CN111108515A - 图片目标点纠正方法、装置设备及存储介质 - Google Patents

图片目标点纠正方法、装置设备及存储介质 Download PDF

Info

Publication number
CN111108515A
CN111108515A CN201980003348.7A CN201980003348A CN111108515A CN 111108515 A CN111108515 A CN 111108515A CN 201980003348 A CN201980003348 A CN 201980003348A CN 111108515 A CN111108515 A CN 111108515A
Authority
CN
China
Prior art keywords
deviation
degree
target point
calculating
quadrangle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980003348.7A
Other languages
English (en)
Other versions
CN111108515B (zh
Inventor
甄海华
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.)
Vtron Group Co Ltd
Original Assignee
Vtron Group 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 Vtron Group Co Ltd filed Critical Vtron Group Co Ltd
Publication of CN111108515A publication Critical patent/CN111108515A/zh
Application granted granted Critical
Publication of CN111108515B publication Critical patent/CN111108515B/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
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/243Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了图片目标点纠正方法、装置设备及存储介质,方法包括:获取能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。本申请解决了现有技术中的由于拍摄角度的问题,比如说拍摄镜头的平面与图纸平面的角度有偏差等,拍摄到的照片中的图纸会存在变形,例如变为梯形或者是类似于平行四边形的形状,这时候经过目标查找后往往难以定位到目标点的准确位置的技术问题。

Description

图片目标点纠正方法、装置设备及存储介质
技术领域
本申请涉及图像识别技术领域,尤其涉及图片目标点纠正方法、装置设备及存储介质。
背景技术
目前的图片目标查找方法存在有一定的错误检测概率,也就是说查找检测到的目标点并非真正的目标点,尤其当目标点所在区域发生变形时,错误检测更为严重。比如附图5所示的三个矩形,附图中的左一的矩形为标准的矩形图纸,图纸中有4个目标点,这些目标点分别位于图纸的四个角的位置,这4个目标点可以组成标准矩形。而左二、右一的两个矩形均为由于拍摄角度的问题,比如说拍摄镜头的平面与图纸平面的角度有偏差等,拍摄到的照片中的图纸会存在变形,例如变为梯形或者是类似于平行四边形的形状,这时候经过目标查找后往往难以定位到目标点的准确位置。
发明内容
本申请提供了一种图片目标点纠正方法、装置设备及存储介质,解决了现有技术中的由于拍摄角度的问题,比如说拍摄镜头的平面与图纸平面的角度有偏差等,拍摄到的照片中的图纸会存在变形,例如变为梯形或者是类似于平行四边形的形状,这时候经过目标查找后往往难以定位到目标点的准确位置的技术问题。
本申请第一方面提供了一种图片目标点纠正方法,包括:
获取能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;
当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
可选地,所述计算所述四边形与标准矩形的第一偏差度之前,还包括:判断是否有任意两个目标点重合,若是,返回错误结果。
可选地,所述第一偏差度具体包括:
将所述四个目标点顺次连接形成所述四边形;
计算获得所述四边形的上下边的长度偏差和左右边的长度偏差,判断是否符合第一预设偏差值;
计算获得所述四边形的左上角与右上角的上角偏差,判断是否符合第二预设偏差值;
计算获得所述四边形的左下角与右下角的下角偏差,判断是否符合第三预设偏差值;
分别计算获得所述四边形的四个内角与九十度的四个内角偏差,判断是否符合第四预设偏差值;
计算获得所述四边形的左边、右边与垂直线的垂直偏差,判断是否符合第五预设偏差值;
计算获得所述四边形的上边与下边的夹角,判断是否符合预设夹角值。
可选地,所述判断所述第一偏差度是否满足第一偏差度阈值具体包括:
当且仅当所述第一预设偏差值、所述第二预设偏差值、所述第三预设偏差值、所述第四预设偏差值、所述第五预设偏差值以及所述预设夹角值均被满足时,所述第一偏差度满足第一偏差度阈值。
可选地,所述第二偏差度具体包括:
分别计算获得所述四边形的四条边与所述图片的四条边的四个边偏差参数;
分别计算获得所述四边形的上边、下边与水平线的夹角,左边、右边与垂直线的夹角偏差值,得到四个角偏差值;
计算获得所述四个目标点的四个匹配度分数,根据所述四个匹配度分数计算获得所述四个目标点的四个匹配度偏差值;
根据所述四个边偏差值、所述四个角偏差值以及所述四个匹配度偏差值,分别计算出所述四个目标点的错误分。
可选地,所述当存在有目标点的第二偏差度不符合第二偏差度阈值时,具体包括:
将所述四个目标点的错误分进行从大到小的排序,最大的错误分对应的目标点即为错误目标点。
可选地,所述在所述目标点附近获取新的目标点,具体包括:
分别获取除错误目标点以外的三个目标点的三个二维坐标;
获取所述四边形的四个内角的四个角度值;
根据所述三个二维坐标值和所述四个角度值,计算获得新的目标点的二维坐标值。
本申请第二方面提供了一种图片目标点纠正装置,包括:
判断第一偏差度模块,用于获取能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;
判断第二偏差度模块,用于当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
本申请第三方面提供了一种图片目标点纠正设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面的图片目标点纠正方法。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面的图片目标点纠正方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种图片目标点纠正方法,包括:
获取能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;
当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
本申请提供的图片目标点纠正方法,通过第一阶段先判断所获取到的四个目标点形成的四边形相对于标准矩形的偏差度判断获得的目标点是否有误,若是有误,则具体判断这四个目标点中,偏差最大的目标点,进行排除,并重新进行预测获取新的目标点,如此重复,直至第一阶段的偏差度符合预设,减少了获得的目标点的误差度。本申请解决了现有技术中的由于拍摄角度的问题,比如说拍摄镜头的平面与图纸平面的角度有偏差等,拍摄到的照片中的图纸会存在变形,例如变为梯形或者是类似于平行四边形的形状,这时候经过目标查找后往往难以定位到目标点的准确位置的技术问题。
附图说明
图1为本申请提供的一种图片目标点纠正方法的一个实施例的流程示意图;
图2为本申请提供的一种图片目标点纠正方法的另一个实施例的流程示意图;
图3为本申请提供的一种图片目标点纠正装置的一个实施例的励磁电压信号的产生逻辑图;
图4为本申请提供的一种图片目标点纠正方法的一个实施例的四边形的示意图;
图5为现有技术的三种情况下的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种图片目标点纠正方法、装置设备及存储介质,解决了现有技术中的由于拍摄角度的问题,比如说拍摄镜头的平面与图纸平面的角度有偏差等,拍摄到的照片中的图纸会存在变形,例如变为梯形或者是类似于平行四边形的形状,这时候经过目标查找后往往难以定位到目标点的准确位置的技术问题。
为了便于理解,请参见图1和图4,图1为本申请提供的一种图片目标点纠正方法的一个实施例的流程示意图;图4为本申请提供的一种图片目标点纠正方法的一个实施例的四边形的示意图;
本申请实施例提供了一种图片目标点纠正方法,包括:
100,获取能组成四边形的四个目标点,计算四边形与标准矩形的第一偏差度,判断第一偏差度是否满足第一偏差度阈值,若否,分别计算四个目标点相对于标准矩形的第二偏差度;
200,当存在有目标点的第二偏差度不符合第二偏差度阈值时,在目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
需要说明的是,本申请实施例提供的图片目标纠正方法,首先判断第一阶段获取到的四个目标点是否有错,以及错误是否能纠正,判断过程为计算目标点组成的四边形相对于标准矩形的偏差度,如果偏差太大,或者是超过预设,则可以认为该错误无法纠正,否则可以进行后续的纠正步骤。若是偏差较小,则认为查找到的目标点准确,那么,便可以不进行后续的纠正步骤。
然后逐个比较四边形的四个角相对于标准矩形的偏差度,若是偏差度过大,或者是超过预设阈值时,则认为是该点出错,接着通过三个正确点的位置来计算错误点大概应该出现的位置。
预测出错误点的位置后,在该位置附近重新做目标查找,得到该点的新的位置,与正确的三个点再次组成新的四边形,再重复以上的判断步骤,直到前面四边形的判断结果符合预设阈值。
进一步地,计算四边形与标准矩形的第一偏差度之前,还包括:判断是否有任意两个目标点重合,若是,返回错误结果。
需要说明的是,在进行四边形与标准矩形的偏差度计算时,需要先判断四个点中,是否存在有任意两个点重合,若是有重合点,直接返回错误结果。
为了便于理解,请参见图2,为本申请提供的图片目标纠正方法的另一个实施例的示意图;
进一步地,第一偏差度具体包括:
110,将四个目标点顺次连接形成四边形;
120,计算获得四边形的上下边的长度偏差和左右边的长度偏差,判断是否符合第一预设偏差值;
130,计算获得四边形的左上角与右上角的上角偏差,判断是否符合第二预设偏差值;
140,计算获得四边形的左下角与右下角的下角偏差,判断是否符合第三预设偏差值;
150,分别计算获得四边形的四个内角与九十度的四个内角偏差,判断是否符合第四预设偏差值;
160,计算获得四边形的左边、右边与垂直线的垂直偏差,判断是否符合第五预设偏差值;
170,计算获得四边形的上边与下边的夹角,判断是否符合预设夹角偏差值。
需要说明的是,计算目标点组成的四边形的上边、下边与水平线的夹角,如果该夹角大于预设值,则直接返回错误,无法进行后续操作;
计算四边形相对于标准矩形的偏差度,如果同时满足以下的条件,则认为目标查找正确,返回正确;若是不能同时满足,则进行后续的判断操作:
(1)计算下边与上边长度的偏差值(下边的长度减去上边的长度),该值是否在预设区间,该预设区间可以人为设置;
(2)计算下边与上边长度的偏差值占下边的比例,该值是否小于预设值;预设值可以人为设置;
(3)计算左边与右边长度的偏差绝对值,该绝对值是否小于预设值;同理,该预设值可以人为设置;
(4)计算四边形左上角与右上角大小的偏差绝对值,该绝对值是否小于预设值;同理,该预设值可以人为设置;
(5)计算四边形左下角与右下角大小的偏差绝对值,该绝对值是否小于预设值;同理,该预设值可以人为设置;
(6)计算四个角与90°的偏差绝对值,该绝对值是否小于预设值;同理,该预设值可以人为设置;
(7)计算左边、右边与垂直线的夹角的绝对值,该绝对值是否小于预设值;同理,该预设值可以人为设置;
(8)计算上边与下边的夹角的绝对值,判断该绝对值是否小于预设值;同理,该预设值可以人为设置。
进一步地,判断第一偏差度是否满足第一偏差度阈值具体包括:
当且仅当第一预设偏差值、第二预设偏差值、第三预设偏差值、第四预设偏差值、第五预设偏差值以及预设夹角值均被满足时,第一偏差度满足第一偏差度阈值。
需要说明的是,上述实施例中的判断项目中,只要有一个不满足,则需要进行后续的判断流程;当且仅当前述的判断项目均符合该项的预设值时,才不需要进行后续的判断流程。
进一步地,第二偏差度具体包括:
分别计算获得四边形的四条边与图片的四条边的四个边偏差参数;
分别计算获得四边形的上边、下边与水平线的夹角,左边、右边与垂直线的夹角偏差值,得到四个角偏差值;
计算获得四个目标点的四个匹配度分数,根据四个匹配度分数计算获得四个目标点的四个匹配度偏差值;
根据四个边偏差值、四个角偏差值以及四个匹配度偏差值,分别计算出四个目标点的错误分。
需要说明的是,首先,计算获得四边形边长的偏差参数:P11,P12,P13,P14
例如图4所示的矩形,W与H分别为照片的宽度与高度,而L1,L2,L3,L4分别为四个目标点所组成的四边形的四边的长度,则有:
Figure BDA0002348003830000071
计算上边、下边与水平线的夹角的绝对值,计算左边、右边与垂直线的夹角的相对值,得到参数P21,P22,P23,P24
计算四个目标点的匹配准确度偏差值,即(1-匹配度分数),此处的匹配度分数为目标查找阶段根据特定的目标查找算法计算得到的目标点的分数,数值范围为0~1,分数越高越表示匹配度越高,得到参数P31,P32,P33,P34。其中,特定的目标查找方法可以为平方差匹配法、相归一化平方差匹配法、相关匹配法、归一化相关匹配法、系数匹配法和归一化相关系数匹配法。
计算各个目标点的错误分:
第一个目标点的错误分为:E1=P11+P13+P21+P23+P31
第二个目标点的错误分为:E2=P11+P14+P21+P24+P32
第三个目标点的错误分为:E3=P12+P13+P22+P23+P33
第四个目标点的错误分为:E4=P12+P14+P22+P24+P34
进一步地,当存在有目标点的第二偏差度不符合第二偏差度阈值时,具体包括:
将四个目标点的错误分进行从大到小的排序,最大的错误分对应的目标点即为错误目标点。
需要说明的是,将上述计算步骤中获得的E1,E2,E3,E4进行从大到小的排序,最大值对应的目标点即为错误码标点,将该点标记为I。
进一步地,在目标点附近获取新的目标点,具体包括:
分别获取除错误目标点以外的三个目标点的三个二维坐标;
获取四边形的四个内角的四个角度值;
根据三个二维坐标值和四个角度值,计算获得新的目标点的二维坐标值。
需要说明的是,对上述步骤中获得的I的正确位置进行预测,再在该位置的局部区域内重新查找目标的具体过程为:
利用另外三个目标点的坐标计算序号为I的目标点的位置,称为预测位置。
设已知4个目标点的坐标分别为(x1,y1),(x2,y2),(x3,y3),(x4,y4),其中x为水平坐标,y为垂直坐标。四边形的四个内角分别为V1,V2,V3,V4,分别为左上角,右上角,左下角,右下角。
(1)如果I=1,设(x'1,y'1)为预测的左上角点的位置,则有:
如果Vp1≤V4≤Vp2,则x'1=x3+x4-x2;否则,x'1=x2-x4+x3
另外有y'1=y3-y4+y2
(2)如果I=2,设(x'2,y'2)为预测的右上角点的位置,则有:
如果Vp1≤V3≤Vp2,则x'2=x4+x3-x1;否则,x'2=x4-x3+x1
另外有y'2=y4-y3+y1
(3)如果I=3,设(x'3,y'3)为预测的左下角点的位置,则有:
如果Vp1≤V2≤Vp2,则x'3=x1+x2-x4;否则,x'3=x4-x2+x1
另外有y'3=y1+y4-y2
(4)如果I=4,设(x'4,y'4)为预测的左下角点的位置,则有:
如果Vp1≤V1≤Vp2,则x'4=x1+x2-x3;否则,x'4=x3+x2-x1
另外有y'4=y2+y3-y1
得到的错误目标点的预测位置后,需再用目标查找方法在该预测位置的局部区域内重新查找目标,该局部区域的范围为以预测位置为中点的方形区域。得到该点的新的查找位置,并与原有的另外三点组成新的四边形,然后再重复以上的判断步骤,直到符合四边形的偏差度的判断条件,认为查找到最终的目标点;如果超过一定的纠正次数后依然不符合要求,则认为错误无法纠正,结束查找及纠正。
为了便于理解,请参见图3,为本申请提供的一种图片目标点纠正装置的结构示意图;
本申请还提供了一种图片目标点纠正装置,包括:
判断第一偏差度模块10,用于获取能组成四边形的四个目标点,计算四边形与标准矩形的第一偏差度,判断第一偏差度是否满足第一偏差度阈值,若否,分别计算四个目标点相对于标准矩形的第二偏差度;
判断第二偏差度模块20,用于当存在有目标点的第二偏差度不符合第二偏差度阈值时,在目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
本申请还提供了一种图片目标点纠正设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行上述实施例的图片目标点纠正方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行上述实施例的图片目标点纠正方法。
本申请的说明书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,装置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,在本申请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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种图片目标点纠正方法,其特征在于,包括:
获取图片上能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;
当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
2.根据权利要求1所述的图片目标点纠正方法,其特征在于,所述计算所述四边形与标准矩形的第一偏差度之前,还包括:判断是否有任意两个目标点重合,若是,返回错误结果。
3.根据权利要求1所述的图片目标点纠正方法,其特征在于,所述第一偏差度具体包括:
将所述四个目标点顺次连接形成所述四边形;
计算获得所述四边形的上下边的长度偏差和左右边的长度偏差,判断是否符合第一预设偏差值;
计算获得所述四边形的左上角与右上角的上角偏差,判断是否符合第二预设偏差值;
计算获得所述四边形的左下角与右下角的下角偏差,判断是否符合第三预设偏差值;
分别计算获得所述四边形的四个内角与九十度的四个内角偏差,判断是否符合第四预设偏差值;
计算获得所述四边形的左边、右边与垂直线的垂直偏差,判断是否符合第五预设偏差值;
计算获得所述四边形的上边与下边的夹角,判断是否符合预设夹角值。
4.根据权利要求3所述的图片目标点纠正方法,其特征在于,所述判断所述第一偏差度是否满足第一偏差度阈值具体包括:
当且仅当所述第一预设偏差值、所述第二预设偏差值、所述第三预设偏差值、所述第四预设偏差值、所述第五预设偏差值以及所述预设夹角值均被满足时,所述第一偏差度满足第一偏差度阈值。
5.根据权利要求1所述的图片目标点纠正方法,其特征在于,所述第二偏差度具体包括:
分别计算获得所述四边形的四条边与所述图片的四条边的四个边偏差参数;
分别计算获得所述四边形的上边、下边与水平线的夹角,左边、右边与垂直线的夹角偏差值,得到四个角偏差值;
计算获得所述四个目标点的四个匹配度分数,根据所述四个匹配度分数计算获得所述四个目标点的四个匹配度偏差值;
根据所述四个边偏差值、所述四个角偏差值以及所述四个匹配度偏差值,分别计算出所述四个目标点的错误分。
6.根据权利要求1所述的图片目标点纠正方法,其特征在于,所述当存在有目标点的第二偏差度不符合第二偏差度阈值时,具体包括:
将所述四个目标点的错误分进行从大到小的排序,最大的错误分对应的目标点即为错误目标点。
7.根据权利要求1所述的图片目标点纠正方法,其特征在于,所述在所述目标点附近获取新的目标点,具体包括:
分别获取除错误目标点以外的三个目标点的三个二维坐标;
获取所述四边形的四个内角的四个角度值;
根据所述三个二维坐标值和所述四个角度值,计算获得新的目标点的二维坐标值。
8.一种图片目标点纠正装置,其特征在于,包括:
判断第一偏差度模块,用于获取能组成四边形的四个目标点,计算所述四边形与标准矩形的第一偏差度,判断所述第一偏差度是否满足第一偏差度阈值,若否,分别计算所述四个目标点相对于所述标准矩形的第二偏差度;
判断第二偏差度模块,用于当存在有目标点的第二偏差度不符合第二偏差度阈值时,在所述目标点附近获取新的目标点,并重复计算获得新的第一偏差度和新的第二偏差度。
9.一种图片目标点纠正设备,其特征在于,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的图片目标点纠正方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-7任一项所述的图片目标点纠正方法。
CN201980003348.7A 2019-12-27 2019-12-27 图片目标点纠正方法、装置设备及存储介质 Active CN111108515B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/129059 WO2021128242A1 (zh) 2019-12-27 2019-12-27 图片目标点纠正方法、装置设备及存储介质

Publications (2)

Publication Number Publication Date
CN111108515A true CN111108515A (zh) 2020-05-05
CN111108515B CN111108515B (zh) 2021-11-12

Family

ID=70427290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980003348.7A Active CN111108515B (zh) 2019-12-27 2019-12-27 图片目标点纠正方法、装置设备及存储介质

Country Status (2)

Country Link
CN (1) CN111108515B (zh)
WO (1) WO2021128242A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763507A (zh) * 2021-08-23 2021-12-07 广州南方卫星导航仪器有限公司 一种地物直角纠正的方法及系统
WO2022087846A1 (zh) * 2020-10-27 2022-05-05 Oppo广东移动通信有限公司 图像的处理方法、装置、设备以及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115837576A (zh) * 2022-12-27 2023-03-24 联宝(合肥)电子科技有限公司 一种斜面螺孔锁付方法及斜锁螺丝机

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860652A (zh) * 2009-04-03 2010-10-13 夏普株式会社 图像输出装置、便携式终端装置、拍摄图像处理系统
JP2012123515A (ja) * 2010-12-07 2012-06-28 Denso Corp 顔向き検出装置
CN108345881A (zh) * 2018-02-01 2018-07-31 福州大学 一种基于计算机视觉的文档质量检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015114949A (ja) * 2013-12-13 2015-06-22 大日本印刷株式会社 画像処理装置、画像処理方法、画像処理装置用プログラム、および、記録媒体
CN106897974A (zh) * 2017-01-24 2017-06-27 武汉帝尔激光科技股份有限公司 一种畸变图像的轮廓校正方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860652A (zh) * 2009-04-03 2010-10-13 夏普株式会社 图像输出装置、便携式终端装置、拍摄图像处理系统
JP2012123515A (ja) * 2010-12-07 2012-06-28 Denso Corp 顔向き検出装置
CN108345881A (zh) * 2018-02-01 2018-07-31 福州大学 一种基于计算机视觉的文档质量检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022087846A1 (zh) * 2020-10-27 2022-05-05 Oppo广东移动通信有限公司 图像的处理方法、装置、设备以及存储介质
CN113763507A (zh) * 2021-08-23 2021-12-07 广州南方卫星导航仪器有限公司 一种地物直角纠正的方法及系统
CN113763507B (zh) * 2021-08-23 2023-07-21 广州南方卫星导航仪器有限公司 一种地物直角纠正的方法及系统

Also Published As

Publication number Publication date
CN111108515B (zh) 2021-11-12
WO2021128242A1 (zh) 2021-07-01

Similar Documents

Publication Publication Date Title
CN111108515B (zh) 图片目标点纠正方法、装置设备及存储介质
US11120254B2 (en) Methods and apparatuses for determining hand three-dimensional data
CN108520254B (zh) 一种基于格式化图像的文本检测方法、装置以及相关设备
EP1677250B9 (en) Image collation system and image collation method
US20120114175A1 (en) Object pose recognition apparatus and object pose recognition method using the same
EP3550467B1 (en) Image matching method, device and system, and storage medium
CN111512317A (zh) 一种多目标实时跟踪方法、装置及电子设备
CN108345821B (zh) 面部追踪方法及设备
CN107423306B (zh) 一种图像检索方法及装置
US20070183665A1 (en) Face feature point detecting device and method
JP2010541112A (ja) オブジェクトモデルを三次元ポイントクラウドに対応させる方法
KR101656941B1 (ko) 2차원 코드 인식률 향상 방법, 서버 및 컴퓨터 프로그램
US20180150969A1 (en) Information processing device, measuring apparatus, system, calculating method, storage medium, and article manufacturing method
CN112200056B (zh) 人脸活体检测方法、装置、电子设备及存储介质
CN112381887B (zh) 一种多深度相机标定方法、装置、设备和介质
CN106296587B (zh) 轮胎模具图像的拼接方法
CN112017231A (zh) 基于单目摄像头的人体体重识别方法、装置及存储介质
CN112528776A (zh) 文本行校正方法和装置
JP2011215716A (ja) 位置推定装置、位置推定方法及びプログラム
CN108805823B (zh) 商品图像矫正方法、系统、设备及存储介质
CN115619791B (zh) 一种物品陈列检测方法、装置、设备及可读存储介质
JP2015045919A (ja) 画像認識方法及びロボット
JP2009187204A (ja) 画像処理装置
CN110660091A (zh) 一种图像配准处理方法、装置和拍照批改作业系统
EP3076370B1 (en) Method and system for selecting optimum values for parameter set for disparity calculation

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