CN114155473A - 基于帧补偿的切图方法、电子设备及介质 - Google Patents
基于帧补偿的切图方法、电子设备及介质 Download PDFInfo
- Publication number
- CN114155473A CN114155473A CN202111501934.XA CN202111501934A CN114155473A CN 114155473 A CN114155473 A CN 114155473A CN 202111501934 A CN202111501934 A CN 202111501934A CN 114155473 A CN114155473 A CN 114155473A
- Authority
- CN
- China
- Prior art keywords
- video
- picture
- video picture
- frame
- pixel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06T7/13—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于帧补偿的切图方法、电子设备及介质,包括:S1、获取X光机发送的视频流;S2、根据所述视频流截取每一帧视频图片,获得视频图片序列;S3、根据包裹进入X光机的时间先后顺序,基于帧补偿进行剪切对比,直到特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环步骤S3;S4、根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。本发明通过在剪切对比时,通过设置多个检测框,多个检测框水平排列在原有水平检测框E(像素矩阵S)的前面,每两个相邻检测框水平位移相距1个像素,用以解决现有的切图对比中帧误差而造成错检、漏检的问题。
Description
技术领域
本发明涉及土木工程技术领域,具体涉及基于帧补偿的切图方法、电子设备及介质。
背景技术
在安检场景中,有把X光机视频信号转换成图片的需求。在这个需求场景下,就涉及到需要对视频进行连续的切图,使得进入安检机的物品的X光机成像图片能够不重复,无遗漏的切割下来。现有技术在进行切图的过程中存在帧误差导致漏检的情况,以1600*900像素,每秒60帧的视频举例,视频左右宽度为1600像素,一个物品中的某个像素点(一个像素信息)从右至左需要4秒钟,那么一秒钟移动的像素宽度为:1600/4=400,在两帧之间,像素信息移动的平均像素宽度为:400/60≈6.66。那么,在检测框对像素矩阵E进行检测的时候,移动过来的S像素矩阵可能在Fm的时候还差两个像素宽度到检测框,然而在Fm+1帧的时候,已经超过检测框4个像素宽度了。导致检测框计算出来的特征值不管是在Fm还是Fm+1都不等于Ωs,导致漏检。这种情况,是由于帧密度不够导致的,在如上情况中,若提升帧密度至一秒钟400帧,甚至更高频率的帧密度,就几乎不会出现这种误差,帧密度越高,越不可能出现,由于这种误差是由于帧密度不够导致的,所以称之为帧误差。
发明内容
本发明的目的在于提供一种基于帧补偿的切图方法、电子设备及介质,通过多级栅栏对比法,即设置多个检测框,多个检测框水平排列在原有水平检测框E(像素矩阵S)的前面,每两个相邻检测框水平位移相距1个像素,并保证检测框的数量大于每移动一帧时包裹的一个像素信息的水平移动的像素距离,用以解决现有边缘识图盒子进行切图的过程中出现的帧误差的问题。
基于帧补偿的切图方法,具体包括以下步骤:
S1、获取X光机发送的视频流;
S2、根据所述视频流截取每一帧视频图片,获得视频图片序列;
S3、根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环步骤S3;
S4、根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
进一步地,所述帧补偿为基于多级栅栏进行剪切,所述多级栅栏为多个检测框,所述多个检测框为以第二预设区域为起始检测框,向第一预设区域方向水平排列的N个检测框,且每两个相邻检测框水平位移相距1个像素。
进一步地,所述N大于每移动一帧时包裹的一个像素信息的水平移动的像素距离l。
进一步地,所述每移动一帧时包裹的一个像素信息的水平移动的像素距离l的通过以下公式获得:
进一步地,所述步骤S3具体包括以下步骤:
S001、根据所述视频图片序列获得待剪切对比的视频图片Fm;
S002、根据第一预设区域对所述视频图片Fm进行剪切,获得像素矩阵S,并计算像素矩阵S的特征值Ωs;
S003、依次遍历视频图片Fm之后的每一张视频图片,每遍历一张视频图片时,根据多级栅栏对当前遍历的视频图片进行剪切,获得与当前遍历的视频图片对应的多个像素矩阵;
S004、计算所述多个像素矩阵分别对应的特征值;
S005、根据所述多个特征值,判断是否存在与所述特征值Ωs相匹配的特征值,若存,则转步骤S006;若不存在,则转步骤S007;
S006、遍历结束,将所述相匹配的特征值对应的视频图片保存至X光图片集合中,并获取下一包裹进入X光机时的视频图片对视频图片Fm进行更新,循环步骤S002-S005。
S007、继续遍历下一帧视频图片,并计算其对应的特征值,直至找到其对应的特征值与所述特征值Ωs相等的视频图片。
进一步地,所述特征值为感知哈希值,则匹配的具体计算步骤如下:
S(1)将宽度为c高度为r的像素矩阵转换为灰度图片;
S(2)将灰度图像转换为二值图片;
S(3)将二值图片的像素按顺序排列,得到比特序列,所述比特序列为图片的感知哈希值。
S(4)计算像素矩阵S与像素矩阵E的感知哈希值中不同的比特数目,当不同的比特数目小于规定的阈值时,则判定为匹配,否则判定为不匹配。
进一步地,所述第一预设区域与第二预设区域根据X光机传送带的方向进行设置,且基于所述视频图片Fm的中心线对称。
进一步地,所述当X光机传送带传送的方向为从右至左进行时,设置当前帧视频图片Fm中最左上角的坐标为(0,0),所述第一预设区域为左上角坐标为(w,h),宽为c像素,高为r像素的矩形区域,所述w、h、c、r满足:w+c=当前帧视频图片Fm的横向像素,c+r=当前帧视频图片Fm的纵向像素。
基于帧补偿的切图电子设备,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1至8中任意一项所述的基于边缘识图盒子的切图方法,所述一个或多个程序包括:
采集模块,用于获取X光机发送的视频流;
图片序列模块,用于根据所述视频流截取每一帧视频图片,获得视频图片序列;
剪切对比模块,用于根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环;
合并模块,用于根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时能实现所述的基于帧补偿的的切图方法。
本发明具有的有益效果:
1、多级栅栏就是设置多个检测框,多个检测框水平排列在原有水平检测框E的前面,每两个相邻检测框水平位移相距1个像素,假设四边形检测框E的左上角位置为(w,h),那么E_1为(w+1,h),E_2为(w+2,h),E_3为(w+3,h)…E_n为(w+n-1,h)设n为检测框数量,当检测框的数量大于每移动一帧时包裹的一个像素信息的水平移动的像素距离,才不会漏检,因为当S像素矩阵移动过来的时候,总会有一个检测框能够检测到S,从而计算出正确的特征值;
2、根据X光机的工作原理,对降阶后的每一张视频图片的通过预设区域进行剪切与特征值对比,获得包含所有包裹信息的X光图片集合,减少了多余图片的重复冗余信息,同时避免包裹信息的遗漏;
附图说明
图1为本发明的基于帧补偿的切图方法流程示意图;
图2为本发明的基于帧补偿的切图电子设备结构示意图;
图3为本发明的实施例1像素矩阵S示意图;
图4为本发明的实施例1像素矩阵E某个像素变化示意图;
图5为本发明的降阶后的像素矩阵S与像素矩阵E对比示意图;
图6为本发明的实施例1的Fm帧视频图片剪切对比示意图;
图7为本发明的实施例1的Fm+n帧视频图片的多级栅栏示意图;
图8为本发明的实施例1的Fm+n+1帧视频图片示意图;
图9为本发明的切图方法数据流程图;
具体实施方式
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖向”、“纵向”、“侧向”、“水平”、“内”、“外”、“前”、“后”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“开有”、“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,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
本实施例的目的在于提供一种基于色彩补偿、帧补偿的切图方法,具体包括以下步骤:
S1、获取X光机发送的视频流;
S2、根据所述视频流截取每一帧视频图片,获得视频图片序列;
S3、提取所述视频图片序列中每一张视频图片的每个像素点的RGB颜色信息,并对所述每个像素点的RGB颜色信息进行降阶,获得降阶后的视频图片序列;
具体地,所述步骤S3中的降阶具体包括以下步骤:
S301、将所述视频图片每个像素点的RGB颜色信息除以2n,获得对应的每个像素点的RGB商值;
S302、根据所述每个像素点的RGB商值刷新对应的RGB颜色信息,获得降阶后的视频图片。
由于色彩是二进制表示,在降低像素色彩信息阶数的时候,可以使用现有像素色彩信息除以2的倍数的方式,在这里,我们设像素色彩信息为L,降低后的像素色彩信息为O,降低前的亮度阶数为n,降低后的亮度阶数为m,那么:
O=L/2(n-m)
O是商,余数被舍弃,比如,我们将B为60和61的两个8bit数据,即256阶色彩的像素变成2bit共4阶色彩的像素,那么56和57对应的降低阶数的计算式分别为:
60/2(8-2)
61/2(8-2)
两个计算式算出的商都是0,两个像素的R色彩信息在降低阶数后变得一样了。同样,在RGB中,像素G和B也可以通过此种方法各降低到4个阶数,这样的话,整个像素的色彩就从1678万种,变成了4*4*4=64种。
根据实际情况,我们可以选择合理的降低阶数,使得原本由于像素色彩信息的变化导致的色彩误差被消除掉,使得特征值由原本像素组成的不相等的像素矩阵S和E,变成了像素色彩信息阶数降低后的相等的特征矩阵S和E。
S4、根据包裹进入X光机的时间先后顺序,依次从所述降阶后的视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环步骤S4;
具体地,所述步骤S4具体包括如下步骤:
S001、根据所述降阶后的视频图片序列获得待剪切对比的视频图片Fm;
S002、根据第一预设区域对所述视频图片Fm进行剪切,获得像素矩阵S,并计算像素矩阵S的特征值Ωs;
S003、依次遍历视频图片Fm之后的每一张视频图片,每遍历一张视频图片时,根据多级栅栏对当前遍历的视频图片进行剪切,获得与当前遍历的视频图片对应的多个像素矩阵;
S004、计算所述多个像素矩阵分别对应的特征值;
S005、根据所述多个特征值,判断是否存在与所述特征值Ωs相匹配的特征值,若存,则转步骤S006;若不存在,则转步骤S007;
S006、遍历结束,将所述相匹配的特征值对应的视频图片保存至X光图片集合中,并获取下一包裹进入X光机时的视频图片对视频图片Fm进行更新,循环步骤S002-S005。
S007、继续遍历下一帧视频图片,并计算其对应的特征值,直至找到其对应的特征值与所述特征值Ωs相等的视频图片。
具体地,在一种光机场景中,X光视频中的包裹等物品是从右向左跟着传送带运动的,我们可以从视频中取出一帧信号Fm(整个视频的第m帧信号,当前帧视频图片Fm为待检测包裹完全进入X光机时的视频图片),在帧所对应的RGB24像素中,从最右边截取一个像素矩阵,矩阵的列,也就是矩阵在视频中的宽,记为c,起始左位在整帧中是从左往右第w位,矩阵的行,也就是矩阵在视频中的高,记为r,起始高位在整帧中是从上往下第h位,矩阵本身记为S,记帧中最左上角的位置为(0,0),那么矩阵中拥有的像素个数为r*c,矩阵对应的四边形左上角位置为(w,h)。
在Fm帧中截取最右边的的像素矩阵之后,在Fm帧之后的帧Fm+1,Fm+2,Fm+3......Fm+n中,从和矩阵S对称的最左边位置截取一个同样大小的矩阵,记为E。
将S和E两个像素矩阵的特征值Ω进行对比,通过选取合适的r值和c值,使得在有限范围的像素集合中(一个X光视频中的物品从右边移动到左边的过程中),非同一个信息矩阵拥有同样的Ω在统计学中是不可能事件,当Fm+n帧中的E的Ωe等于Fm帧中的S的Ωs,则此时Fm帧中最右边的像素矩阵S在Fm+n帧中已经移动到了最左边,帧中的信息已经全部替换为新的信息。从逻辑上理解,我们可以认为,旧的包裹物品已经从最左边出去,新的包裹物品已经从最左边进来占据了整个画面。
具体地,为了消除帧误差,使用多级栅栏比对的方法:
设一个像素信息在视频中从一边到另外一边的耗时为t,视频左右宽度为w,视频每秒的帧数为g,每移动一帧时包裹的一个像素信息的水平移动的像素距离为l,那么:
多级栅栏就是设置多个检测框,多个检测框水平排列在原有水平检测框E的前面,每两个相邻检测框水平位移相距1个像素,假设四边形检测框E的左上角位置为(w,h),那么E1为(w+1,h),E2为(w+2,h),E3为(w+3,h)…Ex为(w+n-1,h)。设n为检测框数量,当时,才不会漏检,因为当S像素矩阵移动过来的时候,总会有一个检测框能够检测到S,从而计算出正确的Ωe,因为考虑到正态分布导致的误差,有可能有的两帧之间,像素的移动距离会大于l,所以安全起见,n可以设置为l的两倍,甚至更高,不过n的值和算力的消耗线性相关,所以在设置的时候需要考虑性能和时效性等因素。
如图7所述为检测框数量为4的多级栅栏。
若Fm+n中的多个检测框对应的Ωe均不等于Fm中的Ωs,则继续剪切对比第Fm+n+1帧视频图片,直到找到为止。
当在Fm+n帧多个检测框对应的特征值中,存在Ωe=Ωs时,我们选取Fm+n整帧作为一张X光图片,记为P1,加入X光图片集合之中,同时,我们将包含下一个包裹信息的帧视频图片为新的待剪切对比帧Fm,将其对应的的最右边像素框中记录下一个新的Ωs,继续往下寻找,从Fm+1,Fm+2,Fm+3中获取到新的Ωe,并判断Ωe是否等于Ωs,直到找到为止,把找到Ωe=Ωs的Fm+k帧作为第二张图片给截取下来,记为P2。
将P1和P2两种图片视为连续的两张视频图片,两张图片含有以什么位置进行粘连的这种像胶水一样的特殊功能(胶水信息:拥有相同特征值Ω的像素矩阵S和像素矩阵E)。
按照如此方法,继续切下P3,P4,P5......Pn图片,那么所有图片组成一个图片集合。
X光机的工作原理为:当被检物品进入检查通道,将遮住包裹检测传感器(光障),检测信号被送到控制单元,产生X射线触发信号,触发X射线发射源发射X射线,X射线经过准直器形成非常薄的扇形X射线束,穿过被检物品后到达探测器。探测器把X射线的光信号转换为电信号,然后通过图像处理软件再现包裹内物品的轮廓、构成及材料属性。当被检物品通过检测区域后,射线发生器会停止产生射线。
当物品被检查时,非常薄的扇形X射线束会一层一层地扫过被检物,相当于对被检物进行切片,图像采集系统收集并存储每一层扫描线的图像信息,当传送带将被检物品输送通过检测区域后,将得到被检物品的整个图像信息,包括被检物品进入的时间戳信息,因此根据被检物品进入的时间戳信息获得视频中对应的时间的帧视频图片。
S5、根据预设规则,对所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
在图片集合中,所有图片的像素信息并集,P1∪P2∪P3∪P4......∪Pn,就是整个视频的所有包裹的信息,没有包裹信息的遗漏。
而在图片集合中,所有的像素信息的两两交集的并集的集合P=(P1∩P2)U(P2∩P3)U(P3∩P4)......∪(Pn-1∩Pn),P为该视频流中所有包裹信息的集合E1,E2,E3......En,也就是说,该集合P没有多余的重复冗余包裹信息。
实施例2
本实施例的目的在于提供一种基于帧补偿的切图方法,具体包括以下步骤:
S1、获取X光机发送的视频流;
S2、根据所述视频流截取每一帧视频图片,获得视频图片序列;
S3、根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环步骤S4;
具体地,所述步骤S4具体包括如下步骤:
S001、根据所述视频图片序列获得待剪切对比的视频图片Fm;
S002、根据第一预设区域对所述视频图片Fm进行剪切,获得像素矩阵S,并计算像素矩阵S的特征值Ωs;
S003、依次遍历视频图片Fm之后的每一张视频图片,每遍历一张视频图片时,根据多级栅栏对当前遍历的视频图片进行剪切,获得与当前遍历的视频图片对应的多个像素矩阵;
S004、计算所述多个像素矩阵分别对应的特征值;
S005、根据所述多个特征值,判断是否存在与所述特征值Ωs相匹配的特征值,若存,则转步骤S006;若不存在,则转步骤S007;
S006、遍历结束,将所述相匹配的特征值对应的视频图片保存至X光图片集合中,并获取下一包裹进入X光机时的视频图片对视频图片Fm进行更新,循环步骤S002-S005。
S007、继续遍历下一帧视频图片,并计算其对应的特征值,直至找到其对应的特征值与所述特征值Ωs相等的视频图片。
S4、根据预设规则,对所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
在图片集合中,所有图片的像素信息并集,P1∪P2∪P3∪P4......∪Pn,就是整个视频的所有包裹的信息,没有包裹信息的遗漏。
而在图片集合中,所有的像素信息的两两交集的并集的集合P=(P1∩P2)U(P2∩P3)U(P3∩P4)......∪(Pn-1∩Pn),P为该视频流中所有包裹信息的集合E1,E2,E3......En,也就是说,该集合P没有多余的重复冗余包裹信息。
实施例3
本实施例的目的在提供一种基于帧补偿的切图电子设备,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1至8中任意一项所述的基于边缘识图盒子的切图方法,所述一个或多个程序包括:
采集模块,用于获取X光机发送的视频流;
图片序列模块,用于根据所述视频流截取每一帧视频图片,获得视频图片序列;
剪切对比模块,用于根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环;
合并模块,用于根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
实施例4,一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时能实现所述的基于帧补偿的的切图方法。
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,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。
Claims (10)
1.基于帧补偿的切图方法,其特征在于,具体包括以下步骤:
S1、获取X光机发送的视频流;
S2、根据所述视频流截取每一帧视频图片,获得视频图片序列;
S3、根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环步骤S3;
S4、根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
2.根据权利要求1所述的基于帧补偿的切图方法,其特征在于,所述帧补偿为基于多级栅栏进行剪切,所述多级栅栏为多个检测框,所述多个检测框为以第二预设区域为起始检测框,向第一预设区域方向水平排列的N个检测框,且每两个相邻检测框水平位移相距1个像素。
3.根据权利要求2所述的基于帧补偿的切图方法,其特征在于,所述N大于每移动一帧时包裹的一个像素信息的水平移动的像素距离l。
5.根据权利要求2所述的基于帧补偿的切图方法,其特征在于,所述步骤S3具体包括以下步骤:
S001、根据所述视频图片序列获得待剪切对比的视频图片Fm;
S002、根据第一预设区域对所述视频图片Fm进行剪切,获得像素矩阵S,并计算像素矩阵S的特征值Ωs;
S003、依次遍历视频图片Fm之后的每一张视频图片,每遍历一张视频图片时,根据多级栅栏对当前遍历的视频图片进行剪切,获得与当前遍历的视频图片对应的多个像素矩阵;
S004、计算所述多个像素矩阵分别对应的特征值;
S005、根据所述多个特征值,判断是否存在与所述特征值Ωs相匹配的特征值,若存,则转步骤S006;若不存在,则转步骤S007;
S006、遍历结束,将所述相匹配的特征值对应的视频图片保存至X光图片集合中,并获取下一包裹进入X光机时的视频图片对视频图片Fm进行更新,循环步骤S002-S005。
S007、继续遍历下一帧视频图片,并计算其对应的特征值,直至找到其对应的特征值与所述特征值Ωs相等的视频图片。
6.根据权利要求5所述的基于帧补偿的切图方法,其特征在于,所述特征值为感知哈希值,则匹配的具体计算步骤如下:
S(1)将宽度为c高度为r的像素矩阵转换为灰度图片;
S(2)将灰度图像转换为二值图片;
S(3)将二值图片的像素按顺序排列,得到比特序列,所述比特序列为图片的感知哈希值。
S(4)计算像素矩阵S与像素矩阵E的感知哈希值中不同的比特数目,当不同的比特数目小于规定的阈值时,则判定为匹配,否则判定为不匹配。
7.根据权利要求2所述的基于帧补偿的切图方法,其特征在于,所述第一预设区域与第二预设区域根据X光机传送带的方向进行设置,且基于所述视频图片Fm的中心线对称。
8.根据权利要求2所述的基于帧补偿的切图方法,其特征在于,所述当X光机传送带传送的方向为从右至左进行时,设置当前帧视频图片Fm中最左上角的坐标为(0,0),所述第一预设区域为左上角坐标为(w,h),宽为c像素,高为r像素的矩形区域,所述w、h、c、r满足:w+c=当前帧视频图片Fm的横向像素,c+r=当前帧视频图片Fm的纵向像素。
9.基于帧补偿的切图电子设备,其特征在于,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1至8中任意一项所述的基于边缘识图盒子的切图方法,所述一个或多个程序包括:
采集模块,用于获取X光机发送的视频流;
图片序列模块,用于根据所述视频流截取每一帧视频图片,获得视频图片序列;
剪切对比模块,用于根据包裹进入X光机的时间先后顺序,依次从所述视频图片序列中调取与时间对应的视频图片,以所述视频图片为基准,遍历所述基准的视频图片之后的每一张视频图片,基于帧补偿进行剪切对比,直到遍历的视频图片的特征值与所述基准的视频图片的特征值相匹配时,将所述匹配的视频图片保存至X光图片集合,并循环;
合并模块,用于根据预设规则,将所述X光图片集合中的视频图片进行合并,获得所述视频流中所有包裹的信息。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,
所述计算机程序被处理器执行时能实现根据权利要求1至8中任意一项所述的基于帧补偿的的切图方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111501934.XA CN114155473B (zh) | 2021-12-09 | 2021-12-09 | 基于帧补偿的切图方法、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111501934.XA CN114155473B (zh) | 2021-12-09 | 2021-12-09 | 基于帧补偿的切图方法、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114155473A true CN114155473A (zh) | 2022-03-08 |
CN114155473B CN114155473B (zh) | 2022-11-08 |
Family
ID=80454313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111501934.XA Active CN114155473B (zh) | 2021-12-09 | 2021-12-09 | 基于帧补偿的切图方法、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155473B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114694064A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的切图方法与系统 |
CN114693700A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于多源列数据的调度分配方法、智能识图盒子 |
CN114693735A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的视频融合方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959686A (zh) * | 2016-06-22 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种视频特征提取方法、视频匹配方法及装置 |
CN109242757A (zh) * | 2018-09-29 | 2019-01-18 | 南昌黑鲨科技有限公司 | 智能终端、图像处理方法及计算机可读存储介质 |
CN109859104A (zh) * | 2019-01-19 | 2019-06-07 | 创新奇智(重庆)科技有限公司 | 一种视频生成图片的方法、计算机可读介质及转换系统 |
CN110430443A (zh) * | 2019-07-11 | 2019-11-08 | 平安科技(深圳)有限公司 | 视频镜头剪切的方法、装置及计算机设备 |
CN110472484A (zh) * | 2019-07-02 | 2019-11-19 | 山东师范大学 | 基于多视图特征的视频关键帧提取方法、系统及设备 |
CN110543857A (zh) * | 2019-09-05 | 2019-12-06 | 安徽启新明智科技有限公司 | 基于图像分析的违禁物识别方法、装置、系统和存储介质 |
CN110866430A (zh) * | 2018-08-28 | 2020-03-06 | 上海富瀚微电子股份有限公司 | 一种车牌识别方法及装置 |
CN110933458A (zh) * | 2019-10-25 | 2020-03-27 | 浙江大华技术股份有限公司 | 一种过包检测的方法、装置、计算机设备和存储介质 |
CN111104913A (zh) * | 2019-12-23 | 2020-05-05 | 福州大学 | 一种基于结构及相似度的视频提取ppt方法 |
CN111994377A (zh) * | 2020-07-21 | 2020-11-27 | 浙江大华技术股份有限公司 | 包装箱工序检测的方法、装置和计算机设备 |
CN112184739A (zh) * | 2020-11-25 | 2021-01-05 | 腾讯科技(深圳)有限公司 | 一种图像检测方法、装置及计算机可读存储介质 |
CN112507842A (zh) * | 2020-12-01 | 2021-03-16 | 宁波多牛大数据网络技术有限公司 | 一种基于关键帧提取的视频文字识别方法和装置 |
CN112598071A (zh) * | 2020-12-28 | 2021-04-02 | 北京市商汤科技开发有限公司 | 明火识别方法、装置、设备和存储介质 |
CN112825562A (zh) * | 2019-11-21 | 2021-05-21 | 杭州海康威视数字技术股份有限公司 | 一种视频帧补偿方法、装置、以及视频处理芯片 |
CN112990191A (zh) * | 2021-01-06 | 2021-06-18 | 中国电子科技集团公司信息科学研究院 | 一种基于字幕视频的镜头边界检测与关键帧提取方法 |
CN113592856A (zh) * | 2021-08-24 | 2021-11-02 | 无锡荣恩科技有限公司 | 航空零部件喷砂除漆的机器人移动速度调节方法 |
-
2021
- 2021-12-09 CN CN202111501934.XA patent/CN114155473B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959686A (zh) * | 2016-06-22 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种视频特征提取方法、视频匹配方法及装置 |
CN110866430A (zh) * | 2018-08-28 | 2020-03-06 | 上海富瀚微电子股份有限公司 | 一种车牌识别方法及装置 |
CN109242757A (zh) * | 2018-09-29 | 2019-01-18 | 南昌黑鲨科技有限公司 | 智能终端、图像处理方法及计算机可读存储介质 |
CN109859104A (zh) * | 2019-01-19 | 2019-06-07 | 创新奇智(重庆)科技有限公司 | 一种视频生成图片的方法、计算机可读介质及转换系统 |
CN110472484A (zh) * | 2019-07-02 | 2019-11-19 | 山东师范大学 | 基于多视图特征的视频关键帧提取方法、系统及设备 |
CN110430443A (zh) * | 2019-07-11 | 2019-11-08 | 平安科技(深圳)有限公司 | 视频镜头剪切的方法、装置及计算机设备 |
CN110543857A (zh) * | 2019-09-05 | 2019-12-06 | 安徽启新明智科技有限公司 | 基于图像分析的违禁物识别方法、装置、系统和存储介质 |
CN110933458A (zh) * | 2019-10-25 | 2020-03-27 | 浙江大华技术股份有限公司 | 一种过包检测的方法、装置、计算机设备和存储介质 |
CN112825562A (zh) * | 2019-11-21 | 2021-05-21 | 杭州海康威视数字技术股份有限公司 | 一种视频帧补偿方法、装置、以及视频处理芯片 |
CN111104913A (zh) * | 2019-12-23 | 2020-05-05 | 福州大学 | 一种基于结构及相似度的视频提取ppt方法 |
CN111994377A (zh) * | 2020-07-21 | 2020-11-27 | 浙江大华技术股份有限公司 | 包装箱工序检测的方法、装置和计算机设备 |
CN112184739A (zh) * | 2020-11-25 | 2021-01-05 | 腾讯科技(深圳)有限公司 | 一种图像检测方法、装置及计算机可读存储介质 |
CN112507842A (zh) * | 2020-12-01 | 2021-03-16 | 宁波多牛大数据网络技术有限公司 | 一种基于关键帧提取的视频文字识别方法和装置 |
CN112598071A (zh) * | 2020-12-28 | 2021-04-02 | 北京市商汤科技开发有限公司 | 明火识别方法、装置、设备和存储介质 |
CN112990191A (zh) * | 2021-01-06 | 2021-06-18 | 中国电子科技集团公司信息科学研究院 | 一种基于字幕视频的镜头边界检测与关键帧提取方法 |
CN113592856A (zh) * | 2021-08-24 | 2021-11-02 | 无锡荣恩科技有限公司 | 航空零部件喷砂除漆的机器人移动速度调节方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114694064A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的切图方法与系统 |
CN114693700A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于多源列数据的调度分配方法、智能识图盒子 |
CN114693735A (zh) * | 2022-03-23 | 2022-07-01 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的视频融合方法及装置 |
CN114693735B (zh) * | 2022-03-23 | 2023-03-14 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的视频融合方法及装置 |
CN114694064B (zh) * | 2022-03-23 | 2023-05-02 | 成都智元汇信息技术股份有限公司 | 一种基于目标识别的切图方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114155473B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114155473B (zh) | 基于帧补偿的切图方法、电子设备及介质 | |
CN114140461B (zh) | 基于边缘识图盒子的切图方法、电子设备及介质 | |
CN114155254B (zh) | 基于图像校正的切图方法、电子设备及介质 | |
US8077976B2 (en) | Image search apparatus and image search method | |
US9286536B2 (en) | Image processing system for determining a boundary line using a shadow image | |
JPH05324887A (ja) | シンボル情報読取装置 | |
WO2019221994A1 (en) | System and method of determining a location for placement of a package | |
JPH0157394B2 (zh) | ||
CN114140542B (zh) | 基于色彩补偿的切图方法、电子设备及介质 | |
US11601635B2 (en) | Rapid ground-plane discrimination in stereoscopic images | |
CN111314571A (zh) | 一种扫描成像方法、计算机设备和存储介质 | |
US20120057760A1 (en) | Motion vector detection device, apparatus for detecting motion vector and motion vector detection method | |
US11514584B2 (en) | Method, apparatus and electronic device for detecting a display region of a video image in real time | |
KR20190036426A (ko) | 수하물 이중적재 판별 시스템 및 방법 | |
US20200134349A1 (en) | Apparatus and program | |
CN114693691A (zh) | 一种双源双视角基于坐标映射的切图方法 | |
US10887488B2 (en) | Reading apparatus and non-transitory computer-readable storage medium storing program for inclination correction of document image | |
CN110443847B (zh) | 一种基于摄像头的自动售卖机云台定位检测方法 | |
JP6611887B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN114762318A (zh) | 图像处理装置、图像处理方法和图像投影系统 | |
JP4682663B2 (ja) | ドキュメント処理装置 | |
JP6512852B2 (ja) | 情報処理装置、情報処理方法 | |
JP6410482B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP4642620B2 (ja) | ランレングス圧縮データの位置特定方法および装置 | |
WO2023209234A1 (en) | Article processing apparatus, system and method therefor |
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 |