CN113128247B - 一种图像定位标识验证方法及服务器 - Google Patents
一种图像定位标识验证方法及服务器 Download PDFInfo
- Publication number
- CN113128247B CN113128247B CN202110534759.8A CN202110534759A CN113128247B CN 113128247 B CN113128247 B CN 113128247B CN 202110534759 A CN202110534759 A CN 202110534759A CN 113128247 B CN113128247 B CN 113128247B
- Authority
- CN
- China
- Prior art keywords
- positioning
- target
- identifier
- image
- identifiers
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003702 image correction Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims description 37
- 238000012216 screening Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims 5
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的图像定位标识验证方法及服务器,应用于图像识别技术领域,该方法在获取原始图像中的至少三个定位标识以及各定位标识的定位基准点和置信度之后,根据各定位标识的置信度和定位基准点,在各定位标识中确定可用于图像校正的目标定位标识,并根据目标定位标识的数量,确定是否可以对原始图像进行校正。与现有技术中识别到定位标识即直接进行图像校正的方法相比,本发明提供的验证方法,可以基于各定位标识的定位基准点和置信度对所得各个定位标识进行验证,筛选可以用于图像校正的目标定位标识,避免将误识别得到的定位标识用于后续的图像识别过程,进而提高图像识别结果的准确率。
Description
技术领域
本发明涉及图像识别技术领域,特别涉及一种图像定位标识验证方法及服务器。
背景技术
在光伏电站部署逆变器等电气设备的过程中,往往会用到图1所示的设备位置表,该设备位置表是根据光伏电站中呈行、列对其方式布置的电气设备预先制作好的。在电气设备安装过程中,由工人将每台电气设备上的二维码标签撕下,并根据设备所在的行列号将标签贴在纸质的设备位置表中对应的表格内,即通过设备记录表统计电站内各个设备的部署信息。在光伏电站部署完成后,使用图像采集设备采集纸质的设备位置表的原始图像,并进一步通过对原始图像进行图像识别,得到相应的数字化信息。
在大部分图像识别过程,均需要对原始图像进行校正,得到更容易识别图像内容的目标图,而校正过程大都是基于原始图像中的定位标识实现的。图1中位于四角的正方形方框即为定位标识,图像校正的第一步即识别原始图像中的定位标识,然后才能完成校正过程并进行后续图像识别操作。
发明人研究发现,在实际应用中,采集到的原始图像中往往会包括一些干扰信息,比如污渍、人为涂画的图像等,这些干扰信息很容易被误识别为定位标识,由于现有技术中缺乏定位标识的验证过程,无法区分识别到的定位标识是否有效,一旦直接使用这些误识别得到的定位标识进行后续的图像识别,必然导致图像识别结果不准确。。
发明内容
本发明提供一种图像定位标识验证方法及服务器,基于定位标识的置信度和定位基准点对各定位标识进行验证,确定可用于图像识别的定位标识,排除干扰信息的影响,进而提高图像识别结果的准确率。
为实现上述目的,本发明提供的技术方案如下:
第一方面,本发明提供一种图像定位标识验证方法,包括:
获取原始图像中的至少三个定位标识以及各所述定位标识的定位基准点和置信度;
根据所述置信度和所述定位基准点,在各所述定位标识中确定可用于图像校正的目标定位标识;
根据所述目标定位标识的数量,确定是否可以对所述原始图像进行校正。
可选的,所述根据所述置信度和所述定位基准点,在各所述定位标识中确定可用于图像校正的目标定位标识,包括:
根据各所述定位标识的置信度与置信度阈值大小关系,在各所述定位标识中筛选初选定位标识;
根据各所述初选定位标识对应的定位基准点,在各所述初选定位标识中确定可用于图像校正的目标定位标识。
可选的,所述根据各所述定位标识的置信度与置信度阈值大小关系,在各所述定位标识中筛选初选定位标识,包括:
获取第一置信度阈值;
计算各所述置信度的平均值,得到置信度均值;
基于所述置信度均值确定第二置信度阈值;
将各所述定位标识中,置信度大于等于所述第一置信度阈值或者置信度大于等于所述第二置信度阈值的定位标识,作为初选定位标识。
可选的,所述根据各所述初选定位标识对应的定位基准点,在各所述初选定位标识中确定可用于图像校正的目标定位标识,包括:
以任意三个所述初选定位标识的定位基准点为顶点构建三角形,得到至少一个验证三角形;
判断各所述验证三角形是否满足预设夹角验证规则;
将满足所述预设夹角验证规则的验证三角形所对应的初选定位标识作为候选定位标识;
根据各所述候选定位标识的定位基准点,判断各所述候选定位标识是否满足预设位置校验规则;
将满足所述预设位置校验规则的候选定位标识作为目标定位标识。
可选的,所述判断各所述验证三角形是否满足预设夹角验证规则,包括:
分别计算各所述验证三角形的最大内角与标准角度的差值,得到相应的角度偏差;
判定角度偏差处于预设角度变化范围内的验证三角形满足预设夹角验证规则。
可选的,所述定位基准点以像素坐标系中的坐标表示;
所述根据各所述候选定位标识的定位基准点,判断各所述候选定位标识是否满足预设位置校验规则,包括:
将各所述候选定位标识中沿所述像素坐标系横轴或纵轴布置的任意两个候选定位标识作为候选定位标识组;
计算所述候选定位标识组中的两个候选定位标识对应的定位基准点的横坐标差,得到第一横坐标偏差;
计算所述候选定位标识组中的两个候选定位标识对应的定位基准点的纵坐标差,得到第一纵坐标偏差;
若所述第一横坐标偏差和所述第一纵坐标偏差中的较小者大于预设偏差阈值,判定所述候选定位标识组中置信度高的候选定位标识满足预设位置校验规则。
可选的,所述根据所述目标定位标识的数量,确定是否可以对所述原始图像进行校正,包括:
若所述目标定位标识的数量大于等于三个,确定可以对所述原始图像进行校正;
若所述目标定位标识的数量小于三个,确定不可以对所述原始图像进行校正。
可选的,若所述初选定位标识或所述候选定位标识的数量小于三个,确定不可以对所述原始图像进行校正。
可选的,所述基于所述置信度均值确定第二置信度阈值,包括:
获取预设置信系数;
将所述置信度均值与所述预设置信系数的乘积,作为第二置信阈值。
可选的,在确定可以对所述原始图像进行校正的情况下,还包括:对所述目标定位标识的位置进行校正,或确定所述原始图像中各所述目标定位标识以外的空缺定位标识。
可选的,所述原始图像对应的标准图像中,包括四个呈两行两列矩阵式布置的标准定位标识;
在确定三个所述目标定位标识的情况下,确定所述原始图像中各所述目标定位标识以外的空缺定位标识;
在确定四个所述目标定位标识的情况下,对所述目标定位标识的位置进行校正。
可选的,所述确定所述原始图像中各所述目标定位标识以外的空缺定位标识,包括:
若任一所述目标定位标识的纵轴方向不存在其他目标定位标识,将所述目标定位标识的定位基准点的横坐标作为空缺定位标识的参考横坐标;
若任一所述目标定位标识的横轴方向不存在其他目标定位标识,将所述目标定位标识的定位基准点的纵坐标作为所述空缺定位标识的参考纵坐标;
将所述参考横坐标和所述参考纵坐标对应的像素点作为所述空缺定位标识的基准定位点。
可选的,所述对所述目标定位标识的位置进行校正,包括:
将处于同一行和处于同一列的两个目标定位标识作为目标定位标识组;
计算所述目标定位标识组中的两个目标定位标识对应的定位基准点的横坐标差,得到第二横坐标偏差;
计算所述目标定位标识组中的两个目标定位标识对应的定位基准点的纵坐标差,得到第二纵坐标偏差;
若所述第二横坐标偏差和所述第二纵坐标偏差中的较小者大于预设校正阈值,对所述目标定位标识组中的两个目标定位标识的位置进行校正。
可选的,所述对所述目标定位标识组中的两个目标定位标识的位置进行校正,包括:
以所述目标定位标识组中置信度高的目标定位标识的位置为基准,对所述目标定位标识组中置信度低的目标定位标识的位置进行校正。
第二方面,本发明提供一种服务器,包括:存储器和处理器;所述存储器存储有适于所述处理器执行的程序,以实现本发明第一方面任一项所述的图像定位标识验证方法。
本发明提供的图像定位标识验证方法,在获取原始图像中的至少三个定位标识以及各定位标识的定位基准点和置信度之后,根据各定位标识的置信度和定位基准点,在各定位标识中确定可用于图像校正的目标定位标识,并根据目标定位标识的数量,确定是否可以对原始图像进行校正。与现有技术中识别到定位标识即直接进行图像校正的方法相比,本发明提供的验证方法,可以基于各定位标识的定位基准点和置信度对所得各个定位标识进行验证,筛选可以用于图像校正的目标定位标识,避免将误识别得到的定位标识用于后续的图像识别过程,进而提高图像识别结果的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术内的技术方案,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,下面描述内的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术中一种设备位置表的示意图;
图2是本发明实施例提供的一种图像定位标识验证方法的流程图;
图3是本发明实施例述及的定位基准点的设置示意图;
图4是本发明实施例提供的另一种图像定位标识验证方法的流程图;
图5a是本发明实施例提供的一种定位基准点的校正顺序示意图;
图5b是本发明实施例提供的另一种定位基准点的校正顺序示意图;
图5c是本发明实施例提供的再一种定位基准点的校正顺序示意图;
图5d是本发明实施例提供的又一种定位基准点的校正顺序示意图;
图5e是本发明实施例提供的另一种定位基准点的校正顺序示意图;
图6是本发明实施例提供的一种服务器的结构框图。
具体实施方式
下面将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,所描述的实施例仅仅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,本领域普通技术人员在没有作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。
本发明提供的图像定位标识验证方法,可以应用于电子设备,该电子设备可以是笔记本电脑、个人计算机、平板电脑以及数据服务器等能够运行预设控制程序,进行数据分析的电子设备,当然,在某些情况下,该电子设备也可以通过网络侧的服务器实现。参见图2,本发明实施例提供的图像定位标识验证的流程,可以包括:
S100、获取原始图像中的至少三个定位标识以及各定位标识的定位基准点和置信度。
在现有技术中,基于定位标识的原始图像校正过程,大都至少需要三个定位标识才能够完成,因此,在本步骤中,至少需要获得三个定位标识,如果定位标识识别过程中获得的定位标识的数量少于三个,则可以直接判定无法进行后续的图像校正过程,不需进行后续流程。对于从原始图像中获取定位标识的具体实现过程,可以参照现有技术实现,本发明对于定位标识的识别方法不做限定。
现有技术中的定位标识识别方法,大都是基于图像匹配算法实现的。在进行定位识别之前,预设准备好与定位标识对应的模板图像,该模板图像可以理解为标准的定位标识图像,在定位标识识别过程中,将包括待识别定位标识子图与相应的模板图像进行匹配度计算,并基于所得匹配度与预设匹配度阈值之间的大小关系,确认是否识别到定位标识。
可选的,在本实施例中,可以将识别定位标识过程中各个定位标识对应的匹配度作为表征定位标识可信程度的置信度,当然,还可以基于其他能够表征定位标识可信程度的信息作为定位标识的置信度,在不超出本发明核心思想范围的前提下,同样属于本发明保护的范围内。
在图像识别的过程中,定位标识在像素坐标系中的位置往往是以相应的定位基准点的坐标来表征的,可以理解的是,本实施例中述及的定位标识往往是一副具有特定形状的图像,定位基准点则为该图像中指定位置的一个点,通过定位基准点的坐标,即可表征定位标识在像素坐标系中的位置。
以图3所示为例,图中包括四个位于线框四角的定位标识,每个定位标识均包括两个矩形线框,尺寸较大的矩形线框的左上顶点(即M、N、O、P)机位相应的定位标识的定位基准点。
当然,定位标识的形状不同,相应的,定位基准点的选取也会有所不同。比如,定位标识为三角形线框,定位基准点可以选取三角形线框的任意一个顶点;定位标识为圆形线框,定位基准点则可以选择为圆形线框的圆心。
S110、根据置信度和定位基准点,在各定位标识中确定可用于图像校正的目标定位标识。
如前所述,置信度用来表征识别到的定位标识可信程度,本发明实施例设置置信度阈值,首先根据各定位标识的置信度与该置信度阈值的大小关系,对各个定位标识进行第一轮的筛选。
具体的,获取第一置信度阈值和预设置信系数,以各定位标识的置信度的平均值作为置信度均值,并计算置信度均值和预设置信系数的乘积,得到第二置信度阈值。在得到第一置信度阈值和第二置信度阈值之后,分别比较各定位标识的置信度与第一置信度阈值以及第二置信度阈值之间的大小关系,如果任一定位标识的置信度小于第一置信度阈值且小于第二置信度阈值,则判定该定位标识是不可用的,予以排除,相应的,如果任一定位标识的置信度大于等于第一置信度阈值或者置信度大于等于第二置信度阈值的定位标识,则认为该定位标识通过初步筛选,可以作为初选定位标识。
需要说明的是,预设置信系数可以根据定位标识识别的历史数据以及识别精确度要求来确定,本发明对于预设置信系数的具体取值,不做限定。
可选的,在经过根据置信度对各定位标识进行筛选后,有可能将一个甚至多个识别到的定位标识排除,因此,如果经过筛选得到的初选定位标识的数量少于三个,则直接确定不可以对原始图像进行校正,而不必再继续执行后续的步骤。
进一步的,如果初选定位标识的数量大于等于三个,则可以继续根据各初选定位标识对应的定位基准点,在各初选定位标识中确定可用于图像校正的目标定位标识,即针对各个初选定位标识进行进一步的验证。
可选的,以任意三个初选定位标识的定位基准点为顶点构建三角形,得到至少一个验证三角形。以图3所示的定位标识为例,如果经过基于置信度筛选,得到的初选定位标识为左上交的定位标识、左下角的定位标识和右上角的定位标识,分别对应的定位基准点为M点、O点和N点,此种情况下,三个定位基准点即可构成验证三角形,类似的,还有M点、P点、N点构成的验证三角形以及P点、O点和M点构成的验证三角形,此处不再一一列举。
然后,判断各验证三角形是否满足预设夹角验证规则,并将满足预设夹角验证规则的验证三角形所对应的初选定位标识作为候选定位标识。
具体的,分别计算各验证三角形的最大内角与标准角度的差值,得到相应的角度偏差,判定角度偏差处于预设角度变化范围内的验证三角形满足预设夹角验证规则,相对应的初选定位标识即可作为候选定位标识,完成对识别到的定位标识的第二次筛选和验证。
需要说明的是,基于验证三角形的验证方式,依赖于各定位标识所形成的夹角具有固定且明确的角度,如果初选定位标识之中包含一个误识别的定位标识,那么基于该定位标识所形成的验证三角形与理论的验证三角形必然是不同的,可以基于此对各个初选定位标识进行验证。相应的,在设置预设角度变化范围时,应综合考虑理论夹角以及实际识别过程中所出现的可能发生误识别的情况设置。
仍以图3为例,定位基准点为M点、O点和N点构成验证三角形,该验证三角形的最大内角为∠NMO,相应的标准角度为90°,上述验证过程即为,计算∠NMO与90°的差值,如果所得角度偏差处于预设角度范围内,则判定满足预设夹角验证规则,如果所得角度偏差未处于预设角度范围内,则判定不满足预设夹角验证规则,将M点对应的初选定位标识排除。
可选的,在完成对各个初选定位标识的验证后,如果所得候选定位标识的数量小于三个,则可以直接判定不可以对原始图像进行校正。
最后,根据各候选定位标识的定位基准点,判断各候选定位标识是否满足预设位置校验规则,将满足预设位置校验规则的候选定位标识作为目标定位标识。
具体的,如前所述,定位基准点可以采用像素坐标系中的坐标表示,在此前提下,将各候选定位标识中沿像素坐标系横轴或纵轴布置的任意两个候选定位标识作为候选定位标识组。仍以图3所示为例,M点对应的候选定位标识与N点对应的候选定位标识,即为两个处于像素坐标系中横轴方向上的两个候选定位标识,可以组成候选定位标识组,而M点对应的候选定位标识和P点对应的候选定位标识并非处于像素坐标系横轴或纵轴方向上的候选定位标识,不能组合为候选定位标识组。
计算候选定位标识组中的两个候选定位标识对应的定位基准点的横坐标差,得到第一横坐标偏差,并计算候选定位标识组中的两个候选定位标识对应的定位基准点的纵坐标差,得到第一纵坐标偏差。
如果第一横坐标偏差和第一纵坐标偏差中的较小者大于预设偏差阈值,则判定候选定位标识组中置信度高的候选定位标识满足预设位置校验规则,相应的,候选定位标识组中置信度低的候选定位标识即被排除。
对于预设偏差阈值的选取,可以结合实际应用中的验证精度要求灵活设置,本发明对于预设偏差阈值的具体选取不做限定。
可以理解的是,在定位标识的标准布置中,处于横轴方向的两个定位标识的定位基准点的纵坐标偏差应该为零或是一个固定的值,如果候选定位标识组中包括一个误识别的定位标识,那么相应的坐标差应该不为零或不是该固定的值,根据所得坐标差的具体情况即可实现上述验证过程;相应的,纵轴方向的定位标识也可以基于同样的原理进行验证,此处不再展开。
通过上述验证过程的候选定位标识,即可作为本发明实施例述及的目标定位标识。
S120、根据目标定位标识的数量,确定是否可以对原始图像进行校正。
如果目标定位标识的数量大于等于三个,确定可以对原始图像进行校正;如果目标定位标识的数量小于三个,确定不可以对原始图像进行校正。
综上所述,与现有技术中识别到定位标识即直接进行图像校正的方法相比,本发明提供的验证方法,可以基于各定位标识的定位基准点和置信度对所得各个定位标识进行验证,筛选可以用于图像校正的目标定位标识,避免将误识别得到的定位标识用于后续的图像识别过程,进而提高图像识别结果的准确率。
可选的,参见图4,图4是本发明实施例提供的另一种图像定位标识验证方法的流程图,在图2所示实施例的基础上,本实施例的验证流程还包括:
S130、对目标定位标识的位置进行校正,或确定原始图像中各目标定位标识以外的空缺定位标识。
需要说明的是,由于定位标识的位置校正以及确定空缺定位标识的过程依赖于现有目标定位标识的定位基准点的坐标,因此,本实施例提供的方法适用于按照图3所示位置关系布置的定位标识,即在原始图像对应的标准图像中,包括四个呈两行两列矩阵式布置的标准定位标识,当然,也可以理解为四个标准定位标识位于矩形的四个顶角的位置。
在经过前述步骤,确定三个目标定位标识的情况下,确定原始图像中各目标定位标识以外的空缺定位标识。
可选的,如果任一目标定位标识的纵轴方向不存在其他目标定位标识,即纵轴方向缺失一个定位标识,将目标定位标识的定位基准点的横坐标作为空缺定位标识的参考横坐标;相应的,如果任一目标定位标识的横轴方向不存在其他目标定位标识,将目标定位标识的定位基准点的纵坐标作为空缺定位标识的参考纵坐标,将所得参考横坐标和参考纵坐标对应的像素点作为空缺定位标识的基准定位点,并基于该基准定位点确定空缺定位标识。可以理解的是,由于理论情况下包括四个矩阵式布局的定位标识,在识别到三个目标定位标识的情况下,必然可以基于空缺定位标识相邻的两个目标定位标识确定该空缺定位标识。
进一步的,在确定四个目标定位标识的情况下,可以对目标定位标识的位置进行校正。
可选的,在得到四个目标定位标识的情况下,首先对是否需要进行定位标识的校正进行判断。将处于同一行和处于同一列的两个目标定位标识作为目标定位标识组,计算目标定位标识组中的两个目标定位标识对应的定位基准点的横坐标差,得到第二横坐标偏差;进一步的,计算目标定位标识组中的两个目标定位标识对应的定位基准点的纵坐标差,得到第二纵坐标偏差。
如果第二横坐标偏差和第二纵坐标偏差中的较小者大于预设校正阈值,则判定需要对目标定位标识组中的两个目标定位标识的位置进行校正;相反的,如果第二横坐标偏差和第二纵坐标偏差中的较小者小于等于预设校正阈值,则判定不需对目标定位标识组中的两个目标定位标识的位置进行校正。
需要说明的是,对于预设校正阈值的设置,可以结合具体的校正精度设置,本发明对于预设校正阈值的具体取值不做限定。
可选的,在具体的校正过程中,以目标定位标识组中置信度高的目标定位标识的位置为基准,对目标定位标识组中置信度低的目标定位标识的位置进行校正。
下面结合图5a至图5e对本发明实施例提供的校正方法进行说明。并且,为便于表述,仅以定位基准点表征各个目标定位标识,以Xi表示定位基准点的横坐标,以Yi表示定位基准点的纵坐标,i分别为M、N、O、P。
情况1,如图5a所示,置信度大小顺序为M>O>N>P或M>N>O>P,使用XM对XO进行校正,使用YM对YN进行校正,然后使用YO对YP进行校正,最后使用XN对XP进行校正。
情况2,如图5b所示,置信度大小顺序为M>O>P>N。使用XM对XO进行校正,使用YO对YP进行校正,然后使用XP对XN进行校正,最后使用YM对YN进行校正。
情况3,如图5c所示,置信度大小顺序为M>P>O>N。使用XM对XO进行校正,使用YM对YN进行校正,然后使用XP对XN进行校正,最后使用YP对YO进行校正。
情况4,如图5d所示,置信度大小顺序为M>N>P>O。使用XM对XO进行校正,使用YM对YN进行校正,然后使用XN对XP进行校正,最后使用YP对YO进行校正。
情况5,如图5e所示,置信度大小顺序为M>P>N>O。使用XM对XO进行校正,使用YM对YN进行校正,然后使用XP对XN进行校正,最后使用YP对YO进行校正。
可选的,参见图6,图6为本发明实施例提供的服务器的结构框图,参见图6所示,可以包括:至少一个处理器100,至少一个通信接口200,至少一个存储器300和至少一个通信总线400;
在本发明实施例中,处理器100、通信接口200、存储器300、通信总线400的数量为至少一个,且处理器100、通信接口200、存储器300通过通信总线400完成相互间的通信;显然,图6所示的处理器100、通信接口200、存储器300和通信总线400所示的通信连接示意仅是可选的;
可选的,通信接口200可以为通信模块的接口,如与车载OBD接口相适配的接口或其他CAN网络接口;
处理器100可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器300,存储有应用程序,可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
其中,处理器100具体用于执行存储器内的应用程序,以实现上述所述的图像定位标识验证方法的任一实施例。
本发明中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (13)
1.一种图像定位标识验证方法,其特征在于,包括:
获取原始图像中的至少三个定位标识以及各所述定位标识的定位基准点和置信度;
根据所述置信度和所述定位基准点,在各所述定位标识中确定可用于图像校正的目标定位标识;
根据所述目标定位标识的数量,确定是否可以对所述原始图像进行校正;
其中,所述根据所述置信度和所述定位基准点,在各所述定位标识中确定可用于图像校正的目标定位标识,包括:
根据各所述定位标识的置信度与置信度阈值大小关系,在各所述定位标识中筛选初选定位标识;
根据各所述初选定位标识对应的定位基准点,在各所述初选定位标识中确定可用于图像校正的目标定位标识;
其中,所述根据各所述初选定位标识对应的定位基准点,在各所述初选定位标识中确定可用于图像校正的目标定位标识,包括:
以任意三个所述初选定位标识的定位基准点为顶点构建三角形,得到至少一个验证三角形;
判断各所述验证三角形是否满足预设夹角验证规则;
将满足所述预设夹角验证规则的验证三角形所对应的初选定位标识作为候选定位标识;
根据各所述候选定位标识的定位基准点,判断各所述候选定位标识是否满足预设位置校验规则;
将满足所述预设位置校验规则的候选定位标识作为目标定位标识。
2.根据权利要求1所述的图像定位标识验证方法,其特征在于,所述根据各所述定位标识的置信度与置信度阈值大小关系,在各所述定位标识中筛选初选定位标识,包括:
获取第一置信度阈值;
计算各所述置信度的平均值,得到置信度均值;
基于所述置信度均值确定第二置信度阈值;
将各所述定位标识中,置信度大于等于所述第一置信度阈值或者置信度大于等于所述第二置信度阈值的定位标识,作为初选定位标识。
3.根据权利要求1所述的图像定位标识验证方法,其特征在于,所述判断各所述验证三角形是否满足预设夹角验证规则,包括:
分别计算各所述验证三角形的最大内角与标准角度的差值,得到相应的角度偏差;
判定角度偏差处于预设角度变化范围内的验证三角形满足预设夹角验证规则。
4.根据权利要求1所述的图像定位标识验证方法,其特征在于,所述定位基准点以像素坐标系中的坐标表示;
所述根据各所述候选定位标识的定位基准点,判断各所述候选定位标识是否满足预设位置校验规则,包括:
将各所述候选定位标识中沿所述像素坐标系横轴或纵轴布置的任意两个候选定位标识作为候选定位标识组;
计算所述候选定位标识组中的两个候选定位标识对应的定位基准点的横坐标差,得到第一横坐标偏差;
计算所述候选定位标识组中的两个候选定位标识对应的定位基准点的纵坐标差,得到第一纵坐标偏差;
若所述第一横坐标偏差和所述第一纵坐标偏差中的较小者大于预设偏差阈值,判定所述候选定位标识组中置信度高的候选定位标识满足预设位置校验规则。
5.根据权利要求1所述的图像定位标识验证方法,其特征在于,所述根据所述目标定位标识的数量,确定是否可以对所述原始图像进行校正,包括:
若所述目标定位标识的数量大于等于三个,确定可以对所述原始图像进行校正;
若所述目标定位标识的数量小于三个,确定不可以对所述原始图像进行校正。
6.根据权利要求1所述的图像定位标识验证方法,其特征在于,若所述初选定位标识或所述候选定位标识的数量小于三个,确定不可以对所述原始图像进行校正。
7.根据权利要求2所述的图像定位标识验证方法,其特征在于,所述基于所述置信度均值确定第二置信度阈值,包括:
获取预设置信系数;
将所述置信度均值与所述预设置信系数的乘积,作为第二置信阈值。
8.根据权利要求1-7任一项所述的图像定位标识验证方法,其特征在于,在确定可以对所述原始图像进行校正的情况下,还包括:对所述目标定位标识的位置进行校正,或确定所述原始图像中各所述目标定位标识以外的空缺定位标识。
9.根据权利要求8所述的图像定位标识验证方法,其特征在于,所述原始图像对应的标准图像中,包括四个呈两行两列矩阵式布置的标准定位标识;
在确定三个所述目标定位标识的情况下,确定所述原始图像中各所述目标定位标识以外的空缺定位标识;
在确定四个所述目标定位标识的情况下,对所述目标定位标识的位置进行校正。
10.根据权利要求9所述的图像定位标识验证方法,其特征在于,所述确定所述原始图像中各所述目标定位标识以外的空缺定位标识,包括:
若任一所述目标定位标识的纵轴方向不存在其他目标定位标识,将所述目标定位标识的定位基准点的横坐标作为空缺定位标识的参考横坐标;
若任一所述目标定位标识的横轴方向不存在其他目标定位标识,将所述目标定位标识的定位基准点的纵坐标作为所述空缺定位标识的参考纵坐标;
将所述参考横坐标和所述参考纵坐标对应的像素点作为所述空缺定位标识的基准定位点。
11.根据权利要求9所述的图像定位标识验证方法,其特征在于,所述对所述目标定位标识的位置进行校正,包括:
将处于同一行和处于同一列的两个目标定位标识作为目标定位标识组;
计算所述目标定位标识组中的两个目标定位标识对应的定位基准点的横坐标差,得到第二横坐标偏差;
计算所述目标定位标识组中的两个目标定位标识对应的定位基准点的纵坐标差,得到第二纵坐标偏差;
若所述第二横坐标偏差和所述第二纵坐标偏差中的较小者大于预设校正阈值,对所述目标定位标识组中的两个目标定位标识的位置进行校正。
12.根据权利要求11所述的图像定位标识验证方法,其特征在于,所述对所述目标定位标识组中的两个目标定位标识的位置进行校正,包括:
以所述目标定位标识组中置信度高的目标定位标识的位置为基准,对所述目标定位标识组中置信度低的目标定位标识的位置进行校正。
13.一种服务器,其特征在于,包括:存储器和处理器;所述存储器存储有适于所述处理器执行的程序,以实现权利要求1至12任一项所述的图像定位标识验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110534759.8A CN113128247B (zh) | 2021-05-17 | 2021-05-17 | 一种图像定位标识验证方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110534759.8A CN113128247B (zh) | 2021-05-17 | 2021-05-17 | 一种图像定位标识验证方法及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128247A CN113128247A (zh) | 2021-07-16 |
CN113128247B true CN113128247B (zh) | 2024-04-12 |
Family
ID=76782096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110534759.8A Active CN113128247B (zh) | 2021-05-17 | 2021-05-17 | 一种图像定位标识验证方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128247B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167395B (zh) * | 2023-04-26 | 2023-09-22 | 荣耀终端有限公司 | 一种扫码方法及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963425B1 (en) * | 2000-08-14 | 2005-11-08 | National Instruments Corporation | System and method for locating color and pattern match regions in a target image |
JP2009540413A (ja) * | 2006-06-08 | 2009-11-19 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 検証エンジン、方法、データ処理システム(検証エンジン) |
WO2017041366A1 (zh) * | 2015-09-08 | 2017-03-16 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN107506746A (zh) * | 2017-09-08 | 2017-12-22 | 电子科技大学中山学院 | 智能阅卷系统无定位点图像识别方法及系统 |
CN110751682A (zh) * | 2019-10-28 | 2020-02-04 | 普联技术有限公司 | 一种提取和标识图像的方法、装置、终端设备及存储介质 |
CN111428565A (zh) * | 2020-02-25 | 2020-07-17 | 北京理工大学 | 一种基于深度学习的点云标识点定位方法及装置 |
CN111931701A (zh) * | 2020-09-11 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的姿态识别方法、装置、终端和存储介质 |
CN111950318A (zh) * | 2020-08-12 | 2020-11-17 | 上海连尚网络科技有限公司 | 一种二维码图像的识别方法、设备及存储介质 |
CN112464737A (zh) * | 2020-11-04 | 2021-03-09 | 浙江预策科技有限公司 | 道路标线的检测与识别方法、电子装置和存储介质 |
CN112686298A (zh) * | 2020-12-29 | 2021-04-20 | 杭州海康威视数字技术股份有限公司 | 一种目标检测方法、装置及电子设备 |
-
2021
- 2021-05-17 CN CN202110534759.8A patent/CN113128247B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963425B1 (en) * | 2000-08-14 | 2005-11-08 | National Instruments Corporation | System and method for locating color and pattern match regions in a target image |
JP2009540413A (ja) * | 2006-06-08 | 2009-11-19 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 検証エンジン、方法、データ処理システム(検証エンジン) |
WO2017041366A1 (zh) * | 2015-09-08 | 2017-03-16 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN107506746A (zh) * | 2017-09-08 | 2017-12-22 | 电子科技大学中山学院 | 智能阅卷系统无定位点图像识别方法及系统 |
CN110751682A (zh) * | 2019-10-28 | 2020-02-04 | 普联技术有限公司 | 一种提取和标识图像的方法、装置、终端设备及存储介质 |
CN111428565A (zh) * | 2020-02-25 | 2020-07-17 | 北京理工大学 | 一种基于深度学习的点云标识点定位方法及装置 |
CN111950318A (zh) * | 2020-08-12 | 2020-11-17 | 上海连尚网络科技有限公司 | 一种二维码图像的识别方法、设备及存储介质 |
CN111931701A (zh) * | 2020-09-11 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的姿态识别方法、装置、终端和存储介质 |
CN112464737A (zh) * | 2020-11-04 | 2021-03-09 | 浙江预策科技有限公司 | 道路标线的检测与识别方法、电子装置和存储介质 |
CN112686298A (zh) * | 2020-12-29 | 2021-04-20 | 杭州海康威视数字技术股份有限公司 | 一种目标检测方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
A Multi-Object Tracking Algorithm based on Adaptive Pattern Matching and Offset Estimating;Sanding Luo;《IEEE Xplore》;全文 * |
基于上下文敏感度的动态图像目标识别;贾晓琳, 吴惠思, 覃征, 李爱国;西安交通大学学报(第06期);全文 * |
基于多标识的视觉跟踪的算法研究;裴雪;《万方数据库》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113128247A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009543B (zh) | 一种车牌识别方法及装置 | |
CN110348297B (zh) | 一种用于识别立体停车库的检测方法、系统、终端和存储介质 | |
CN110097542B (zh) | 芯片气泡的检测方法、装置及存储介质 | |
CN111238352B (zh) | 墙面虚拟靠尺检测方法、系统、设备和存储介质 | |
CN114549835B (zh) | 一种基于深度学习的指针式仪表矫正识别方法及装置 | |
CN112598922B (zh) | 车位检测方法、装置、设备及存储介质 | |
CN109285791B (zh) | 设计布局为主的快速在线缺陷诊断、分类及取样方法及系统 | |
CN111652230B (zh) | 车牌识别方法、电子设备及存储介质 | |
CN113030121B (zh) | 用于电路板元器件的自动光学检测方法、系统、及设备 | |
CN106815830B (zh) | 图像的缺陷检测方法 | |
CN113128247B (zh) | 一种图像定位标识验证方法及服务器 | |
CN112183301A (zh) | 一种建筑物楼层智能识别方法及装置 | |
CN113139399B (zh) | 一种图像线框识别方法及服务器 | |
CN114897669A (zh) | 一种标注方法、装置及电子设备 | |
CN110826364B (zh) | 一种库位识别方法及装置 | |
CN113177941A (zh) | 一种钢卷边裂识别方法、系统、介质和终端 | |
CN115699282A (zh) | 使用机器学习的半导体叠对测量 | |
CN112036232A (zh) | 一种图像表格结构识别方法、系统、终端以及存储介质 | |
CN110147695B (zh) | 一种用于公交站点识别的站点标志牌和公交站点的识别系统 | |
KR100557202B1 (ko) | 이동체의정지위치오차량검출장치 | |
CN112001963A (zh) | 消防通道的排查的方法、系统和计算机设备 | |
CN114219806B (zh) | 一种汽车雷达检测方法、装置、设备、介质及产品 | |
CN112308061B (zh) | 一种车牌字符识别方法及装置 | |
CN115639578A (zh) | 一种北斗导航定位监测处理方法及系统 | |
CN111062937B (zh) | 一种基于rgb-d相机的数控nc代码虚实验证方法 |
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 |