处理技术领域。本发明实施例能够通过图像识别的方式从地图图像中找到表示目标类型设施的图案,并确定目标类型设施的地理位置。该方法包括:获取待识别地图图像;从待识别地图图像中提取具有预设外轮廓的图案;对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;在从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地理位置。本发明应用于地图图像处理。

Description

一种图像处理方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法及装置。
背景技术
目前的地图类应用程序中通常具有对某个特定类型的设施或建筑进行搜索的功能,例如,在搜索框内输入医院后,地图上就会标记出预设区域内的所有医院的位置。当用户进行相关搜索时,系统会从存储的数据中查找相应设施或建筑的地理信息并标记到地图上从而实现了上述功能。
针对上述内容发明人发现,现有技术中对某个特定类型的设施或建筑进行搜索的这一功能,通常是建立在事先已经存储有各类设施或建筑的地理信息的前提下的。具体的,当用户进行相关搜索时,系统会从存储的数据中查找相应设施或建筑的地理信息并标记到地图上从而实现了上述功能。这样一来就需要依赖于事先存储的各类设施或者建筑的地理信息才能实现在地图上搜索目标类型设施的功能,存在步骤繁琐、用户使用体验不佳等问题。
发明内容
本发明提供一种图像处理方法及装置,能够通过图像识别的方式从地图图像中找到表示目标类型设施的图案,并确定目标类型设施的地理位置。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,本发明实施例提供一种图像处理方法,包括:获取待识别地图图像;从待识别地图图像中提取具有预设外轮廓的图案;对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;在从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地理位置。
可选的,从待识别地图图像中提取具有预设外轮廓的图案,具体包括:将待识别地图图像进行二值化处理,生成二值化图像;根据预设外轮廓的像素分布,生成掩模矩阵;利用掩模矩阵,从二值化图像的像素坐标矩阵中查找与掩模矩阵相对应的区域,并提取与掩模矩阵相对应的区域的图案。
可选的,对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案,具体包括:根据具有预设外轮廓的图案的像素特征,生成像素特征参数;将像素特征参数输入到识别模型中,利用识别模型识别具有预设外轮廓的图案表示的设施的类型;根据识别结果,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
可选的,在将具有预设外轮廓的图案输入识别模型之前,方法还包括:获取n张样本地图图像;从n张样本地图图像中提取具有预设外轮廓的图案;利用从n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及从n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对识别模型进行训练。
可选的,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地理位置,具体包括:根据用于表示目标类型设施的图案在待识别地图图像中的位置、待识别地图图像的比例尺,以及待识别地图图像中预设位置的经纬度,计算待识别地图图像中所包含的目标类型设施各自的经纬度。
第二方面,本发明实施例提供一种图像处理装置,包括:获取单元,用于获取待识别地图图像;提取单元,用于在获取单元获取待识别地图图像之后,从待识别地图图像中提取具有预设外轮廓的图案;识别单元,用于在提取单元提取具有预设外轮廓的图案之后,对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;定位单元,用于在识别单元从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地图位置。
可选的,提取单元,具体用于将待识别地图图像进行二值化处理,生成二值化图像;根据预设外轮廓的像素分布,生成掩模矩阵;利用掩模矩阵,从二值化图像的像素坐标矩阵中查找与掩模矩阵相对应的区域,并提取与掩模矩阵相对应的区域的图案。
可选的,识别单元,具体用于根据具有预设外轮廓的图案的像素特征,生成像素特征参数;将像素特征参数输入到识别模型中,利用识别模型识别具有预设外轮廓的图案表示的设施的类型;根据识别结果,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
可选的,图像处理装置还包括:训练单元;训练单元,用于在识别单元对具有预设外轮廓的图案进行识别之前,获取n张样本地图图像;从n张样本地图图像中提取具有预设外轮廓的图案;利用从n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及从n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对识别模型进行训练。
可选的,定位单元,具体用于根据用于表示目标类型设施的图案在待识别地图图像中的位置、待识别地图图像的比例尺,以及待识别地图图像中预设位置的经纬度,计算待识别地图图像中所包含的目标类型设施各自的经纬度。
本发明实施例中考虑到,在地图画面中,为了标记出各种不同的设施,通常会用相同轮廓但其中内容不同的图案来在地图画面中的相应位置进行标记。如图1所示,为某地的一幅地图图像。可以看出,其中包括了多个圆形的标记,用于表示不同的设施或建筑。并且不同类型的设施或者建筑所对应的圆形标记中的内容不同,如其中购物消费中心类的设施用一个女士挎包的图形来表示,宾馆则用于一个床的图形来表示,医院用一个十字形状来表示,政府机构则用一个五角星来表示。基于上述发现,本发明中在获取待识别地图图像后,通过先从待识别地图图像中提取具有预设外轮廓的图案,再对这些具有预设外轮廓的图案进行识别,从中识别出表示目标类型设施的图案,进而根据这些表示目标类型设施的图案在地图图像中的位置,确定目标类型设施的地理位置。从而实现了通过图像识别的方式从地图图像中找到表示目标类型设施的图案,并确定目标类型设施的地理位置的效果。
附图说明
为了更清楚地说明本发明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。
图1为本发明实施例提供的一种样本地图图像的示意图;
图2为本发明实施例提供的一种图像处理方法的流程示意图;
图3为本发明实施例提供的另一种样本地图图像的示意图;
图4为本发明实施例提供的一种待识别地图图像的示意图;
图5为本发明实施例提供的一种表示不同设施的图案的示意图;
图6为本发明实施例提供的一种二值化处理后的待识别地图图像的示意图;
图7为本发明实施例提供的一种预设外轮廓图案的示意图;
图8为本发明实施例提供的一种图像处理装置的结构示意图;
图9为本发明实施例提供的另一种图像处理装置的结构示意图;
图10为本发明实施例提供的又一种图像处理装置的结构示意图。
具体实施方式
下面结合附图,对本发明的实施例进行描述。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。此外,在本发明实施例的描述中,除非另有说明,“多个”的含义是指两个或两个以上。
实施例一:
本发明实施例提供一种图像处理方法,应用于利用地图图像寻找目标类型设施所在地理位置的场景中。如图2所示,该方法包括:
S101、获取n张样本地图图像。
S102、从n张样本地图图像中提取具有预设外轮廓的图案。
示例性的,n张样本地图图像包括图1和图3所示的地图图像(此处图1 和图3仅为示例,具体实施时可以选择一张、两张也可以选择多张样本地图图像)。然后从图1和图3的地图图像中,将具有预设外轮廓的图案提取出来。例如,将图1和图3中所有具有圆形外轮廓的图形都提取出来。
具体的,在提取具有预设外轮廓的图案时,为了提高提取效率以及提取的准确率,步骤S102具体包括:
S1021、将n张样本地图图像分别进行二值化处理,生成对应的二值化图像。
S1022、根据预设外轮廓的像素分布,生成掩模矩阵。
S1023、利用掩模矩阵,从上述步骤S1021生成的二值化图像的像素坐标矩阵中查找与掩模矩阵相对应的区域,并提取该区域的画面。所提取的画面即为具有预设外轮廓的图案。
S103、建立识别模型。然后利用从n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及从n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对识别模型进行训练。
例如,假设从图1和图3中共提取出了50个表示购物消费中心的“女士挎包”的图案,50个表示宾馆的“床”的图案,以及50个表示医院的“十字”图案(此处所给数字仅为示例)。则利用这150个图案以及这150个图案表示的设施类型对识别模型进行训练。
另外,为了简化运算过程,本发明实施例中没有利用提取到的具有预设外轮廓的图案直接对识别模型进行训练。而是先对提取到的具有预设外轮廓的图案进行特征提取,生成具有预设外轮廓的图案对应的像素特征参数,再利用提取到的具有预设外轮廓的图案的像素特征参数对识别模型进行训练,从而实现提高训练效率的效果。本领域技术人员在实施本发明时,也可以采用直接利用提取到的具有预设外轮廓的图案对识别模型进行训练的方法,对此本发明可以不做限制。
在识别模型训练完成并且识别准确率满足要求之后,则可以进行以下对待识别地图图像进行处理的步骤。需要说明的是,上述步骤S101-S103为本发明实施例提供的一种识别模型的训练方法,用于以下步骤中对待识别地图图像进行相应的识别处理。本领域技术人员也可采用其他方法来对待识别地图图像进行相应的识别处理,当采用其他方法对待识别地图图像进行相应的识别处理时,可不执行上述S101-S103的步骤。
S104、获取待识别地图图像。
具体的,待识别地图图像可以是计算机画面上所显示的通过截图等方法获取的图像,或者是印刷在纸上再通过拍照、扫描等方法获取的地图图像,再或者可以是从数据库中直接读取到的电子地图的地图图像,对此本发明可以不作限制。
S105、从待识别地图图像中提取具有预设外轮廓的图案。
示例性的,以图4所示的待识别地图图像为例。从图4所示的待识别地图图像中提取出具有圆形外轮廓的图案。可以看出,图4中包括图5所示所示的两种图案——图案一和图案二,假设图案一表示商店、图案二表示酒店。因此可以通过提取具有圆形外轮廓的图案的方式,将用于标记设施类型的图案从待识别地图图像中提取出来。
具体的,在一种实现方式中,为了提高识别的准确度,步骤S105具体包括:
S1051、将待识别地图图像进行二值化处理,生成二值化图像。
例如,将图4所示待识别地图图像进行二值化处理,生成如图6所示的二值化图像。
S1052、根据预设外轮廓的像素分布,生成掩模矩阵。
示例性的,图7所示为图4的待识别地图图像中预设外轮廓的像素图像,根据该图像生成掩模矩阵。
S1053、利用掩模矩阵,从二值化图像的像素坐标矩阵中查找与掩模矩阵相对应的区域并提取该区域。
继续上述实例,最终会从图6所示的二值化图像中提取多个具有图7所示圆形外轮廓的图案区域。
S106、在从待识别地图图像中提取出具有预设外轮廓的图案之后,对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
例如,在上述从图6所示的二值化图像中提取出多个具有图7所示圆形外轮廓的图案区域,对这些图案进行识别,最终会将多个具有图7所示圆形外轮廓的图案区域识别为图案一或者图案二。
具体的,在一种实现方式中,可以利用上述S101-S103所建立的识别模型来完成步骤S106的内容。具体的,S106可以包括:
S1061、根据具有预设外轮廓的图案的像素特征,生成像素特征参数。
此步骤中,为了简化运算过程,本发明实施例中没有根据提取到的具有预设外轮廓的图案直接进行识别。而是先对提取到的具有预设外轮廓的图案进行特征提取,生成具有预设外轮廓的图案对应的像素特征参数,再利用提取到的具有预设外轮廓的图案的像素特征参数进行识别,从而实现了提高识别的效率。本领域技术人员在实施本发明时,也可以采用直接利用提取到的具有预设外轮廓的图案进行识别,对此本发明可以不做限制。当直接利用提取到的具有预设外轮廓的图案进行识别时,上述步骤S103在训练识别模型时也相应的不对作为训练样本的具有预设外轮廓的图案进行特征提取。
S1062、将S1061生成的像素特征参数输入识别模型中,利用识别模型识别具有预设外轮廓的图案所表示的设施的类型。
例如,上述实例中,对图6中的圆形外轮廓的图案进行识别后,最终的识别结果应当识别出多个表示商店的图案一和一个表示酒店的图案二。
S1063、根据识别结果,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
例如,根据上述识别结果,即可得知在图4所示的地图图像中的商店对应的图案。
S107、在从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案后,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地理位置。
在一种实现方式中,S107可以包括:根据用于表示目标类型设施的图案在待识别地图图像中的位置、待识别地图图像的比例尺以及待识别地图图像中预设位置的经纬度,计算待识别地图图像中所包含的目标类型设施各自的经纬度。
示例性的,例如可以根据图4所示地图图像的中心的经纬度、该地图的比例尺以及图案二在图4中的位置,计算出图案二所表示的酒店的实际经纬度。
本发明实施例中,考虑到在地图画面中为了标记出各种不同的设施,通常会用于相同轮廓但其中内容不同的图案来在地图画面中的相应位置进行标记的这一情况。进而本发明中在获取待识别地图图像后,通过先从待识别地图图像中提取具有预设外轮廓的图案,再对这些具有预设外轮廓的图案进行识别,从中识别出表示目标类型设施的图案,进而根据这些表示目标类型设施的图案在地图图像中的位置,确定目标类型设施的地理位置。从而实现了通过图像识别的方式从地图图像中找到表示目标类型设施的图案,并确定目标类型设施的地理位置的效果。
实施例二:
本发明实施例还提供一种图像处理装置,用于执行上述实施例一所提供的图像处理方法。
如图8所示,该交通信息处理装置20包括:获取单元201、提取单元202、识别单元203、定位单元204。其中:
获取单元201,用于获取待识别地图图像;
提取单元202,用于在获取单元201获取待识别地图图像之后,从待识别地图图像中提取具有预设外轮廓的图案;
识别单元203,用于在提取单元202提取具有预设外轮廓的图案之后,对具有预设外轮廓的图案进行识别,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;
定位单元204,用于在识别单元203从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据用于表示目标类型设施的图案在待识别地图图像中的位置,确定待识别地图图像中所包含的目标类型设施的地图位置。
可选的,提取单元202,具体用于将待识别地图图像进行二值化处理,生成二值化图像;根据预设外轮廓的像素分布,生成掩模矩阵;利用掩模矩阵,从二值化图像的像素坐标矩阵中查找与掩模矩阵相对应的区域,并提取与掩模矩阵相对应的区域的图案。
可选的,识别单元203,具体用于根据具有预设外轮廓的图案的像素特征,生成像素特征参数;将像素特征参数输入到识别模型中,利用识别模型识别具有预设外轮廓的图案表示的设施的类型;根据识别结果,从具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
可选的,图像处理装置还包括:训练单元205。训练单元205,用于在识别单元203对具有预设外轮廓的图案进行识别之前,获取n张样本地图图像;从n张样本地图图像中提取具有预设外轮廓的图案;利用从n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及从n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对识别模型进行训练。
可选的,定位单元204,具体用于根据用于表示目标类型设施的图案在待识别地图图像中的位置、待识别地图图像的比例尺,以及待识别地图图像中预设位置的经纬度,计算待识别地图图像中所包含的目标类型设施各自的经纬度。
本发明实施例中提供的图像处理装置所解决的技术问题以及实现的技术效果可以参照上述实施例一的相应内容,在此不再赘述。
在采用集成的单元的情况下,图9示出了上述实施例中所涉及的图像处理装置的一种可能的结构示意图。图像处理装置30包括:处理模块 301、通信模块302和存储模块303。处理模块301用于对图像处理装置 30的动作进行控制管理,例如,处理模块301用于支持图像处理装置30 执行图2中的过程S101-S107。通信模块302用于支持图像处理装置30与其他实体的通信。存储模块303用于存储交通信息处理装置的程序代码和数据。
其中,处理模块301可以是处理器或控制器,例如可以是中央处理器(centralprocessing unit,CPU),通用处理器,数字信号处理器(digital signal processor,DSP),专用集成电路(application-specific integrated circuit,ASIC),现场可编程门阵列(field programmable gate array,FPGA) 或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信模块302可以是收发器、收发电路或通信接口等。存储模块303可以是存储器。
当处理模块301为如图10所示的处理器,通信模块302为图10的收发器,存储模块303为图10的存储器时,本发明实施例所涉及的图像处理装置可以为如下的图像处理装置40。
参照图10所示,该图像处理装置40包括:处理器401、收发器402、存储器403和总线404。
其中,处理器401、收发器402、存储器403通过总线404相互连接;总线404可以是外设部件互连标准(peripheral component interconnect, PCI)总线或扩展工业标准结构(extended industry standard architecture, EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器401可以是一个通用中央处理器(Central Processing Unit, CPU),微处理器,特定应用集成电路(Application-Specific Integrated Circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路。
存储器403可以是只读存储器(Read-Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器 (Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器403 用于存储执行本发明方案的应用程序代码,并由处理器401来控制执行。收发器402用于接收外部设备输入的内容,处理器401用于执行存储器403中存储的应用程序代码,从而实现本发明实施例中所述图像处理方法。
应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、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来实现。该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所述的流程或功能。所述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。所述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,所述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(Digital Subscriber Line,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、服务器或数据中心进行传输。所述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以用介质集成的服务器、数据中心等数据存储设备。所述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)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。

Claims (8)

1.一种图像处理方法,其特征在于,包括:
获取待识别地图图像;
从所述待识别地图图像中提取具有预设外轮廓的图案;
对所述具有预设外轮廓的图案进行识别,从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;
在从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据所述用于表示目标类型设施的图案在所述待识别地图图像中的位置,确定所述待识别地图图像中所包含的目标类型设施的地理位置;
所述从所述待识别地图图像中提取具有预设外轮廓的图案,具体包括:
将所述待识别地图图像进行二值化处理,生成二值化图像;
根据所述预设外轮廓的像素分布,生成掩模矩阵;
利用所述掩模矩阵,从所述二值化图像的像素坐标矩阵中查找与所述掩模矩阵相对应的区域,并提取所述与所述掩模矩阵相对应的区域的图案。
2.根据权利要求1所述图像处理方法,其特征在于,所述对所述具有预设外轮廓的图案进行识别,从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案,具体包括:
根据所述具有预设外轮廓的图案的像素特征,生成像素特征参数;
将所述像素特征参数输入到识别模型中,利用所述识别模型识别所述具有预设外轮廓的图案所表示的设施的类型;
根据识别结果,从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
3.根据权利要求2所述图像处理方法,其特征在于,在所述将所述具有预设外轮廓的图案输入识别模型之前,所述方法还包括:
获取n张样本地图图像;
从所述n张样本地图图像中提取具有预设外轮廓的图案;
利用所述从所述n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及所述从所述n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对所述识别模型进行训练。
4.根据权利要求1-3任一项所述图像处理方法,其特征在于,根据所述用于表示目标类型设施的图案在所述待识别地图图像中的位置,确定所述待识别地图图像中所包含的目标类型设施的地理位置,具体包括:
根据所述用于表示目标类型设施的图案在所述待识别地图图像中的位置、所述待识别地图图像的比例尺,以及所述待识别地图图像中预设位置的经纬度,计算所述待识别地图图像中所包含的目标类型设施各自的经纬度。
5.一种图像处理装置,其特征在于,包括:
获取单元,用于获取待识别地图图像;
提取单元,用于在所述获取单元获取所述待识别地图图像之后,从所述待识别地图图像中提取具有预设外轮廓的图案;
识别单元,用于在所述提取单元提取所述具有预设外轮廓的图案之后,对所述具有预设外轮廓的图案进行识别,从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案;
定位单元,用于在所述识别单元从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案之后,根据所述用于表示目标类型设施的图案在所述待识别地图图像中的位置,确定所述待识别地图图像中所包含的目标类型设施的地图位置;
所述提取单元,具体用于将所述待识别地图图像进行二值化处理,生成二值化图像;根据所述预设外轮廓的像素分布,生成掩模矩阵;利用所述掩模矩阵,从所述二值化图像的像素坐标矩阵中查找与所述掩模矩阵相对应的区域,并提取所述与所述掩模矩阵相对应的区域的图案。
6.根据权利要求5所述图像处理装置,其特征在于,包括:
所述识别单元,具体用于根据所述具有预设外轮廓的图案的像素特征,生成像素特征参数;将所述像素特征参数输入到识别模型中,利用所述识别模型识别所述具有预设外轮廓的图案表示的设施的类型;根据识别结果,从所述具有预设外轮廓的图案中识别出用于表示目标类型设施的图案。
7.根据权利要求6所述图像处理装置,其特征在于,所述图像处理装置还包括:训练单元;
所述训练单元,用于在所述识别单元对所述具有预设外轮廓的图案进行识别之前,获取n张样本地图图像;从所述n张样本地图图像中提取具有预设外轮廓的图案;利用所述从所述n张样本地图图像中提取到的具有预设外轮廓的图案的像素特征参数,以及所述从所述n张样本地图图像中提取到的具有预设外轮廓的图案所表示的设施类型,对所述识别模型进行训练。
8.根据权利要求5-7任一项所述图像处理装置,其特征在于,包括:
所述定位单元,具体用于根据所述用于表示目标类型设施的图案在所述待识别地图图像中的位置、所述待识别地图图像的比例尺,以及所述待识别地图图像中预设位置的经纬度,计算所述待识别地图图像中所包含的目标类型设施各自的经纬度。
CN201811341368.9A 2018-11-12 2018-11-12 一种图像处理方法及装置 Active CN109558809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811341368.9A CN109558809B (zh) 2018-11-12 2018-11-12 一种图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811341368.9A CN109558809B (zh) 2018-11-12 2018-11-12 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN109558809A CN109558809A (zh) 2019-04-02
CN109558809B true CN109558809B (zh) 2021-02-23

Family

ID=65866336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811341368.9A Active CN109558809B (zh) 2018-11-12 2018-11-12 一种图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN109558809B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609481A (zh) * 2019-08-13 2019-12-24 深圳市享往科技有限公司 一种烹饪方法、系统及控制器
CN113518179A (zh) * 2021-04-25 2021-10-19 何佳林 视频大范围内物体识别定位方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009107815A (ja) * 2007-10-31 2009-05-21 Toshiba Elevator Co Ltd 昇降機の遠隔監視システム
CN107084728A (zh) * 2017-04-21 2017-08-22 百度在线网络技术(北京)有限公司 用于检测数字地图的方法和装置
CN107402220A (zh) * 2017-07-01 2017-11-28 华中科技大学 一种激光选区熔化成形铺粉质量视觉在线检测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009107815A (ja) * 2007-10-31 2009-05-21 Toshiba Elevator Co Ltd 昇降機の遠隔監視システム
CN107084728A (zh) * 2017-04-21 2017-08-22 百度在线网络技术(北京)有限公司 用于检测数字地图的方法和装置
CN107402220A (zh) * 2017-07-01 2017-11-28 华中科技大学 一种激光选区熔化成形铺粉质量视觉在线检测方法及系统

Also Published As

Publication number Publication date
CN109558809A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
CN109961009B (zh) 基于深度学习的行人检测方法、系统、装置及存储介质
KR101617948B1 (ko) Ocr를 기반으로 지도 이미지를 인식하는 시스템과 방법, 그리고 기록 매체 및 파일 배포 시스템
US11698261B2 (en) Method, apparatus, computer device and storage medium for determining POI alias
CN111832447B (zh) 建筑图纸构件识别方法、电子设备及相关产品
Huang et al. Road centreline extraction from high‐resolution imagery based on multiscale structural features and support vector machines
CN105517679B (zh) 用户地理位置的确定
CN111476227A (zh) 基于ocr的目标字段识别方法、装置及存储介质
CN109165645A (zh) 一种图像处理方法、装置以及相关设备
CN110738219A (zh) 图像中线条提取方法和装置、存储介质及电子装置
US9787557B2 (en) Determining semantic place names from location reports
CN109558809B (zh) 一种图像处理方法及装置
WO2022001106A1 (zh) 关键点检测方法、装置、电子设备及存储介质
CN107103069A (zh) 用于大型超市室内地图构建的系统及方法
CN109753883A (zh) 视频定位方法、装置、存储介质和电子设备
CN111859002A (zh) 兴趣点名称生成方法及装置、电子设备和介质
CN105698794A (zh) 地图捕获方法
CN116881515B (zh) 对不同算法求解的电容结果进行比较的方法及电子设备
KR101768522B1 (ko) Ocr를 기반으로 지도 이미지를 인식하는 시스템과 방법, 그리고 기록 매체 및 파일 배포 시스템
Jiao et al. Deep combining of local phase quantization and histogram of oriented gradients for indoor positioning based on smartphone camera
JP6442827B2 (ja) 情報提供装置、情報提供プログラム、情報提供方法、及び情報提供システム
CN110826568A (zh) 基于路标的室内定位方法、装置和电子设备
JP2017207810A (ja) 位置情報処理システム及び位置情報処理方法
CN107967300B (zh) 机构名称的检索方法、装置、设备及存储介质
CN113392859A (zh) 一种确定城市功能区域的类型的方法及装置
JP2009230255A (ja) 情報提供装置、情報提供方法および情報提供処理プログラム

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