CN113034427A - 图像识别方法及图像识别装置 - Google Patents

图像识别方法及图像识别装置 Download PDF

Info

Publication number
CN113034427A
CN113034427A CN201911358863.5A CN201911358863A CN113034427A CN 113034427 A CN113034427 A CN 113034427A CN 201911358863 A CN201911358863 A CN 201911358863A CN 113034427 A CN113034427 A CN 113034427A
Authority
CN
China
Prior art keywords
image
target
area
center pixel
threshold
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
CN201911358863.5A
Other languages
English (en)
Other versions
CN113034427B (zh
Inventor
孙毅
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.)
Hefei Sineva Intelligent Machine Co Ltd
Original Assignee
Hefei Sineva Intelligent Machine 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 Hefei Sineva Intelligent Machine Co Ltd filed Critical Hefei Sineva Intelligent Machine Co Ltd
Priority to CN201911358863.5A priority Critical patent/CN113034427B/zh
Publication of CN113034427A publication Critical patent/CN113034427A/zh
Application granted granted Critical
Publication of CN113034427B publication Critical patent/CN113034427B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种图像识别方法及图像识别装置，涉及显示技术领域，用于提高图像的识别速度，从而提高对应的检测效率。所述图像识别方法包括：采集基准图像，对基准图像进行标定，以获取所述基准图像中的至少一个目标区域的位置信息。采集待识别图像，根据所述至少一个目标区域的位置信息，从所述待识别图像中裁剪出至少一个目标图像；所述目标图像的位置信息与所述目标区域的位置信息一一对应。对所述至少一个目标图像中的每个目标图像进行识别，并根据所述每个目标图像确定待测置物架中的对应区域是否放置有玻璃。本申请提供的图像识别方法及图像识别装置用于快速识别图像。

Description

图像识别方法及图像识别装置
技术领域
本申请涉及玻璃检测技术领域，尤其涉及一种图像识别方法及图像识别装置。
背景技术
在液晶显示装置的生产过程中，玻璃多存放在设有多层盛放板的置物架中。所述多层盛放板等间距分布，且每一层盛放板上可以放置一块玻璃。这样在存放或取用玻璃之前，需要预先检测置物架中的每层盛放板上是否盛放有玻璃。
目前，在每层盛放板的一侧设置发光设备，并在对侧设置能够接受光信号的光学传感器，便能够通过发光设备出射的光信号是否被玻璃遮挡，也即光学传感器能够接收到的光信号的强度来判断对应的盛放板上是否放置有玻璃。
当然，除此之外，在每层盛放板的一侧设置发光设备，并在至少一层盛放板的同一侧设置摄像头，也可以根据摄像头拍摄的图像确定对应的盛放板上是否放置有玻璃。然而，摄像头的拍照视角有限。若摄像头距离盛放板的距离太远，摄像头拍摄的图像的清晰度不容易被识别。若摄像头距离盛放板的距离太近，一个摄像头只能对应较少层数的盛放板。由此，每个置物架通常需要对应设置多个摄像头。也正因为这样，控制各摄像头进行图像拍摄，并对各摄像头拍摄的每幅图像进行处理，需要占用较多的时间，从而容易影响对应的检测效率。
发明内容
本申请的目的在于提供一种图像识别方法及图像识别装置，用于提高图像的识别速度，从而提高对应的检测效率。
为达到上述目的，本申请提供了如下技术方案：
第一方面，提供了一种图像识别方法。所述图像识别方法，包括：采集基准图像，对基准图像进行标定，以获取基准图像中的至少一个目标区域的位置信息。该基准图像为待测置物架在满载玻璃时的图像信息。
采集待识别图像，该待识别图像为待测置物架在实际检测时的图像信息。
根据至少一个目标区域的位置信息，从待识别图像中裁剪出至少一个目标图像。目标图像的位置信息与目标区域的位置信息一一对应。
对至少一个目标图像中的每个目标图像进行识别，并根据每个目标图像确定待测置物架中的对应区域是否放置有玻璃。
在本申请中，所述图像识别方法还包括：存储至少一个目标区域的位置信息。所述图像识别方法还包括：在采集基准图像之前，判断是否已存储有待测置物架对应的至少一个目标区域的位置信息。如果是，则直接采集待识别图像。如果否，则采集基准图像，对基准图像进行标定，以获取至少一个目标区域的位置信息。
在本申请中，所述对基准图像进行标定，包括：将基准图像灰度化，根据第一阈值对其进行灰度阈值分割，获取至少一个目标区域。判断至少一个目标区域中每个目标区域的面积是否不小于第二面积且不大于第一面积，其中，第二面积小于第一面积。如果是，则确定每个目标区域的位置信息。如果否，则更新基准图像，修改第一阈值，并根据修改后的第一阈值对更新的基准图像进行标定。
在本申请中，上述的如果否，则更新基准图像，修改第一阈值，并根据修改后的第一阈值对更新的基准图像进行标定，包括：如果任一目标区域的面积小于第二面积，则减小第一阈值，并根据减小后的第一阈值对更新的基准图像进行标定。如果任一目标区域的面积大于第一面积，则增大第一阈值，并根据增大后的第一阈值对更新的基准图像进行标定。其中，减小后的第一阈值大于第一阈值极小值，增大后的第一阈值小于第一阈值极大值。
在本申请中，确定每个目标区域的位置信息，包括：确定每个目标区域内的中心像素的位置坐标。将每个目标区域内的中心像素的位置坐标作为第二面积的中心坐标，确定第二面积对应的边界坐标。边界坐标为每个目标区域的位置信息。
在本申请中，确定每个目标区域内的中心像素的位置坐标，包括：建立二维坐标系，该二维坐标系包括X轴和Y轴。确定每个目标区域内任一个像素作为第一虚拟中心像素，第一虚拟中心像素沿Y轴方向上方的有效像素的数量作为第一数值，以及第一虚拟中心像素沿Y轴方向下方的有效像素的数量作为第二数值；
若第二数值小于第一数值，继续沿Y轴方向向上移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第二数值不小于第一数值，则确定移动后的第一虚拟中心像素的Y轴坐标为中心像素的Y轴坐标；
若第二数值大于第一数值，继续沿Y轴方向向下移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第二数值不大于第一数值，则确定移动后的第一虚拟中心像素的Y轴坐标为中心像素的Y轴坐标；
若第二数值等于第一数值，则确定第一虚拟中心像素的Y轴坐标为中心像素的Y轴坐标；
确定每个目标区域内任一个像素作为第一虚拟中心像素，第一虚拟中心像素沿X轴方向左边的有效像素的数量作为第三数值，以及第一虚拟中心像素沿X轴方向右边的有效像素的数量作为第四数值；
若第四数值小于第三数值，继续沿X轴方向向左移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第四数值不小于第三数值，则确定移动后的第一虚拟中心像素的X轴坐标为中心像素的X轴坐标；
若第四数值大于第三数值，继续沿X轴方向向右移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第四数值不大于第三数值，则确定移动后的第一虚拟中心像素的X轴坐标为中心像素的X轴坐标；
若第四数值等于第三数值，则确定第一虚拟中心像素的X轴坐标为中心像素的X轴坐标。
在本申请中，对至少一个目标图像中的每个目标图像进行识别，并根据每个目标图像确定待测置物架中的对应区域是否放置有玻璃，包括：将每个目标图像灰度化，并根据第二阈值对其进行灰度阈值分割，确定每个目标图像中灰度大于第二阈值的目标像素在同一目标图像中的数量占比。
判断每个目标图像中的数量占比是否不小于第三阈值。如果是，则待测置物架中的对应区域放置有玻璃。
在本申请中，在每个目标图像中的数量占比小于第三阈值的情况下，判断每个目标图像中的数量占比是否还小于第四阈值；其中，第四阈值小于第三阈值。
如果是，则待测置物架中的对应区域未放置有玻璃。如果否，则待测置物架中的对应区域对应的光源存在故障，输出报警信号。
本申请提供的图像识别方法，在待测置物架的每层满载玻璃的情况下采集基准图像，可以根据该基准图像标定至少一个目标区域的位置信息，也即需要进行图像识别的有效位置。从而可以在从待测置物架上采集待识别图像后进行图像识别时，根据该至少一个目标区域位置信息从待识别图像中裁剪出至少一个目标图像，对每个目标图像进行识别，判断对应的区域是否放置有玻璃。由此，本申请提供的图像识别方法，通过标定至少一个目标区域，可以有效确定各目标图像，以排除待识别图像中其他背景图像的干扰，缩小待识别图像的识别面积，从而可以有效提高图像识别的速度，从而提高对应待测置物架中玻璃的检测效率。
第二方面，提供了一种图像识别装置。所述图像识别装置，包括：控制器、图像采集装置、标定模块、图像提取模块和图像识别模块。图像采集装置与控制器电连接，配置为响应于控制器的控制指令，采集基准图像和待识别图像。所述基准图像为待测置物架在满载玻璃时的图像信息。所述待识别图像为待测置物架在实际检测时的图像信息。标定模块与控制器以及图像采集装置电连接，配置为响应于控制器的控制指令，对基准图像进行标定，并获取基准图像中的至少一个目标区域的位置信息。图像提取模块与控制器、图像采集装置以及标定模块分别电连接，配置为响应于控制器的控制指令，根据至少一个目标区域的位置信息，从待识别图像中裁剪出至少一个目标图像，目标图像的位置信息与目标区域的位置信息一一对应。图像识别模块，与控制器以及图像提取模块电连接，配置为响应于控制器的控制指令，对至少一个目标图像中的每个目标图像进行识别，并根据每个目标图像确定待测置物架中的对应区域是否放置有玻璃。
在本申请中，所述图像识别装置还包括存储模块。存储模块与控制器、标定模块以及图像提取模块分别电连接，配置为响应于控制器的控制指令，存储至少一个目标区域的位置信息。
本申请提供的图像识别装置所能实现的有益效果，与上述技术方案提供的图像识别方法所能达到的有益效果相同，在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明实施例的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本申请实施例提供的一种待测置物架与图像采集装置对应关系的示意图；
图2为图1所示结构的一种俯视示意图；
图3为图1所示结构的另一种俯视示意图；
图4为本申请实施例提供的一种基准图像的示意图；
图5为本申请实施例提供的一种待识别图像的示意图；
图6为本申请实施例提供的一种目标区域的位置信息的示意图；
图7为本申请实施例提供的一种图像识别方法的流程示意图；
图8为本申请实施例提供的另一种图像识别方法的流程示意图；
图9为本申请实施例提供的又一种图像识别方法的流程示意图；
图10为本申请实施例提供的又一种图像识别方法的流程示意图；
图11为本申请实施例提供的一种图像识别装置的结构示意图。
具体实施方式
为便于理解，下面结合说明书附图，对本发明一些实施例提供的技术方案进行详细的描述。显然，所描述的实施例仅仅是所提出的技术方案的一部分实施例，而不是全部的实施例。基于本发明的一些实施例，本领域技术人员所能获得的所有其他实施例，均属于本发明保护的范围。
相关技术中，每个置物架通常需要对应设置多个摄像头。如果每个摄像头均连接一个处理器，以利用处理器对该摄像头拍摄的图像进行处理，可以大幅度减小图像处理时间。但是，这样也容易大幅度增加成本，同时也要使得多个处理器之间进行信息交互，增加了置物架对应检测系统的复杂度。
基于此，请参阅图1-图10，本发明实施例提供一种图像识别方法，用于在不增加检测系统的复杂度以及制作成本的前提下，提高图像的识别速度，从而提高对应的检测效率。
该图像识别方法包括：S100～S300。
S100、采集基准图像S01，对基准图像S01进行标定，以获取基准图像S01中的至少一个目标区域S02的位置信息。基准图像S01为待测置物架在满载玻璃时的图像信息。
示例的，如图1和图4所示，待测置物架包括4层等间距设置的盛放板。所述基准图像S01为该待测置物架满载玻璃时的图像信息，也即4层盛放板的每层均盛放有玻璃对应的图像信息。此外，1个摄像头20可采集4层盛放板的图像信息，所述待测置物架中的每层盛放板与光源10一一对应，摄像头20与各光源10沿Y方向线性排列，例如图2所示，可以使得每层盛放板均能被光束12有效照射。如此，由1个摄像头20采集到从4个光源10发出且经对应玻璃的边缘反射的光束12。
此外，可选的，如图3所示，每个光源10包括3个子光源11，可降低因某一层盛放板对应的光源10只包含有一个子光源11且发生故障而导致的图像采集误差，有利于提高图像采集的精准度。
请参阅图8，上述S100中对所述基准图像进行标定，包括S101-S102。
S101、将所述基准图像S01灰度化，根据第一阈值T1对其进行灰度阈值分割，获取所述至少一个目标区域S02。
示例的，就是根据所述每个目标图像S04灰度化处理后各像素的灰度分别与第一阈值T1比较。如果其大于第一阈值T1，则输出数字信号1。如果其小于或等于第一阈值T1，则输出数字信号0。从而可以得到只包含0和1的数据集合，以从该数据集合中确定连续的且数字信号均为1的至少一个目标区域S02。例如：在4层待测置物架满载的情况下，其对应的目标区域的数量为4个。
S102、判断所述至少一个目标区域S02中每个目标区域S02的面积是否不小于第二面积S2且不大于第一面积S1，其中，所述第二面积S2小于所述第一面积S1。
如果是，则确定所述每个目标区域S02的位置信息。
如果否，则更新基准图像S01，修改所述第一阈值T1，并根据修改后的第一阈值T1对更新的基准图像S01进行标定。
需要说明的是，在每层置物架对应一个光源10且该光源10包括1个子光源11的情况下，上述预设的第二面积S2的宽度为该光源10(即1个子光源11)发出的光在玻璃侧边形成的光斑的宽度，高度为玻璃的厚度，且第一面积S1和第二面积S2为矩形。第一面积S1和第二面积S2的形状相近或相同。
若采集的所述目标区域S02的面积大于第一面积S1，或者小于第二面积S2，需要重新采集基准图像S01，修订第一阈值T1，以使得所述每个目标区域S02的面积不小于第二面积S2且不大于第一面积S1，且确定所述每个目标区域S02的位置信息。
S200、采集待识别图像S03，所述待识别图像S03为所述待测置物架在实际检测时的图像信息。根据所述至少一个目标区域S02的位置信息，从所述待识别图像S03中裁剪出至少一个目标图像S04；所述目标图像S04的位置信息与所述目标区域S02的位置信息一一对应。
可以理解的是，上述待识别图像S03与所述基准图像S01的位置信息和大小相同，以便于从所述待识别图像S03中裁剪出与所述目标区域S02的位置信息一一对应的目标图像S04。
示例的，如图2和图5所示，在待测置物架为包括4层盛放板的结构的情况下，待识别图像S03为待测置物架沿Y方向的第1、3和4层放置有玻璃时所采集的图像。上述目标图像S04为每层玻璃在摄像头20内形成的图像。
S300、对所述至少一个目标图像S04中的每个目标图像S04进行识别，并根据所述每个目标图像S04确定所述待测置物架中的对应区域是否放置有玻璃。
示例的，对所述至少一个目标图像S04中的每个目标图像S04进行识别，并根据所述每个目标图像S04确定所述待测置物架中的对应区域是否放置有玻璃，包括：将所述每个目标图像S04灰度化，并根据第二阈值T2对其进行灰度阈值分割，确定所述每个目标图像S04中灰度大于所述第二阈值T2的目标像素在同一目标图像S04中的数量占比p。
此处，第二阈值T2可以根据实际需求选择设置，通常大于第一阈值T1。
进一步的，请参阅图9，判断所述每个目标图像S04中的所述数量占比p是否不小于第三阈值T3。如果是，则所述待测置物架中的对应区域放置有玻璃。
上述第三阈值T3可以根据实际需求选择设置。
示例的，请继续参阅图9，在所述每个目标图像S04中的所述数量占比小于所述第三阈值T3的情况下，判断所述每个目标图像S04中的所述数量占比是否还小于第四阈值T4；其中，所述第四阈值T4小于所述第三阈值T3。
如果是，则所述待测置物架中的对应区域未放置有玻璃。
如果否，则所述待测置物架中的对应区域对应的光源10存在故障，输出报警信号。
也即，若p＞T3，则所述待测置物架中的对应区域放置有玻璃。若p＜T4，则所述待测置物架中的对应区域未放置有玻璃。若T4＜p＜T3，则所述待测置物架中的对应区域对应的光源10存在故障。
本发明提供的图像识别方法中，在待测置物架的每层满载玻璃的情况下采集基准图像S01，可以根据该基准图像S01标定至少一个目标区域S02的位置信息，也即需要进行图像识别的有效位置。从而可以在从待测置物架上采集待识别图像S03后进行图像识别时，根据该至少一个目标区域S02位置信息从待识别图像S03中裁剪出至少一个目标图像S04，对每个目标图像S04进行识别，判断对应的区域是否放置有玻璃。由此，本申请提供的图像识别方法，通过标定至少一个目标区域S02，可以有效确定各目标图像S04，以排除待识别图像S03中其他背景图像的干扰，缩小待识别图像的识别面积，从而可以有效提高图像识别的速度，从而提高对应待测置物架中玻璃的检测效率。
在一些实施例中，本发明提供的图像识别方法，还包括：存储所述至少一个目标区域S02的位置信息。
请参阅图9，所述图像识别方法，还包括：在采集所述基准图像S01之前，判断是否已存储有所述待测置物架对应的所述至少一个目标区域S02的位置信息。如果是，则直接采集所述待识别图像S03。如果否，则采集所述基准图像S01，对所述基准图像S01进行标定，以获取所述至少一个目标区域S02的位置信息。
可以理解的是，在进行待识别图像S03的图像识别之前，需存储有至少一个目标区域S02的位置信息，以通过将采集的待识别图像S03的信息与存储的至少一个目标区域S02的位置信息进行匹配，从而确定待识别图像S03中至少一个目标图像S04，然后进行图像识别。由于该至少一个目标图像S04的面积相较于待识别图像S03的面积较小，且图像质量较高，从而能够快速识别有效的图像，并且提高图像检测效率和精确度。
请参阅图10，在一些实施例中，所述每个确定每个目标区域S02的位置信息S102，包括：S1021-S1022。
S1021、确定所述每个目标区域S02内的中心像素Q的位置坐标。
上述中心像素Q的位置坐标为综合目标区域S02的几何坐标以及像素灰度中心值确定的。
示例的，建立二维坐标系，如图5所示，所述二维坐标系包括X轴和Y轴。
确定每个目标区域S02内任一个像素作为第一虚拟中心像素，第一虚拟中心像素沿Y轴方向上方的有效像素的数量作为第一数值，以及第一虚拟中心像素沿Y轴方向下方的有效像素的数量作为第二数值；
若第二数值小于第一数值，继续沿Y轴方向向上移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第二数值不小于第一数值，则确定移动后的第一虚拟中心像素的Y轴坐标为中心像素Q的Y轴坐标y1；
若第二数值大于第一数值，继续沿Y轴方向向下移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第二数值不大于第一数值，则确定移动后的第一虚拟中心像素的Y轴坐标为中心像素Q的Y轴坐标y1；
若第二数值等于第一数值，则确定第一虚拟中心像素的Y轴坐标为中心像素的Y轴坐标y1；
确定每个目标区域内任一个像素作为第一虚拟中心像素，第一虚拟中心像素沿X轴方向左边的有效像素的数量作为第三数值，以及第一虚拟中心像素沿X轴方向右边的有效像素的数量作为第四数值；
若第四数值小于第三数值，继续沿X轴方向向左移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第四数值不小于第三数值，则确定移动后的第一虚拟中心像素的X轴坐标为中心像素Q的X轴坐标x1；
若第四数值大于第三数值，继续沿X轴方向向右移动第一虚拟中心像素，直至移动后的第一虚拟中心像素对应的第四数值不大于第三数值，则确定移动后的第一虚拟中心像素的X轴坐标为中心像素Q的X轴坐标x1；
若第四数值等于第三数值，则确定第一虚拟中心像素的X轴坐标为中心像素Q的X轴坐标x1。
需要说明的是，上述有效像素的数量是指所述每个目标区域S02中数字信号为1的像素数量。
S1022、将所述每个目标区域S02内的中心像素Q的位置坐标作为所述第二面积S2的中心坐标，从而，确定所述第二面积S2对应的边界坐标。所述边界坐标为所述每个目标区域S02的位置信息。
示例性的，请参阅图6，采用S1011可合理确定某一目标区域S02对应的中心像素Q的坐标(x1,y1)。然后，采用S1012，可以根据目标区域S02对应的中心像素Q的坐标(x1,y1)以及第二面积S2的大小，合理确定同一目标区域S02对应的边界坐标。示例的，第二面积S2为矩形，其高为H，其宽为L。在该目标区域S02对应的中心像素Q的坐标(x1,y1)确定的情况下，可以得知：第二面积S2对应的四个顶点坐标分别为(x1-1，y1-1)，(x1-2，y1-2)，(x1-3，y1-3)，(x1-4，y1-4)，其中，x1-1＝x1-L/2，x1-2＝x1+L/2，x1-3＝x1-L/2，x1-4＝x1+L/2，y1-1＝y1-H/2，y1-2＝y1-H/2，y1-3＝y1+H/2，y1-4＝y1+H/2。这样该第二面积S2对应的四个顶点坐标即为该目标区域对应的边界坐标。从而，也就使得该目标区域S02的位置信息包括所述中心像素Q的坐标以及所述边界坐标。
基于此，根据该目标区域S02的位置信息，也即其中心像素Q的坐标以及其边界坐标，便可以从待识别图像的对应坐标处裁剪得到对应的目标图像S04，从而进行图像识别。
请继续参阅图10，在另一些实施例中，上述S102中，如果否，则更新基准图像S01，修改所述第一阈值T1，并根据修改后的第一阈值T1对更新的基准图像进行标定，包括：S1023-S1024。
S1023、如果任一所述目标区域S02的面积小于所述第二面积S2，则减小所述第一阈值T1，并根据减小后的第一阈值T1对更新的基准图像S01进行标定。
S1024、如果任一所述目标区域S02的面积大于所述第一面积S1，则增大所述第一阈值T1，并根据增大后的第一阈值T1对更新的基准图像S01进行标定；
其中，所述减小后的第一阈值T1大于第一阈值极小值Tmin，所述增大后的第一阈值T1小于第一阈值极大值Tmax。
上述第一阈值的极小值Tmin和第一阈值的极大值Tmax是由本领域技术人员根据实际情况确定的固定值。
可以理解的是，预设的第一阈值T1与光强大小有关，而摄像头20与光源10之间的距离，以及光源10与待测置物架上的玻璃的距离影响光强度。因此，若修订的第一阈值T1大于Tmax，或者修订的第一阈值T1小于Tmin，则标定操作失败，需要重新确定光源10和待测玻璃的距离以及所述摄像头20与所述光源10的距离。
本发明实施例提供一种图像识别装置，包括：控制器、图像采集装置、标定模块、图像提取模块和图像识别模块。
图像采集装置与所述控制器电连接，配置为响应于所述控制器的控制指令，采集基准图像S01和待识别图像S03。所述基准图像S01为待测置物架在满载玻璃时的图像信息。所述待识别图像S03为所述待测置物架在实际检测时的图像信息。
标定模块与所述控制器以及所述图像采集装置电连接，配置为响应于所述控制器的控制指令，对所述基准图像S01进行标定，并获取所述基准图像S01中的至少一个目标区域S02的位置信息。
图像提取模块与所述控制器、所述图像采集装置以及所述标定模块分别电连接，配置为响应于所述控制器的控制指令，根据所述至少一个目标区域S02的位置信息，从所述待识别图像中裁剪出至少一个目标图像；所述目标图像的位置信息与所述目标区域S02的位置信息一一对应；
图像识别模块与所述控制器以及所述图像提取模块电连接，配置为响应于所述控制器的控制指令，对所述至少一个目标图像S04中的每个目标图像S04进行识别，并根据所述每个目标图像S04确定所述待测置物架中的对应区域是否放置有玻璃。
示例的，如图11所示，本发明提供的图像识别装置，还包括：存储模块。存储模块与所述控制器、所述标定模块以及所述图像提取模块分别电连接，配置为响应于所述控制器的控制指令，存储所述至少一个目标区域S02的位置信息。
可选的，上述控制器、标定模块、图像提取模块、图像识别模块以及存储模块可以集成为一处理模块，例如为微控制器、微处理器、数字信号处理器(Digital SignalProcessor，简称：DSP)、数字信号处理设备(Digital Signal Processing Device，简称：DSPD)、可编程逻辑器件(Programmable Logic Device，简称：PLD)或其他电子元件等，以便用于处理待识别图像。
此外，在本申请提供的图像识别装置中，由于本申请根据预设阈值对采集的图像进行标定，排除了背景图像的影响，因此，对图像采集的机械要求较简单，仅需要光源和摄像头结构即可，且对光源所发射的光的性质(例如波长)并没有限定，即可见光和不可见光均可。因此，基于上述实施例提供的图像识别方法所能达到的有益效果，本申请实施例提供的图像识别装置的机械结构要求简单，操作简便且无额外的材料成本，有利于扩大本申请的应用范围。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种图像识别方法，其特征在于，包括：
采集基准图像，对所述基准图像进行标定，以获取所述基准图像中的至少一个目标区域的位置信息；所述基准图像为待测置物架在满载玻璃时的图像信息；
采集待识别图像，所述待识别图像为所述待测置物架在实际检测时的图像信息；
根据所述至少一个目标区域的位置信息，从所述待识别图像中裁剪出至少一个目标图像；所述目标图像的位置信息与所述目标区域的位置信息一一对应；
对所述至少一个目标图像中的每个目标图像进行识别，并根据所述每个目标图像确定所述待测置物架中的对应区域是否放置有玻璃。
2.根据权利要求1所述的图像识别方法，其特征在于，还包括：存储所述至少一个目标区域的位置信息；
所述图像识别方法，还包括：
在采集所述基准图像之前，判断是否已存储有所述待测置物架对应的所述至少一个目标区域的位置信息；
如果是，则直接采集所述待识别图像；
如果否，则采集所述基准图像，对所述基准图像进行标定，以获取所述至少一个目标区域的位置信息。
3.根据权利要求1或2所述的图像识别方法，其特征在于，对所述基准图像进行标定，包括：
将所述基准图像灰度化，根据第一阈值对其进行灰度阈值分割，获取所述至少一个目标区域；
判断所述至少一个目标区域中每个目标区域的面积是否不小于第二面积且不大于第一面积，其中，所述第二面积小于所述第一面积；
如果是，则确定所述每个目标区域的位置信息；
如果否，则更新基准图像，修改所述第一阈值，并根据修改后的第一阈值对更新的基准图像进行标定。
4.根据权利要求3所述的图像识别方法，其特征在于，如果否，则更新基准图像，修改所述第一阈值，并根据修改后的第一阈值对更新的基准图像进行标定，包括：
如果任一所述目标区域的面积小于所述第二面积，则减小所述第一阈值，并根据减小后的第一阈值对更新的基准图像进行标定；
如果任一所述目标区域的面积大于所述第一面积，则增大所述第一阈值，并根据增大后的第一阈值对更新的基准图像进行标定；
其中，所述减小后的第一阈值大于第一阈值极小值，所述增大后的第一阈值小于第一阈值极大值。
5.根据权利要求3所述的图像识别方法，其特征在于，确定所述每个目标区域的位置信息，包括：
确定所述每个目标区域内的中心像素的位置坐标；
将所述每个目标区域内的中心像素的位置坐标作为所述第二面积的中心坐标，确定所述第二面积对应的边界坐标；所述边界坐标为所述每个目标区域的位置信息。
6.根据权利要求5所述的图像识别方法，其特征在于，确定所述每个目标区域内的中心像素的位置坐标，包括：
建立二维坐标系，所述二维坐标系包括X轴和Y轴；
确定所述每个目标区域内任一个像素作为第一虚拟中心像素，所述第一虚拟中心像素沿Y轴方向上方的有效像素的数量作为第一数值，以及所述第一虚拟中心像素沿Y轴方向下方的有效像素的数量作为第二数值；
若所述第二数值小于所述第一数值，继续沿Y轴方向向上移动所述第一虚拟中心像素，直至移动后的所述第一虚拟中心像素对应的第二数值不小于所述第一数值，则确定移动后的所述第一虚拟中心像素的Y轴坐标为所述中心像素的Y轴坐标；
若所述第二数值大于所述第一数值，继续沿Y轴方向向下移动所述第一虚拟中心像素，直至移动后的所述第一虚拟中心像素对应的第二数值不大于所述第一数值，则确定移动后的所述第一虚拟中心像素的Y轴坐标为所述中心像素的Y轴坐标；
若所述第二数值等于所述第一数值，则确定所述第一虚拟中心像素的Y轴坐标为所述中心像素的Y轴坐标；
确定所述每个目标区域内任一个像素作为第一虚拟中心像素，所述第一虚拟中心像素沿X轴方向左边的有效像素的数量作为第三数值，以及所述第一虚拟中心像素沿X轴方向右边的有效像素的数量作为第四数值；
若所述第四数值小于所述第三数值，继续沿X轴方向向左移动所述第一虚拟中心像素，直至移动后的所述第一虚拟中心像素对应的第四数值不小于所述第三数值，则确定移动后的所述第一虚拟中心像素的X轴坐标为所述中心像素的X轴坐标；
若所述第四数值大于所述第三数值，继续沿X轴方向向右移动所述第一虚拟中心像素，直至移动后的所述第一虚拟中心像素对应的第四数值不大于所述第三数值，则确定移动后的所述第一虚拟中心像素的X轴坐标为所述中心像素的X轴坐标；
若所述第四数值等于所述第三数值，则确定所述第一虚拟中心像素的X轴坐标为所述中心像素的X轴坐标。
7.根据权利要求1所述的图像识别方法，其特征在于，对所述至少一个目标图像中的每个目标图像进行识别，并根据所述每个目标图像确定所述待测置物架中的对应区域是否放置有玻璃，包括：
将所述每个目标图像灰度化，并根据第二阈值对其进行灰度阈值分割，确定所述每个目标图像中灰度大于所述第二阈值的目标像素在同一目标图像中的数量占比；
判断所述每个目标图像中的所述数量占比是否不小于第三阈值；
如果是，则所述待测置物架中的对应区域放置有玻璃。
8.根据权利要求7所述的图像识别方法，其特征在于，还包括：
在所述每个目标图像中的所述数量占比小于所述第三阈值的情况下，判断所述每个目标图像中的所述数量占比是否还小于第四阈值；其中，所述第四阈值小于所述第三阈值；
如果是，则所述待测置物架中的对应区域未放置有玻璃；
如果否，则所述待测置物架中的对应区域对应的光源存在故障，输出报警信号。
9.一种图像识别装置，其特征在于，包括：
控制器；
图像采集装置，与所述控制器电连接，配置为响应于所述控制器的控制指令，采集基准图像和待识别图像；所述基准图像为待测置物架在满载玻璃时的图像信息；所述待识别图像为所述待测置物架在实际检测时的图像信息；
标定模块，与所述控制器以及所述图像采集装置电连接，配置为响应于所述控制器的控制指令，对所述基准图像进行标定，并获取所述基准图像中的至少一个目标区域的位置信息；
图像提取模块，与所述控制器、所述图像采集装置以及所述标定模块分别电连接，配置为响应于所述控制器的控制指令，根据所述至少一个目标区域的位置信息，从所述待识别图像中裁剪出至少一个目标图像；所述目标图像的位置信息与所述目标区域的位置信息一一对应；
图像识别模块，与所述控制器以及所述图像提取模块电连接，配置为响应于所述控制器的控制指令，对所述至少一个目标图像中的每个目标图像进行识别，并根据所述每个目标图像确定所述待测置物架中的对应区域是否放置有玻璃。
10.根据权利要求9所述的图像识别装置，其特征在于，还包括：
存储模块，与所述控制器、所述标定模块以及所述图像提取模块分别电连接，配置为响应于所述控制器的控制指令，存储所述至少一个目标区域的位置信息。
CN201911358863.5A 2019-12-25 2019-12-25 图像识别方法及图像识别装置 Active CN113034427B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911358863.5A CN113034427B (zh) 2019-12-25 2019-12-25 图像识别方法及图像识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911358863.5A CN113034427B (zh) 2019-12-25 2019-12-25 图像识别方法及图像识别装置

Publications (2)

Publication Number Publication Date
CN113034427A true CN113034427A (zh) 2021-06-25
CN113034427B CN113034427B (zh) 2024-01-23

Family

ID=76458556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911358863.5A Active CN113034427B (zh) 2019-12-25 2019-12-25 图像识别方法及图像识别装置

Country Status (1)

Country Link
CN (1) CN113034427B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920114A (zh) * 2021-12-13 2022-01-11 杭州太美星程医药科技有限公司 图像处理方法、装置、计算机设备、存储介质及程序产品
WO2023155401A1 (zh) * 2022-02-17 2023-08-24 中国银联股份有限公司 基于街景图像识别的商户真实性验证系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464951A (zh) * 2007-12-21 2009-06-24 北大方正集团有限公司 图像识别方法及系统
JP2012146141A (ja) * 2011-01-12 2012-08-02 Fuji Xerox Co Ltd 画像検査装置及びプログラム
US20140119609A1 (en) * 2012-10-31 2014-05-01 Electronics And Telecommunications Research Institute Image recognizing apparatus and method
US20160328853A1 (en) * 2014-06-17 2016-11-10 Tencent Technology (Shenzhen) Company Limited Image processing method and apparatus
US20170228890A1 (en) * 2016-02-06 2017-08-10 Huawei Technologies Co., Ltd. Object detection method and computer device
CN107786812A (zh) * 2017-10-31 2018-03-09 维沃移动通信有限公司 一种拍摄方法、移动终端及计算机可读存储介质
CN109145901A (zh) * 2018-08-14 2019-01-04 腾讯科技（深圳）有限公司 物品识别方法、装置、计算机可读存储介质和计算机设备
CN109784323A (zh) * 2019-01-21 2019-05-21 北京旷视科技有限公司 图像识别的方法、装置、电子设备和计算机存储介质
WO2019101021A1 (zh) * 2017-11-23 2019-05-31 腾讯科技（深圳）有限公司 图像识别方法、装置及电子设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464951A (zh) * 2007-12-21 2009-06-24 北大方正集团有限公司 图像识别方法及系统
JP2012146141A (ja) * 2011-01-12 2012-08-02 Fuji Xerox Co Ltd 画像検査装置及びプログラム
US20140119609A1 (en) * 2012-10-31 2014-05-01 Electronics And Telecommunications Research Institute Image recognizing apparatus and method
US20160328853A1 (en) * 2014-06-17 2016-11-10 Tencent Technology (Shenzhen) Company Limited Image processing method and apparatus
US20170228890A1 (en) * 2016-02-06 2017-08-10 Huawei Technologies Co., Ltd. Object detection method and computer device
CN107786812A (zh) * 2017-10-31 2018-03-09 维沃移动通信有限公司 一种拍摄方法、移动终端及计算机可读存储介质
WO2019101021A1 (zh) * 2017-11-23 2019-05-31 腾讯科技（深圳）有限公司 图像识别方法、装置及电子设备
CN109145901A (zh) * 2018-08-14 2019-01-04 腾讯科技（深圳）有限公司 物品识别方法、装置、计算机可读存储介质和计算机设备
CN109784323A (zh) * 2019-01-21 2019-05-21 北京旷视科技有限公司 图像识别的方法、装置、电子设备和计算机存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920114A (zh) * 2021-12-13 2022-01-11 杭州太美星程医药科技有限公司 图像处理方法、装置、计算机设备、存储介质及程序产品
CN113920114B (zh) * 2021-12-13 2022-04-22 杭州太美星程医药科技有限公司 图像处理方法、装置、计算机设备、存储介质及程序产品
WO2023155401A1 (zh) * 2022-02-17 2023-08-24 中国银联股份有限公司 基于街景图像识别的商户真实性验证系统及方法

Also Published As

Publication number Publication date
CN113034427B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
US10269141B1 (en) Multistage camera calibration
US8619144B1 (en) Automatic camera calibration
CN111899307B (zh) 一种空间标定方法、电子设备及存储介质
EP3537380B1 (en) Coordinate calibration between two-dimensional coordinate system and three-dimensional coordinate system
JPH07325161A (ja) パッケージ検査方法および装置
CN113034612B (zh) 一种标定装置、方法及深度相机
CN113034427A (zh) 图像识别方法及图像识别装置
JPWO2007037227A1 (ja) 位置情報検出装置、位置情報検出方法及び位置情報検出プログラム
KR20140146137A (ko) 화상 처리 시스템, 화상 처리 방법 및 화상 처리 프로그램이 기록된 컴퓨터 판독가능한 기록 매체
US20230154048A1 (en) Method and Apparatus for In-Field Stereo Calibration
KR102086997B1 (ko) 렌티큘러 렌즈 시트의 회전 위치 측정
CN115376000A (zh) 一种水下测量方法、设备及计算机可读存储介质
US10891750B2 (en) Projection control device, marker detection method, and storage medium
JP7200275B2 (ja) オブジェクトの特徴を予測するためにレンジデータを使用するための方法及び装置
US20030063789A1 (en) Device for inspecting illumination optical device and method for inspecting illumination optical device
US20070177019A1 (en) Method and device for the correction of the brightness of a raw image generated by a sensor matrix
JP2021103152A (ja) 異物検査装置
CN117392231A (zh) 标定板、标定方法、装置、设备及存储介质
CN111566438B (zh) 图像获取方法及系统
EP3564747A1 (en) Imaging device and imaging method
TW201939064A (zh) 光測距感測器
CN111050088B (zh) 对检测管芯缺陷的相机的成像亮度进行校准的机制
US20220414916A1 (en) Systems and methods for assigning a symbol to an object
JPH11230718A (ja) ボールグリッドアレイのボール高さ計測方法
US10068350B2 (en) Measurement apparatus, system, measurement method, determination method, and non-transitory computer-readable storage medium

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
CB02 Change of applicant information

Address after: 230013 Southwest District of Hefei City, Anhui Province

Applicant after: Hefei xinyihua Intelligent Machine Co.,Ltd.

Address before: 230013 Southwest District of Hefei City, Anhui Province

Applicant before: HEFEI SINEVA INTELLIGENT MACHINE Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant