CN111310748B - 一种汉画像石体育图像采集比对装置 - Google Patents
一种汉画像石体育图像采集比对装置 Download PDFInfo
- Publication number
- CN111310748B CN111310748B CN202010187528.XA CN202010187528A CN111310748B CN 111310748 B CN111310748 B CN 111310748B CN 202010187528 A CN202010187528 A CN 202010187528A CN 111310748 B CN111310748 B CN 111310748B
- Authority
- CN
- China
- Prior art keywords
- image
- chinese
- stone
- sports
- information
- 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
- 239000004575 stone Substances 0.000 title claims abstract description 119
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种汉画像石体育图像采集比对装置，具体涉及汉画像石研究领域，包括图像采集装置、图像处理终端，图像采集装置包括底座、竖杆、电磁滑套、连接杆、横向滑轨、电磁滑座、摄像机，摄像机的底端通过电磁滑座与横向滑轨的顶面滑动连接，图像处理终端的内部设有预处理模块、信息分析模块、数据分析模块。本发明通过实现对汉画像石的自动转化识别和分类功能，整个算法系统在人工智能算法的干预下通过人为干预与优化算法升级，实现对大量汉画像石的分类标签，基于人工智能算法技术的控制，实现全自动化，无需依赖于操作人员的经验知识并无需通过多次调整参数反复操作，处理过程简单效率较高。
Description
技术领域
本发明涉及汉画像石研究技术领域，更具体地说，本发明具体为一种汉画像石体育图像采集比对装置。
背景技术
汉代是中国历史上一个非常重要的时期，它上承先秦，下启隋唐，是中国历史发展中第一个经济文化发展的高峰时期。经过“文景之治”、汉武帝执政，社会政治经济逐步得到恢复和发展。汉代教育内容集中于“礼、乐、射、御、、数”六个方面，一些是源自生产劳动，一些源自军事战争，还有的源自人类自身强身健体、养生保健、体闲娱乐的需求。这些需求均能从出土的汉代像石上窥探一斑，其中射箭、角抵、武术、蹴鞠等6大类近30小项的体育活动，反映了汉代人们的体育休闲活动，也充分展示出汉代休闲体育的繁荣，研究现代休闲体育的学者们认为，无论什么体育项目，只要把它作为一种休闲体育体运动，从而达到身心快乐、消除疲劳等休闲目的时，就可以称之为休闲体育。
汉画像石诸多反映体育休闲的内容，虽不能等同于现代意义上的体育休闲的内涵，但从身体运动的形式来说，两者都是一种主体参与的身体运动，在运动过程中均具有娱乐、竞争、健身的意义，汉画像石体育图像采集将会对汉画像石中的休闲体育做出重点揭示，期望能为现代休闲体育的发展找到历史依据，为体育休闲事业的发展寻求借鉴。
传统汉画像石研究大部分采用人工摄像拍照的方式进行图像采集，并进行人工注意比对，对汉画像石中的人物动作图像进行观察研究，该比对方式的效率极低且容易出现错误。
因此亟需提供一种智能汉画像石体育图像采集比对装置。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种汉画像石体育图像采集比对装置，设置电磁滑轨作为图像采集装置的自动移动机构，利用自动化控制滑座的移动从而实现对汉画像石的全面矩阵式图像采集，采集重合区域整齐且重复性低，方便后期图像的整体处理，简化后期图像预处理步骤，降低处理难度，简化运算量，提高图像采集与图像预处理工作效率；另外，本发明通过设置图像转化、特征提取以及结果比对，实现对汉画像石的自动转化识别和分类功能，整个算法系统在人工智能算法的干预下通过人为干预与优化算法升级，实现对大量汉画像石的分类标签，基于人工智能算法技术的控制，实现全自动化，无需依赖于操作人员的经验知识并无需通过多次调整参数反复操作，处理过程简单效率较高，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种汉画像石体育图像采集比对装置，包括图像采集装置、图像处理终端，所述图像采集装置包括底座、竖杆、电磁滑套、连接杆、横向滑轨、电磁滑座、摄像机，所述竖杆的底端与底座的顶面固定连接，所述电磁滑套滑动套接于竖杆的表面，所述电磁滑套的一端通过连接杆与横向滑轨的端部固定连接，所述摄像机的底端通过电磁滑座与横向滑轨的顶面滑动连接，所述摄像机的输出端电性连接有数据线，所述数据线的另一端与图像处理终端的输入端电性连接，所述图像处理终端的内部设有预处理模块、信息分析模块、数据分析模块，所述预处理模块用于进行石像图像转化、矩阵信息提取器将图像信息转化为数字信号并自动转化像素矩阵，所述信息分析模块、数据分析模块用于将所述像素矩阵的数字信号逐步进行特征提取、结果比对并执行标签分类。
在一个优选地实施方式中，所述竖杆、电磁滑套、横向滑轨和电磁滑座内部设有电磁滑行组件，所述电磁滑行组件的输入端与图像处理终端的输出端电性连接，所述摄像机的输入端与图像处理终端的输出端电性连接。
在一个优选地实施方式中，所述图像处理终端中包括：当所述扫描策略实时获取到第一次汉画像石体育图像信息后，所述解析策略提取第一次汉画像石体育图像的清晰度值，并与所述汉画像石体育图像清晰度阈值进行比对，当第一次汉画像石体育图像的清晰度值低于所述汉画像石体育图像清晰度阈值时，则汉画像石体育图像处理单元输出重新拍摄信息；反之，则对第一次汉画像石体育图像进行编号，并向摄像机发出第二次汉画像石体育图像提取信息；当所述扫描策略实时获取到第二次汉画像石体育图像信息后，所述解析策略提取第二次汉画像石体育图像的清晰度值，并与所述汉画像石体育图像清晰度阈值进行比对，当第二次汉画像石体育图像的清晰度值低于所述汉画像石体育图像清晰度阈值时，输出重新拍摄信息；反之，则对第二次汉画像石体育图像进行编号，同时将已经编号的第一次汉画像石体育图像和第二次汉画像石体育图像的清晰度值进行比较，输出清晰度值最高的当前汉画像石体育图像信息。
在一个优选地实施方式中，所述竖杆、横向滑轨分别与待采集对象的边缘轮廓平行，所述竖杆、横向滑轨的长度与待采集对象的边长相适配，所述摄像机与待采集对象的表面垂直。
在一个优选地实施方式中，所述图像采集装置用于采集矩阵图像集，所述石像图像转化用于实现对所述矩阵图像集极性编号和格式转换与压缩处理，所述矩阵信息提取器用于对所述石像图像转化的处理结果转化为数字信号并自动转化为28*28的灰度图像从而形成像素矩阵。
在一个优选地实施方式中，所述信息分析模块的算法包括图像特征识别，所述图像特征识别由视点变化处理、缩放变化、内变化、联合处理构成，所述联合处理为视点变化处理、缩放变化、内变化中任意一个以上的算法联合构成。
在一个优选地实施方式中，所述数据分析模块内集成有人工智能算法、图像轮廓比对、特征比对、结果输出，所述图像轮廓比对、特征比对、结果输出用于在人工智能算法的干预下进行图像进行比对并实现比对信息输出。
在一个优选地实施方式中，所述结果输出包括输出当前采集图像信息中的待比对汉画像石体育图像、特征比对信息，以及与当前采集汉画像石体育图像中的待汉画像石体育图像相近的汉画像石体育图像。
本发明的技术效果和优点：
1、本发明通过设置电磁滑轨作为图像采集装置的自动移动机构，利用自动化控制滑座的移动从而实现对汉画像石的全面矩阵式图像采集，采集重合区域整齐且重复性低，方便后期图像的整体处理，简化后期图像预处理步骤，降低处理难度，简化运算量，提高图像采集与图像预处理工作效率；
2、本发明通过设置图像转化、特征提取以及结果比对，实现对汉画像石的自动转化识别和分类功能，整个算法系统在人工智能算法的干预下通过人为干预与优化算法升级，实现对大量汉画像石的分类标签，基于人工智能算法技术的控制，实现全自动化，无需依赖于操作人员的经验知识并无需通过多次调整参数反复操作，处理过程简单效率较高。
3、本发明通过视点变化、缩放变化、内变化以及联合处理即可实现对汉画像石的变化因素识别，从而进行特征提取来量化图像的内容，优选的变化因素识别足以应对汉画像石的量化，通过优化的算法步骤有利于加快对汉画像石的识别速度从而进行标签分类，运算量显著减少，大大提高遥感图像处理后的自动比对。
附图说明
图1为本发明的整体结构示意图。
图2为本发明的俯视结构示意图。
图3为本发明的图像处理控制结构示意图。
图4为本发明的信息分析结构示意图。
图5为本发明的数据分析结构示意图。
附图标记为：1、图像采集装置；2、图像处理终端；3、预处理模块；4、信息分析模块；5、数据分析模块；101、底座；102、竖杆；103、电磁滑套；104、连接杆；105、横向滑轨；106、电磁滑座；107、摄像机；108、数据线；21、石像图像转化；22、矩阵信息提取器；23、特征提取；24、结果比对；25、标签分类；41、图像特征识别；411、视点变化处理；412、缩放变化；413、内变化；414、联合处理；51、人工智能算法；52、图像轮廓比对；53、特征比对；54、结果输出。
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。
如附图1-5所示的一种汉画像石体育图像采集比对装置，包括图像采集装置1、图像处理终端2，图像采集装置1包括底座101、竖杆102、电磁滑套103、连接杆104、横向滑轨105、电磁滑座106、摄像机107，竖杆102的底端与底座101的顶面固定连接，电磁滑套103滑动套接于竖杆102的表面，电磁滑套103的一端通过连接杆104与横向滑轨105的端部固定连接，摄像机107的底端通过电磁滑座106与横向滑轨105的顶面滑动连接，摄像机107的输出端电性连接有数据线108，数据线108的另一端与图像处理终端2的输入端电性连接，图像处理终端2的内部设有预处理模块3、信息分析模块4、数据分析模块5，预处理模块3用于进行石像图像转化21、矩阵信息提取器22将图像信息转化为数字信号并自动转化像素矩阵，信息分析模块4、数据分析模块5用于将像素矩阵的数字信号逐步进行特征提取23、结果比对24并执行标签分类25。
实施方式具体为：设置电磁滑轨作为图像采集装置1的自动移动机构，利用自动化控制滑座的移动从而实现对汉画像石的全面矩阵式图像采集，采集重合区域整齐且重复性低，方便后期图像的整体处理，简化后期图像预处理步骤，降低处理难度，简化运算量，提高图像采集与图像预处理工作效率；另外，本发明通过设置图像转化、特征提取以及结果比对，实现对汉画像石的自动转化识别和分类功能，整个算法系统在人工智能算法的干预下通过人为干预与优化算法升级，实现对大量汉画像石的分类标签，基于人工智能算法技术的控制，实现全自动化，无需依赖于操作人员的经验知识并无需通过多次调整参数反复操作，处理过程简单效率较高。
其中，竖杆102、电磁滑套103、横向滑轨105和电磁滑座106内部设有电磁滑行组件，电磁滑行组件的输入端与图像处理终端2的输出端电性连接，摄像机107的输入端与图像处理终端2的输出端电性连接，实现自动控制摄像机107的移动防止进行重复采集。
其中，图像处理终端2中包括：当扫描策略实时获取到第一次汉画像石体育图像信息后，解析策略提取第一次汉画像石体育图像的清晰度值，并与汉画像石体育图像清晰度阈值进行比对，当第一次汉画像石体育图像的清晰度值低于汉画像石体育图像清晰度阈值时，则汉画像石体育图像处理单元输出重新拍摄信息；反之，则对第一次汉画像石体育图像进行编号，并向摄像机107发出第二次汉画像石体育图像提取信息；当扫描策略实时获取到第二次汉画像石体育图像信息后，解析策略提取第二次汉画像石体育图像的清晰度值，并与汉画像石体育图像清晰度阈值进行比对，当第二次汉画像石体育图像的清晰度值低于汉画像石体育图像清晰度阈值时，输出重新拍摄信息；反之，则对第二次汉画像石体育图像进行编号，同时将已经编号的第一次汉画像石体育图像和第二次汉画像石体育图像的清晰度值进行比较，输出清晰度值最高的当前汉画像石体育图像信息，使得采集图像更加清晰。
其中，竖杆102、横向滑轨105分别与待采集对象的边缘轮廓平行，竖杆102、横向滑轨105的长度与待采集对象的边长相适配，摄像机107与待采集对象的表面垂直，式采集图像标准化，不易产生扭曲，便于后期处理。
其中，图像采集装置1用于采集矩阵图像集，石像图像转化21用于实现对矩阵图像集极性编号和格式转换与压缩处理，矩阵信息提取器22用于对石像图像转化21的处理结果转化为数字信号并自动转化为28*28的灰度图像从而形成像素矩阵，便于后期的图像特征点提取。
其中，信息分析模块4的算法包括图像特征识别41，图像特征识别41由视点变化处理411、缩放变化412、内变化413、联合处理414构成，联合处理414为视点变化处理411、缩放变化412、内变化413中任意一个以上的算法联合构成，通过多种图像变化点位进行图像识别进行特征提取。
其中，数据分析模块5内集成有人工智能算法51、图像轮廓比对52、特征比对53、结果输出54，图像轮廓比对52、特征比对53、结果输出54用于在人工智能算法51的干预下进行图像进行比对并实现比对信息输出，实现人工智能运算比对，相较于传统人力比对效率更高。
其中，结果输出54包括输出当前采集图像信息中的待比对汉画像石体育图像、特征比对信息，以及与当前采集汉画像石体育图像中的待汉画像石体育图像相近的汉画像石体育图像，实现结果输出。
本发明工作原理：
首先通过利用竖杆102、横向滑轨105进行图像采集装置1的架设，保证横向滑轨105与汉画像石的图案边缘平行，利用图像处理终端2控制摄像机107的移动和图像采集，利用自动化控制滑座的移动从而实现对汉画像石的全面矩阵式图像采集，采集重合区域整齐且重复性低，方便后期图像的整体处理，简化后期图像预处理步骤，待图像采集完毕后存储于图像处理终端2中进行比对程序，依次通过预处理模块3、信息分析模块4、数据分析模块5进行石像图像转化21、矩阵信息提取器22、特征提取23、结果比对24、标签分类25，逐步将采集的图像在人工智能算法51的干预下进行图像识别、图像比对和分类，对汉画像石中的休闲体育做出重点揭示，为现代休闲体育的发展找到历史依据，为体育休闲事业的发展寻求借鉴。
最后应说明的几点是：首先，在本申请的描述中，需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变，则相对位置关系可能发生改变；
其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；
最后：以上仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种汉画像石体育图像采集比对装置，包括图像采集装置(1)、图像处理终端(2)，其特征在于：所述图像采集装置(1)包括底座(101)、竖杆(102)、电磁滑套(103)、连接杆(104)、横向滑轨(105)、电磁滑座(106)、摄像机(107)，所述竖杆(102)的底端与底座(101)的顶面固定连接，所述电磁滑套(103)滑动套接于竖杆(102)的表面，所述电磁滑套(103)的一端通过连接杆(104)与横向滑轨(105)的端部固定连接，所述摄像机(107)的底端通过电磁滑座(106)与横向滑轨(105)的顶面滑动连接，所述摄像机(107)的输出端电性连接有数据线(108)，所述数据线(108)的另一端与图像处理终端(2)的输入端电性连接，所述图像处理终端(2)的内部设有预处理模块(3)、信息分析模块(4)、数据分析模块(5)，所述预处理模块(3)用于进行石像图像转化(21)、矩阵信息提取器(22)将图像信息转化为数字信号并自动转化像素矩阵，所述信息分析模块(4)、数据分析模块(5)用于将所述像素矩阵的数字信号逐步进行特征提取(23)、结果比对(24)并执行标签分类(25)。
2.根据权利要求1所述的一种汉画像石体育图像采集比对装置，其特征在于：所述竖杆(102)、电磁滑套(103)、横向滑轨(105)和电磁滑座(106)内部设有电磁滑行组件，所述电磁滑行组件的输入端与图像处理终端(2)的输出端电性连接，所述摄像机(107)的输入端与图像处理终端(2)的输出端电性连接。
3.根据权利要求2所述的一种汉画像石体育图像采集比对装置，其特征在于：所述图像处理终端(2)中包括：当所述扫描策略实时获取到第一次汉画像石体育图像信息后，所述解析策略提取第一次汉画像石体育图像的清晰度值，并与所述汉画像石体育图像清晰度阈值进行比对，当第一次汉画像石体育图像的清晰度值低于所述汉画像石体育图像清晰度阈值时，则汉画像石体育图像处理单元输出重新拍摄信息；反之，则对第一次汉画像石体育图像进行编号，并向摄像机(107)发出第二次汉画像石体育图像提取信息；当所述扫描策略实时获取到第二次汉画像石体育图像信息后，所述解析策略提取第二次汉画像石体育图像的清晰度值，并与所述汉画像石体育图像清晰度阈值进行比对，当第二次汉画像石体育图像的清晰度值低于所述汉画像石体育图像清晰度阈值时，输出重新拍摄信息；反之，则对第二次汉画像石体育图像进行编号，同时将已经编号的第一次汉画像石体育图像和第二次汉画像石体育图像的清晰度值进行比较，输出清晰度值最高的当前汉画像石体育图像信息。
4.根据权利要求1所述的一种汉画像石体育图像采集比对装置，其特征在于：所述竖杆(102)、横向滑轨(105)分别与待采集对象的边缘轮廓平行，所述竖杆(102)、横向滑轨(105)的长度与待采集对象的边长相适配，所述摄像机(107)与待采集对象的表面垂直。
5.根据权利要求1所述的一种汉画像石体育图像采集比对装置，其特征在于：所述图像采集装置(1)用于采集矩阵图像集，所述石像图像转化(21)用于实现对所述矩阵图像集极性编号和格式转换与压缩处理，所述矩阵信息提取器(22)用于对所述石像图像转化(21)的处理结果转化为数字信号并自动转化为28*28的灰度图像从而形成像素矩阵。
6.根据权利要求1所述的一种汉画像石体育图像采集比对装置，其特征在于：所述信息分析模块(4)的算法包括图像特征识别(41)，所述图像特征识别(41)由视点变化处理(411)、缩放变化(412)、内变化(413)、联合处理(414)构成，所述联合处理(414)为视点变化处理(411)、缩放变化(412)、内变化(413)中任意一个以上的算法联合构成。
7.根据权利要求1所述的一种汉画像石体育图像采集比对装置，其特征在于：所述数据分析模块(5)内集成有人工智能算法(51)、图像轮廓比对(52)、特征比对(53)、结果输出(54)，所述图像轮廓比对(52)、特征比对(53)、结果输出(54)用于在人工智能算法(51)的干预下进行图像进行比对并实现比对信息输出。
8.根据权利要求7所述的一种汉画像石体育图像采集比对装置，其特征在于：所述结果输出(54)包括输出当前采集图像信息中的待比对汉画像石体育图像、特征比对信息，以及与当前采集汉画像石体育图像中的待汉画像石体育图像相近的汉画像石体育图像。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010187528.XA CN111310748B (zh) | 2020-03-17 | 2020-03-17 | 一种汉画像石体育图像采集比对装置 |
| PCT/CN2021/072622 WO2021184950A1 (zh) | 2020-03-17 | 2021-01-19 | 一种汉画像石体育图像采集比对装置 |
| ZA2021/01588A ZA202101588B (en) | 2020-03-17 | 2021-03-09 | Device for collecting and comparing patterns of han dynasty stone portraits |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010187528.XA CN111310748B (zh) | 2020-03-17 | 2020-03-17 | 一种汉画像石体育图像采集比对装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111310748A CN111310748A (zh) | 2020-06-19 |
| CN111310748B true CN111310748B (zh) | 2023-04-07 |
Family
ID=71147205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010187528.XA Active CN111310748B (zh) | 2020-03-17 | 2020-03-17 | 一种汉画像石体育图像采集比对装置 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN111310748B (zh) |
| WO (1) | WO2021184950A1 (zh) |
| ZA (1) | ZA202101588B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310748B (zh) * | 2020-03-17 | 2023-04-07 | 郑州航空工业管理学院 | 一种汉画像石体育图像采集比对装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956942B (zh) * | 2016-05-12 | 2020-06-16 | 陕西瑞海电力工程有限公司 | 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置 |
| US10699100B2 (en) * | 2016-11-07 | 2020-06-30 | Institute Of Automation, Chinese Academy Of Sciences | Method for microscopic image acquisition based on sequential section |
| CN108596216A (zh) * | 2018-04-04 | 2018-09-28 | 格薪源生物质燃料有限公司 | 生物质燃料质量检测方法及系统 |
| CN109525829A (zh) * | 2018-10-11 | 2019-03-26 | 浙江科技学院 | 原生态三维图像虚拟显示系统及方法、信息数据处理终端 |
| CN109358065B (zh) * | 2018-10-22 | 2021-08-24 | 湖南拓达结构监测技术有限公司 | 一种地铁隧道外观检测方法 |
| CN109886092B (zh) * | 2019-01-08 | 2024-05-10 | 平安科技（深圳）有限公司 | 对象识别方法及其装置 |
| CN110186938A (zh) * | 2019-06-28 | 2019-08-30 | 笪萨科技(上海)有限公司 | 双面缺陷分析设备及缺陷检测和分析系统 |
| CN111310748B (zh) * | 2020-03-17 | 2023-04-07 | 郑州航空工业管理学院 | 一种汉画像石体育图像采集比对装置 |
-
2020
- 2020-03-17 CN CN202010187528.XA patent/CN111310748B/zh active Active
-
2021
- 2021-01-19 WO PCT/CN2021/072622 patent/WO2021184950A1/zh active Application Filing
- 2021-03-09 ZA ZA2021/01588A patent/ZA202101588B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN111310748A (zh) | 2020-06-19 |
| ZA202101588B (en) | 2022-06-29 |
| WO2021184950A1 (zh) | 2021-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109711325A (zh) | 一种芒果采摘点识别方法 | |
| CN102324019B (zh) | 一种视频序列中自动提取手势候选区域的方法及系统 | |
| CN104268138B (zh) | 融合深度图和三维模型的人体运动捕捉方法 | |
| CN103761531B (zh) | 基于形状轮廓特征的稀疏编码车牌字符识别方法 | |
| CN104361314B (zh) | 基于红外与可见光图像融合的变电设备定位方法及装置 | |
| CN102509100B (zh) | 一种基于图像模式识别的刀闸分合可靠性识别方法 | |
| CN107730458A (zh) | 一种基于生成式对抗网络的模糊人脸重建方法及系统 | |
| CN106056053A (zh) | 基于骨骼特征点提取的人体姿势识别方法 | |
| CN111310748B (zh) | 一种汉画像石体育图像采集比对装置 | |
| CN104021523B (zh) | 一种基于边缘分类的图像超分辨率放大的方法 | |
| CN106599781A (zh) | 基于颜色与Hu矩匹配的电力营业厅着装规范性识别方法 | |
| CN112163508A (zh) | 一种基于真实场景的文字识别方法、系统及ocr终端 | |
| CN111814591A (zh) | 基于生成式对抗网络模型和ios平台的植物叶片识别系统 | |
| CN114049550A (zh) | 基于深度学习的笼养死亡肉鸡自动识别方法 | |
| CN105844213A (zh) | 一种绿色果实识别方法 | |
| CN114618142A (zh) | 一种用于兵乓球运动的辅助训练系统及方法 | |
| CN105608662A (zh) | 基于fpga的动态目标识别系统及其识别方法 | |
| CN109087241A (zh) | 一种农业作物图像数据无损采集方法 | |
| Dong et al. | A convolution neural network for parts recognition using data augmentation | |
| CN103310191A (zh) | 运动信息图像化的人体动作识别方法 | |
| CN107292821A (zh) | 一种超分辨率图像重建方法及系统 | |
| CN105427249A (zh) | 一种基于鲁棒核范数正则回归的风电图像质量增强方法 | |
| CN112102388B (zh) | 基于巡检机器人单目图像获取深度图像的方法及装置 | |
| CN116259070A (zh) | 云边协同感知的多终端跨时空行人重识别方法及系统 | |
| CN116452792A (zh) | 基于深度学习的畜牧业图像识别方法及装置 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Xing Jinshan Inventor after: Wang Dongyue Inventor after: You Yuandeng Inventor after: Cai Guanlan Inventor after: Huo Fang Inventor after: Ma Baoguo Inventor after: Jia Jun Inventor after: Wang Yanyuan Inventor after: Qi Wenwen Inventor after: Wang Chenyu Inventor before: Xing Jinshan Inventor before: Cai Guanlan Inventor before: Jia Jun Inventor before: You Yuandeng Inventor before: Qi Wenwen Inventor before: Huo Fang Inventor before: Wang Chenyu Inventor before: Wang Dongyue Inventor before: Wang Yanyuan Inventor before: Ma Baoguo |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240523 Address after: 230000 B-2704, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui. Patentee after: HEFEI LONGZHI ELECTROMECHANICAL TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 450000 South Road, 27 District University, Zhengzhou, Henan Province, No. 7 Patentee before: ZHENGZHOU INSTITUTE OF AERONAUTICAL INDUSTRY MANAGEMENT Country or region before: China |