CN111507411B - 一种图像比对的方法及系统 - Google Patents
一种图像比对的方法及系统 Download PDFInfo
- Publication number
- CN111507411B CN111507411B CN202010310944.4A CN202010310944A CN111507411B CN 111507411 B CN111507411 B CN 111507411B CN 202010310944 A CN202010310944 A CN 202010310944A CN 111507411 B CN111507411 B CN 111507411B
- Authority
- CN
- China
- Prior art keywords
- image
- difference
- target image
- target
- standard
- 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
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像比对的方法及系统,其中图像比对的方法具体包括以下步骤:获取第一目标图像;判断第一目标图像是否存在模糊化;若模糊化则对第一目标图像进行初步处理;否则,将第一目标图像与标准图像进行初步比对,得到差异图像;根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息;根据差异图像的位置信息进行第一目标图像与标准图像的二次比对;根据第一目标图像与标准图像的二次比对结果,进行第一目标图像与标准图像的匹配,输出结果。本申请能够将目标图像分区域与标准图像进行比对,降低了每次比对过程中的比对特征,提高了比对的准确性,同时自动化且准确的检查节省了人力物力,大大降低了错误的出现率。
Description
技术领域
本申请涉及计算机领域,具体地,涉及一种图像比对的方法及系统。
背景技术
现有技术中,通常是预先在数据库中存储多个图像,将需要认证的图像与数据库中的图像进行比较,从而完成图像的对比。进一步地,现有技术中通常在对比过程中单纯的将需要认证的图像的特征量与数据库中图像的特征量进行比较,若比对的结果一致则认证通过,但是这种对比方法一次性需要比对的特征过多,需要比对很多次,则很可能造成需要认证的图像与标准图像比对结果不准确。
因此,如何能够快速且准确的完成图像之间的比对是本领域人员目前急需解决的问题。
发明内容
本申请的目的在于提供一种图像比对的方法及系统,能够快速且准确的完成图像之间的比对。
为达到上述目的,本申请提供了一种图像比对的方法,具体包括以下步骤:获取第一目标图像;判断第一目标图像是否存在模糊化;若模糊化则对第一目标图像进行初步处理;否则,将第一目标图像与标准图像进行初步比对,得到差异图像;根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息;根据差异图像的位置信息进行第一目标图像与标准图像的二次比对;根据第一目标图像与标准图像的二次比对结果,进行第一目标图像与标准图像的匹配,输出结果。
如上的,其中,初步处理为对第一目标图像进行清晰化处理,具体为将第一目标图像中的像素值增强使其清晰化,其中目标图像中的像素坐标均用(x,y)表示,增强后的任意像素值f(x,y)具体表示为:
f(x,y)=E(x,y)+δ[Q(x,y)-E(x,y)]
其中,E(x,y)为局部区域中的像素值的平均值,δ(δ>1)为增强参数,Q(x,y)为像素坐标为(x,y)像素值。
如上的,其中,以像素(x,y)为中心,大小为(2n+1)2的局部区域的像素值的平均值E(x,y)具体表示为:
其中,n为常数,Q(k,l)表示像素坐标为(k,l)像素值。
如上的,其中,将第一目标图像与标准图像进行初步比对,得到差异图像坐标,将差异图像坐标进行存储。
如上的,其中,根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息具体包括以下子步骤:将差异图像与目标图像进行比较;根据比较结果确定差异图像属于目标图像或标准图像。
如上的,其中,将差异图像与目标图像进行比较包括:将差异图像和第一目标图像进行区域划分,具体为根据差异图像的像素坐标将差异图像分为m*n的若干差异区域块,根据第一目标图像的像素坐标将第一目标图像划分为m*n的若干目标区域块;对若干个差异区域块与目标区域块进行标记。
如上的,其中,将差异图像与目标图像进行比较,还包括,将任意差异区域块i和相邻的差异区域块i+1,与目标区域块i和相邻目标区域块i+1进行像素值差异比对,得到差异图像与目标图像的比较结果。
如上的,其中,根据差异图像的位置信息进行第一目标图像与标准图像的比对时,若差异图像不存在于第一目标图像中,则执行以下子步骤:对第一目标图像进行第二次处理,得到第二目标图像;将第二目标图像与标准图像进行比对,得到第一相似度;若第一相似度低于第一指定阈值,则流程退出,否则进行第一目标图像与标准图像的匹配,输出匹配结果。
一种图像比对系统,具体包括:获取单元、判断单元、初步处理单元、差异图像确定单元、位置信息确定单元、二次比对单元以及匹配单元;获取单元,用于获取第一目标图像;判断单元,用于判断第一目标图像是否存在模糊化;初步处理单元,用于若第一目标图像模糊化则对第一目标图像进行初步处理;差异图像确定单元,用于第一目标图像与标准图像进行初步比对,得到差异图像;位置信息确定单元,用于根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息;二次比对单元,用于根据差异图像的位置信息进行第一目标图像与标准图像的二次比对;匹配单元,用于进行第一目标图像与标准图像的匹配,输出结果。
如上的,其中,二次比对单元具体包括以下子模块:第二目标图像确定模块、第一相似度确定模块、第三目标图像确定模块、第二相似度确定模块;其中第二目标图像确定模块,用于若差异图像存在于第一目标图像中,对第一目标图像进行第二次处理,得到第二目标图像;第一相似度确定模块与,用于将第二目标图像与标准图像进行比对,得到第一相似度;第三目标图像确定模块,用于若差异图像不存在于第一目标图像中,对第一目标图像进行第三次处理,得到第三目标图像;第二相似度确定模块,用于将第三目标图像与标准图像进行比对,得到第二相似度。
本申请具有以下有益效果:
(1)本申请提供的图像比对的方法及系统能够将目标图像分区域与标准图像进行比对,降低了每次比对过程中的比对特征,提高了比对的准确性,同时自动化且准确的检查节省了人力物力,大大降低了错误的出现率。
(2)本申请提供的图像比对的方法及系统中还包括目标图像与标准图像的最终匹配,大大提高了匹配的准确性。并且,在目标图像与标准图像的分区域比对中,若比对结果较低,则无需进行最终匹配,节省了目标图像与标准图像的匹配过程。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的图像比对的方法流程图;
图2是根据本申请实施例提供的图像比对系统的内部结构图;
具体实施方式
下面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。
本申请涉及一种图像比对的方法及系统。根据本申请,将目标图像分区域与标准图像进行比对,降低了每次比对过程中的比对特征,提高了比对的准确性,同时自动化且准确的检查节省了人力物力,大大降低了错误的出现率。
如图1所示为本申请提供的图像比对的方法,具体包括以下步骤:
步骤S110:获取第一目标图像。
其中,在获取第一目标图像中还包括,获取原图像,判断原图像是否存在模糊化。
若原图像不存在模糊化,则将原图像作为第一目标图像,否则对原图像进行初步处理,得到第一目标图像。
具体地,初步处理为对第一目标图像进行清晰化处理,具体为将第一目标图像中的像素值增强使其清晰化,其中第一目标图像中的像素坐标均用(x,y)表示,清晰化后的任意像素值f(x,y)具体表示为:
f(x,y)=E(x,y)+δ[Q(x,y)-E(x,y)] (公式一)
其中,E(x,y)为局部区域中的像素值的平均值,δ(δ>1)为增强参数,Q(x,y)为像素坐标为(x,y)的像素值。
其中,局部区域是以像素坐标为(x,y)的像素点为中心,大小为(2n+1)2的区域,因此局部区域的像素值的平均值E(x,y)具体表示为:
其中,n为常数,Q(k,l)表示像素坐标为(k,l)像素值。
使用公式一和二对目标图像中的每个像素进行增强,即得到第一目标图像。
步骤S120:将第一目标图像与标准图像进行初步比对,得到差异图像。
其中将第一目标图像与标准图像进行初步比对,具体为将目标图像与标准图像的像素值相减,得到目标图像与标准图像之间的差异图像。
其中构成差异图像的差异像素坐标g(x,y)具体表示为:
g(x,y)=f(x,y)-f”(x,y) (公式三)
其中f(x,y)表示第一目标图像中的任意像素坐标(或第一目标图像清晰化后的任意像素坐标),f”(x,y)表示标准图像中的与目标图像任意像素坐标对应的像素坐标。
根据差异像素坐标即可得到构成差异图像的位置,根据该位置即得到差异图像,将差异图像在原图(第一目标图像或标准图像)中的像素坐标进行存储。
具体地,差异图像为具有差异像素坐标的像素点构成的图像,若不存在差异像素坐标,则为空白图像。若差异图像为空白图像,则说明第一目标图像与标准图像不存在差异图像,执行步骤S150。
步骤S130:根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息。
其中,虽然步骤S120中得到了差异图像,但是差异图像具体存在于第一目标图像还是标准图像中并不确定。因此在本步骤中,将具体确认差异图像具体存在于第一目标图像还是标准图像中。步骤S130具体包括以下步骤:
步骤Q1:将差异图像与目标图像进行比较。
具体地,根据构成差异图像的像素坐标与第一目标图像的像素坐标,进行像素值的遍历比较。
其中可将差异图像和第一目标图像进行区域划分,区域划分表示根据差异图像的在原图中的像素坐标将差异图像分为m*n的若干差异区域块,同理,根据第一目标图像的像素坐标将第一目标图像同样划分为m*n的若干目标区域块。
优选地,其中每个像素坐标表示一个差异区域块或目标区域块,或任意几个像素坐标表示一个差异区域块或目标区域块,差异区域块的数量和目标区域块的数量,以及形成差异区域块和目标区域块的方式在此不进行限定。但值得注意的是,差异区域块和目标区域块的数量是相同的。
进一步地,根据从左到右或任意指定顺序,将差异区域块和目标区域块中的若干区域块进行标记,标记的目的是方便查找与差异区域块中任意区域块对应的目标区域块,其中在差异和目标区域块中,将对应的区域块用同一种标记符号进行标记。
其中,若将任一差异区域块与对应的目标区域块进行比对,难免会因为比对过度单一化造成比对结果不严谨,因此,本实施例中采取将任一差异区域块(定义为差异区域块i)与相邻的区域块(定义为差异区域块i+1)进行像素值差异比对,再将任一目标区域块(定义为目标区域块i)与相邻的区域块(定义为目标区域块i+1)进行像素值差异比对,判断两个像素值的差异是否相同。
具体地,其中差异或目标区域块i与区域块i+1的像素差异值D(i,i+1)表示为:
其中,i,i+1表示相邻的两个差异或目标区域块,m*n表示差异或目标区域块的大小,c表示颜色分量(例如RGB空间中的一个分量),Pi(x,y,c)表示差异或目标区域块i内像素坐标(x,y)的颜色分量c的值,Pi+1(x,y,c)表示差异或目标区域块i+1内像素坐标(x,y)的颜色分量c的值。
步骤Q2:根据比较结果确定差异图像属于目标图像或标准图像。
具体地,根据两个像素差异是否相同的结果,判断差异图像与目标图像的差异。
若通过公式四计算得出的差异区域块之间的像素差异值与目标区域块之间的差异像素值不同,则说明差异图像不存在于第一目标图像中,存在于标准图像中。
反之,若差异区域块之间的像素差异值与目标区域块之间的差异像素值相同,则说明差异图像存在于第一目标图像中。
步骤S140:根据差异图像的位置信息进行第一目标图像与标准图像的二次比对。
具体地,若差异图像存在于第一目标图像中,不存在于标准图像中,则执行步骤S1401。否则执行步骤S1403。
步骤S1401:对第一目标图像进行第二次处理,得到第二目标图像。
具体地,由于第一目标图像与标准图像直观差异为差异图像部分的区域,则将差异图像从第一目标图像中删除。优选地,其中第二处理为将第一目标图像的像素值进行删除,使第一图像中的目标区域块透明化,得到部分区域透明化的第二目标图像。同时执行步骤S1402。
步骤S1402:将第二目标图像与标准图像进行比对,得到第一相似度。
具体地,其中将第二标准图像进行二值化,由于在系统中每个图像均可以看作一个矩阵,因此将第二目标图像中的黑色用1表示,白色用0表示,得到了由数字1和0组成的第二目标矩阵。其中黑色和白色的位置均表示一个像素点的位置。
进一步地,将标准图像同样进行二值化处理,得到了由数字1和0组成的标准矩阵,将第二目标矩阵中的每个像素点与标准矩阵中的每个像素点进行比对,如果相等,则相似点加一。最终将相似点除以标准图像中像素点的总数量,就得到了一个0~1之间的数值,即第一相似度。
其中若第一相似度低于第一指定阈值,则流程退出。否则执行步骤S150。
通过上述方式,先将目标图像中除差异图像以外的区域与标准图像进行比对,若比对结果低于指定阈值,则说明标准图像与目标图像并不匹配,则无需再将完整的目标图像与标准图像进行比对,这样大大节省了比对的时间,缩短了比对过程。若目标图像中除差异图像以外的区域与标准图像进行比对的结果高于指定阈值,则再将目标图像与标准图像进行最终比对,提高了第一目标图像与标准图像匹配的准确性。
步骤S1403:对第一目标图像进行第三次处理,得到第三目标图像。
若差异分析后得到的结果为差异图像存在于标准图像中,则将差异图像添加到第一目标图像中,得到第三目标图像。同时执行步骤S1404。
具体地,其中将差异图像添加到第一目标图像之前,首先将第一目标图像与差异图像进行灰度处理,其中融合后的目标区域任意像素点的像素值Lt表示为:
其中,Ut表示差异区域块的第t个像素值的权值,Vt表示差异区域块的第t个像素值的灰度值,N表示差异区域块像素点的数量(t∈N)。
步骤S1404:将第三目标图像与标准图像进行比对,得到第二相似度。
其中将第三标准图像进行二值化,由于在系统中每个图像均可以看作一个矩阵,因此将第三目标图像中的黑色用1表示,白色用0表示,得到了由数字1和0组成的第二目标矩阵。其中黑色和白色的位置均表示一个像素点的位置。
进一步地,将标准图像同样进行二值化处理,得到了由数字1和0组成的标准矩阵,将第三目标矩阵中的每个像素点与标准矩阵中的每个像素点进行比对,如果相等,则相似点加一。最终将相似点除以标准图像中像素点的总数量,就得到了一个0~1之间的数值,即第二相似度。
其中若第二相似度低于第一指定阈值,则流程退出,否则执行步骤S150。
通过上述方式,如果目标图像中不存在差异图像,则将差异图像添加进目标图像中,实际上为目标图像与标准图像的再次比对提高了相似度,如果这种情况下目标图像与标准图像之间的比对结果低于第一指定阈值,则不进行最终的图像匹配计算,节省了比对的时间,缩短了比对过程。若比对结果高于第一指定阈值,则在该次比对的基础上,进一步提高了目标突袭与标准图像之间的匹配准确性。
步骤S150:将第一目标图像与标准图像进行匹配计算,输出结果。
具体地,其中第一目标图像与标准图像的匹配度P(x,y)具体表示为:
其中,A和B分别表示标准图像的长和宽,f(x,y)表示第一目标图像像素坐标(x,y)的像素值,T(h,u)表示标准图像的像素坐标(h,u)的像素值。
其中,若匹配度P(x,y)低于第二指定阈值,则输出目标图像与标准图像匹配。否则说明第一目标图像与标准图像并不匹配,输出目标图像与标准图像不匹配。
值得注意的是,第一和第二指定阈值为工作人员预先进行设定并且可悲修改的数值,在此不进行限定。
本申请还提供了图像比对系统,如图2所示,图像比对系统其中包括了获取单元201、判断单元202、初步处理单元203、差异图像确定单元204、位置信息确定单元205、二次比对单元206、匹配单元207。
其中获取单元201用于获取第一目标图像。
判断单元202与获取单元201连接,用于判断第一目标图像是否存在模糊化。
初步处理单元203与判断单元202连接,用于若第一目标图像模糊化则对第一目标图像进行初步处理。
差异图像确定单元204分别与初步处理单元203和判断单元202连接,用于第一目标图像与标准图像进行初步比对,得到差异图像。
位置信息确定单元205与差异图像确定单元204连接,用于根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息。
二次比对单元206与位置信息确定单元205连接,用于根据差异图像的位置信息进行第一目标图像与标准图像的二次比对。
具体地,其中二次比对单元206具体包括以下子模块:第二目标图像确定模块、第一相似度确定模块、第三目标图像确定模块、第二相似度确定模块。
其中第二目标图像确定模块用于若差异图像存在于第一目标图像中,对第一目标图像进行第二次处理,得到第二目标图像。
第一相似度确定模块与第二目标图像确定模块连接,用于将第二目标图像与标准图像进行比对,得到第一相似度。
第三目标图像确定模块用于若差异图像不存在于第一目标图像中,对第一目标图像进行第三次处理,得到第三目标图像。
第二相似度确定模块与第三目标图像确定模块连接,用于将第三目标图像与标准图像进行比对,得到第二相似度。
匹配单元207与二次比对单元206连接,用于若第一或第二相似度低于指定阈值,则进行第一目标图像与标准图像的匹配,输出匹配结果。
本申请具有以下有益效果:
(3)本申请提供的图像比对的方法及系统能够将目标图像分区域与标准图像进行比对,降低了每次比对过程中的比对特征,提高了比对的准确性,同时自动化且准确的检查节省了人力物力,大大降低了错误的出现率。
(4)本申请提供的图像比对的方法及系统中还包括目标图像与标准图像的最终匹配,大大提高了匹配的准确性。并且,在目标图像与标准图像的分区域比对中,若比对结果较低,则无需进行最终匹配,节省了目标图像与标准图像的匹配过程。
虽然当前申请参考的示例被描述,其只是为了解释的目的而不是对本申请的限制,对实施方式的改变,增加和/或删除可以被做出而不脱离本申请的范围。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种图像比对的方法,其特征在于,具体包括以下步骤:
获取第一目标图像;
判断第一目标图像是否存在模糊化;
若模糊化则对第一目标图像进行初步处理;否则,将第一目标图像与标准图像进行初步比对,得到差异图像;
根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息;
根据差异图像的位置信息进行第一目标图像与标准图像的二次比对;
根据第一目标图像与标准图像的二次比对结果,进行第一目标图像与标准图像的匹配,输出结果;
其中,根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息具体包括:将差异图像和第一目标图像进行区域划分,将任一差异区域块与相邻的区域块进行像素值差异比对,再将任一目标区域块与相邻的区域块进行像素值差异比对,根据比较结果确定差异图像属于目标图像或标准图像;
若差异图像存在于第一目标图像中,则对第一目标图像进行第二次处理,得到第二目标图像;将第二目标图像与标准图像进行比对,得到第一相似度;
若第一相似度低于第一指定阈值,则流程退出,否则进行第一目标图像与标准图像的匹配;
若差异图像存在于标准图像中,则对第一目标图像进行第三次处理,得到第三目标图像;将第三目标图像与标准图像进行比对,得到第二相似度;
若第二相似度低于第一指定阈值,则流程退出,否则进行第一目标图像与标准图像的匹配。
2.如权利要求1所述的图像比对的方法,其特征在于,初步处理为对第一目标图像进行清晰化处理,具体为将第一目标图像中的像素值增强使其清晰化,其中目标图像中的像素坐标均用(x,y)表示,增强后的任意像素值f(x,y)具体表示为:
f(x,y)=E(x,y)+δ[Q(x,y)-E(x,y)]
其中,E(x,y)为局部区域中的像素值的平均值,δ为增强参数,Q(x,y)为像素坐标为(x,y)像素值。
4.如权利要求1所述的图像比对的方法,其特征在于,将第一目标图像与标准图像进行初步比对,得到差异图像坐标,将差异图像坐标进行存储。
5.如权利要求1所述的图像比对的方法,其特征在于,根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息具体包括以下子步骤:
将差异图像与目标图像进行比较;
根据比较结果确定差异图像属于目标图像或标准图像。
6.如权利要求5所述的图像比对的方法,其特征在于,将差异图像与目标图像进行比较包括:
将差异图像和第一目标图像进行区域划分,具体为根据差异图像的像素坐标将差异图像分为m*n的若干差异区域块,根据第一目标图像的像素坐标将第一目标图像划分为m*n的若干目标区域块;
对若干个差异区域块与目标区域块进行标记。
7.如权利要求6所述的图像比对的方法,其特征在于,将差异图像与目标图像进行比较,还包括,将任意差异区域块i和相邻的差异区域块i+1进行像素值差异比对,再将目标区域块i和相邻目标区域块i+1进行像素值差异比对,根据两个像素值的差异是否相同得到差异图像与目标图像的比较结果。
8.一种图像比对系统,其特征在于,具体包括:获取单元、判断单元、初步处理单元、差异图像确定单元、位置信息确定单元、二次比对单元以及匹配单元;
获取单元,用于获取第一目标图像;
判断单元,用于判断第一目标图像是否存在模糊化;
初步处理单元,用于若第一目标图像模糊化则对第一目标图像进行初步处理;
差异图像确定单元,用于第一目标图像与标准图像进行初步比对,得到差异图像;
位置信息确定单元,用于根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息;
二次比对单元,用于根据差异图像的位置信息进行第一目标图像与标准图像的二次比对;
匹配单元,用于进行第一目标图像与标准图像的匹配,输出结果;
其中在位置信息确定单元根据差异图像对第一目标图像进行差异分析,确定差异图像的位置信息具体包括:将差异图像和第一目标图像进行区域划分,将任一差异区域块与相邻的区域块进行像素值差异比对,再将任一目标区域块与相邻的区域块进行像素值差异比对,根据比较结果确定差异图像属于目标图像或标准图像;
若差异图像存在于第一目标图像中,则对第一目标图像进行第二次处理,得到第二目标图像;将第二目标图像与标准图像进行比对,得到第一相似度;
若第一相似度低于第一指定阈值,则流程退出,否则进行第一目标图像与标准图像的匹配;
若差异图像存在于标准图像中,则对第一目标图像进行第三次处理,得到第三目标图像;将第三目标图像与标准图像进行比对,得到第二相似度;
若第二相似度低于第一指定阈值,则流程退出,否则进行第一目标图像与标准图像的匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310944.4A CN111507411B (zh) | 2020-04-20 | 2020-04-20 | 一种图像比对的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310944.4A CN111507411B (zh) | 2020-04-20 | 2020-04-20 | 一种图像比对的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507411A CN111507411A (zh) | 2020-08-07 |
CN111507411B true CN111507411B (zh) | 2021-05-11 |
Family
ID=71864140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010310944.4A Active CN111507411B (zh) | 2020-04-20 | 2020-04-20 | 一种图像比对的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507411B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111812116B (zh) * | 2020-08-13 | 2022-03-15 | 北京伟杰东博信息科技有限公司 | 一种油烟管道的在线监测方法及监测系统 |
CN113870226B (zh) * | 2021-09-29 | 2024-03-22 | 南京领行科技股份有限公司 | 一种附加物的合规检测方法、装置、电子设备及存储介质 |
CN114862793A (zh) * | 2022-05-06 | 2022-08-05 | 深圳市微特智能系统有限公司 | Pcb喷墨打印图像的比对方法及系统 |
CN115761611B (zh) * | 2022-12-18 | 2023-05-30 | 四川数聚智造科技有限公司 | 基于图像对比异常检测的多阶段多底图图像差异过滤方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011052036A1 (ja) * | 2009-10-27 | 2011-05-05 | 富士通株式会社 | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム |
CN109870117A (zh) * | 2017-12-05 | 2019-06-11 | 英业达科技有限公司 | 二值化轮廓检测系统及其方法 |
CN109873979A (zh) * | 2019-01-07 | 2019-06-11 | 广东思理智能科技股份有限公司 | 一种基于摄像头的静态图像差异比对方法及装置 |
CN110415295B (zh) * | 2019-07-03 | 2024-02-27 | 平安科技(深圳)有限公司 | 图像数据处理方法和图像数据处理设备 |
CN110598795A (zh) * | 2019-09-17 | 2019-12-20 | 展讯通信(上海)有限公司 | 图像差异检测方法及装置、存储介质、终端 |
-
2020
- 2020-04-20 CN CN202010310944.4A patent/CN111507411B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111507411A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507411B (zh) | 一种图像比对的方法及系统 | |
CN110866924B (zh) | 一种线结构光中心线提取方法及存储介质 | |
CN107680054B (zh) | 雾霾环境下多源图像融合方法 | |
CN109657632B (zh) | 一种车道线检测识别方法 | |
CN107633192B (zh) | 一种基于机器视觉的复杂背景下条形码分割与识读方法 | |
CN111353497B (zh) | 一种身份证信息的识别方法和装置 | |
CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
US11790499B2 (en) | Certificate image extraction method and terminal device | |
CN110210477B (zh) | 一种数字式仪表读数识别方法 | |
CN108520514B (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
CN115797798A (zh) | 基于废弃矿山遥感图像的生态修复效果评估方法 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN111784675A (zh) | 物品纹理信息处理的方法、装置、存储介质及电子设备 | |
CN110288624A (zh) | 一种图像中直线段的检测方法、装置及相关设备 | |
CN115512224A (zh) | 一种曲线拟合对比度增强的道路裂缝检测方法 | |
CN115082776A (zh) | 一种基于图像识别的电能表自动检测系统及方法 | |
CN114004858A (zh) | 基于机器视觉识别航空线缆表面编码的方法及装置 | |
CN116630357B (zh) | 栅格地图目标线提取方法、系统、存储介质及计算设备 | |
CN115083008A (zh) | 运动目标检测方法、装置、设备及存储介质 | |
CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
CN109145912B (zh) | 一种数字仪表读数自动识别方法 | |
CN111160292A (zh) | 人眼检测方法 | |
CN114677670B (zh) | 一种身份证篡改自动识别与定位的方法 | |
CN114511862B (zh) | 表格识别方法、装置及电子设备 | |
CN112070771B (zh) | 基于hs通道的自适应阈值分割方法、装置和存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210422 Address after: 430061 4th floor, building 3, No.7 guoguohuheng Road, Wuchang District, Wuhan City, Hubei Province Applicant after: Hubei weishiyizhan Culture Technology Co.,Ltd. Address before: 102400 No.18 Jianshe Road, Kaixuan street, Liangxiang, Fangshan District, beijing-d11961 Applicant before: Beijing yingmaiqi Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |