CN111553262A - 一种快速检测目标图形的检测装置及方法 - Google Patents

一种快速检测目标图形的检测装置及方法 Download PDF

Info

Publication number
CN111553262A
CN111553262A CN202010340346.1A CN202010340346A CN111553262A CN 111553262 A CN111553262 A CN 111553262A CN 202010340346 A CN202010340346 A CN 202010340346A CN 111553262 A CN111553262 A CN 111553262A
Authority
CN
China
Prior art keywords
signal processor
image
image sensor
algorithm module
suspected
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
CN202010340346.1A
Other languages
English (en)
Other versions
CN111553262B (zh
Inventor
曾夕
温建新
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.)
Shanghai Weijing Electronic Technology Co ltd
Original Assignee
Shanghai Weijing Electronic Technology 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 Shanghai Weijing Electronic Technology Co ltd filed Critical Shanghai Weijing Electronic Technology Co ltd
Priority to CN202010340346.1A priority Critical patent/CN111553262B/zh
Publication of CN111553262A publication Critical patent/CN111553262A/zh
Application granted granted Critical
Publication of CN111553262B publication Critical patent/CN111553262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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
    • 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
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种快速检测目标图形的检测装置，包括图像传感器、信号处理器和智能算法模块，所述图像传感器采集的图像同时传输至所述信号处理器和智能算法模块，所述智能算法模块对图像进行检测，并将检测结果传输至所述信号处理器，所述信号处理器控制所述图像传感器在高帧率模式或者高清晰模式下工作。本发明提供的一种快速检测目标图形的检测装置及方法，使得图像传感器能够在高帧率模式和高清晰模式两种模式中互换，将整个检测过程分为预检测和精检测，既能确保检测准确性，还能提高检测速率。

Description

一种快速检测目标图形的检测装置及方法
技术领域
本发明涉及CMOS集成电路领域，具体涉及一种快速检测目标图形的检测装置及方法。
背景技术
随着CMOS集成电路工艺的发展，电子产品在日常生活中的应用越来越广泛，成为各个领域不可缺少的一部分。图像传感器作为数据采集源头，被广泛应用于各个领域。在图像传感器的应用上，结合人工智能实现智能化的检测识别是实现图像传感器使用推广的一个重要方面。在各个检测识别行业中，均需要使用图像传感器采集图像，并对图像中目标图形进行识别，从而判断图像中是否包含目标图形。
现有的检测识别装置仅包含图像传感器和智能算法模块，图像传感器采集的图像传输至智能算法模块进行识别，为了保证识别的准确性，图像传感器往往只能工作在高清图像采集模式下，这样使得图像传感器的工作速度受到限制，也就无法提高检测识别的速度。
发明内容
本发明的目的是提供一种快速检测目标图形的检测装置及方法，使得图像传感器能够在高帧率模式和高清晰模式两种模式中互换，将整个检测过程分为预检测和精检测，既能确保检测准确性，还能提高检测速率。
为了实现上述目的，本发明采用如下技术方案：一种快速检测目标图形的方法，包括如下步骤：
S01：图像传感器在高帧率模式下采集图像，并将所述图像同时传输至信号处理器和智能算法模块；
S02：所述智能算法模块检测所述图像中是否含有疑似图形；若检测到所述图像中含有疑似图形，则将疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高清晰模式，进入步骤S03；
若检测到所述图像中无疑似图形，则将无疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器继续在高帧率模式下工作，返回步骤S01；
S03：所述图像传感器在高清晰模式下采集图像，并将所述图像同时传输至信号处理器和智能算法模块；
S04：所述智能算法模块对所述图像中疑似图形进行判断；若判断所述疑似图形为目标图形，则将所述图像输出；
若判断所述疑似图形不是目标图形，则将无目标图形结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高帧率模式，返回步骤S01。
进一步地，所述图像传感器在高帧率模式下，通过亚采样或者开窗的方式采集图像。
进一步地，所述图像传感器在高帧率模式下对图像的采集速率大于在高清晰模式下的采集速率。
进一步地，所述步骤S04具体包括：
S041：所述智能算法模块对所述图像中疑似图形进行特征匹配；若识别到所述疑似图形具有目标图形特征，则进入步骤S042；
若识别到所述疑似图形不具有目标图形特征，则将无目标图形结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高帧率模式，返回步骤S01；
S042：所述智能算法模块对所述图像中疑似图形进行精确识别，并输出所述图像。
进一步地，所述步骤S042中，所述信号处理器对图像传感器采集的图像进行优化，并将优化之后的图像输出。
一种快速检测目标图形的检测装置，包括图像传感器、信号处理器和智能算法模块，所述图像传感器采集的图像同时传输至所述信号处理器和智能算法模块，所述智能算法模块对图像进行检测，并将检测结果传输至所述信号处理器，所述信号处理器控制所述图像传感器在高帧率模式或者高清晰模式下工作；
当所述智能算法模块检测到图像中含有疑似图形时，所述智能算法模块将疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高清晰模式；当所述智能算法模块检测到图像中无疑似图形时，所述智能算法模块将无疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器继续在高帧率模式下工作。
进一步地，所述信号处理器包括优化单元，所述优化单元对所述图像传感器采集的图像进行优化。
进一步地，所述图像传感器在高帧率模式下对图像的采集速率大于在高清晰模式下的采集速率。
本发明具有如下有益效果：本发明信号处理器根据智能算法模块的识别结果控制图像传感器的工作模式，使得图像感器能够在高帧率模式和高清晰模式两种模式中互换，图像传感器在高帧率模式下快速获得低清晰度的图像，并传输至智能算法模块进行预检测，当发现疑似目标图形时，图像传感器在高清晰模式下获取高清晰度的图像，并传输至智能算法模块进行精检测；本发明既能确保检测准确性，还能提高检测速率。
附图说明
附图1为本发明一种快速检测目标图形的检测装置的示意图；
附图2为本发明一种快速检测目标图形的检测方法的流程图；
附图3为本发明快速检测目标图形的过程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式做进一步的详细说明。
请参阅附图1，本发明提供的一种快速检测目标图形的检测装置，包括图像传感器、信号处理器和智能算法模块，图像传感器采集的图像同时传输至信号处理器和智能算法模块，智能算法模块对图像进行检测，并将检测结果传输至信号处理器，信号处理器控制图像传感器在高帧率模式或者高清晰模式下工作。
高清晰模式下，图像传感器输出全画幅高清晰度图像；高帧率模式下，图像传感器可以采用亚采样或者开窗的方式牺牲清晰度提高帧率，采集低清晰度图像。本发明中高清晰度图像和低清晰度图像是相对的，相对而言，高帧率模式下，图像传感器采集图像速率较快，而图像的清晰度较低；高清晰模式下，图像传感器采集图像清晰度较高，而采集的速率较慢。
本发明中信号处理器可以但不限于为数字信号处理器，信号处理器直接控制图像传感器的工作时序，保证图像传感器在上述两种模式下正常工作，同时，信号处理器还包括优化单元，优化单元对对图像传感器的图像质量进行优化，提高输出图像的性能。
智能算法模块具体可以为现有技术中用于检测判断的任意算法，例如，可以采用人工智能算法(AI算法)对图像传感器输出的图像进行检测判定，并将判定结果传输至信号处理器中，信号处理器再根据判定结果控制图像传感器的工作模式。
本发明中图像传感器初始状态下工作在高帧率模式下，当智能算法模块检测到图像中含有疑似图形时，智能算法模块将疑似结果传输至信号处理器，信号处理器控制图像传感器进入高清晰模式；当智能算法模块检测到图像中无疑似图形时，智能算法模块将无疑似结果传输至信号处理器，信号处理器控制图像传感器继续在高帧率模式下工作。
请参阅附图2和3，本发明提供的一种快速检测目标图形的方法，包括如下步骤：
S01：图像传感器在高帧率模式下采集低清晰度图像，并将低清晰度图像同时传输至信号处理器和智能算法模块；此时图像传感器采集图像速率较快，图像清晰度较低，整个装置处于目标预检测阶段。
S02：智能算法模块检测低清晰度图像中是否含有疑似图形；若检测到低清晰度图像中含有疑似图形，则将疑似结果传输至信号处理器，信号处理器控制图像传感器进入高清晰模式，进入步骤S03；
若检测到低清晰度图像中无疑似图形，则将无疑似结果传输至信号处理器，信号处理器控制图像传感器继续在高帧率模式下工作，返回步骤S01。
疑似图形可以根据目标图形的特征进行自由限定，具体可以提取目标图形中显著特征，并将该特征确定为是否疑似图形的判断依据，智能算法模块中用于检测判断的算法若检测到低清晰度图像中含有上述显著特征，则判断低清晰度图像中含有疑似图形。本步骤仍然处于预检测阶段，对于低清晰度图像的判断只是近似判断，因此，采用疑似图形作为判断依据，该疑似图形在后续精检测阶段，可能为目标图形，也可能不是目标图形；若无疑似图形出现，则图像传感器一直工作在高帧率模式下，快速采集低清晰度图像，加快检测速度。
S03：图像传感器在高清晰模式下采集高清晰度图像，并将高清晰度图像同时传输至信号处理器和智能算法模块。当图像传感器切换至高清晰模式时，说明出现了疑似图形，需要对其进行进一步地检测，即进入精检测阶段。
S04：智能算法模块对高清晰度图像中疑似图形进行判断；若判断疑似图形为目标图形，则将高清晰度图像输出；若判断疑似图形不是目标图形，则将无目标图形结果传输至信号处理器，信号处理器控制图像传感器进入高帧率模式，返回步骤S01。
请参阅附图3，本步骤具体可以将该过程细分为两个阶段：
S041：第一阶段进行精检测：智能算法模块对高清晰度图像中疑似图形进行特征匹配；若识别到疑似图形具有目标图形特征，则进入步骤S042；若识别到疑似图形不具有目标图形特征，则将无目标图形结果传输至信号处理器，信号处理器控制图像传感器进入高帧率模式，返回步骤S01。
由于疑似图形可能为目标图形，也可能不是目标图形，精检测阶段的目的就是为了确定疑似图形是否为目标图形，具体的判断方法可以采用现有技术中任意用于检测判断的算法，具体可以提取目标图形的特征，存储在智能算法模块中；用于检测判断的算法对高清晰度图像进行计算，并将提取出来的特征与目标图形的特征进行匹配，若特征完全匹配，则说明疑似图形为目标图形，则进入第二阶段进行精确识别。
注意：本发明中预检测阶段使用的是低清晰度图像，精检测阶段使用的是高清晰度图像，高清晰度图像有利于智能算法模块进行准确识别。
S042：第二阶段进行精确识别：智能算法模块对高清晰度图像中疑似图形进行精确识别，并将对应的高清晰度图像输出。本步骤说明疑似图形已经得到确认，只需要将确认之后的疑似图形与目标图形进行精确识别匹配，同时信号处理器对图像传感器采集到的高清晰度图像进行优化处理，并将优化处理之后的高清晰度图像输出，用于进行其他操作。
本发明信号处理器根据智能算法模块的识别结果控制图像传感器的工作模式，使得图像感器能够在高帧率模式和高清晰模式两种模式中互换，图像传感器在高帧率模式下快速获得低清晰度的图像，并传输至智能算法模块进行预检测，当发现疑似目标图形时，图像传感器在高清晰模式下获取高清晰度的图像，并传输至智能算法模块进行精检测；本发明既能确保检测准确性，还能提高检测速率。
以上所述仅为本发明的优选实施例，所述实施例并非用于限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明所附权利要求的保护范围内。

Claims (8)

1.一种快速检测目标图形的方法，其特征在于，包括如下步骤：
S01：图像传感器在高帧率模式下采集图像，并将所述图像同时传输至信号处理器和智能算法模块；
S02：所述智能算法模块检测所述图像中是否含有疑似图形；若检测到所述图像中含有疑似图形，则将疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高清晰模式，进入步骤S03；
若检测到所述图像中无疑似图形，则将无疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器继续在高帧率模式下工作，返回步骤S01；
S03：所述图像传感器在高清晰模式下采集图像，并将所述图像同时传输至信号处理器和智能算法模块；
S04：所述智能算法模块对所述图像中疑似图形进行判断；若判断所述疑似图形为目标图形，则将所述图像输出；
若判断所述疑似图形不是目标图形，则将无目标图形结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高帧率模式，返回步骤S01。
2.根据权利要求1所述的一种快速检测目标图形的方法，其特征在于，所述图像传感器在高帧率模式下，通过亚采样或者开窗的方式采集图像。
3.根据权利要求1所述的一种快速检测目标图形的方法，其特征在于，所述图像传感器在高帧率模式下对图像的采集速率大于在高清晰模式下的采集速率。
4.根据权利要求1所述的一种快速检测目标图形的方法，其特征在于，所述步骤S04具体包括：
S041：所述智能算法模块对所述图像中疑似图形进行特征匹配；若识别到所述疑似图形具有目标图形特征，则进入步骤S042；
若识别到所述疑似图形不具有目标图形特征，则将无目标图形结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高帧率模式，返回步骤S01；
S042：所述智能算法模块对所述图像中疑似图形进行精确识别，并输出所述图像。
5.根据权利要求4所述的一种快速检测目标图形的方法，其特征在于，所述步骤S042中，所述信号处理器对图像传感器采集的图像进行优化，并将优化之后的图像输出。
6.一种快速检测目标图形的检测装置，其特征在于，包括图像传感器、信号处理器和智能算法模块，所述图像传感器采集的图像同时传输至所述信号处理器和智能算法模块，所述智能算法模块对图像进行检测，并将检测结果传输至所述信号处理器，所述信号处理器控制所述图像传感器在高帧率模式或者高清晰模式下工作；
当所述智能算法模块检测到图像中含有疑似图形时，所述智能算法模块将疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器进入高清晰模式；当所述智能算法模块检测到图像中无疑似图形时，所述智能算法模块将无疑似结果传输至所述信号处理器，所述信号处理器控制所述图像传感器继续在高帧率模式下工作。
7.根据权利要求6所述的一种快速检测目标图形的检测装置，其特征在于，所述信号处理器包括优化单元，所述优化单元对所述图像传感器采集的图像进行优化。
8.根据权利要求6所述的一种快速检测目标图形的检测装置，其特征在于，所述图像传感器在高帧率模式下对图像的采集速率大于在高清晰模式下的采集速率。
CN202010340346.1A 2020-04-26 2020-04-26 一种快速检测目标图形的检测装置及方法 Active CN111553262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010340346.1A CN111553262B (zh) 2020-04-26 2020-04-26 一种快速检测目标图形的检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010340346.1A CN111553262B (zh) 2020-04-26 2020-04-26 一种快速检测目标图形的检测装置及方法

Publications (2)

Publication Number Publication Date
CN111553262A true CN111553262A (zh) 2020-08-18
CN111553262B CN111553262B (zh) 2023-09-01

Family

ID=72007792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010340346.1A Active CN111553262B (zh) 2020-04-26 2020-04-26 一种快速检测目标图形的检测装置及方法

Country Status (1)

Country Link
CN (1) CN111553262B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112633143A (zh) * 2020-12-21 2021-04-09 杭州海康威视数字技术股份有限公司 图像处理系统、方法、头戴设备、处理设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085442A1 (en) * 2008-10-03 2010-04-08 Sony Corporation Imaging apparatus, imaging method, and program
DE102012020093A1 (de) * 2012-10-12 2014-04-17 Eads Deutschland Gmbh Anordnung zur Ortung, Erfassung und Überwachung von Eisbergen sowie Verfahren zur Bestimmung eines von treibenden Eisbergen ausgehenden Gefährdungspotentials für stationäre oder schwimmende Meeresbauwerke
CN107016353A (zh) * 2017-03-13 2017-08-04 北京理工大学 一种变分辨率目标探测与识别一体化的方法与系统
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 视频目标跟踪方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085442A1 (en) * 2008-10-03 2010-04-08 Sony Corporation Imaging apparatus, imaging method, and program
DE102012020093A1 (de) * 2012-10-12 2014-04-17 Eads Deutschland Gmbh Anordnung zur Ortung, Erfassung und Überwachung von Eisbergen sowie Verfahren zur Bestimmung eines von treibenden Eisbergen ausgehenden Gefährdungspotentials für stationäre oder schwimmende Meeresbauwerke
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 视频目标跟踪方法和装置
CN107016353A (zh) * 2017-03-13 2017-08-04 北京理工大学 一种变分辨率目标探测与识别一体化的方法与系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于博;马书浩;李红艳;李春庚;安居白;: "远红外车载图像实时行人检测与自适应实例分割" *
付长斐;叶宾;李会军;: "基于HSV颜色空间的运动目标识别" *
常文萃;: "大型船舶水线面视觉图像检测自动化系统设计" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112633143A (zh) * 2020-12-21 2021-04-09 杭州海康威视数字技术股份有限公司 图像处理系统、方法、头戴设备、处理设备及存储介质
CN112633143B (zh) * 2020-12-21 2023-09-05 杭州海康威视数字技术股份有限公司 图像处理系统、方法、头戴设备、处理设备及存储介质

Also Published As

Publication number Publication date
CN111553262B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN102393397B (zh) 一种磁瓦表面缺陷检测系统及其检测方法
US8600122B2 (en) Apparatus and method for culling substantially redundant data in fingerprint sensing circuits
CN109101856A (zh) 一种二维码图像识别方法及装置
CN108982512A (zh) 一种基于机器视觉的电路板检测系统及其方法
US20210174092A1 (en) Image processing apparatus and method for feature extraction
CN106709895A (zh) 图像生成方法和设备
CN110506252B (zh) 基于图样中标志图形点坐标的转换关系定位终端屏幕
CN110780982A (zh) 一种图像处理方法、装置及设备
CN111553262A (zh) 一种快速检测目标图形的检测装置及方法
CN107292212A (zh) 一种低信噪比环境下的二维码定位方法
CN112949423B (zh) 物体识别方法、物体识别装置及机器人
CN113160132A (zh) 焊缝缺陷图像的检测处理方法及系统
US11501543B2 (en) System and method for automatic real-time localization of license plate of vehicle from plurality of images of the vehicle
KR20100118317A (ko) 휴대단말의 제스처 인식 방법 및 시스템
CN112016514B (zh) 一种交通标志识别方法、装置、设备及储存介质
Dehankar et al. Using AEPI method for hand gesture recognition in varying background and blurred images
EP1455306B1 (en) Image processing device for recognizing outline of moving target and method therefor
JP2980063B2 (ja) 画像処理装置
JP2023535005A (ja) 電子画像内の物体を認識するための方法及びシステム又は装置
CN115457282A (zh) 一种点云数据处理方法及装置
CN114037741A (zh) 一种基于事件相机的自适应目标检测方法及装置
CN111860426A (zh) 基于模板匹配的单样本座舱图像信号目标检测方法及系统
CN113269150A (zh) 基于深度学习的车辆多属性识别的系统及方法
CN117726926B (zh) 训练数据处理方法、电子设备和计算机可读存储介质
CN117671472B (zh) 一种基于动态视觉传感器的水下多目标群体识别方法

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