CN110689515B - 一种采用智能识别技术的计算机图像处理系统 - Google Patents
一种采用智能识别技术的计算机图像处理系统 Download PDFInfo
- Publication number
- CN110689515B CN110689515B CN201910988504.1A CN201910988504A CN110689515B CN 110689515 B CN110689515 B CN 110689515B CN 201910988504 A CN201910988504 A CN 201910988504A CN 110689515 B CN110689515 B CN 110689515B
- Authority
- CN
- China
- Prior art keywords
- image
- boundary line
- module
- processing
- contour
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 10
- 238000011065 in-situ storage Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种采用智能识别技术的计算机图像处理系统,包括:两个采集装置,用于从不同的视角同步采集相同的图像;识别处理装置,用于根据模型库中的轮廓模型,分别从采集的图像中匹配识别出待处理图像轮廓,并绘制原始边界线;按照两个原始边界线上最远点整合出一个新边界线,按照新边界线调整两个原始边界线,将两个调整后的边界线内的图像灰度信息按照像素进行整理标记;计算机设备,用于对整理标记后的图像信息按照不同的灰度信息进行调优处理。本发明通过采用两个采集装置,且依次通过匹配识别、边界线调整、整理标记、调优处理原始图像后,提高了采集、处理的准确度;通过先识别后处理方式,节约了内存空间,且减少了数据处理量。
Description
技术领域
本发明涉及图像处理技术领域,更具体的涉及一种采用智能识别技术的计算机图像处理系统。
背景技术
在现有图像技术领域内,利用计算机处理技术对图像进行处理时,首先采用诸如图像传感器对图像进行传感采集,再利用后续处理电路对所采集的图像信号进行处理,然后将采集到的图像信号在计算机内还原成图像并保存。这中图像处理方法,通常是以某一个视角进行图像采集,并没有考虑都有些立体图像从不同的视角看去有细微的差异,同时光照也会影响不同方位的图像观察效果,因此仅通过一个视角采集的图像,经过处理后并不能保证最终的图像质量。
发明内容
本发明实施例提供一种采用智能识别技术的计算机图像处理系统,用以解决上述背景技术中存在的问题。
本发明实施例提供一种采用智能识别技术的计算机图像处理系统,包括:第一采集装置、第二采集装置、识别处理装置和计算机设备,所述识别处理装置内均设置有模型库;
所述第一采集装置和所述第二采集装置,用于从不同的视角同步采集相同的图像;
所述识别处理装置,用于根据所述模型库中的轮廓模型,分别从所述第一采集装置和所述第二采集装置采集的图像中匹配识别出待处理图像轮廓,并绘制原始边界线;按照两个原始边界线上最远点整合出一个新边界线,按照新边界线调整两个原始边界线,以及将两个调整后的边界线内的图像灰度信息按照像素进行整理标记;
所述计算机设备,用于对整理标记后的图像信息按照不同的灰度信息进行调优处理,并对调优后的图像信息进行常规处理并保存。
进一步地,所述第一采集装置和所述第二采集装置均依次与所述识别处理装置和所述计算机设备电连接。
进一步地,所述第一采集装置和所述第二采集装置均采用工业相机、摄像机或扫描仪。
进一步地,所述模型库包括:人的轮廓模型和物的轮廓模型。
进一步地,所述识别处理装置包括:第一匹配识别模块、第二匹配识别模块、第一原始边界线生成模块、第二原始边界线生成模块、新边界线生成模块、第一原始边界线调整模块、第二原始边界线调整模块、第一图像信息统计模块和第二图像信息统计模块;
所述第一匹配识别模块,用于根据所述模型库中的轮廓模型,按照查询法从所述第一采集装置采集的图像中匹配识别出第一待处理图像轮廓;
所述第二匹配识别模块,用于根据所述模型库中的轮廓模型,按照查询法从所述第二采集装置采集的图像中匹配识别出第二待处理图像轮廓;
所述第一原始边界线生成模块,用于对与所述第一待处理图像轮廓对应的第一轮廓模型进行比例缩放,在所述第一待处理图像轮廓上绘制与所述第一轮廓模型的轮廓相似的第一原始边界线;
所述第二原始边界线生成模块,用于对与所述第二待处理图像轮廓对应的第二轮廓模型进行比例缩放,在所述第二待处理图像轮廓上绘制与所述第二轮廓模型的轮廓相似的第二原始边界线;
所述新边界线生成模块,用于按照所述第一原始边界线和所述第二原始边界线点集中的最远点集,重新生成新边界线;
所述第一原始边界线调整模块,用于将所述第一原始边界线在原位调整成新边界线的尺寸和形状;
所述第二原始边界线调整模块,用于用于将所述第二原始边界线在原位调整成新边界线的尺寸和形状;
所述第一图像信息统计模块,用于将调整后的第一原始边界线内的灰度信息按照像素进行第一整理标记;
所述第二图像信息统计模块,用于将调整后的第二原始边界线内的灰度信息按照像素进行第二整理标记。
进一步地,,所述计算机设备包括:图形演示处理APP;所述图形演示处理APP包括:图形调优模块;
所述图形调优模块,用于对第一整理标记和第二整理标记后的图像信息,对不同的灰度信息排列组合后进行调优处理。
进一步地,所述图形演示处理APP还包括:图形常规处理模块和图形演示模块;
所述图形常规处理模块,用于对调优处理后的图像信息进行背景降噪处理、图像增强处理;
所述图形演示模块,用于对处理后的图像进行2D/3D演示。
本发明实施例提供一种采用智能识别技术的计算机图像处理系统,与现有技术相比,其有益效果如下:
本发明实施例通过两个采集装置从不同视角同步采集相同的图像,并对采集的图像依次根据模型库中的模型进行匹配识别、按照新边界线对原始边界线调整、按照像素对灰度信息进行整理标记(即一个像素对应两个灰度信息)、对整理标记后的图像信息进行调优处理。即采用两个采集装置,提高了采集、处理的准确度,提高了最终图像质量,同时依次通过匹配识别、边界线调整、整理标记、调优处理原始图像后,进一步提高了采集、处理的准确度,提高了最终图像质量,并且通过外部识别技术对图像进行识别处理后,能将待采集的图像全部采集,有效杜绝安全隐患;通过先识别后处理的方式,节约了内存空间,且减少了数据处理量。
附图说明
图1为本发明实施例提供的一种采用智能识别技术的计算机图像处理系统的整体原理框图;
图2为本发明实施例提供的识别处理装置内部原理框图;
图3为本发明实施例提供的计算机设备内部原理框图。
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。
参见图1~3,本发明实施例提供一种采用智能识别技术的计算机图像处理系统,该系统包括:第一采集装置1、第二采集装置2、识别处理装置3和计算机设备4,识别处理装置3内均设置有模型库31。其中,第一采集装置1和第二采集装置2均依次与识别处理装置3和计算机设备4电连接。
第一采集装置1和第二采集装置2的位置不同,第一采集装置1和第二采集装置2,用于从不同的视角同步采集相同的图像;识别处理装置3,用于根据模型库31中的轮廓模型,分别从第一采集装置1和第二采集装置2采集的图像中匹配识别出待处理图像轮廓,并绘制原始边界线;按照两个原始边界线上最远点整合出一个新边界线,按照新边界线调整两个原始边界线,以及将两个调整后的边界线内的图像灰度信息按照像素进行整理标记;计算机设备4,用于对整理标记后的图像信息按照不同的灰度信息进行调优处理,并对调优后的图像信息进行常规处理并保存。
上述技术方案,通过两个采集装置从不同视角同步采集相同的图像,并对采集的图像依次根据模型库中的模型进行匹配识别、按照新边界线对原始边界线调整、按照像素对灰度信息进行整理标记(即一个像素对应两个灰度信息)、对整理标记后的图像信息进行调优处理。即采用两个采集装置,提高了采集、处理的准确度,提高了最终图像质量,同时依次通过匹配识别、边界线调整、整理标记、调优处理原始图像后,进一步提高了采集、处理的准确度,提高了最终图像质量,并且通过外部识别技术对图像进行识别处理后,能将待采集的图像全部采集,有效杜绝安全隐患;通过先识别后处理的方式,节约了内存空间,且减少了数据处理量。
进一步地,第一采集装置1和第二采集装置2均采用工业相机、摄像机或扫描仪。
进一步地,模型库31包括:人的轮廓模型和物的轮廓模型。例如:物的轮廓模型包括:各种车轮廓模型、动物轮廓模块、植物花草轮廓模型等。
进一步地,识别处理装置3包括:第一匹配识别模块32、第二匹配识别模块33、第一原始边界线生成模块34、第二原始边界线生成模块35、新边界线生成模块36、第一原始边界线调整模块37、第二原始边界线调整模块38、第一图像信息统计模块39和第二图像信息统计模块310。
其中,第一匹配识别模块32,用于根据模型库31中的轮廓模型,按照查询法从第一采集装置1采集的图像中匹配识别出第一待处理图像轮廓;第二匹配识别模块33,用于根据模型库31中的轮廓模型,按照查询法从第二采集装置2采集的图像中匹配识别出第二待处理图像轮廓;第一原始边界线生成模块34,用于对与第一待处理图像轮廓对应的第一轮廓模型进行比例缩放,在第一待处理图像轮廓上绘制与第一轮廓模型的轮廓相似的第一原始边界线;第二原始边界线生成模块35,用于对与第二待处理图像轮廓对应的第二轮廓模型进行比例缩放,在第二待处理图像轮廓上绘制与第二轮廓模型的轮廓相似的第二原始边界线;新边界线生成模块36,用于按照第一原始边界线和第二原始边界线点集中的最远点集,重新生成新边界线;第一原始边界线调整模块37,用于将第一原始边界线在原位调整成新边界线的尺寸和形状;第二原始边界线调整模块38,用于用于将第二原始边界线在原位调整成新边界线的尺寸和形状;第一图像信息统计模块39,用于将调整后的第一原始边界线内的灰度信息按照像素进行第一整理标记;第二图像信息统计模块310,用于将调整后的第二原始边界线内的灰度信息按照像素进行第二整理标记。
另外,图像处理一般指数字图像处理,数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
进一步地,计算机设备4包括:图形演示处理APP41;图形演示处理APP41包括:图形调优模块41-1。图形调优模块41-1,用于对第一整理标记和第二整理标记后的图像信息,对不同的灰度信息排列组合后进行调优处理。
进一步地,图形演示处理APP41还包括:图形常规处理模块41-2和图形演示模块41-3;图形常规处理模块41-2,用于对调优处理后的图像信息进行背景降噪处理、图像增强处理;图形演示模块41-3,用于对处理后的图像进行2D/3D演示。
以上公开的仅为本发明的几个具体实施例,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种采用智能识别技术的计算机图像处理系统,其特征在于,包括:第一采集装置(1)、第二采集装置(2)、识别处理装置(3)和计算机设备(4),所述识别处理装置(3)内均设置有模型库(31);
所述第一采集装置(1)和所述第二采集装置(2),用于从不同的视角同步采集相同的图像;
所述识别处理装置(3),用于根据所述模型库(31)中的轮廓模型,分别从所述第一采集装置(1)和所述第二采集装置(2)采集的图像中匹配识别出待处理图像轮廓,并绘制原始边界线;按照两个原始边界线上最远点整合出一个新边界线,按照新边界线调整两个原始边界线,以及将两个调整后的边界线内的图像灰度信息按照像素进行整理标记;
所述计算机设备(4),用于对整理标记后的图像信息按照不同的灰度信息进行调优处理,并对调优后的图像信息进行常规处理并保存;
所述识别处理装置(3)包括:第一匹配识别模块(32)、第二匹配识别模块(33)、第一原始边界线生成模块(34)、第二原始边界线生成模块(35)、新边界线生成模块(36)、第一原始边界线调整模块(37)、第二原始边界线调整模块(38)、第一图像信息统计模块(39)和第二图像信息统计模块(310);
所述第一匹配识别模块(32),用于根据所述模型库(31)中的轮廓模型,按照查询法从所述第一采集装置(1)采集的图像中匹配识别出第一待处理图像轮廓;
所述第二匹配识别模块(33),用于根据所述模型库(31)中的轮廓模型,按照查询法从所述第二采集装置(2)采集的图像中匹配识别出第二待处理图像轮廓;
所述第一原始边界线生成模块(34),用于对与所述第一待处理图像轮廓对应的第一轮廓模型进行比例缩放,在所述第一待处理图像轮廓上绘制与所述第一轮廓模型的轮廓相似的第一原始边界线;
所述第二原始边界线生成模块(35),用于对与所述第二待处理图像轮廓对应的第二轮廓模型进行比例缩放,在所述第二待处理图像轮廓上绘制与所述第二轮廓模型的轮廓相似的第二原始边界线;
所述新边界线生成模块(36),用于按照所述第一原始边界线和所述第二原始边界线点集中的最远点集,重新生成新边界线;
所述第一原始边界线调整模块(37),用于将所述第一原始边界线在原位调整成新边界线的尺寸和形状;
所述第二原始边界线调整模块(38),用于用于将所述第二原始边界线在原位调整成新边界线的尺寸和形状;
所述第一图像信息统计模块(39),用于将调整后的第一原始边界线内的灰度信息按照像素进行第一整理标记;
所述第二图像信息统计模块(310),用于将调整后的第二原始边界线内的灰度信息按照像素进行第二整理标记;
所述计算机设备(4)包括:图形演示处理APP(41);所述图形演示处理APP(41)包括:图形调优模块(41-1);
所述图形调优模块(41-1),用于对第一整理标记和第二整理标记后的图像信息,对不同的灰度信息排列组合后进行调优处理;
所述图形演示处理APP(41)还包括:图形常规处理模块(41-2)和图形演示模块(41-3);
所述图形常规处理模块(41-2),用于对调优处理后的图像信息进行背景降噪处理、图像增强处理;
所述图形演示模块(41-3),用于对处理后的图像进行2D/3D演示。
2.如权利要求1所述的采用智能识别技术的计算机图像处理系统,其特征在于,所述第一采集装置(1)和所述第二采集装置(2)均依次与所述识别处理装置(3)和所述计算机设备(4)电连接。
3.如权利要求1所述的采用智能识别技术的计算机图像处理系统,其特征在于,所述第一采集装置(1)和所述第二采集装置(2)均采用工业相机、摄像机或扫描仪。
4.如权利要求1所述的采用智能识别技术的计算机图像处理系统,其特征在于,所述模型库(31)包括:人的轮廓模型和物的轮廓模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988504.1A CN110689515B (zh) | 2019-10-17 | 2019-10-17 | 一种采用智能识别技术的计算机图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988504.1A CN110689515B (zh) | 2019-10-17 | 2019-10-17 | 一种采用智能识别技术的计算机图像处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110689515A CN110689515A (zh) | 2020-01-14 |
CN110689515B true CN110689515B (zh) | 2022-04-15 |
Family
ID=69113079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910988504.1A Active CN110689515B (zh) | 2019-10-17 | 2019-10-17 | 一种采用智能识别技术的计算机图像处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110689515B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271469A (zh) * | 2008-05-10 | 2008-09-24 | 深圳先进技术研究院 | 一种基于三维模型库下二维图像的识别和物体的重建方法 |
CN101510255A (zh) * | 2009-03-30 | 2009-08-19 | 北京中星微电子有限公司 | 一种识别定位人脸器官的方法、装置和视频处理芯片 |
CN103729885A (zh) * | 2014-01-21 | 2014-04-16 | 北京邮电大学 | 多视角投影与三维注册联合的手绘场景三维建模方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030123707A1 (en) * | 2001-12-31 | 2003-07-03 | Park Seujeung P. | Imaging-based distance measurement and three-dimensional profiling system |
JP2005151282A (ja) * | 2003-11-18 | 2005-06-09 | Fuji Xerox Co Ltd | 画像処理装置、画像処理方法、およびプログラム |
-
2019
- 2019-10-17 CN CN201910988504.1A patent/CN110689515B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271469A (zh) * | 2008-05-10 | 2008-09-24 | 深圳先进技术研究院 | 一种基于三维模型库下二维图像的识别和物体的重建方法 |
CN101510255A (zh) * | 2009-03-30 | 2009-08-19 | 北京中星微电子有限公司 | 一种识别定位人脸器官的方法、装置和视频处理芯片 |
CN103729885A (zh) * | 2014-01-21 | 2014-04-16 | 北京邮电大学 | 多视角投影与三维注册联合的手绘场景三维建模方法 |
Non-Patent Citations (1)
Title |
---|
基于最大整体包容度约束非负矩阵分解的高光谱遥感图像混合像元分析算法;王瀛等;《光子学报》;20180116(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110689515A (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103955694B (zh) | 图像识别抄表系统及方法 | |
CN108335331B (zh) | 一种钢卷双目视觉定位方法及设备 | |
CN105260750B (zh) | 一种奶牛识别方法及系统 | |
KR102595787B1 (ko) | 전자 장치 및 그 제어 방법 | |
CN114049499A (zh) | 用于连续轮廓的目标对象检测方法、设备及存储介质 | |
CN111191582A (zh) | 三维目标检测方法、检测装置、终端设备及计算机可读存储介质 | |
CN108596032B (zh) | 一种视频中打架行为检测方法、装置、设备及介质 | |
CN103353941A (zh) | 基于视角分类的自然标志物注册方法 | |
WO2014188446A2 (en) | Method and apparatus for image matching | |
CN111161348B (zh) | 一种基于单目相机的物体位姿估计方法、装置及设备 | |
CN111027545A (zh) | 卡证图片标志检测方法、装置、计算机设备及存储介质 | |
CN108053409B (zh) | 一种遥感影像分割基准库自动构建方法及其系统 | |
CN114119695A (zh) | 一种图像标注方法、装置及电子设备 | |
CN103632131B (zh) | 用于提取对象的设备和方法 | |
CN110689515B (zh) | 一种采用智能识别技术的计算机图像处理系统 | |
CN110751163B (zh) | 目标定位方法及其装置、计算机可读存储介质和电子设备 | |
CN111046831A (zh) | 家禽识别方法、装置及服务器 | |
CN113159037B (zh) | 图片矫正方法、装置、计算机设备及存储介质 | |
CN113284115B (zh) | 一种钢卷塔形识别方法、系统、介质和终端 | |
CN112348112B (zh) | 图像识别模型的训练方法、训练装置及终端设备 | |
CN110674817B (zh) | 一种基于双目摄像头的车牌防伪的方法及装置 | |
CN111105394B (zh) | 一种检测发光小球特征信息的方法及装置 | |
CN114359147A (zh) | 裂缝检测方法、装置、服务器及存储介质 | |
CN114330708A (zh) | 基于点云数据的神经网络训练方法、系统、介质及设备 | |
CN115221910A (zh) | 二维码识别方法、装置、设备及计算机可读存储介质 |
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 |