CN111598908A - 一种图像分析筛选系统及装置 - Google Patents
一种图像分析筛选系统及装置 Download PDFInfo
- Publication number
- CN111598908A CN111598908A CN202010335505.9A CN202010335505A CN111598908A CN 111598908 A CN111598908 A CN 111598908A CN 202010335505 A CN202010335505 A CN 202010335505A CN 111598908 A CN111598908 A CN 111598908A
- Authority
- CN
- China
- Prior art keywords
- image
- unit
- region
- analysis
- edge detection
- 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.)
- Pending
Links
- 238000010191 image analysis Methods 0.000 title claims abstract description 25
- 238000012216 screening Methods 0.000 title claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000000877 morphologic effect Effects 0.000 claims abstract description 7
- 238000003708 edge detection Methods 0.000 claims description 21
- 230000002093 peripheral effect Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 abstract 1
- 210000003733 optic disk Anatomy 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像分析筛选系统及装置，包括图像输入部、区域提取部、颜色成分提取部、以及图像分析部,图像输入部输入由窥镜随着时间经过而获取的被检体的图像，对图像的全局形态结构进行表示，通过获取目标图像，并将目标图像分割为预设份，得到分割后的由预设份子图像组成的目标图像；将预设份子图像发送到子图像分析指令中的处理器组标识信息对应的异构处理器组，并将所对应的子图像分析指令发送给该异构处理器组，以供该异构处理器根据所接收到的子图像分析指令，对指定的目标子图像进行特征分析，使得各个异构处理器组分工更明确，提高了对目标图像的分析速度。
Description
技术领域
本发明涉及图像分析领域，具体是一种图像分析筛选系统及装置。
背景技术
伴随着经济的高速发展，人口的密集程度进一步集中，特别是随着反恐形势的严峻，我们面临着各类公共安全形势。同时，现代商业、物流和网络的迅速发展也对对方身份的审核、确认的要求也迫在眉睫。
科技不断的发展，云存储、云计算、大数据库挖掘一系列技术支持下的人脸识别无疑是远程身份确认的最佳方式，目前传统的图像分析筛选系统不够精确，而且对目标图像的分析速度较低，从而影响在反恐过程中搜寻恐怖人员图像的效率。
发明内容
本发明的目的在于提供一种图像分析筛选系统及装置，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：
一种图像分析筛选系统及装置，包括图像输入部、区域提取部、颜色成分提取部、以及图像分析部,图像输入部输入由窥镜随着时间经过而获取的被检体的图像，对图像的全局形态结构进行表示，区域提取部对从图像输入部第一时间输入的图像和在第一时间靠口的时间内输入的第二图像，根据图像的全局形态结构，粗略定位视盘区，确定具有环状的周边部和被周边部包围且与周边部颜色不同的中心部的关注要素，仅提取关注要素的中心部作为分析对象区域，颜色成分提取部分别提取区域提取部所提取的第一图像的分析对象区域和第二图像的分析对象区域的颜色成分值，在视盘区内确定高亮区域作为视盘的像素集群，图像分析部计算从分析对象区域提取的第一图像的颜色成分值和第二图像的颜色成分值的变化的程度，用椭圆拟合方法在得到视盘的像素集群上确定边界。
作为本发明进一步的方案：所述区域提取部根据色调、饱和度以及亮度中的至少一个的差异来判定周边部和中心部的颜色的差异。因此，若颜色成分值不同则属于颜色不同，例如在色调和饱和度相同而仅亮度不同的情况下，属于颜色不同，区域提取部具有边缘检测部、闭合曲线边缘检测部、大小滤波处理部、双重闭合曲线边缘检测部、双重闭合曲线边缘确定部以及区域提取控制部。
作为本发明再进一步的方案：所述所述边缘检测部对图像例如通过应用边缘检测滤波器来进行边缘检测。闭合曲线边缘检测部从边缘检测部所检测的边缘中进一步检测形成闭合曲线的边缘。
与现有技术相比，本发明的有益效果是：通过获取目标图像，并将目标图像分割为预设份，得到分割后的由预设份子图像组成的目标图像；将预设份子图像发送到子图像分析指令中的处理器组标识信息对应的异构处理器组，并将所对应的子图像分析指令发送给该异构处理器组，以供该异构处理器根据所接收到的子图像分析指令，对指定的目标子图像进行特征分析，使得各个异构处理器组分工更明确，提高了对目标图像的分析速度。
附图说明
图1为一种图像分析筛选系统及装置的结构框图。
图2为一种图像分析筛选系统及装置的流程狂徒。
如图所示：1、图像输入部；2、区域提取部；3、颜色成分提取部；4、图像分析部。
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。
请参阅图1～2，本发明实施例中，一种图像分析筛选系统及装置，包括图像输入部1、区域提取部2、颜色成分提取部3和图像分析部4,图像输入部1输入由窥镜随着时间经过而获取的被检体的图像，对图像的全局形态结构进行表示，区域提取部2对从图像输入部1第一时间输入的图像和在第一时间靠口的时间内输入的第二图像，根据图像的全局形态结构，粗略定位视盘区，确定具有环状的周边部和被周边部包围且与周边部颜色不同的中心部的关注要素，仅提取关注要素的中心部作为分析对象区域，颜色成分提取部3分别提取区域提取部2所提取的第一图像的分析对象区域和第二图像的分析对象区域的颜色成分值，在视盘区内确定高亮区域作为视盘的像素集群，图像分析部4计算从分析对象区域提取的第一图像的颜色成分值和第二图像的颜色成分值的变化的程度，用椭圆拟合方法在得到视盘的像素集群上确定边界。
所述区域提取部2根据色调、饱和度以及亮度中的至少一个的差异来判定周边部和中心部的颜色的差异。因此，若颜色成分值不同则属于颜色不同，例如在色调和饱和度相同而仅亮度不同的情况下，属于颜色不同。
所述区域提取部2具有边缘检测部、闭合曲线边缘检测部、大小滤波处理部、双重闭合曲线边缘检测部、双重闭合曲线边缘确定部以及区域提取控制部。
所述所述边缘检测部对图像例如通过应用边缘检测滤波器来进行边缘检测。闭合曲线边缘检测部从边缘检测部所检测的边缘中进一步检测形成闭合曲线的边缘。
本发明的工作原理是：颜色的差异根据色调、饱和度以及亮度中的至少一个的差异来判定。因此，颜色范围为色调、饱和度以及亮度中的任意一个的范围或者通过两个以上的组合而确定的范围。例如，可以将颜色范围设为通过色调和饱和度的组合而确定的范围，或者也可以将颜色范围设为亮度范围(即，也可以仅根据亮度来区分中心部和周边部)。在关注要素是肠道绒毛并且将颜色范围设为亮度范围的情况下，例如只要第一颜色范围为亮度稍低的范围，第二颜色范围为比第一颜色范围亮度高的范围即可。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，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 (5)
1.一种图像分析筛选系统及装置，包括图像输入部(1)、区域提取部(2)、颜色成分提取部(3)和图像分析部(4)，其特征在于，图像输入部(1)输入由窥镜随着时间经过而获取的被检体的图像，对图像的全局形态结构进行表示，区域提取部(2)对从图像输入部(1)第一时间输入的图像和在第一时间靠口的时间内输入的第二图像，根据图像的全局形态结构，粗略定位视盘区，确定具有环状的周边部和被周边部包围且与周边部颜色不同的中心部的关注要素，仅提取关注要素的中心部作为分析对象区域，颜色成分提取部(3)分别提取区域提取部(2)所提取的第一图像的分析对象区域和第二图像的分析对象区域的颜色成分值，在视盘区内确定高亮区域作为视盘的像素集群，图像分析部(4)计算从分析对象区域提取的第一图像的颜色成分值和第二图像的颜色成分值的变化的程度，用椭圆拟合方法在得到视盘的像素集群上确定边界。
2.根据权利要求1所述的一种图像分析筛选系统及装置，其特征在于，所述区域提取部(2)根据色调、饱和度以及亮度中一个的差异来判定周边部和中心部颜色的不同。
3.根据权利要求1所述的一种图像分析筛选系统及装置，其特征在于，所述区域提取部(2)具有边缘检测部、闭合曲线边缘检测部、大小滤波处理部、双重闭合曲线边缘检测部、双重闭合曲线边缘确定部以及区域提取控制部。
4.根据权利要求1所述的一种图像分析筛选系统及装置，其特征在于，所述所述边缘检测部对图像例如通过应用边缘检测滤波器来进行边缘检测。闭合曲线边缘检测部从边缘检测部所检测的边缘中进一步检测形成闭合曲线的边缘。
5.根据权利要求1所述的一种图像分析筛选系统及装置，其特征在于，所述目标图像分割为预设数量的子图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010335505.9A CN111598908A (zh) | 2020-04-24 | 2020-04-24 | 一种图像分析筛选系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010335505.9A CN111598908A (zh) | 2020-04-24 | 2020-04-24 | 一种图像分析筛选系统及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111598908A true CN111598908A (zh) | 2020-08-28 |
Family
ID=72187680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010335505.9A Pending CN111598908A (zh) | 2020-04-24 | 2020-04-24 | 一种图像分析筛选系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111598908A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114758139A (zh) * | 2022-06-16 | 2022-07-15 | 成都鹏业软件股份有限公司 | 基坑积水检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010134535A (ja) * | 2008-12-02 | 2010-06-17 | Mitsubishi Electric Corp | 画像検出装置及び画像検出方法 |
| CN106650596A (zh) * | 2016-10-10 | 2017-05-10 | 北京新皓然软件技术有限责任公司 | 一种眼底图像分析方法、装置及系统 |
| CN106714652A (zh) * | 2015-04-27 | 2017-05-24 | 奥林巴斯株式会社 | 图像分析装置、图像分析系统、图像分析装置的动作方法 |
| CN107977922A (zh) * | 2016-10-25 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种图像分析方法、装置及系统 |
| US20180218233A1 (en) * | 2015-09-28 | 2018-08-02 | Olympus Corporation | Image analysis apparatus, image analysis system, and method for operating image analysis apparatus |
| US20190122392A1 (en) * | 2016-05-18 | 2019-04-25 | Olympus Corporation | Image analyzing apparatus, image analyzing system, and method of operating image analyzing apparatus |
-
2020
- 2020-04-24 CN CN202010335505.9A patent/CN111598908A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010134535A (ja) * | 2008-12-02 | 2010-06-17 | Mitsubishi Electric Corp | 画像検出装置及び画像検出方法 |
| CN106714652A (zh) * | 2015-04-27 | 2017-05-24 | 奥林巴斯株式会社 | 图像分析装置、图像分析系统、图像分析装置的动作方法 |
| US20180218233A1 (en) * | 2015-09-28 | 2018-08-02 | Olympus Corporation | Image analysis apparatus, image analysis system, and method for operating image analysis apparatus |
| US20190122392A1 (en) * | 2016-05-18 | 2019-04-25 | Olympus Corporation | Image analyzing apparatus, image analyzing system, and method of operating image analyzing apparatus |
| CN106650596A (zh) * | 2016-10-10 | 2017-05-10 | 北京新皓然软件技术有限责任公司 | 一种眼底图像分析方法、装置及系统 |
| CN107977922A (zh) * | 2016-10-25 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种图像分析方法、装置及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114758139A (zh) * | 2022-06-16 | 2022-07-15 | 成都鹏业软件股份有限公司 | 基坑积水检测方法 |
| CN114758139B (zh) * | 2022-06-16 | 2022-10-21 | 成都鹏业软件股份有限公司 | 基坑积水检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107578035B (zh) | 基于超像素-多色彩空间的人体轮廓提取方法 | |
| CN102426649B (zh) | 一种简单的高准确率的钢印数字自动识别方法 | |
| CA2218793C (en) | Multi-modal system for locating objects in images | |
| KR100253203B1 (ko) | 동영상을 이용한 객체 추출방법 | |
| CN101599175B (zh) | 确定拍摄背景发生改变的检测方法及图像处理设备 | |
| JP2018198053A5 (zh) | ||
| Abate et al. | BIRD: Watershed based iris detection for mobile devices | |
| CN107610114A (zh) | 基于支持向量机的光学卫星遥感影像云雪雾检测方法 | |
| CN110309806B (zh) | 一种基于视频图像处理的手势识别系统及其方法 | |
| KR20000050399A (ko) | 얼굴영역 추출방법 | |
| CN110378351B (zh) | 印章鉴别方法及装置 | |
| CN111027544B (zh) | 一种基于视觉显著性检测的mser车牌定位方法及系统 | |
| KR101875891B1 (ko) | 다중 검출 방식을 이용한 얼굴 검출 장치 및 방법 | |
| CN112749645A (zh) | 基于监控视频的服装颜色检测方法、装置和设备 | |
| CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
| CN105426816A (zh) | 一种处理人脸图像的方法及装置 | |
| CN115065798A (zh) | 一种基于大数据的视频分析监控系统 | |
| CN113065568A (zh) | 目标检测、属性识别与跟踪方法及系统 | |
| CN111598908A (zh) | 一种图像分析筛选系统及装置 | |
| Das et al. | Human face detection in color images using HSV color histogram and WLD | |
| Arsic et al. | Improved lip detection algorithm based on region segmentation and edge detection | |
| Garg et al. | Color based segmentation using K-mean clustering and watershed segmentation | |
| CN109635679B (zh) | 一种实时的靶纸定位及环线识别方法 | |
| CN111582278B (zh) | 人像分割方法、装置及电子设备 | |
| Gangopadhyay et al. | FACE DETECTION AND RECOGNITION USING HAAR CLASSIFIER AND LBP HISTOGRAM. |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200828 |