CN113128407A - 扫描识物方法、系统、计算机设备及存储介质 - Google Patents
扫描识物方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113128407A CN113128407A CN202110428843.1A CN202110428843A CN113128407A CN 113128407 A CN113128407 A CN 113128407A CN 202110428843 A CN202110428843 A CN 202110428843A CN 113128407 A CN113128407 A CN 113128407A
- Authority
- CN
- China
- Prior art keywords
- confirming
- identification
- image
- module
- area
- 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
- 238000000034 method Methods 0.000 title claims description 50
- 238000012790 confirmation Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 5
- 244000061456 Solanum tuberosum Species 0.000 description 4
- 235000002595 Solanum tuberosum Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 241000209504 Poaceae Species 0.000 description 2
- 241000190070 Sarracenia purpurea Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像识别技术领域，具体公开了一种扫描识物系统，所述系统包括用户终端和服务设备：所述用户终端用于实时获取图像，接收用户触屏信息，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别；对背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；本发明为多个终端搭建了一个系统，对计算机无法识别的图像进行了二次识别，二次识别方式是纯人工方式，借助的是其它具体知识的用户，本发明是在原有识别技术基础上的进一步识别，识别效果极佳。
Description
技术领域
本发明涉及图像识别技术领域，具体是一种扫描识物方法、系统、计算机设备及存储介质。
背景技术
随着科技的发展以及社会的进步，人们的生活水平也越来越高，尤其是智能设备的普及，极大的方便了人们的生活，满足了人们的各种需要；其中，有一类需要，是知识需要，对于未知的事物，人们总是会有好奇心，想要了解未知的事物，即，获取知识，在当今社会背景下，通过智能设备去获取知识逐渐成了最普通、最便捷的方式。
现有的通过智能设备获取知识的方式主要是借助网络获取知识，其本质上是一种人与人之间的交互，即，借助大平台提出问题，然后获取回答，随着网络的普及，参与这一平台的人也越来越多，逐渐的，可以满足大部分人的知识需要。现有的借助网络获取知识的方法，主要的信息传递媒介是文本信息，对于有些未知事物，我们根本就没法知道它们的名称，通过语言进行描述很困难，也不易传递信息，随着摄像技术的普及，将照片作为媒介逐渐的成为了一大主流分支，相应的，也催生了一些识物系统，专门处理图片信息。
但是现有的识物系统大都比较单一，核心技术是比对数据库，识别能力与所述比对数据库的大小成正比，对于一些计算机难以识别或是比对数据库中没有的图片，识别能力很差，几乎识别不了，人们只能通过提高识别算法以及扩大比对数据库的方式去解决这一问题，但是，可以想到的是，随着时代的发展，未知事物也会越来越多，总会有一些图片无法识别，因此，如何对此类图片进一步识别是本发明需要解决的问题。
发明内容
本发明的目的在于提供一种扫描识物方法、系统、计算机设备及存储介质，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：
一种扫描识物系统，所述系统具体包括：
用户终端，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；
服务设备，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
作为本发明技术方案进一步的限定：所述用户终端具体包括：
核心区域确认单元，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
物体类别确认单元，用于对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
识别单元，用于对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
交互单元，若识别失败，则用于向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成。
作为本发明技术方案进一步的限定：所述服务设备具体包括：
中转单元，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；
结果生成单元，用于接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
作为本发明技术方案进一步的限定：所述结果生成单元具体包括：
连接模块，用于建立与近义词数据库的连接通道；
词组获取模块，用于遍历所述近义词数据库，基于所述反馈信息进行定位，并获取近义词组；
标识词生成模块，用于对所述近义词组进行排序，读取所述近义词组的首项，生成标识词；
第一计算模块，计算不同反馈信息生成的标识词的数量，基于计算结果获取数量最大的标识词，作为识别结果；
数据传输模块，用于将所述识别结果向用户终端发送。
作为本发明技术方案进一步的限定：所述核心区域确认单元具体包括：
圆心确认模块，用于实时获取图像，接收用户触屏信号，获取第一触屏点；
半径确认模块，用于获取第二触屏点，基于第二触屏点和第一触屏点计算区域半径；
像素点截取模块，用于基于所述第一触屏点和所述区域半径获取成圆像素点；
执行模块，用于基于所述成圆像素点确认核心区域，并生成区域标记。
作为本发明技术方案进一步的限定：所述物体类别确认单元具体包括：
色值确认模块，用于遍历所述图像中的像素点，获取所述像素点的色值；
标记模块，用于确认容差，并依次读取相邻像素点的色值，判断相邻像素点的色值差与所述容差之间的大小，若相邻像素点的色值差大于所述容差，则标记所述像素点，若相邻像素点的色值差小于所述容差，则继续读取下一相邻像素点；
连廓模块，用于基于标记的像素点生成轮廓。
作为本发明技术方案进一步的限定：所述物体类别确认单元还包括：
轮廓处理模块，用于依次读取所述轮廓，基于所述轮廓确认待辨坐标组；
核心处理模块，用于读取所述核心区域，并获取核心坐标组；
第二计算模块，用于计算所述核心坐标组与所述待辨坐标组的重复元素值；
类别判断模块，用于确认阈值，判断所述重复元素值与所述阈值大小，基于判断结果确认物体类别。
一种扫描识物方法，所述方法应用于扫描识物系统，所述方法具体包括：
实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成。
一种计算机设备，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行时，实现所述扫描识物系统的功能。
一种计算机存储介质，所述计算机存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行时，实现所述扫描识物系统的功能。
与现有技术相比，本发明的有益效果是：本发明通过用户终端实时获取图像，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；通过服务设备接收所述图像及相应的区域标记，并向其它终端发送识别请求，接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送；本发明为多个终端搭建了一个系统，对计算机无法识别的图像进行了二次识别，二次识别方式是纯人工方式，借助的是其它具体知识的用户，本发明是在原有识别技术基础上的进一步识别，识别效果极佳。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例。
图1为扫描识物系统的架构图。
图2为扫描识物系统中用户终端的组成框图。
图3为扫描识物系统中服务设备的组成框图。
图4为服务设备中结果生成单元的组成框图。
图5为用户终端中核心区域确认单元的组成框图。
图6为用户终端中物体类别确认单元的第一组成框图。
图7为用户终端中物体类别确认单元的第二组成框图。
图8为扫描识物方法的流程框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述不同的模块，但这些模块不应限于这些术语。这些术语仅用来将同一类型的模块彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一计算模块也可以被称为第二计算模块，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二计算模块也可以被称为第一计算模块。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
可以理解的是，现有技术中，识物系统大都比较单一，核心技术是比对数据库，识别能力与所述比对数据库的大小成正比，对于一些计算机难以识别或是比对数据库中没有的图片，识别能力很差，几乎识别不了，人们只能通过提高识别算法以及扩大比对数据库的方式去解决这一问题，但是，可以想到的是，随着时代的发展，未知事物也会越来越多，总会有一些图片无法识别，因此，如何对此类图片进一步识别是本发明需要解决的问题。
为解决上述问题，在本发明实施例中，本发明通过用户终端实时获取图像，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；通过服务设备接收所述图像及相应的区域标记，并向其它终端发送识别请求，接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送；本发明为多个终端搭建了一个系统，对计算机无法识别的图像进行了二次识别，二次识别方式是纯人工方式，借助的是其它具体知识的用户，本发明是在原有识别技术基础上的进一步识别，识别效果极佳。
图1示出了扫描识物系统的架构图，具体的，可以包括用户终端100、网络和服务设备200。网络可以是用以在用户终端100和服务设备200之间提供通信链路的介质。
网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等，在本发明最常见的应用中，以无线通信链路为主。
用户可以与用户终端100进行交互，以实现信息的传递等。用户终端100上可以安装有各种资金交易应用。
用户终端100可以是硬件，也可以是软件。当用户终端100为硬件时，可以是具有通信、语音播报、录音、数据处理和数据的发送、接收功能的各种电子设备，值得一提的是，所述用户终端100必须具备图像获取和触屏功能，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当用户终端100为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务设备200可以接收用户终端100发送的图像及相应的区域标记，并向其它终端发送识别请求；接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
应该理解，图1中的用户终端100、网络和服务设备200的数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户终端100、网络和服务设备200。
优选的，如图1所示，在本发明提供的优选实施方式中，提供了一种扫描识物系统，所述系统包括服务设备200和至少一个用户终端100，每一个用户终端100均可以与所述服务设备200通过网络进行通信，其中：
具体的，在本发明实施例提供的用户终端100中，所述用户终端100，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备200上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成。
可以理解的是，在本发明实施例中，用户终端100上可以通过视频获取或是图片拍摄类型的应用，且上述应用是可以对获取的图片进行编辑的，从计算机角度来说，它可以接收用于的触屏信号，用户点击图片，然后再次点击，以一点作为圆心，即可确认一个圆形区域，当然，这一过程中，也可以是拉动，拉动过程则是确认首尾两个点，进而确认圆形区域，上述方式本质上是相同的。
请继续参阅图1，在本发明实施例提供的用户终端200中，所述服务设备200，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
进一步的，本发明实施例通过服务设备200对所接收到的图像进行处理，具体的，处理过程其实是一个输出\输入过程，将用户终端100识别失败的图像向其它用户终端发送，然后接收其它用户终端的反馈结果，值得一提的是，这一过程可以是有悬赏的，回答一次问题有多少积分等等，这种方式可以提高反馈率，此外，对于一个问题，并不是向所有其它终端发送，有选择的发送会更好，至于如何选择不是本发明技术方案涉及的内容。
需要说明的是，上述服务设备可以是硬件，也可以是软件。当服务设备为硬件时，可以实现成多个服务设备组成的分布式服务设备集群，也可以实现成单个服务设备。当服务设备为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
实施例1
图1示出了扫描识物系统的架构图，为了便于说明，仅示出与本发明实施例相关的部分：
在本发明实施例中，提供了一种扫描识物系统，所述系统具体包括：
用户终端100，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；
用户终端是与用户直接交互的设备，用于实时获取图像，相应的，它也会像用户展示获取到的图像，此外，所述用户终端还需要接收用户触屏信息，此功能的潜台词是所述用户终端必需具备触屏功能，获取用户触屏信息并不是悬空的超距获取，而是确切的通过压感元件进行获取，通俗的说，就是类似手机手势密码一样的触屏信息，至于触屏信息的输入方式，可以是直接由用户手指输入的信息，也可以是用户借助触屏笔输入的信息，这取决于用户，并不是本发明涉及的内容。
基于所述触屏信息确认核心区域，并生成区域标记，所述区域标记一般为圆形，通过用户终端对图像进行轮廓识别，然后基于轮廓和区域标记确认物体类别，区别方式用通俗的语言来说，就是在区域标记内的闭环轮廓是待识别物体，在区域标记外的闭环轮廓是背景物体，当然，会有一些闭环轮廓一部分在区域标记外，一部分在区域标记内，这样的话，可以当成背景物体，也可以删去，不进行后续操作，这些都是可行的处理方式；
然后，对所述背景物体进行特征识别，确认环境类型，环境类型的影响因素是有的，但不重要，举例来说，水杯放在办公桌上，办公桌上有电脑或其它用品，所述电脑及其它用品就是所述背景物体，从所述电脑及其它用品确认是办公桌环境，然后在水杯的识别过程中，比对数据库的访问顺序就可以基于环境确定，在一定程度上可以提高效率，尤其是在识别数据极多的情况下，一点点小的改进都会极大的提高计算机的利用率；对于识别失败的情况，则由服务设备去进一步识别。
服务设备200，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送；
服务设备的工作是本发明解决技术问题的核心功能，也是创新点所在，搭建了一个信息交互的平台，可以对计算机难以识别的图片进行识别，这是独立于传统识物系的创新，无论在现有技术基础上发展到何等地步，服务设备的工作都是可以有效提高识别能力的。
图2为扫描识物系统中用户终端的组成框图,所述用户终端100具体包括：
核心区域确认单元101，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
核心区域确认单元是一个交互模块，基于用户输入确认核心区域，具体过程下方有详述。
物体类别确认单元102，用于对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
物体类别确认单元是对轮廓和区域标记进行的运算，最终区分开背景物体和待识别物体，区别方法用通俗的语言来说，就是在区域标记内的闭环轮廓是待识别物体，在区域标记外的闭环轮廓是背景物体，当然，会有一些闭环轮廓一部分在区域标记外，一部分在区域标记内，这样的话，可以当成背景物体，也可以删去，不进行后续操作，这些都是可行的处理方式。
识别单元103，用于对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
识别单元是传统的识别技术，但不同的是，识别单元基于所述环境类型对所述待识别物体进行识别，这一识别过程中，首先确认的是环境类型，在确认环境类型的前提下，对数据库的遍历便有先后，虽然环境与待检测物体没有直接关联，但是在检测量极大的情况下，是很有可能降低运算量的；举例来说，在草地上识别花草的过程中，识别了周围的环境，便会在花草数据库中先进行遍历，这样的话能够提高识别速度，当然，如果是识别草地中的牛奶盒，那么会稍微降低一些识别速度，但是在检测量非常大的情况下，此类特殊情况并不会经常出现，因此，总体上看，本方式是提高效率的。
交互单元104，若识别失败，则用于向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；
交互单元从用户终端的角度来说，是一个数据交互模块，即，发送数据然后接收数据。
图3为扫描识物系统中服务设备的组成框图,所述服务设备200具体包括：
中转单元201，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；
结果生成单元202，用于接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送；
上述中转单元以及结果生成单元的工作过程很简单，通过相互交互搭建了一个系统，换而言之，服务设备的功能便是将用户终端100识别失败的图像向其它用户终端发送，然后接收其它用户终端的反馈结果，值得一提的是，这一过程可以是有悬赏的，回答一次问题有多少积分等等，这种方式可以提高反馈率，此外，对于一个问题，并不是向所有其它终端发送，有选择的发送会更好，至于如何选择不是本发明技术方案涉及的内容。
图4为服务设备中结果生成单元的组成框图,所述结果生成单元202具体包括：
连接模块2021，用于建立与近义词数据库的连接通道；
结果生成单元中基于所述反馈信息确认识别结果这一步骤实际上是一个筛选过程，这是由于在搭建的平台中，为了快速获取回应，往往是向数量很多的其它用户终端发送识别请求，相应的，收到的反馈信息也有可能会很多，对于这些反馈信息，自然而然的需要进行筛选。
词组获取模块2022，用于遍历所述近义词数据库，基于所述反馈信息进行定位，并获取近义词组；
首先，对于一些不同的反馈信息，它往往是同类的词，表达同一个意思，对于这类词，要对它进行简单替换，比如马铃薯和土豆，这两者是同样的东西，那就自然需要对这两者进行归类，用马铃薯或是土豆统一代替。
标识词生成模块2023，用于对所述近义词组进行排序，读取所述近义词组的首项，生成标识词；
词组获取模块用于在近义词数据库中获取近义词组，标识词生成模块则是排序，然后获取首项，排序的条件并不唯一，姓氏笔划或是首字拼音的英文顺序都是可以的。
第一计算模块2024，计算不同反馈信息生成的标识词的数量，基于计算结果获取数量最大的标识词，作为识别结果；
数据传输模块2025，用于将所述识别结果向用户终端发送。
图5为用户终端中核心区域确认单元的组成框图,所述核心区域确认单元101具体包括：
圆心确认模块1011，用于实时获取图像，接收用户触屏信号，获取第一触屏点；
圆心确认模块的潜台词是，确认的核心区域是圆形的，圆形区域是最简单，最易实现的一种区域；圆心确认的要素正常来说是三点，但是如果知道一点是圆心的话，两点即可。
半径确认模块1012，用于获取第二触屏点，基于第二触屏点和第一触屏点计算区域半径；
半径确认模块配合圆心确认模块可以确定一个圆，其中，需要获取两个点，两个点获取的具体实现有很多，甚至是用手在屏幕上搓一下，截取首尾两点两点来确定核心区域也是可行的，具体的实现过程不是本发明的技术方案，不再赘述。
像素点截取模块1013，用于基于所述第一触屏点和所述区域半径获取成圆像素点；
区域在计算机上的显示是像素点的集合，因此，需要像素点截取模块来确定核心区域。
执行模块1014，用于基于所述成圆像素点确认核心区域，并生成区域标记；
区域标记则是圆形轮廓，在计算机系统中，也是像素点的集合。
图6为用户终端中物体类别确认单元的第一组成框图,所述物体类别确认单元102具体包括：
色值确认模块1021，用于遍历所述图像中的像素点，获取所述像素点的色值；
图像在计算机语言中实际上是数据，每个点的位置以及相应的色值，这些都是数据，存储方式可以是基于位置的数组，数组元素为色值。
标记模块1022，用于确认容差，并依次读取相邻像素点的色值，判断相邻像素点的色值差与所述容差之间的大小，若相邻像素点的色值差大于所述容差，则标记所述像素点，若相邻像素点的色值差小于所述容差，则继续读取下一相邻像素点；
相邻两个物体的颜色一般是不同的，这在计算机程序中，便是相邻像素点的色值是有差值的，但是由于光照的原因，同一物体也会出现一些色值差，但是不可否认的是，通过色值差来确认不同物体是可行的，重点在于色值差阈值的确认，即，上述容差。
连廓模块1023，用于基于标记的像素点生成轮廓；
在相邻像素点的色值差过大时，则获取相应像素点，具体是获取两个点，还是任意获取一个点，这在宏观的观测上，差距不大，因此也不做限定。
图7为用户终端中物体类别确认单元的第二组成框图,所述物体类别确认单元102还包括：
轮廓处理模块1024，用于依次读取所述轮廓，基于所述轮廓确认待辨坐标组；
基于轮廓获取内部区域，这是图像处理技术中很常见的技术，上述轮廓处理模块的目的便是基于上述轮廓确认内部区域，由于区域在计算机程序中是像素点的集合，而像素点又是数组，因此最终确认的是待辨坐标组，在宏观上，则是轮廓内部区域；
核心处理模块1025，用于读取所述核心区域，并获取核心坐标组；
核心处理模块与轮廓处理模块的工作原理相似，唯一不同的是，核心处理模块是基于所述核心区域确认核心坐标组。
第二计算模块1026，用于计算所述核心坐标组与所述待辨坐标组的重复元素值；
宏观上看，目的是判断轮廓内部区域与核心区域之间是否有重叠，在计算机角度上来看，则是判断两个数组是否有相同元素。
类别判断模块1027，用于确认阈值，判断所述重复元素值与所述阈值大小，基于判断结果确认物体类别；
当然，对于一些微小重叠，如，边线重合的情况，我们是可以忽略的，对于大的重叠，识别意义并不大，因此，需要有一个阈值，来界定重合范围多大时，直接忽略轮廓，不再浪费资源进行识别；上述过程的目的是获取相互独立的各个轮廓，是对轮廓的筛选，获取轮廓内的物体，再在传统的识别技术的基础上进行物体确识。。
实施例2
图8示出了扫描识物方法的流程框图，在本发明实施例中，提代了一种扫描识物方法，所述方法具体包括：
步骤S1：实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
步骤S1由核心区域确认单元完成；
步骤S2：对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
步骤S2由物体类别确认单元完成；
步骤S3：对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
步骤S3由识别单元完成；
步骤S4：若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；
步骤S3由交互单元完成。
上述扫描识物系统所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述扫描识物系统的功能。
处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(Read-Only Memory，ROM)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。
示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种扫描识物系统，其特征在于，所述系统具体包括：
用户终端，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成；
服务设备，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
2.根据权利要求1所述的扫描识物系统，其特征在于，所述用户终端具体包括：
核心区域确认单元，用于实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
物体类别确认单元，用于对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
识别单元，用于对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
交互单元，若识别失败，则用于向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成。
3.根据权利要求1所述的扫描识物系统，其特征在于，所述服务设备具体包括：
中转单元，用于接收所述图像及相应的区域标记，并向其它终端发送识别请求；
结果生成单元，用于接收其它终端发送的反馈信息，基于所述反馈信息确认识别结果，并将所述识别结果向用户终端发送。
4.根据权利要求3所述的扫描识物系统，其特征在于，所述结果生成单元具体包括：
连接模块，用于建立与近义词数据库的连接通道；
词组获取模块，用于遍历所述近义词数据库，基于所述反馈信息进行定位，并获取近义词组；
标识词生成模块，用于对所述近义词组进行排序，读取所述近义词组的首项，生成标识词；
第一计算模块，计算不同反馈信息生成的标识词的数量，基于计算结果获取数量最大的标识词，作为识别结果；
数据传输模块，用于将所述识别结果向用户终端发送。
5.根据权利要求2所述的扫描识物系统，其特征在于，所述核心区域确认单元具体包括：
圆心确认模块，用于实时获取图像，接收用户触屏信号，获取第一触屏点；
半径确认模块，用于获取第二触屏点，基于第二触屏点和第一触屏点计算区域半径；
像素点截取模块，用于基于所述第一触屏点和所述区域半径获取成圆像素点；
执行模块，用于基于所述成圆像素点确认核心区域，并生成区域标记。
6.根据权利要求2所述的扫描识物系统，其特征在于，所述物体类别确认单元具体包括：
色值确认模块，用于遍历所述图像中的像素点，获取所述像素点的色值；
标记模块，用于确认容差，并依次读取相邻像素点的色值，判断相邻像素点的色值差与所述容差之间的大小，若相邻像素点的色值差大于所述容差，则标记所述像素点，若相邻像素点的色值差小于所述容差，则继续读取下一相邻像素点；
连廓模块，用于基于标记的像素点生成轮廓。
7.根据权利要求6所述的扫描识物系统，其特征在于，所述物体类别确认单元还包括：
轮廓处理模块，用于依次读取所述轮廓，基于所述轮廓确认待辨坐标组；
核心处理模块，用于读取所述核心区域，并获取核心坐标组；
第二计算模块，用于计算所述核心坐标组与所述待辨坐标组的重复元素值；
类别判断模块，用于确认阈值，判断所述重复元素值与所述阈值大小，基于判断结果确认物体类别。
8.一种扫描识物方法，所述方法应用于扫描识物系统，其特征在于，所述方法具体包括：
实时获取图像，接收用户触屏信息，确认核心区域，并生成区域标记；
对所述图像进行轮廓识别，基于所述轮廓和所述区域标记确认物体类别，所述物体类别包括背景物体和待识别物体；
对所述背景物体进行特征识别，确认环境类型，并基于所述环境类型对所述待识别物体进行识别；
若识别失败，则向服务设备上传所述图像及相应的区域标记，并接收识别结果；所述识别结果由服务设备生成。
9.一种计算机设备，其特征在于，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行时，实现如权利要求1至7中任一项权利要求所述扫描识物系统的功能。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行时，实现如权利要求1-7中任一项权利要求所述扫描识物系统的功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110428843.1A CN113128407A (zh) | 2021-04-21 | 2021-04-21 | 扫描识物方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110428843.1A CN113128407A (zh) | 2021-04-21 | 2021-04-21 | 扫描识物方法、系统、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113128407A true CN113128407A (zh) | 2021-07-16 |
Family
ID=76778433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110428843.1A Pending CN113128407A (zh) | 2021-04-21 | 2021-04-21 | 扫描识物方法、系统、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113128407A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114219985A (zh) * | 2021-11-23 | 2022-03-22 | 建信金融科技有限责任公司 | 信息识别处理方法、装置、计算机设备、存储介质 |
| CN114359843A (zh) * | 2022-03-21 | 2022-04-15 | 广州银狐科技股份有限公司 | 一种基于图像识别的aed设备状态监测方法及系统 |
| CN116844075A (zh) * | 2023-08-28 | 2023-10-03 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460389A (zh) * | 2017-02-20 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种识别图像中对象的类型预测方法、装置及电子设备 |
| CN109472207A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技（深圳）有限公司 | 情绪识别方法、装置、设备及存储介质 |
| CN110781805A (zh) * | 2019-10-23 | 2020-02-11 | 上海极链网络科技有限公司 | 一种目标物体检测方法、装置、计算设备和介质 |
| CN111339846A (zh) * | 2020-02-12 | 2020-06-26 | 深圳市商汤科技有限公司 | 图像识别方法及装置、电子设备和存储介质 |
-
2021
- 2021-04-21 CN CN202110428843.1A patent/CN113128407A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460389A (zh) * | 2017-02-20 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种识别图像中对象的类型预测方法、装置及电子设备 |
| CN109472207A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技（深圳）有限公司 | 情绪识别方法、装置、设备及存储介质 |
| CN110781805A (zh) * | 2019-10-23 | 2020-02-11 | 上海极链网络科技有限公司 | 一种目标物体检测方法、装置、计算设备和介质 |
| CN111339846A (zh) * | 2020-02-12 | 2020-06-26 | 深圳市商汤科技有限公司 | 图像识别方法及装置、电子设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| WIN7下载吧: "《识物 安卓版v1.4.5》", 《WIN7QJB.NET/ANDROID/114189.HTML#A3》 * |
| 雒建卫 等: "《基于背景属性的目标识别》", 《北京航空航天大学学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114219985A (zh) * | 2021-11-23 | 2022-03-22 | 建信金融科技有限责任公司 | 信息识别处理方法、装置、计算机设备、存储介质 |
| CN114219985B (zh) * | 2021-11-23 | 2024-05-24 | 建信金融科技有限责任公司 | 信息识别处理方法、装置、计算机设备、存储介质 |
| CN114359843A (zh) * | 2022-03-21 | 2022-04-15 | 广州银狐科技股份有限公司 | 一种基于图像识别的aed设备状态监测方法及系统 |
| CN116844075A (zh) * | 2023-08-28 | 2023-10-03 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
| CN116844075B (zh) * | 2023-08-28 | 2023-11-14 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113128407A (zh) | 扫描识物方法、系统、计算机设备及存储介质 | |
| US11321583B2 (en) | Image annotating method and electronic device | |
| KR101861198B1 (ko) | 디지털 이미지의 시맨틱 태그의 획득 방법 및 장치 | |
| CN108073910B (zh) | 用于生成人脸特征的方法和装置 | |
| CN108961422B (zh) | 三维模型的标记方法和装置 | |
| WO2022174605A1 (zh) | 一种手势识别方法、手势识别装置及智能设备 | |
| Shete et al. | TasselGAN: An application of the generative adversarial model for creating field-based maize tassel data | |
| CN111507325B (zh) | 基于深度学习的工业视觉ocr识别系统及方法 | |
| CN110232131A (zh) | 基于创意标签的创意素材搜索方法及装置 | |
| CN115810197A (zh) | 一种多模态电力表单识别方法及装置 | |
| CN112925470B (zh) | 交互式电子白板的触摸控制方法、系统和可读介质 | |
| Kristiadi | Deep Convolutional Level Set Method for Image Segmentation. | |
| CN107992872B (zh) | 一种对图片进行文本识别的方法及移动终端 | |
| CN110413869B (zh) | 用于推送信息的方法和装置 | |
| CN115633321A (zh) | 一种无线通信网络监控方法及系统 | |
| CN111914863A (zh) | 目标检测方法、装置、终端设备及计算机可读存储介质 | |
| CN115631374A (zh) | 控件操作方法、控件检测模型的训练方法、装置和设备 | |
| CN115063784A (zh) | 票据图像的信息提取方法和装置、存储介质及电子设备 | |
| CN115546824A (zh) | 禁忌图片识别方法、设备及存储介质 | |
| CN108874360B (zh) | 全景内容定位方法和装置 | |
| Arifin et al. | Development of mobile-based application for practical wood identification | |
| CN114359931A (zh) | 一种快递面单识别方法、装置、计算机设备及存储介质 | |
| CN111401182A (zh) | 针对饲喂栏的图像检测方法和装置 | |
| CN114872060B (zh) | 一种服务型机器人的智能跟随方法及装置 | |
| CN115565201B (zh) | 禁忌图片识别方法、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210716 |
|
| RJ01 | Rejection of invention patent application after publication |