CN110384484A - 一种图形评估方法、装置、设备及存储介质 - Google Patents
一种图形评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110384484A CN110384484A CN201910676484.4A CN201910676484A CN110384484A CN 110384484 A CN110384484 A CN 110384484A CN 201910676484 A CN201910676484 A CN 201910676484A CN 110384484 A CN110384484 A CN 110384484A
- Authority
- CN
- China
- Prior art keywords
- stroke
- dial plate
- point
- profile
- graphic element
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/333—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/36—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Neurology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Neurosurgery (AREA)
- Psychology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供了一种图形评估方法、装置、设备及存储介质,其中,方法包括:获取目标对象根据绘制要求绘制目标图形时的轨迹点数据,其中,目标图形包括至少一种图形元素;根据轨迹点数据,获取目标图形中的每种图形元素;对目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定目标图形的评估结果。本申请提供的图形评估方法可自动、高效、准确地对目标对象根据绘制要求绘制的目标图形进行评估。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种图形评估方法、装置、设备及存储介质。
背景技术
在某些情况下,需要对目标对象的认知能力进行筛查,一种筛查方式为,让目标对象按照绘制要求绘制图形,对目标对象绘制的图形进行评估。
现有技术中,对目标对象绘制的图形进行评估的方式为人工评估方式,即,人工判别目标对象绘制的图形是否满足绘制要求。
然而,人工评估方式受主观因素影响较大,这导致评估结果可能不准确,并且,人工评估的效率较低、人工成本较高。
发明内容
有鉴于此,本申请提供了一种图形评估方法、装置、设备及存储介质,用以解决现有技术中的人工评估方法易受主观因素影响,导致评估结果可信度不高,且人工评估方法的评估效率较低、人工成本较高的问题,其技术方案如下:
一种图形评估方法,包括:
获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
可选的,所述根据所述轨迹点数据,获取所述目标图形中的每种图形元素,包括:
根据所述轨迹点数据获取目标笔画集合,其中,所述目标笔画集合中包括至少一个笔画,所述目标笔画集合中的所有笔画能够表征所述目标图形;
从所述目标笔画集合中获取每种图形元素的笔画集合,并通过每种图形元素的笔画集合获得每种图形元素,其中,任一种图形元素的笔画集合包括属于该图形元素的笔画。
可选的,所述根据所述轨迹点数据获取目标笔画集合,包括:
从所述轨迹点数据中去除重复轨迹点;
对去除重复轨迹点后的轨迹点数据进行笔画分割,分割得到的笔画组成笔画集合;
根据所述笔画集合中各个笔画的绘制时间确定所述笔画集合中各个笔画的顺序,获得具有顺序的笔画集合;
对所述具有顺序的笔画集合中各个笔画的轨迹点进行重采样,并对各个重采样后的笔画进行平滑处理;
从各个平滑处理后的笔画中去除冗余笔画,剩余的笔画组成的笔画集合作为所述目标笔画集合。
可选的,所述目标图形为钟表图形,按所述钟表图形的绘制要求,所述钟表图形应包括三种图形元素,所述三种图形元素分别为轮廓、指针和数字;
所述从所述目标笔画集合中获取每种图形元素的笔画集合,包括:
从所述目标笔画集合中获取所述表盘轮廓的笔画集合;
从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合;
将所述目标笔画集合中除轮廓笔画和指针笔画外的笔画组成的集合确定为所述数字的笔画集合。
可选的,所述从所述目标笔画集合中获取所述表盘轮廓的笔画集合,包括:
根据笔画的长度和笔画间的距离,从所述目标笔画集合中获取所述表盘轮廓的笔画集合。
可选的,所述根据笔画的长度和笔画间的距离,从所述目标笔画集合中获取所述表盘轮廓的笔画集合,包括:
从所述目标笔画集合中获取最长笔画,作为轮廓笔画;
获取当前轮廓的起始点集和结束点集,其中,当前轮廓为当前获得的所有轮廓笔画组成的轮廓,当前轮廓的起始点集包括当前轮廓的起始点,当前轮廓的结束点集包括当前轮廓的结束点;
根据当前轮廓的起始点集和结束点集,从所述目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,作为候选轮廓笔画;
若所述候选轮廓笔画与当前轮廓的距离小于预设的第一距离阈值,则确定所述候选轮廓笔画为轮廓笔画,并获取当前轮廓的起始点集和结束点集;若所述候选轮廓笔画与当前轮廓的距离大于或等于所述第一距离阈值,则确定所述候选轮廓笔画不为轮廓笔画;
然后执行所述根据当前轮廓的起始点集和结束点集,从所述目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,直至所述目标笔画集合中不存在未获取过的笔画;
最终确定出的所有轮廓笔画组成的集合作为所述表盘轮廓的笔画集合。
可选的,所述从所述目标笔画集合中的非轮廓笔画中获取所述指针对应的笔画集合,包括:
确定所述表盘轮廓的笔画集合中所有笔画组成的表盘轮廓所包含的区域的中心点,作为表盘轮廓中心点;
根据笔画与所述表盘轮廓中心点的距离,从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合。
可选的,所述根据笔画与所述表盘轮廓中心点的距离,从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合,包括
计算所述目标笔画集合中的每个非轮廓笔画与所述表盘轮廓中心点的距离;
将与所述表盘轮廓中心点的距离小于预设的第二距离阈值的非轮廓笔画所组成的集合确定为所述指针的笔画集合。
可选的,通过所述数字的笔画集合,获得所述钟表图形中的数字,包括:
根据笔画的绘制时间和空间位置,对所述数字的笔画集合中的笔画进行聚类,获得多组笔画,其中,每组笔画对应所述钟表图形中的一个数字;
根据所述多组笔画生成所述钟表图形中每个数字对应的轨迹点文件,其中,任一数字对应的轨迹点文件包括组成该数字的所有轨迹点;
分别将所述钟表图形中每个数字对应的轨迹点文件输入预先建立的数字识别模型,获得所述钟表图形中的每个数字。
可选的,所述对所述目标图形中的每种图形元素进行评估,包括:
获取所述目标图形中每种图形元素的图形特征,其中,任一种图形元素的图形特征与该图形元素的绘制要求有关;
针对所述目标图形中的每种图形元素:
判别该图形元素的图形特征是否满足该图形元素对应的条件,获得该图形元素对应的判别结果;其中,任一图形元素对应的条件根据该图形元素对应的绘制要求设定;
根据该图形元素对应的判别结果确定该图形元素的得分,作为该图形元素的评估结果;
以得到所述目标图形中每种图形元素的评估结果。
可选的,获取所述钟表图形中表盘轮廓的图形特征包括:
获取以下特征中的一种或多种:所述表盘轮廓的封闭性特征、所述表盘轮廓的外接矩形的长宽比、所述表盘轮廓的各个点的平均曲率、所述表盘轮廓的各个点到表盘轮廓中心点的方差均值、所述表盘轮廓的椭圆拟合特征;其中,所述表盘轮廓的封闭性特征为所述表盘轮廓起始点、终止点与表盘轮廓中心点形成的夹角,所述夹角的顶点为所述表盘轮廓中心点,所述表盘轮廓的椭圆拟合特征为根据所述表盘轮廓的笔画集合进行椭圆拟合所得到的椭圆的特征;
所述判别所述钟表图形中表盘轮廓的图形特征是否满足所述表盘轮廓对应的条件,包括:
判别针对所述表盘轮廓获取的每种图形特征是否在对应的预设特征范围内。
可选的,获取所述钟表图形中数字的图形特征,包括:
获取所述钟表图形中数字的内容特征和/或角度特征;其中,所述钟表图形中数字的内容特征为所述钟表图形中所包含的数字,所述钟表图形中数字的角度特征为所述钟表图形中每个数字的角度,任一数字的角度为该数字的中心点与表盘轮廓中心点形成的直线与预设的基准方向的夹角;
判别所述钟表图形中数字的图形特征是否满足所述数字对应的条件,包括:
判别所述钟表图形中的数字是否为按绘制要求应绘制的数字;
和/或,针对所述钟表图形中的每个数字,判别该数字对应的角度是否在该数字对应的预设角度范围内。
可选的,获取所述钟表图形中指针的图形特征,包括:
若所述钟表图形中不包含指定数字,则获取所述指针的角度和/或所述指针的长度;其中,所述指定数字为根据绘制要求,指针应指向的数字;
若所述钟表图形中包含所述指定数字,则获取所述指针的角度和所述指定数字的角度,和/或所述指针的长度;
判别所述钟表图形中指针的图形特征是否满足所述指针对应的条件,包括:
若所述钟表图形中不包含所述指定数字,则判别所述指针的角度是否在预设的角度范围内,和/或,判别所述指针中分针的长度是否大于时针的长度;
若所述钟表图形中包含所述指定数字,则根据所述指针的角度和所述指定数字的角度判别所述指针与所述指定数字的角度关系是否满足预设的角度关系,和/或,判别所述指针中分针的长度是否大于时针的长度。
一种图形评估装置,包括:轨迹点数据获取模块、图形元素获取模块和图形评估模块;
所述轨迹点数据获取模块,用于获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
所述图形元素获取模块,用于根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
所述图形评估模块,用于对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
一种图形评估设备,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现上述任一项所述的图形评估方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述任一项所述的图形评估方法的各个步骤。
经由上述方案可知,本申请提供的图形评估方法、装置、设备及存储介质,首先获取目标对象根据绘制要求绘制目标图形时的轨迹点数据,然后根据轨迹点数据获取目标图形中的每种图形元素,最后对目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定目标图形的评估结果。由此可见,本申请提供的图形评估方法可基于目标对象根据绘制要求绘制目标图形时的轨迹点数据自动对目标图形进行评估,相较于现有的人工评估方式,由于评估过程不需要人工参与,因此,避免了主观因素对评估结果的影响,同时,节省了人力,降低了人工成本,并且,提高了图形评估效率,降了时间成本,即,本申请提供的图形评估方法可自动、高效、准确地对目标图形进行评估,用户体验较好。
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,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的图形评估方法的流程示意图;
图2为本申请实施例提供的根据轨迹点数据获取目标笔画集合的流程示意图;
图3为本申请实施例提供的从目标笔画集合中获取表盘轮廓的笔画集合的流程示意图;
图4为本申请实施例提供的从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的流程示意图;
图5为本申请实施例提供的根据数字的笔画集合进行数字识别的流程示意图;
图6a~6d为本申请实施例提供的目标图形以及根据目标图形的轨迹点数据识别出的各种图形元素的一示例的示意图;
图7为本申请实施例提供的对目标图形中的每种图形元素进行评估的流程示意图;
图8为本申请实施例提供的椭圆拟合效果示意图;
图9为本申请实施例提供的图形评估装置的结构示意图;
图10为本申请实施例提供的图形评估设备的结构示意图。
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做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。
鉴于现有技术中的人工评估方法易受主观因素影响,导致评估结果可信度不高,且评估效率较低、人工成本较高的问题,本案发明人进行了深入研究,最终提出了一种效果较好的图形评估方法,该图形评估方法适用于需要对目标对象根据绘制要求绘制的图形进行评估的应用场景,该评估方法可应用于具有数据处理能力的终端,也可应用于服务器。接下来通过下述实施例对本申请提供的图形评估方法进行介绍。
请参阅图1,示出了本申请实施例提供的图形评估方法的流程示意图,该方法可以包括:
步骤S101:获取目标对象根据绘制要求绘制目标图形时的轨迹点数据。
其中,目标对象可以但不限为儿童、有认知功能障碍的人等。需要说明的是,由各种不同原因引起的脑损伤均可导致不同形式和程度的认知功能障碍,比如,脑血管病后的血管性痴呆、老年性痴呆、脑外伤或重度后的认知障碍等。
其中,目标图形包括至少一种图形元素,示例性的,目标图形为钟表图形,则目标图形包括的图形元素有三种,分别为表盘轮廓、指针和数字。
其中,目标对象绘制目标图形时的轨迹点数据可以包括每个轨迹点的坐标值(x,y)、压力值P和绘制时间T。
在本实施例中,获取目标对象根据绘制要求绘制目标图形时的轨迹点数据的实现方式有多种,在一种可能的实现方式中,可通过“解铃板子”收集目标对象根据绘制要求绘制目标图形时的轨迹点数据,需要说明的是,“解铃板子”是在一个设备上面放一张纸,目标对象在纸上作图,设备获取目标对象绘图的轨迹数据;在另一种可能的实现方式中,可通过电子设备如平板电脑、手机等收集目标对象根据绘制要求绘制目标图形时的轨迹点数据,在该实现方式中,用户直接在电子设备上绘图。
步骤S102:根据轨迹点数据,获取目标图形中的每种图形元素。
具体的,根据轨迹点数据,获取目标图形中的每种图形元素的过程可以包括:首先,根据轨迹点数据获取目标笔画集合;然后,从目标笔画集合中获取每种图形元素的笔画集合;最后,通过每种图形元素的笔画集合获得每种图形元素。
其中,目标笔画集合中包括至少一个笔画,目标笔画集合中的所有笔画能够表征目标图形,任一种图形元素的笔画集合包括目标笔画集合中属于该图形元素的笔画。
步骤S103:对目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定目标图形的评估结果。
本实施例分别对根据轨迹点数据获取的每种图形元素进行评估,获得每种图形元素的评估结果,然后融合所有图形元素的评估结果,获得目标对象所绘制的目标图形的评估结果。
在一种可能的实现方式中,评估结果可通过得分表征,即,可先获取每种图形元素的得分,每种图形元素的得分能够反映该图形元素是否满足绘制要求,然后融合所有图形元素的得分,融合结果即为目标对象所绘制的目标图形的最终评估结果。
本申请实施例提供的图形评估方法,首先,获取目标对象根据绘制要求绘制目标图形时的轨迹点数据,然后根据轨迹点数据获取目标图形中的每种图形元素,最后对目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定目标图形的评估结果。由此可见,本申请实施例提供的图形评估方法可基于目标对象根据绘制要求绘制目标图形时的轨迹点数据自动对目标图形进行评估,由于评估过程不需要人工参与,因此避免了主观因素对评估结果的影响,同时,节省了人力,降低了人工成本,并且,提高了图形评估效率,降了时间成本,即,本申请实施例提供的图形评估方法可自动、高效、准确地对目标对象根据绘制要求绘制的目标图形进行评估,用户体验较好。
接下来对上述内容提及的“根据轨迹点数据获取目标笔画集合”的实现过程进行介绍。
请参阅图2,示出了根据轨迹点数据获取目标笔画集合的流程示意图,可以包括:
步骤S201:从轨迹点数据中去除重复轨迹点。
可以理解的是,不同对象的绘图速度不同,绘图速度慢的情况下,会记录重复的轨迹点,另外,目标对象绘制图形时,可能会出现停顿的情况,一旦停顿,当接着绘图时,会从停顿位置开始绘制,这样会导致停顿的位置会记录重复的轨迹点,这些重复的轨迹点需要去除。
步骤S202:对去除重复轨迹点后的轨迹点数据进行笔画分割,分割得到的笔画组成笔画集合。
目标对象在绘制目标图形时,每个笔画的开始会出现操作对象(如笔)逐渐接近轨迹点采集设备(如“解铃板子”)的过程,当操作对象足够接近轨迹点采集设备,但没有接触到轨迹点采集设备时,操作对象对于轨迹点采集设备的压力值为0,但是,轨迹点采集设备也会对此进行记录,这种点为悬浮点。可以理解的是,操作对象对轨迹点采集设备的压力值为0,说明目标对象并没有在绘图,当压力值大于0时,说明目标对象在绘图,基于此,本实施例根据压力值为0的悬浮点进行笔画分割。另外,悬浮点为冗余点,需要将其去除。
步骤S203:根据笔画集合中各个笔画的绘制时间确定笔画集合中各个笔画的顺序,获得具有顺序的笔画集合。
由于每个轨迹点的数据除了包括坐标值、压力值外,还包括了绘制时间,因此,本实施例可根据轨迹点的绘制时间确定笔画集合中各个笔画的顺序。
步骤S204:对具有顺序的笔画集合中各个笔画的轨迹点进行重采样,并对各个重采样后的笔画进行平滑处理。
由于轨迹点采集设备采样率的问题,采集到的轨迹点密集程度不同,因此,需要对各个笔画的轨迹点进行重采样,使得轨迹点的密集程度统一。
在一种可能的实现方式中,可使用分段插值的方法对轨迹点进行重采样,具体的,设采集到的轨迹点数据坐标范围为a1<x<a2,b1<y<b2,令L=max(a2-a1,b2-b1),max表示取两个值中较大的一个,对于采集到的两个相邻的轨迹点A(x1,y1,t1)和B(x2,y2,t2),其中,t1表示采集到轨迹点A的时间,t2表示采集到轨迹点B的时间,t1<t2:
步骤a1、计算A、B两点之间的距离dis_AB。
其中,A、B两点之间的距离dis_AB通过下式计算:
步骤a21、若A、B两点之间的距离dis_AB>L/n,则在A、B两点之间插入一个新的点C(x3,y3,t3),其中,x3=(x1+x2)/2,y3=(y1+y2)/2,t3=(t1+t2)/2若A、C两点之间的距离dis_AC和C、B两点之间的距离dis_BC均小于或等于L/n,则结束针对A、B两点的插值;若dis_AC和dis_BC均大于L/n,则在A、C两点之间插入一个新的点D((x1+x3)/2,(y1+y3)/2,(t1+t3)/2),在C、B两点之间插入一个新的点E((x2+x3)/2,(y2+y3)/2,(t2+t3)/2),若dis_AD、dis_DC、dis_CE、dis_EB均小于或等于L/n,则结束针对A、B两点的插值,否则,继续在A、D两点之间,D、C两点之间,C、E两点之间,E、B两点之间插入新的点,直至任意相邻两点之间的距离小于或等于L/n。
步骤a22、若A、B两点之间的距离dis_AB<=L/n,计算点B的后向相邻点C(x3,y3,t3)(t3>t2)与点A之间的距离dis_AC;若dis_AC>L/n,则删除点B,并在点A和点C之间插入一个新的点B′(x2′,y2′,t2′),其中,x2′=(x1+x3)/2,y2′=(y1+y3)/2,t3′=(t1+t3)/2;若dis_AC<=L/n,计算点C的后向相邻点D(x4,y4,t4)(t4>t3)与点A之间的距离dis_AD,若dis_AD>L/n,则删除点A和点D之间的点,并在点A和点D之间插入一个新的点((x1+x4)/2,(y1+y4)/2,(t1+t4)/2);若dis_AD<=L/n,计算点D的向相邻点E(x5,y5,t5)(t5>t4)与点A之间的距离dis_AE;若dis_AE<=L/n,继续计算,直至存在点N(xn,yn,tn)(tn>tn-1))使得dis_AN>L/n,删除点A和点N之间的所有点,并在点A和点N之间插入一个新的点N1(xn′,yn′,tn′),其中xn′=(x1+xn)/2,yn′=(y1+yn)/2,tn′=(t1+tn)/2;若dis_AE>L/n,则删除点A和点E之间的点,并在点A和点E之间插入一个新的点((x1+x5)/2,(y1+y5)/2,(t1+t5)/2)。
经过上述重采样过程,可获得重采样后的笔画,在获得重采样后的笔画后,对重采样后的笔画进行平滑处理,可选的,可采用滑动平均的方法对重采样后的笔画进行平滑处理。
步骤S205:从各个平滑处理后的笔画中去除冗余笔画,剩余的笔画组成的笔画集合作为目标笔画集合。
目标对象绘制的笔画中可能存在一些冗余笔画,为了避免冗余笔画对后续评估的影响,需要将冗余笔画去除。在一种可能的实现方式中,可将长度小于预设的长度阈值的笔画作为冗余笔画去除。
经由上述过程可获得目标笔画集合,获得目标笔画集合后,可从目标笔画集合中获取每种图形元素的笔画集合,进而通过每种图形元素对应的笔画集合获得目标图形中的每种图形元素。
需要说明的是,在对具有认知功能障碍的人进行筛查时,一种筛查方式是要求筛查对象绘制钟表图形,钟表图形的绘制要求为:绘制一个圆形的表盘轮廓,在表盘轮廓内画上1~12这12个数字,并画上时针和分针,12个数字应书写正确,且12个数字的位置应正确,时针和分针指向11点20分。
接下来以目标图形为目标对象按绘制要求绘制的钟表图形为例,对从目标笔画集合中获取每种图形元素的笔画集合的过程进行介绍。
按钟表图形的绘制要求,钟表图形应包括表盘轮廓、指针和数字这三种图形元素,则从目标笔画集合中获取表盘轮廓的笔画集合、指针的笔画集合和数字的笔画集合的过程可以包括:从目标笔画集合中获取表盘轮廓的笔画集合;从目标笔画集合中的非轮廓笔画中获取指针的笔画集合;将目标笔画集合中除轮廓笔画和指针笔画外的笔画组成的集合确定为数字的笔画集合。
可以理解的是,按钟表图形的绘制要求,目标对象绘制的钟表图形应包括表盘轮廓、指针和数字这三种图形元素,但实际可能存在目标对象只绘制了一种或两种图形元素的情况,基于此,获取的表盘轮廓的笔画集合、指针的笔画集合、数字的笔画集合这三个集合中可能存在有一个或两个集合为空的情况。
以下分别对从目标笔画集合中获取表盘轮廓的笔画集合、从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的实现过程进行介绍。
在一种可能的实现方式中,从目标笔画集合中获取表盘轮廓的笔画集合的过程可以包括:根据笔画的长度和笔画间的距离,从目标笔画集合中获取表盘轮廓的笔画集合。具体的,请参阅图3,示出了根据笔画的长度和笔画间的距离,从目标笔画集合中获取表盘轮廓的笔画集合的流程示意图,可以包括:
步骤S301:从目标笔画集合中获取最长笔画作为轮廓笔画,并获取当前轮廓的起始点集和结束点集。
其中,当前轮廓为当前获得的所有轮廓笔画组成的轮廓,当前轮廓的起始点集包括当前轮廓的起始点,当前轮廓的结束点集包括当前轮廓的结束点。需要说明的是,当前轮廓的起始点包括当前轮廓起始端的预设个轨迹点,同样的,当前轮廓的结束点包括当前轮廓结束端的预设个轨迹点。
步骤S302:判断目标笔画集合中是否还有未获取过的笔画,若是,则执行步骤S303,若否,则执行步骤S306。
步骤S303:根据当前轮廓的起始点集和结束点集,从目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,作为候选轮廓笔画。
需要说明的是,确定一个笔画与当前轮廓的距离的过程包括:计算该笔画与当前轮廓的起始点集的距离作为第一距离,并计算该笔画与当前轮廓的结束点集的距离作为第二距离,将第一距离和第二距离中较小的距离确定为该笔画与当前轮廓的距离。
进一步的,确定一个笔画s与一个点集p的距离的过程可以包括:针对笔画s的每个轨迹点,分别计算该轨迹点与点集p中各个点的距离,从计算得到的距离中确定最小距离作为该轨迹点与点集p的距离,以得到笔画s的各个轨迹点与点集p的距离,将笔画s的各个轨迹点与点集p的距离中的最小距离确定为笔画s与点集p的距离。
步骤S304:判断候选轮廓笔画与当前轮廓的距离是否小于预设的第一距离阈值,若是,则执行步骤S305a,若否,则执行步骤S305b。
步骤S305a:确定候选轮廓笔画为轮廓笔画,获取当前轮廓(即当前确定出的所有轮廓笔画组成的轮廓)的起始点集和结束点集,然后返回步骤S302。
步骤S305b:确定候选轮廓笔画不为轮廓笔画,然后返回步骤S302。
步骤S306:将获得的所有轮廓笔画组成的集合确定为表盘轮廓的笔画集合。
在上述实现过程的基础上,下面通过两个具体实例对从目标笔画集合中获取表盘轮廓的笔画集合的具体实现过程进行进一步说明。
在一具体实例中,从目标笔画集合中获取表盘轮廓的笔画集合的过程可以包括:
步骤b1、生成候选轮廓笔画集合,以及初始的目标轮廓笔画集合、轮廓起始点集和轮廓结束点集。
其中,候选轮廓笔画集合包括目标笔画集合中的所有笔画,初始的目标轮廓笔画集合、轮廓起始点集和轮廓结束点集均为空。
步骤b2、从候选轮廓笔画集合中确定最长笔画,将最长笔画添加至初始的目标轮廓笔画集合中,同时将最长笔画从候选轮廓笔画集合中删除,并将当前轮廓的起始点添加至初始的轮廓起始点集,将当前轮廓的结束点添加至初始的轮廓结束点集。
需要说明的是,当前轮廓为当前的目标轮廓笔画集合中的所有笔画组成的轮廓。
步骤b3、判断当前的候选轮廓笔画集合是否为空,若否,则执行步骤b4,若是,则执行步骤b7。
步骤b4、根据当前的轮廓起始点集和当前的轮廓结束点集,从当前的候选轮廓笔画集合中确定距离当前轮廓最近的笔画,作为候选轮廓笔画。
步骤b5、判断候选轮廓笔画与当前轮廓的距离是否小于预设的第一距离阈值,若是,则执行步骤b61,若否,则执行步骤b62。
步骤b61、将候选轮廓笔画添加至当前的目标轮廓笔画集合中,同时将候选轮廓笔画从当前的候选轮廓笔画集合中删除,并根据当前轮廓更新当前的轮廓起始点集和当前的轮廓结束点集,然后返回步骤b3。
步骤b62:将候选轮廓笔画从当前的候选轮廓笔画集合中删除,然后返回步骤b3。
步骤b7:将当前的目标轮廓笔画集合确定为表盘轮廓的笔画集合。
在另一具体实例中,从目标笔画集合中获取表盘轮廓的笔画集合的过程可以包括:
步骤c1、获取目标笔画集合,将目标笔画集合中各笔画的状态均标识为未访问,并生成初始的目标轮廓笔画集合、轮廓起始点集和轮廓结束点集。
其中,初始的目标轮廓笔画集合、轮廓起始点集和轮廓结束点集均为空。
步骤c2、从目标笔画集合中确定最长笔画,将最长笔画添加至初始的目标轮廓笔画集合中,同时将目标笔画集合中最长笔画的状态标识为已访问,并将当前轮廓的起始点添加至初始的轮廓起始点集,将当前轮廓的结束点添加至初始的轮廓结束点集。
其中,当前轮廓为当前的目标轮廓笔画集合中的所有笔画组成的轮廓。
步骤c3、判断目标笔画集合中是否还有未访问的笔画,若是,则执行步骤c4,若否,则执行步骤c7。
步骤c4、根据当前的轮廓起始点集和当前的轮廓结束点集,从目标笔画集合中未访问的笔画中确定距离当前轮廓最近的笔画,作为候选轮廓笔画。
步骤c5、判断候选轮廓笔画与当前轮廓的距离是否小于预设的第一距离阈值,若是,则执行步骤c61,若否,则执行步骤c62。
步骤c61、将候选轮廓笔画添加至当前的目标轮廓笔画集合中,将目标笔画集合中该候选轮廓笔画的状态标识为已访问,并根据当前轮廓更新当前的轮廓起始点集和当前的轮廓结束点集,然后返回步骤c3。
步骤c62:将候选轮廓笔画的状态标识为已访问,然后返回步骤c3。
步骤c7:将当前的目标轮廓笔画集合确定为表盘轮廓的笔画集合。
接下来对从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的过程进行介绍。
请参阅图4,示出了从目标笔画集合中的非轮廓笔画中获取指针的笔画集合实现过程的流程示意图,可以包括:
步骤S401:确定表盘轮廓的笔画集合中的所有笔画组成的表盘轮廓所包含的区域的中心点,作为表盘轮廓中心点。
具体的,表盘轮廓中心点的横坐标x=(x_min+x_max)/2,纵坐标y=(y_min+y_max)/2,其中,x_min为表盘轮廓的所有轨迹点坐标中的最小横坐标,x_max为表盘轮廓的所有轨迹点坐标中的最大横坐标,y_min为表盘轮廓的所有轨迹点坐标中的最小纵坐标,y_max为表盘轮廓的所有轨迹点坐标中的最大纵坐标。
步骤S402:根据笔画与表盘轮廓中心点的距离,从目标笔画集合中的非轮廓笔画中获取指针的笔画集合。
具体的,计算目标笔画集合中的每个非轮廓笔画与表盘轮廓中心点的距离;将与表盘轮廓中心点的距离小于预设的第二距离阈值的非轮廓笔画所组成的集合确定为指针的笔画集合。
需要说明的是,一个笔画与表盘轮廓中心点的距离为该笔画的各个轨迹点分别与表盘轮廓中心点的距离中的最小距离。
在上述实现过程的基础上,下面通过两个具体实例对从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的具体实现过程进行进一步说明。
在一具体实例中,从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的过程可以包括:
步骤d1、生成候选指针笔画集合和初始的目标指针笔画集合。
其中,候选指针笔画集合包括目标笔画集合中的非轮廓笔画,初始的目标指针笔画集合为空。
步骤d2、确定表盘轮廓中心点。
表盘轮廓中心点为表盘轮廓的笔画集合中的所有笔画组成的表盘轮廓所包含的区域的中心点。
步骤d3、从当前的候选指针笔画集合获取一笔画,并计算该笔画与表盘轮廓中心点的距离。
步骤d4、判断该笔画与表盘轮廓中心点的距离是否小于预设的第二距离阈值,若是,则执行步骤d51,若否,则执行步骤d52。
步骤d51、将该笔画添加至当前的目标指针笔画集合中,并将该笔画从候选指针笔画集合中删除。
步骤d52、将该笔画从候选指针笔画集合中删除。
步骤d6、判断当前的候选指针笔画集合是否为空,若否,则返回步骤d3,若是,则执行步骤d7。
步骤d7、将当前的目标指针笔画集合确定为指针的笔画集合。
在另一具体实例中,从目标笔画集合中的非轮廓笔画中获取指针的笔画集合的过程可以包括:
步骤e1、生成候选指针笔画集合和初始的目标指针笔画集合,并将候选指针笔画集合中所有笔画的状态均标识为已访问。
其中,候选指针笔画集合包括目标笔画集合中的所有非轮廓笔画,初始的目标指针笔画集合为空。
步骤e2、确定表盘轮廓中心点。
表盘轮廓中心点为表盘轮廓的笔画集合中的所有笔画组成的表盘轮廓所包含的区域的中心点。
步骤e3、从候选指针笔画集合获取一笔画,并计算该笔画与表盘轮廓中心点的距离。
步骤e4、判断该笔画与表盘轮廓中心点的距离是否小于预设的第二距离阈值,若是,则执行步骤e51,若否,则执行步骤e52。
步骤e51、将该笔画添加至当前的目标指针笔画集合,并将候选指针笔画集合中该笔画的状态标识为已访问。
步骤e52、将候选指针笔画集合中该笔画的状态标识为已访问。
步骤e6、判断候选指针笔画集合中是否还有未访问的笔画,若是,则返回步骤e3,若否,则执行步骤e7。
步骤e7、将当前的目标指针笔画集合确定为指针的笔画集合。
经由上述过程可获得表盘轮廓的笔画集合和指针的笔画集合,进而可获得数字的笔画集合,数字的笔画集合为目标笔画集合中除轮廓笔画和指针笔画外的笔画组成的集合。需要说明的是,获得了表盘轮廓的笔画集合和指针的笔画集合后,将表盘轮廓的笔画集合中的笔画根据绘制时间和空间位置进行组合即可获得表盘轮廓,将指针的笔画集合中的笔画根据绘制时间和空间位置进行组合即可获得指针,而获得数字的笔画集合后,还需要根据数字的笔画集合进行数字识别。
接下来对根据数字的笔画集合进行数字识别的过程进行介绍。
请参阅图5,示出了根据数字的笔画集合进行数字识别的流程示意图,可以包括:
步骤S501:根据笔画的绘制时间和空间位置,对数字的笔画集合中的笔画进行聚类,获得多组笔画。
其中,每组笔画对应钟表图形中的一个数字。根据笔画的绘制时间和空间位置对数字的笔画集合中的笔画进行聚类,能够将属于同一数字的笔画聚集在一起,从而将属于不同数字的笔画区分开。
需要说明的是,目标对象书写的数字为多个,对数字的笔画集合中的笔画进行聚类相当于对多个数字进行分割。可选的,可针对每组笔画对应的数字绘制最小包络矩阵并确定数字的中心位置以便展示数字分割效果。
步骤S502:根据多组笔画生成钟表图形中每个数字对应的轨迹点文件。
其中,任一数字对应的轨迹点文件包括组成该数字的所有轨迹点。
需要说明的是,如果目标对象在绘制钟表图形时,书写了1~12这12个数字,那么,通过步骤S502可获得12个轨迹点文件。需要说明的是,对于10、11、12这三个包括两位数的数字,在生成的轨迹点文件中会将两位数的轨迹点分隔开,以便于后续识别。
步骤S503:分别将钟表图形中每个数字对应的轨迹点文件输入预先建立的数字识别模型,获得钟表图形中的每组数字。
其中,数字识别模型采用标注有数字的训练轨迹点文件训练得到。需要说明的是,钟表图形的数字中可能会存在倾斜数字,为了能对倾斜数字进行识别,本实施例可在数字识别模型的训练样本集中添加倾斜数字的训练样本,以使训练得到数字识别模型能够对倾斜数字进行准确识别。
请参阅图6,图6a为钟表图形的一示例的示意图,图6b~6d为根据图6a示出的钟表图形的轨迹点数据识别出的表盘轮廓、指针和数字的示意图。由图6可以看出,本申请实施例提供的方法能够较好地识别出钟表图形中的各种图形元素。
前述内容给出了根据轨迹点数据获取目标图形中的每种图形元素的实现过程,接下来对上述实施例的步骤S103中“对目标图形中的每种图形元素进行评估”进行介绍。
请参阅图7,示出了对目标图形中的每种图形元素进行评估的流程示意图,可以包括:
步骤S701:获取目标图形中每种图形元素的图形特征。
其中,任一种图形元素的图形特征与该图形元素的绘制要求有关。
步骤S702:针对目标图形中的每种图形元素,判别该图形元素的图形特征是否满足该图形元素对应的条件,获得该图形元素对应的判别结果,根据该图形元素对应的判别结果确定该图形元素的得分,作为该图形元素的评估结果,以得到目标图形中每种图形元素的评估结果。
其中,任一图形元素对应的条件根据该图形元素对应的绘制要求设定。
在上述实现过程的基础上,接下来仍以目标图形为钟表图形为例,对“对目标图形中的每种图形元素进行评估”的实现过程进行进一步说明。
首先给出对钟表图形中的表盘轮廓进行评估的过程,具体包括:
步骤f1、获取表盘轮廓的图形特征。
表盘轮廓的图形特征包括以下特征中的一种或多种:表盘轮廓的封闭性特征、表盘轮廓的外接矩形的长宽比R1、表盘轮廓的各个点的平均曲率Cur、表盘轮廓的各个点到表盘轮廓中心点的方差均值Var、表盘轮廓的椭圆拟合特征。
其中,表盘轮廓的封闭性特征为表盘轮廓起始点、表盘轮廓结束点与表盘轮廓中心点形成的夹角α,夹角α的顶点为表盘轮廓中心点;表盘轮廓的外接矩形的长宽比R1=W/L,W为表盘轮廓的外接矩形的宽,L为表盘轮廓的外接矩形的长;表盘轮廓的各个点的平均曲率Cur为表盘轮廓的各个点的曲率的平均值;表盘轮廓的各个点到表盘轮廓中心点的方差均值Var为表盘轮廓的各个点到表盘轮廓中心点的方差的平均值;表盘轮廓的椭圆拟合特征为根据表盘轮廓的笔画集合进行椭圆拟合所得到的椭圆的特征,表盘轮廓的椭圆拟合特征可以包括拟合得到的椭圆的长半轴a、短半轴b、长短轴比a/b、表盘轮廓上的各个点到拟合得到的椭圆的最近距离之和s。
需要说明的是,根据表盘轮廓的笔画集合进行椭圆拟合的过程包括:首先,根据表盘轮廓的笔画集合中的边界点确定椭圆中心点(x,y);然后,在表盘轮廓的笔画集合中确定距离椭圆中心点(x,y)最远的一个点A,并以点A与椭圆中心点(x,y)建立直线方程L1,直线方程的倾斜角记为θ;接着,从表盘轮廓的笔画集合中去除点A周围与椭圆中心点(x,y)的距离小于设定距离阈值Dth的点,从剩余的点中确定距离L1最近的一个点B,计算AB的距离即为2a;找到与L1垂直并且过椭圆中心点(x,y)的一条直线L2,在L1的第一侧确定距离L2最近的点C,并在L1的第二侧确定距离L2最近的点D,计算点C与点D之间的距离,点C与点D之间的距离即为2b。其中,a为椭圆长半轴长度,b为椭圆短半轴长度。请参阅图8,示出了椭圆拟合效果,图8中的虚线椭圆即为拟合得到的椭圆。
步骤f2、判别表盘轮廓的封闭性特征α是否小于预设的角度阈值(即判封闭性特征α是否满足α<αth);和/或,判别表盘轮廓的外接矩形的长宽比R1是否在预设的长宽比范围内(即判别R1是否满足ratio1<R1<ratio2);和/或,判别表盘轮廓的各个点的平均曲率是否在预设的曲率范围内(即判别Cur是否满足c1<Cur<c2);和/或,判别表盘轮廓的各个点到表盘轮廓中心点的方差均值是否在预设的方差范围内(即判别Var是否满足v1<Var<v2);和/或,判别表盘轮廓的椭圆拟合特征是否在预设的椭圆特征范围内(即判别长半轴a是否满足a1<a<a2、短半轴b是否满足b1<a<b2、长短轴比a/b是否满足ratio3<a/b<ratio4、表盘轮廓上的各个点到拟合得到的椭圆的最近距离之和s是否满s1<s<s2)。
其中,上述提及的各个阈值αth、ratio1、ratio2、c1、c2、v1、v2a1、a2、b1、b2、ratio3、ratio4、s1、s2可根据实际应用情况设定。
需要说明的是,为了能够较好的对表盘轮廓进行评估,表盘轮廓的图形特征优选为同时包括表盘轮廓的封闭性特征α、表盘轮廓的外接矩形的长宽比R1、表盘轮廓的各个点的平均曲率Cur、表盘轮廓的各个点到表盘轮廓中心点的方差均值Var和表盘轮廓的椭圆拟合特征,相应的,在进行特征判别时,需要对各个特征均进行判别,每个特征获得一个判别结果。
步骤f3、通过表盘轮廓的各个特征的判别结果,确定表盘轮廓的得分,作为表盘轮廓的评估结果。
在获得表盘轮廓的各个特征的判别结果后,可通过各个特征的判别结果对表盘轮廓进行评分,评分方式有多种,假设表盘轮廓的图形特征包括上述提及的所有特征:
在一种可能的实现方式中,可针对表盘轮廓的所有特征给出一个得分,具体的,若各个特征均满足对应的条件,即,表盘轮廓的封闭性特征α满足α<αth,表盘轮廓的外接矩形的长宽比R1满足ratio1<R1<ratio2,表盘轮廓的各个点的平均曲率Cur满足c1<Cur<c2,表盘轮廓的各个点到表盘轮廓中心点的方差均值Var满足v1<Var<v2,表盘轮廓的椭圆拟合特征满足a1<a<a2、b1<a<b2、ratio3<a/b<ratio4、s1<s<s2,则确定表盘轮廓的得分为1分,若有至少一个特征不满足对应的条件,则确定表盘轮廓的得分为0分。
在另一种可能的实现方式中,可针对表盘轮廓的每个特征给出一个评分,具体的,针对任一特征,若该特征满足对应的条件,则该特征的得分为1,否则,该特征的得分为0,将各个特征的得分相加,相加得到的得分作为表盘轮廓的得分。
接下来给出对钟表图形中的数字进行评估的过程,具体包括:
步骤g1、获取钟表图形中数字的图形特征。
钟表图形中数字的图形特征包括数字的内容特征和/或角度特征。
其中,钟表图形中数字的内容特征为钟表图形中所包含的数字,钟表图形中数字的角度特征为钟表图形中各个数字的角度,任一数字的角度为该数字的中心点与表盘轮廓中心点形成的直线与预设的基准方向的夹角。需要说明的是,基准方向可以为以表盘轮廓中心点为原点构建的坐标系的X轴正方向。
步骤g2、判别钟表图形中的数字是否为按绘制要求应绘制的数字,和/或,针对钟表图形中的每个数字,判别该数字的角度是否在该数字对应的预设角度范围内,获得数字的内容特征判别结果和/或角度特征判别结果。
优选的,可先判别钟表图形中的数字是否为按绘制要求应绘制的数字,若是,再进一步判别各个数字对应的角度是否在对应的预设角度范围内。
需要说明的是,判别钟表图形中所包含的数字是否为按绘制要求应绘制的数字,即判别钟表图形中的数字是否包含1~12这12个数字。
假设1~12这12个数字的角度分别为angle_1、angle_2、angle_3、…、angle_11、angle12,判别各个数字的角度是否在对应的预设角度范围内,即判别angle_1~angle12是否满足:
60-angle≤angle_1≤60+angle;
30-angle≤angle_2≤30+angle;
angle_3≤0+angle or angle_3≥360-angle;
330-angle≤angle_4≤330+angle;;
300-angle≤angle_5≤300+angle;
270-angle≤angle_6≤270+angle;
240-angle≤angle_7≤240+angle;
210-angle≤angle_8≤210+angle;;
180-angle≤angle_9≤180+angle;
150-angle≤angle_10≤150+angle;
120-angle≤angle_11≤120+angle;
90-angle≤angle_12≤90+angle。
其中,定义X轴正方向为0度,angle为可变参数,其值可根据实际情况设定。
步骤g3、通过数字的内容特征判别结果和/或角度特征判别结果,确定数字的得分,作为表盘轮廓的评估结果。
对数字评分的方式与对表盘轮廓进行评分的方式相同,假设数字的图形特征同时包括数字的内容特征和数字的角度特征,在一种可能的实现方式中,可针对数字的所有特征给出一个评分,具体的,若钟表图形中的数字是按绘制要求应绘制的数字,并且,每个数字对应的角度均在其对应的预设角度范围内,则确定数字的得分为1分,若钟表图形中的数字不是按绘制要求应绘制的数字,或者,有至少一个数字对应的角度不在其对应的预设角度范围内,则确定数字的得分为0分。在另一种可能的实现方式中,可分别针对数字的内容特征和数字的角度特征给出评分,然后将两种特征的评分相加,相加得到的得分作为数字的得分,比如,钟表图形中的数字是按绘制要求应绘制的数字,则数字的内容特征的得分为1分,有一个数字对应的角度不在其对应的预设角度范围内,则数字的角度特征的得分为0分,综合两种特征的得分,可得到数字的得分为1分。
最后给出对钟表图形中的指针进行评估的过程。
需要说明的是,绘制钟表图形的其中一个要求是,绘制的指针应指向指定数字,比如,时针指向11,分针指向2,即钟表的时间为11点10分,考虑到目标对象绘制的钟表图形中可能包括指定数字(比如,11和2),也可能不包括指定数字,本实施例提供两种情况下的评估方式:
第一种情况:
目标对象绘制的钟表图形中不包括指定数字(比如,11和2),则对钟表图形中的指针进行评估的过程包括:
步骤h1、获取指针的角度和/或指针的长度。
优选的,在获取指针的角度和/或指针的长度之前,可先对指针的数据进行预处理,比如,可进行拐点识别、拐点聚合、重复笔画删除、冗余笔画删除等处理。
需要说明的是,指针的角度为指针相对于基准方向(比如X轴正方向的夹角)的角度。
步骤h2、判别指针的角度是否在预设的角度范围内,和/或,判别指针中分针的长度是否大于时针的长度,获得指针角度判别结果和/或指针长度判别结果。
需要说明的是,不管是判别指针的角度还是判别指针的长度,都应先从指针中区分出时针和分针,具体的,可通过两个指针的角度区分时针和分针比如,时针的角度应大于分针的角度。
在本实施例中,时针对应一预设角度范围(比如,[120-angle,120+angle]),分针对应一预设角度范围(比如,[30-angle,30+angle]),在对指针角度进行判别时,判别时针的角度是否在时针对应的预设角度范围内,判别分针的角度是否在分针对应的预设角度范围内。
步骤h3、根据指针角度判别结果和/或指针长度判别结果,确定指针的评估结果。
对时针进行评分的方式与对表盘轮廓、数字进行评分的方式相同,假设时针的特征同时包括指针的角度和指针的长度,在一种可能的实现方式,针对指针的所有特征(指针的长度和角度)给出一个得分,具体的,若时针的角度在其对应的预设角度范围,分针在其对应的预设角度范围内,且分针的长度大于时针的长度,则确定指针的得分为1分,若时针的角度不在其对应的预设角度范围内,或者分针不在其对应的预设角度范围内,或者分针的长度小于或等于时针的长度,则确定指针的得分为0分。在另一种可能的实现方式中,分别针对指针的角度和指针的长度给出评分,具体的,若时针的角度在其对应的预设角度范围,且分针在其对应的预设角度范围内,则指针角度的得分为1分,若时针的角度不在其对应的预设角度范围内,或者分针的角度不在其对应的预设角度范围内,则指针角度的得分为0分,若分针的长度大于时针的长度,则指针长度的得分为1分,否则,指针长度的得分为0分,将指针角度的得分与指针长度的得分求和,求和得到的得分即为指针的得分。
需要说明的是,在对表盘轮廓、指针、数字进行评分时,三者采用的评分方式应一致。
第二种情况:目标对象绘制的钟表图形中包括指定数字(比如,11和2),则对钟表图形中的指针进行评估的过程包括:
步骤i1、获取指针的角度、指定数字的角度、和/或指针的长度。
步骤i2、根据指针的角度和指定数字的角度判别指针和指定数字是否满足预设的角度关系,和/或,判别指针中分针的长度是否大于时针的长度,获得角度关系判别结果和/或指针长度判别结果。
设定时针的角度为angle_hour,分针的角度为angle_min,数字11的角度为angle_11,数字2的角度为angle_2,判别指针和指定数字是否满足预设的角度关系,即判别angle_hour与angle_11是否满足angle_11-p<angle_hour<angle_11+q,判别angle_min与angle_2是否满足angle_2-m<angle_min<angle_2+n,其中,p、q、m、n为可变参数,其可根据实际情况设定。
步骤i3、根据角度关系判别结果和/或指针长度判别结果,确定指针的评估结果。
在一种可能的评分方式中,若指针和指定数字满足预设的角度关系,且分针的长度大于时针的长度,则确定指针的得分为1分,若指针和指定数字不满足预设的角度关系,或者,分针的长度小于或等于时针的长度,则确定指针的得分为0分。在另一种可能的评分方式中,若指针和指定数字满足预设的角度关系,则角度关系的得分为1分,否则,角度关系的得分为0分,若分针的长度大于时针的长度,则指针长度的得分为1分,否则,指针长度的得分为0分,将角度关系的得分与指针长度的得分求和,求和得到的得分即为指针的评分。
经由上述过程可获得钟表图形中表盘轮廓的得分、数字的得分和指针的得分,融合表盘轮廓的得分、数字的得分和指针的得分即可得到钟表图形的得分(即钟表图形的评估结果),其中,融合各个得分的方式有多种,比如,可直接将各个得分求和,还可以将各个得分加权求和。可以理解的,目标图形的得分越高,表明目标对象的认知能力越强,反之,目标图形的得分越低,表明目标对象的认知能力越差。
本申请实施例提供的图形评估方法可基于目标对象根据绘制要求绘制目标图形时的轨迹点数据自动对目标图形进行评估,由于评估过程不需要人工参与,因此避免了主观因素对评估结果的影响,同时,节省了人力,降低了人工成本,并且,提高了图形评估效率,降了时间成本,即,本申请实施例提供的图形评估方法可自动、高效、准确地对目标对象根据绘制要求绘制的目标图形进行评估,用户体验较好。
本申请实施例还提供了一种图形评估装置,下面对本申请实施例提供的图形评估装置进行描述,下文描述的图形评估装置与上文描述的图形评估方法可相互对应参照。
请参阅图9,示出了本申请实施例提供的一种图形评估装置的结构示意图,该装置可以包括:轨迹点数据获取模块901、图形元素获取模块902和图形评估模块903。
轨迹点数据获取模块901,用于获取目标对象根据绘制要求绘制目标图形时的轨迹点数据。
其中,目标图形包括至少一种图形元素。
图形元素获取模块902,用于根据轨迹点数据,获取目标图形中的每种图形元素。
图形评估模块903,用于对目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定目标图形的评估结果。
本申请实施例提供的图形评估装置可基于目标对象根据绘制要求绘制目标图形时的轨迹点数据自动对目标图形进行评估,由于评估过程不需要人工参与,因此避免了主观因素对评估结果的影响,同时,节省了人力,降低了人工成本,并且,提高了图形评估效率,降了时间成本。
在一种可能的实现方式中,上述实施例中的图形元素获取模块902可以包括:图形笔画获取模块、图形元素笔画获取模块和图形元素获取模块。
图形笔画获取模块,用于根据轨迹点数据获取目标笔画集合,其中,目标笔画集合中包括至少一个笔画。
其中,目标笔画集合中的所有笔画能够表征目标图形。
图形元素笔画获取模块,用于从目标笔画集合中获取每种图形元素的笔画集合。
图形元素获取模块,用于通过每种图形元素的笔画集合获得每种图形元素,其中,任一种图形元素的笔画集合包括属于该图形元素的笔画。
在一种可能的实现方式中,图形笔画获取模块包括重复点去除子模块、笔画分割子模块、笔画顺序确定子模块、重采样子模块、平滑子模块、冗余笔画去除子模块。
重复点去除子模块,用于从轨迹点数据中去除重复轨迹点。
笔画分割子模块,用于对去除重复轨迹点后的轨迹点数据进行笔画分割,分割得到的笔画组成笔画集合。
笔画顺序确定子模块,用于根据笔画集合中各个笔画的绘制时间确定笔画集合中各个笔画的顺序,获得具有顺序的笔画集合。
重采样子模块,用于对具有顺序的笔画集合中各个笔画的轨迹点进行重采样。
平滑子模块,用于对各个重采样后的笔画进行平滑处理。
冗余笔画去除子模块,用于从各个平滑处理后的笔画中去除冗余笔画,剩余的笔画组成的笔画集合作为目标笔画集合。
在一种可能的实现方式中,目标图形为钟表图形,钟表图形包括三种图形元素,三种图形元素分别为表盘轮廓、指针和数字。
图形元素笔画获取模块包括:轮廓笔画获取子模块、指针笔画获取子模块和数字笔画获取子模块。
轮廓笔画获取子模块,用于从目标笔画集合中获取表盘轮廓的笔画集合。
指针笔画获取子模块,用于从目标笔画集合中的非轮廓笔画中获取指针的笔画集合。
数字笔画获取子模块,用于将目标笔画集合中除轮廓笔画和指针笔画外的笔画组成的集合确定为数字的笔画集合。
在一种可能的实现方式中,轮廓笔画获取子模块,具体用于根据笔画的长度和笔画间的距离,从目标笔画集合中获取表盘轮廓的笔画集合。
在一种可能的实现方式中,轮廓笔画获取子模块在根据笔画的长度和笔画间的距离,从目标笔画集合中获取表盘轮廓的笔画集合时,具体用于从目标笔画集合中获取最长笔画,作为轮廓笔画;获取当前轮廓的起始点集和结束点集,其中,当前轮廓为当前获得的所有轮廓笔画组成的轮廓,当前轮廓的起始点集包括当前轮廓的起始点,当前轮廓的结束点集包括当前轮廓的结束点;根据当前轮廓的起始点集和结束点集,从目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,作为候选轮廓笔画;若候选轮廓笔画与当前轮廓的距离小于预设的第一距离阈值,则确定候选轮廓笔画为轮廓笔画,并获取当前轮廓的起始点集和结束点集;若候选轮廓笔画与当前轮廓的距离大于或等于第一距离阈值,则确定候选轮廓笔画不为轮廓笔画;然后执行根据当前轮廓的起始点集和结束点集,从目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,直至目标笔画集合中不存在未获取过的笔画;最终确定出的所有轮廓笔画组成的集合作为表盘轮廓的笔画集合。
在一种可能的实现方式中,指针笔画获取子模块,具体用于确定表盘轮廓的笔画集合中所有笔画组成的表盘轮廓所包含的区域的中心点,作为表盘轮廓中心点;根据笔画与表盘轮廓中心点的距离,从目标笔画集合中的非轮廓笔画中获取指针的笔画集合。
在一种可能的实现方式中,指针笔画获取子模块在根据笔画与表盘轮廓中心点的距离,从目标笔画集合中的非轮廓笔画中获取指针的笔画集合时,具体用于计算目标笔画集合中的每个非轮廓笔画与表盘轮廓中心点的距离;将与表盘轮廓中心点的距离小于预设的第二距离阈值的非轮廓笔画所组成的集合确定为指针的笔画集合。
在一种可能的实现方式中,图形元素获取模块包括数字识别子模块。
数字识别子模块包括:聚类子模块、轨迹点文件生成子模块和识别子模块。
聚类子模块,用于根据笔画的绘制时间和空间位置,对数字的笔画集合中的笔画进行聚类,获得多组笔画。
其中,每组笔画对应钟表图形中的一个数字。
轨迹点文件生成子模块,用于根据多组笔画生成钟表图形中每个数字对应的轨迹点文件。
其中,任一数字对应的轨迹点文件包括组成该数字的所有轨迹点。
识别子模块,用于分别将钟表图形中每个数字对应的轨迹点文件输入预先建立的数字识别模型,获得钟表图形中的每个数字。
在一种可能的实现方式中,上述实施例中的图形评估模块903可以包括:特征获取模块、特征判别模块和评估结果确定模块。
特征获取模块,用于获取目标图形中每种图形元素的图形特征。
其中,任一种图形元素的图形特征与该图形元素的绘制要求有关;
特征判别模块,用于针对目标图形中的每种图形元素,判别该图形元素的图形特征是否满足该图形元素对应的条件,以获得每种图形元素对应的判别结果。
其中,任一图形元素对应的条件根据该图形元素对应的绘制要求设定。
评估结果确定模块,用于针对目标图形中的每种图形元素,根据该图形元素对应的判别结果确定该图形元素的评估结果,以获得每种图形元素的评估结果。
在一种可能的实现方式中,特征获取模块可以包括轮廓特征获取子模块,特征判别模块可以包括轮廓特征判别子模块。
轮廓特征获取子模块,用于获取以下特征中的一种或多种:表盘轮廓的封闭性特征、表盘轮廓的外接矩形的长宽比、表盘轮廓的各个点的平均曲率、表盘轮廓的各个点到表盘轮廓中心点的方差均值、表盘轮廓的椭圆拟合特征。
其中,表盘轮廓的封闭性特征为表盘轮廓起始点、终止点与表盘轮廓中心点形成的夹角,夹角的顶点为表盘轮廓中心点,表盘轮廓的椭圆拟合特征为根据表盘轮廓的笔画集合进行椭圆拟合所得到的椭圆的特征;
轮廓特征判别子模块,用于判别针对表盘轮廓获取的每种图形特征是否在对应的预设特征范围内。
在一种可能的实现方式中,特征获取模块包括数字征获取子模块,特征判别模块包括数字特征判别子模块。
数字征获取子模块,用于获取钟表图形中数字的内容特征和/或角度特征。
其中,钟表图形中数字的内容特征为钟表图形中所包含的数字,钟表图形中数字的角度特征为钟表图形中每个数字的角度,任一数字的角度为该数字的中心点与表盘轮廓中心点形成的直线与预设的基准方向的夹角。
数字特征判别子模块,用于判别钟表图形中的数字是否为按绘制要求应绘制的数字;和/或,针对钟表图形中的每个数字,判别该数字对应的角度是否在该数字对应的预设角度范围内。
在一种可能的实现方式中,特征获取模块可以包括指针特征获取子模块,特征判别模块可以包括指针特征判别子模块。
指针特征获取子模块,用于若钟表图形中不包含指定数字,则获取指针的角度和/或指针的长度;若钟表图形中包含指定数字,则获取指针的角度和指定数字的角度,和/或指针的长度。
其中,指定数字为根据绘制要求,指针应指向的数字。
指针特征判别子模块,用于若钟表图形中不包含指定数字,则判别指针的角度是否在预设的角度范围内,和/或,判别指针中分针的长度是否大于时针的长度;若钟表图形中包含指定数字,则根据指针的角度和指定数字的角度判别指针与指定数字的角度关系是否满足预设的角度关系,和/或,判别指针中分针的长度是否大于时针的长度。
本申请实施例还提供了一种图形评估设备,请参阅图10,示出了该评估设备的结构示意图,该评估设备可以包括:至少一个处理器1001,至少一个通信接口1002,至少一个存储器1003和至少一个通信总线1004;
在本申请实施例中,处理器1001、通信接口1002、存储器1003、通信总线1004的数量为至少一个,且处理器1001、通信接口1002、存储器1003通过通信总线1004完成相互间的通信;
处理器1001可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器1003可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,所述程序用于:
获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质,该可读存储介质可存储有适于处理器执行的程序,所述程序用于:
获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (16)
1.一种图形评估方法,其特征在于,包括:
获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
2.根据权利要求1所述的图形评估方法,其特征在于,所述根据所述轨迹点数据,获取所述目标图形中的每种图形元素,包括:
根据所述轨迹点数据获取目标笔画集合,其中,所述目标笔画集合中包括至少一个笔画,所述目标笔画集合中的所有笔画能够表征所述目标图形;
从所述目标笔画集合中获取每种图形元素的笔画集合,并通过每种图形元素的笔画集合获得每种图形元素,其中,任一种图形元素的笔画集合包括属于该图形元素的笔画。
3.根据权利要求2所述的图形评估方法,其特征在于,所述根据所述轨迹点数据获取目标笔画集合,包括:
从所述轨迹点数据中去除重复轨迹点;
对去除重复轨迹点后的轨迹点数据进行笔画分割,分割得到的笔画组成笔画集合;
根据所述笔画集合中各个笔画的绘制时间确定所述笔画集合中各个笔画的顺序,获得具有顺序的笔画集合;
对所述具有顺序的笔画集合中各个笔画的轨迹点进行重采样,并对各个重采样后的笔画进行平滑处理;
从各个平滑处理后的笔画中去除冗余笔画,剩余的笔画组成的笔画集合作为所述目标笔画集合。
4.根据权利要求3所述的图形评估方法,其特征在于,所述目标图形为钟表图形,按所述钟表图形的绘制要求,所述钟表图形应包括三种图形元素,所述三种图形元素分别为轮廓、指针和数字;
所述从所述目标笔画集合中获取每种图形元素的笔画集合,包括:
从所述目标笔画集合中获取所述表盘轮廓的笔画集合;
从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合;
将所述目标笔画集合中除轮廓笔画和指针笔画外的笔画组成的集合确定为所述数字的笔画集合。
5.根据权利要求4所述的图形评估方法,其特征在于,所述从所述目标笔画集合中获取所述表盘轮廓的笔画集合,包括:
根据笔画的长度和笔画间的距离,从所述目标笔画集合中获取所述表盘轮廓的笔画集合。
6.根据权利要求5所述的图形评估方法,其特征在于,所述根据笔画的长度和笔画间的距离,从所述目标笔画集合中获取所述表盘轮廓的笔画集合,包括:
从所述目标笔画集合中获取最长笔画,作为轮廓笔画;
获取当前轮廓的起始点集和结束点集,其中,当前轮廓为当前获得的所有轮廓笔画组成的轮廓,当前轮廓的起始点集包括当前轮廓的起始点,当前轮廓的结束点集包括当前轮廓的结束点;
根据当前轮廓的起始点集和结束点集,从所述目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,作为候选轮廓笔画;
若所述候选轮廓笔画与当前轮廓的距离小于预设的第一距离阈值,则确定所述候选轮廓笔画为轮廓笔画,并获取当前轮廓的起始点集和结束点集;若所述候选轮廓笔画与当前轮廓的距离大于或等于所述第一距离阈值,则确定所述候选轮廓笔画不为轮廓笔画;
然后执行所述根据当前轮廓的起始点集和结束点集,从所述目标笔画集合中未获取过的笔画中获取与当前轮廓距离最近的笔画,直至所述目标笔画集合中不存在未获取过的笔画;
最终确定出的所有轮廓笔画组成的集合作为所述表盘轮廓的笔画集合。
7.根据权利要求4所述的图形评估方法,其特征在于,所述从所述目标笔画集合中的非轮廓笔画中获取所述指针对应的笔画集合,包括:
确定所述表盘轮廓的笔画集合中所有笔画组成的表盘轮廓所包含的区域的中心点,作为表盘轮廓中心点;
根据笔画与所述表盘轮廓中心点的距离,从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合。
8.根据权利要求7所述的图形评估方法,其特征在于,所述根据笔画与所述表盘轮廓中心点的距离,从所述目标笔画集合中的非轮廓笔画中获取所述指针的笔画集合,包括
计算所述目标笔画集合中的每个非轮廓笔画与所述表盘轮廓中心点的距离;
将与所述表盘轮廓中心点的距离小于预设的第二距离阈值的非轮廓笔画所组成的集合确定为所述指针的笔画集合。
9.根据权利要求4所述的图形评估方法,其特征在于,通过所述数字的笔画集合,获得所述钟表图形中的数字,包括:
根据笔画的绘制时间和空间位置,对所述数字的笔画集合中的笔画进行聚类,获得多组笔画,其中,每组笔画对应所述钟表图形中的一个数字;
根据所述多组笔画生成所述钟表图形中每个数字对应的轨迹点文件,其中,任一数字对应的轨迹点文件包括组成该数字的所有轨迹点;
分别将所述钟表图形中每个数字对应的轨迹点文件输入预先建立的数字识别模型,获得所述钟表图形中的每个数字。
10.根据权利要求4所述的图形评估方法,其特征在于,所述对所述目标图形中的每种图形元素进行评估,包括:
获取所述目标图形中每种图形元素的图形特征,其中,任一种图形元素的图形特征与该图形元素的绘制要求有关;
针对所述目标图形中的每种图形元素:
判别该图形元素的图形特征是否满足该图形元素对应的条件,获得该图形元素对应的判别结果;其中,任一图形元素对应的条件根据该图形元素对应的绘制要求设定;
根据该图形元素对应的判别结果确定该图形元素的得分,作为该图形元素的评估结果;
以得到所述目标图形中每种图形元素的评估结果。
11.根据权利要求10所述的图形评估方法,其特征在于,获取所述钟表图形中表盘轮廓的图形特征包括:
获取以下特征中的一种或多种:所述表盘轮廓的封闭性特征、所述表盘轮廓的外接矩形的长宽比、所述表盘轮廓的各个点的平均曲率、所述表盘轮廓的各个点到表盘轮廓中心点的方差均值、所述表盘轮廓的椭圆拟合特征;其中,所述表盘轮廓的封闭性特征为所述表盘轮廓起始点、终止点与表盘轮廓中心点形成的夹角,所述夹角的顶点为所述表盘轮廓中心点,所述表盘轮廓的椭圆拟合特征为根据所述表盘轮廓的笔画集合进行椭圆拟合所得到的椭圆的特征;
所述判别所述钟表图形中表盘轮廓的图形特征是否满足所述表盘轮廓对应的条件,包括:
判别针对所述表盘轮廓获取的每种图形特征是否在对应的预设特征范围内。
12.根据权利要求10所述的图形评估方法,其特征在于,获取所述钟表图形中数字的图形特征,包括:
获取所述钟表图形中数字的内容特征和/或角度特征;其中,所述钟表图形中数字的内容特征为所述钟表图形中所包含的数字,所述钟表图形中数字的角度特征为所述钟表图形中每个数字的角度,任一数字的角度为该数字的中心点与表盘轮廓中心点形成的直线与预设的基准方向的夹角;
判别所述钟表图形中数字的图形特征是否满足所述数字对应的条件,包括:
判别所述钟表图形中的数字是否为按绘制要求应绘制的数字;
和/或,针对所述钟表图形中的每个数字,判别该数字对应的角度是否在该数字对应的预设角度范围内。
13.根据权利要求10所述的图形评估方法,其特征在于,获取所述钟表图形中指针的图形特征,包括:
若所述钟表图形中不包含指定数字,则获取所述指针的角度和/或所述指针的长度;其中,所述指定数字为根据绘制要求,指针应指向的数字;
若所述钟表图形中包含所述指定数字,则获取所述指针的角度和所述指定数字的角度,和/或所述指针的长度;
判别所述钟表图形中指针的图形特征是否满足所述指针对应的条件,包括:
若所述钟表图形中不包含所述指定数字,则判别所述指针的角度是否在预设的角度范围内,和/或,判别所述指针中分针的长度是否大于时针的长度;
若所述钟表图形中包含所述指定数字,则根据所述指针的角度和所述指定数字的角度判别所述指针与所述指定数字的角度关系是否满足预设的角度关系,和/或,判别所述指针中分针的长度是否大于时针的长度。
14.一种图形评估装置,其特征在于,包括:轨迹点数据获取模块、图形元素获取模块和图形评估模块;
所述轨迹点数据获取模块,用于获取目标对象根据绘制要求绘制所述目标图形时的轨迹点数据,其中,所述目标图形包括至少一种图形元素;
所述图形元素获取模块,用于根据所述轨迹点数据,获取所述目标图形中的每种图形元素;
所述图形评估模块,用于对所述目标图形中的每种图形元素进行评估,并通过每种图形元素的评估结果确定所述目标图形的评估结果。
15.一种图形评估设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~13中任一项所述的图形评估方法的各个步骤。
16.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1~13中任一项所述的图形评估方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910676484.4A CN110384484A (zh) | 2019-07-25 | 2019-07-25 | 一种图形评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910676484.4A CN110384484A (zh) | 2019-07-25 | 2019-07-25 | 一种图形评估方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110384484A true CN110384484A (zh) | 2019-10-29 |
Family
ID=68287398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910676484.4A Pending CN110384484A (zh) | 2019-07-25 | 2019-07-25 | 一种图形评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110384484A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110859599A (zh) * | 2019-11-26 | 2020-03-06 | 复旦大学 | 脑血管病神经损伤病人认知功能自动化筛查系统 |
CN111091910A (zh) * | 2019-12-17 | 2020-05-01 | 中国科学院自动化研究所 | 基于画钟测试的智能评估系统 |
CN112288756A (zh) * | 2020-12-28 | 2021-01-29 | 湖南新云网科技有限公司 | 一种图形分割方法、装置、电子设备及可读存储介质 |
CN113535042A (zh) * | 2020-09-18 | 2021-10-22 | 厦门市和家健脑智能科技有限公司 | 基于老年人认知识别图像的生成方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7267440B2 (en) * | 2005-02-02 | 2007-09-11 | Poreh Amir M | Method for recording, assessing and premeditating performance on grapho-motor and writing tasks |
CN104715157A (zh) * | 2015-03-25 | 2015-06-17 | 成都信息工程学院 | 一种基于画钟实验的认知功能障碍评估系统和方法 |
CN108197564A (zh) * | 2017-12-29 | 2018-06-22 | 复旦大学附属中山医院 | 一种画钟试验的评估系统及方法 |
CN108492870A (zh) * | 2017-02-23 | 2018-09-04 | 中国科学院软件研究所 | 基于数位笔的画钟测试检测方法及系统 |
CN109409329A (zh) * | 2018-11-14 | 2019-03-01 | 科大讯飞股份有限公司 | 图形题目的判别方法、评估方法、装置、设备及存储介质 |
-
2019
- 2019-07-25 CN CN201910676484.4A patent/CN110384484A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7267440B2 (en) * | 2005-02-02 | 2007-09-11 | Poreh Amir M | Method for recording, assessing and premeditating performance on grapho-motor and writing tasks |
CN104715157A (zh) * | 2015-03-25 | 2015-06-17 | 成都信息工程学院 | 一种基于画钟实验的认知功能障碍评估系统和方法 |
CN108492870A (zh) * | 2017-02-23 | 2018-09-04 | 中国科学院软件研究所 | 基于数位笔的画钟测试检测方法及系统 |
CN108197564A (zh) * | 2017-12-29 | 2018-06-22 | 复旦大学附属中山医院 | 一种画钟试验的评估系统及方法 |
CN109409329A (zh) * | 2018-11-14 | 2019-03-01 | 科大讯飞股份有限公司 | 图形题目的判别方法、评估方法、装置、设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110859599A (zh) * | 2019-11-26 | 2020-03-06 | 复旦大学 | 脑血管病神经损伤病人认知功能自动化筛查系统 |
CN110859599B (zh) * | 2019-11-26 | 2022-05-20 | 复旦大学 | 脑血管病神经损伤病人认知功能自动化筛查系统 |
CN111091910A (zh) * | 2019-12-17 | 2020-05-01 | 中国科学院自动化研究所 | 基于画钟测试的智能评估系统 |
CN111091910B (zh) * | 2019-12-17 | 2023-11-03 | 中国科学院自动化研究所 | 基于画钟测试的智能评估系统 |
CN113535042A (zh) * | 2020-09-18 | 2021-10-22 | 厦门市和家健脑智能科技有限公司 | 基于老年人认知识别图像的生成方法和装置 |
CN113535042B (zh) * | 2020-09-18 | 2023-09-22 | 厦门市和家健脑智能科技有限公司 | 基于老年人认知识别图像的生成方法和装置 |
CN112288756A (zh) * | 2020-12-28 | 2021-01-29 | 湖南新云网科技有限公司 | 一种图形分割方法、装置、电子设备及可读存储介质 |
CN112288756B (zh) * | 2020-12-28 | 2021-04-30 | 湖南新云网科技有限公司 | 一种图形分割方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110384484A (zh) | 一种图形评估方法、装置、设备及存储介质 | |
CN108664877A (zh) | 一种基于三维深度数据的动态手势识别方法 | |
CN110032954A (zh) | 一种钢筋智能识别与计数方法及系统 | |
CN107609489B (zh) | 书法书写路径评价装置、方法及电子设备 | |
CN105719328B (zh) | 一种手绘几何图形规范化方法及系统 | |
CN109993073A (zh) | 一种基于Leap Motion的复杂动态手势识别方法 | |
CN100535928C (zh) | 检测墨水输入中的手绘对象的系统和方法 | |
CN109840034B (zh) | 一种基于触摸设备的毛笔字书写方法 | |
CN106325737A (zh) | 一种书写路径擦除方法及设备 | |
CN110232377A (zh) | 一种字帖练习书法的人工智能评分系统及方法 | |
JP5969460B2 (ja) | 爪領域検出方法、プログラム、記憶媒体、及び爪領域検出装置 | |
CN104268864B (zh) | 卡片边缘提取方法和装置 | |
CN103440101A (zh) | 一种手写原笔迹数据的处理方法、系统及手机 | |
CN106952276A (zh) | 一种图像抠图方法及装置 | |
WO2020192532A1 (zh) | 指纹图像处理方法及相关装置 | |
CN108009485A (zh) | 基于众包数据的无线指纹库更新方法 | |
CN109409329A (zh) | 图形题目的判别方法、评估方法、装置、设备及存储介质 | |
CN103176651B (zh) | 一种手写信息快速采集方法 | |
CN103186241B (zh) | 一种交互桌面触点左右手识别方法 | |
CN110007764A (zh) | 一种手势骨架识别方法、装置、系统及存储介质 | |
CN107220634A (zh) | 基于改进d‑p算法与多模板匹配的手势识别方法 | |
CN104219371A (zh) | 使用唇语识别技术进行电话拨号的方法和装置 | |
CN103544469A (zh) | 一种基于掌心测距的指尖检测方法和装置 | |
CN109934896B (zh) | 一种绘画方法、装置、终端设备及计算机可读存储介质 | |
CN106980828A (zh) | 在手势识别中确定手掌区域的方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191029 |