CN114428876A - 一种工业器械的图像搜索方法、装置、存储介质及设备 - Google Patents
一种工业器械的图像搜索方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114428876A CN114428876A CN202111634581.0A CN202111634581A CN114428876A CN 114428876 A CN114428876 A CN 114428876A CN 202111634581 A CN202111634581 A CN 202111634581A CN 114428876 A CN114428876 A CN 114428876A
- Authority
- CN
- China
- Prior art keywords
- industrial
- edge
- target
- marking
- serial number
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种工业器械的图像搜索方法、装置、存储介质及设备,包括:接收用户输入图像,对用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓;对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;识别所述目标轮廓的中心点并对所述中心点进行标记;分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号;在备选数据库中查找与目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果。本发明能够利用工业器械的中心点和边缘标记点生成的序列号进行搜索,解决现有技术中无法对工业器械进行精准识别搜索。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种工业器械的图像搜索方法、装置、存储介质及设备。
背景技术
随着互联网的发展,网上购物的需求越来越大,各种各样的网购平台如雨后春笋般涌现。在传统的网购平台中,用户可以在搜索界面输入关键词,利用系统搜索引擎找到对应的物品;但是,当用户对该物品的昵称不熟悉时,用户就很难搜索到自己想要的产品。
现有技术中存在着通过输入图像来搜索物品的技术,用户在网购界面输入想要购买的物品图像,搜索引擎就能对输入图像进行识别而找到相似的产品。但是上述技术仅限于应用在特征明显的物品上,对于一些工业器械,由于不同的工业器械之间形状大小相近,但实际功能效果却有很大的差异。通过现有技术的图像识别搜索方式无法对工业器械产品进行精准查找,用户在对销售工业器械的网上购物平台进行图像搜索时,常规的网上购物平台无法得到用户实际想要的产品,其实用性较低。
因此,目前市面上亟需一种基于工业器械的图像识别搜索策略,以解决常规网上购物平台无法对工业器械进行精准识别搜索的缺陷问题。
发明内容
本发明提供了一种工业器械的图像搜索方法、装置、存储介质及设备,以解决现有技术中无法对形状大小相近的工业器械进行精准识别搜索的技术问题。
为了解决上述技术问题,本发明实施例提供了一种工业器械的图像搜索方法,包括:
接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓;
对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;
识别所述目标轮廓的中心点并对所述中心点进行标记;
分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;
按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号;
在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
作为优选方案,在所述对所述用户输入图像进行特征提取之前,还包括:对所述用户输入图像进行预处理。
作为优选方案,所述对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点的步骤中,具体为:
对所述目标轮廓中的端点、菱角处或高亮处进行标记,作为边缘标记点。
作为优选方案,所述识别所述目标轮廓的中心点并对所述中心点进行标记的步骤中,具体为:
对所述目标轮廓中的各个端点进行互相连线,将两个端点之间最长的线段确定为直径,绘制圆形;
根据所述圆形的圆心确定所述目标轮廓的中心点。
作为优选方案,所述分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值的步骤中,具体为:
建立空间直角坐标系,以所述中心点为原点,根据所述中心点与各个边缘标记点之间的连线确定对应的方向和距离值,标记在所述空间直角坐标系中;
根据向量关系算法计算出所述中心点与各个边缘标记点之间连线的绝对值,作为每根线段的长度值。
作为优选方案,所述按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号的步骤中,具体为:
根据各个边缘标记点在所述空间直角坐标系中的坐标,以x轴正值方向为起点顺时针或逆时针依次对每根线段的长度值进行排序,得到目标序列号。
作为优选方案,所述备选数据库包括初始数据库;所述在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果的步骤中,具体为:
根据所述用户输入图像查找出初始工业器械,将所述初始工业器械及其对应的序列号储存在初始数据库中;
在所述初始数据库中查找与所述目标序列号一致的工业器械。
相应地,本发明另一实施例还提供一种工业器械的图像搜索装置,包括:目标轮廓提取模块、点标记模块、序列号生成模块和序列号查询模块;
所述目标轮廓提取模块,用于接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓;
作为优选方案,在所述对所述用户输入图像进行特征提取之前,还包括:对所述用户输入图像进行预处理。
所述点标记模块,用于对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;识别所述目标轮廓的中心点并对所述中心点进行标记;
作为优选方案,所述对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点的步骤中,具体为:
对所述目标轮廓中的端点、菱角处或高亮处进行标记,作为边缘标记点。
作为优选方案,所述识别所述目标轮廓的中心点并对所述中心点进行标记的步骤中,具体为:
对所述目标轮廓中的各个端点进行互相连线,将两个端点之间最长的线段确定为直径,绘制圆形;
根据所述圆形的圆心确定所述目标轮廓的中心点。
所述序列号生成模块,用于分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号;
作为优选方案,所述分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值的步骤中,具体为:
建立空间直角坐标系,以所述中心点为原点,根据所述中心点与各个边缘标记点之间的连线确定对应的方向和距离值,标记在所述空间直角坐标系中;
根据向量关系算法计算出所述中心点与各个边缘标记点之间连线的绝对值,作为每根线段的长度值。
作为优选方案,所述按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号的步骤中,具体为:
根据各个边缘标记点在所述空间直角坐标系中的坐标,以x轴正值方向为起点顺时针或逆时针依次对每根线段的长度值进行排序,得到目标序列号。
所述序列号查询模块,用于在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
作为优选方案,所述备选数据库包括初始数据库;所述在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果的步骤中,具体为:
根据所述用户输入图像查找出初始工业器械,将所述初始工业器械及其对应的序列号储存在初始数据库中;
在所述初始数据库中查找与所述目标序列号一致的工业器械。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的工业器械的图像搜索方法。
本发明实施例还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上述任一项所述的工业器械的图像搜索方法。
相比于现有技术,本发明实施例具有如下有益效果:
本发明技术方案通过对工业器械的图像特征提取,获得工业器械的目标轮廓,并依据目标轮廓的边缘标记点和中心点,得到工业器械的目标序列号,在备用数据库中查询出对应目标序列号的工业器械图像,从而实现了对工业器械的精准搜索,降低了现有技术对形状大小相近的工业器械,进行搜索导致的误差,提高了图像识别的搜索工作效率。
附图说明
图1:为本发明实施例所提供的一种工业器械的图像搜索方法的步骤流程图;
图2:为本发明实施例所提供的一种工业器械的图像搜索方法中目标轮廓所建立的空间直角坐标系;
图3:为本发明实施例所提供的一种工业器械的图像搜索方法中中心点与边缘标记点的向量标记示意图;
图4:为本发明实施例所提供的一种工业器械的图像搜索方法中应用现有技术所得到的搜索结果示意图;
图5:本发明实施例所提供的一种工业器械的图像搜索装置的结构图。
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。
实施例一
请参照图1,为本发明实施例提供的一种工业器械的图像搜索方法,包括以下步骤S101-S106:
S101:接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓。
作为本实施例的一种优选方案,在所述对所述用户输入图像进行特征提取之前,还包括:对所述用户输入图像进行预处理。具体地,对用户输入图像进行的预处理,消除图像中的无关信息,恢复或增强图像中的关键信息,从而最大限度地简化图像数据,提高图像进行特征提取的可检测性和可靠性。
S102:对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点。
作为本实施例的一种优选方案,对所述目标轮廓中的端点、菱角处或高亮处进行标记,作为边缘标记点。
作为本实施例的一种优选方案,请参阅图2,对所述目标轮廓中的端点、菱角处作为边缘标记点,各个边缘标记点A1、B1、C1、D1、A2、B2、C2、D2。除了对目标轮廓中的端点、菱角处进行标记,对部分特殊的工业器械将增加特殊的边缘点,特殊的工业器械包括但不限于正方体和长方体,如图2所示,当工业器械为长方体等特殊对称结构时,则需要在高亮处目标轮廓的边缘线段上标记线段中点,并将标记的线段中点作为特殊的边缘标记点E1、E2、E3、E4,因此图2中的边缘标记点有十二个,分别为A1、B1、C1、D1、A2、B2、C2、D2、E1、E2、E3、E4。
S103:识别所述目标轮廓的中心点并对所述中心点进行标记。
作为本实施例的一种优选方案,对所述目标轮廓中的各个端点进行互相连线,将两个端点之间最长的线段确定为直径,绘制圆形;根据所述圆形的圆心确定所述目标轮廓的中心点。
作为本实施例的一种优选方案,可能会出现有三个端点的情况,例如当目标轮廓对称时,其中三个端点两两连接后生成的三条线段,有两条线段的长度相等且都比另外一条线段长,则随机在该两条线段中选取一条作为最长线段,并以该线段作为直径,绘制圆形。
S104:分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值。
作为本实施例的一种优选方案,建立空间直角坐标系,以所述中心点为原点,根据所述中心点与各个边缘标记点之间的连线确定对应的方向和距离值,标记在所述空间直角坐标系中;根据向量关系算法计算出所述中心点与各个边缘标记点之间连线的绝对值,作为每根线段的长度值。
作为本实施例的一种优选方案,请参阅图3,以中心点为原点,建立空间直角坐标系,将中心点分别与边缘标记点进行连接,并确定对应的方向和距离值,方向为从中心点到边缘标记点,标记在空间直角坐标系中,即图3所示的
作为本实施例的一种优选方案,由于每一次对输入工业器械的图像大小不一定每次都是相同的,应用的空间直角坐标系保证了工业器械中心点到边缘标记点的各个长度比例大小相同,避免了因图像的缩放而导致相同的工业器械目标序列号不同的情况。
S105:按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号。
作为本实施例的一种优选方案,根据各个边缘标记点在所述空间直角坐标系中的坐标,以x轴正值方向为起点顺时针或逆时针依次对每根线段的长度值进行排序,得到目标序列号。
作为本实施例的一种优选方案,请参阅图2,根据各个边缘标记点A1、B1、C1、D1、A2、B2、C2、D2、E1、E2、E3、E4在所述空间直角坐标系中的坐标,以x轴正值方向为起点,将x轴正值方向与z轴所确定的平面x-o-z,绕z轴按顺时针或逆时针方向,记录依次扫过每个边缘标记点的次序,使得对每个边缘点所对应每根线段的长度值进行排序,从而得到目标序列号。
作为本实施例的一种优选方案,对每根线段的长度值的按比例进行化简,从而使得后续查到序列号时,避免因为比例缩放的问题,查找不到相同的序列号。
作为本实施例的一种优选方案,请参阅图3,当有多个边缘标记点的次序重合时,则对重合的边缘标记点进行记录,并依据边缘标记点的z轴坐标由大到小进行排列,例如,图3中的边缘标记点A1、A2、E3,则按照z轴由大到小进行排列,即排列顺序为A2、E3、A1。
S106:在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
作为本实施例的一种优选方案,初始数据库中存储有依据以上步骤S101-S105所生成的各种工业器械的序列号,序列号相当于工业器械的身份码,每一种工业器械均有唯一按比例最小简化的序列号。
作为本实施例的一种优选方案,根据所述用户输入图像查找出初始工业器械,将所述初始工业器械及其对应的序列号储存在初始数据库中;在所述初始数据库中查找与所述目标序列号一致的工业器械。
作为本实施例的一种优选方案,为了防止出现对于不同工业器械,但序列号相同的情况,例如长方体的工业器械和正方体的工业器械,二者的目标序列号可能存在相同的情况,则先根据所述用户输入图像查找出初始工业器械,查找与目标序列号对应的工业器械结构外观相似的工业器械,作为初始工业器械,从而提高查找序列号的效率,以及搜索工业器械的准确度。
作为本实施例的一种优选方案,如图4所示,工业器械1与工业器械2的区别仅在于长度尺寸不同,但是现有技术中通过图像识别搜索出来的工业器械外观相似,因此先通过现有技术对工业器械进行图像识别搜索,得到的初始工业器械,再对初始工业器械对应的序列号作为初始数据库,在初始数据库中查找与目标序列号对应的序列号,能够很大程度地减少序列号相同,但实际工业器械不同的情况。
工业器械1和工业器械2的长度不同,导致了中心点到边缘标记点的长度会发生变化,即中心点到边缘标记点的比例发生了变化,则可以得出工业器械1和工业器械2由于长度比例不同,使得二者具有不同序列号。
以上根据用户输入图像查找出初始工业器械为现有技术方案,例如电商购物平台上的AR识物、搜索引擎的自动识物等,能够对输入图像进行识别而找到相似的工业器械产品,本优选实施例在现有技术的基础上,通过边缘点和中心点生成的序列号进行查找,能够很大程度地提高查找效率以及查找精确度。
作为本实施例的一种优选方案,在初始数据库中查找与目标序列号一致的工业器械时,优选地将初始数据库中的序列号按按比例进行化简,避免因为比例缩放的问题,导致初始数据库中的序列号没有与目标序列号一致的工业器械。
实施本发明实施例,具有以下效果:
本发明技术方案通过对工业器械的图像特征提取,获得工业器械的目标轮廓,并依据目标轮廓的边缘标记点和中心点,得到工业器械的目标序列号,在备用数据库中查询出对应目标序列号的工业器械图像,从而实现了对工业器械的精准搜索,并在边缘标记点中加入特殊标记点,通过空间坐标系对待搜索的工业器械进行边缘标记点的标记,避免了因图像的缩放而导致相同的工业器械目标序列号不同的情况,同时以现有技术的搜索出的初始数据库为基础,进一步地简化搜索工业器械的过程,解决了现有技术中对特征不明显或特征相似的工业器械搜索不准确的问题,提高了用户搜索过程的效率以及搜索结果的准确性。
实施例二
相应地,请参阅图5,为本发明另一实施例所提供一种工业器械的图像搜索装置,包括:目标轮廓提取模块501、点标记模块502、序列号生成模块503和序列号查询模块504。
目标轮廓提取模块501,用于接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓。
作为本实施例的一种优选方案,目标轮廓提取模块501具体用于在对所述用户输入图像进行特征提取之前,还包括:对所述用户输入图像进行预处理。
点标记模块502,用于对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;识别所述目标轮廓的中心点并对所述中心点进行标记。
作为本实施例的一种优选方案,点标记模块502具体用于对所述目标轮廓中的端点、菱角处或高亮处进行标记,作为边缘标记点。
作为本实施例的一种优选方案,点标记模块502具体还用于对所述目标轮廓中的各个端点进行互相连线,将两个端点之间最长的线段确定为直径,绘制圆形;根据所述圆形的圆心确定所述目标轮廓的中心点。
序列号生成模块503,用于分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号。
作为本实施例的一种优选方案,序列号生成模块503具体用于根据各个边缘标记点在所述空间直角坐标系中的坐标,以x轴正轴方向为起点顺时针或逆时针依次对每根线段的长度值进行排序,得到目标序列号。
序列号查询模块504,用于在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
作为本实施例的一种优选方案,所述备选数据库包括初始数据库,序列号查询模块504具体用于根据所述用户输入图像查找出初始工业器械,将所述初始工业器械及其对应的序列号储存在初始数据库中;在所述初始数据库中查找与所述目标序列号一致的工业器械。
实施本发明实施例,能够很好地对工业器械进行图像识别搜索,目标轮廓提取模块对工业器械的图像特征提取,获得工业器械的目标轮廓,利用点标记模块获取目标轮廓的边缘标记点和中心点,并通过序列号生成模块依据目标轮廓的边缘标记点和中心点,得到工业器械的目标序列号,序列号查询模块则在备用数据库中查询出对应目标序列号的工业器械图像,能够使用户快速并准确的搜索出工业器械,使得工业器械的图像识别搜索具备实用性,建立的备用数据库可重复且大规模地用于搜索。
实施例三
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的信息配置处理方法。
实施例四
本发明实施例还提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现上述任一实施例所述的信息配置处理方法。
优选地,所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序),所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述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,或者所述处理器也可以是任何常规的处理器,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序等,数据存储区可存储相关数据等。此外,所述存储器可以是高速随机存取存储器,还可以是非易失性存储器,例如插接式硬盘,智能存储卡(SmartMedia Card,SMC)、安全数字(Secure Digital,SD)卡和闪存卡(Flash Card)等,或所述存储器也可以是其他易失性固态存储器件。
需要说明的是,上述终端设备可包括,但不仅限于,处理器、存储器,本领域技术人员可以理解,上述终端设备仅仅是示例,并不构成对终端设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种工业器械的图像搜索方法,其特征在于,包括:
接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓;
对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;
识别所述目标轮廓的中心点并对所述中心点进行标记;
分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;
按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号;
在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
2.如权利要求1所述的一种工业器械的图像搜索方法,其特征在于,在所述对所述用户输入图像进行特征提取之前,还包括:对所述用户输入图像进行预处理。
3.如权利要求1所述的一种工业器械的图像搜索方法,其特征在于,所述对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点的步骤中,具体为:
对所述目标轮廓中的端点、菱角处或高亮处进行标记,作为边缘标记点。
4.如权利要求3所述的一种工业器械的图像搜索方法,其特征在于,所述识别所述目标轮廓的中心点并对所述中心点进行标记的步骤中,具体为:
对所述目标轮廓中的各个端点进行互相连线,将两个端点之间最长的线段确定为直径,绘制圆形;
根据所述圆形的圆心确定所述目标轮廓的中心点。
5.如权利要求1所述的一种工业器械的图像搜索方法,其特征在于,所述分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值的步骤中,具体为:
建立空间直角坐标系,以所述中心点为原点,根据所述中心点与各个边缘标记点之间的连线确定对应的方向和距离值,标记在所述空间直角坐标系中;
根据向量关系算法计算出所述中心点与各个边缘标记点之间连线的绝对值,作为每根线段的长度值。
6.如权利要求5所述的一种工业器械的图像搜索方法,其特征在于,所述按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号的步骤中,具体为:
根据各个边缘标记点在所述空间直角坐标系中的坐标,以x轴正值方向为起点顺时针或逆时针依次对每根线段的长度值进行排序,得到目标序列号。
7.如权利要求1所述的一种工业器械的图像搜索方法,其特征在于,所述备选数据库包括初始数据库;所述在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果的步骤中,具体为:
根据所述用户输入图像查找出初始工业器械,将所述初始工业器械及其对应的序列号储存在初始数据库中;
在所述初始数据库中查找与所述目标序列号一致的工业器械。
8.一种工业器械的图像搜索装置,其特征在于,包括:目标轮廓提取模块、点标记模块、序列号生成模块和序列号查询模块;
所述目标轮廓提取模块,用于接收用户输入图像,对所述用户输入图像进行特征提取,得到所述用户输入图像中的目标轮廓;
所述点标记模块,用于对所述目标轮廓进行边缘提取,在所述目标轮廓的边缘上标记多个点,作为边缘标记点;识别所述目标轮廓的中心点并对所述中心点进行标记;
所述序列号生成模块,用于分别将所述中心点与各个边缘标记点进行连线,得到每根线段的长度值;按照预设的排列顺序对每根线段的长度值进行排序,得到目标序列号;
所述序列号查询模块,用于在备选数据库中查找与所述目标序列号一致的工业器械,根据查找结果输出对应的图像识别搜索结果;其中,所述备选数据库储存有工业器械及其对应的序列号。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1-7中任一项所述的工业器械的图像搜索方法。
10.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1-7中任一项所述的工业器械的图像搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634581.0A CN114428876B (zh) | 2021-12-29 | 2021-12-29 | 一种工业器械的图像搜索方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634581.0A CN114428876B (zh) | 2021-12-29 | 2021-12-29 | 一种工业器械的图像搜索方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114428876A true CN114428876A (zh) | 2022-05-03 |
CN114428876B CN114428876B (zh) | 2023-03-07 |
Family
ID=81310540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111634581.0A Active CN114428876B (zh) | 2021-12-29 | 2021-12-29 | 一种工业器械的图像搜索方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114428876B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100034484A1 (en) * | 2008-08-09 | 2010-02-11 | Keyence Corporation | Pattern Model Positioning Method In Image Processing, Image Processing Apparatus, Image Processing Program, and Computer Readable Recording Medium |
CN109063197A (zh) * | 2018-09-06 | 2018-12-21 | 徐庆 | 图像检索方法、装置、计算机设备和存储介质 |
CN110737796A (zh) * | 2019-10-17 | 2020-01-31 | 苏州大学 | 图像检索方法、装置、设备及计算机可读存储介质 |
CN110796702A (zh) * | 2019-10-23 | 2020-02-14 | 中冶赛迪工程技术股份有限公司 | 一种基于机器视觉的工业设备识别定位方法、系统及设备 |
CN112750107A (zh) * | 2021-01-11 | 2021-05-04 | 齐鲁工业大学 | 基于轮廓边数拟合与凸包处理的球形工件识别方法及系统 |
CN112926503A (zh) * | 2021-03-23 | 2021-06-08 | 上海大学 | 一种基于矩形拟合的抓取数据集自动生成方法 |
-
2021
- 2021-12-29 CN CN202111634581.0A patent/CN114428876B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100034484A1 (en) * | 2008-08-09 | 2010-02-11 | Keyence Corporation | Pattern Model Positioning Method In Image Processing, Image Processing Apparatus, Image Processing Program, and Computer Readable Recording Medium |
CN109063197A (zh) * | 2018-09-06 | 2018-12-21 | 徐庆 | 图像检索方法、装置、计算机设备和存储介质 |
CN110737796A (zh) * | 2019-10-17 | 2020-01-31 | 苏州大学 | 图像检索方法、装置、设备及计算机可读存储介质 |
CN110796702A (zh) * | 2019-10-23 | 2020-02-14 | 中冶赛迪工程技术股份有限公司 | 一种基于机器视觉的工业设备识别定位方法、系统及设备 |
CN112750107A (zh) * | 2021-01-11 | 2021-05-04 | 齐鲁工业大学 | 基于轮廓边数拟合与凸包处理的球形工件识别方法及系统 |
CN112926503A (zh) * | 2021-03-23 | 2021-06-08 | 上海大学 | 一种基于矩形拟合的抓取数据集自动生成方法 |
Non-Patent Citations (1)
Title |
---|
安洪振等: "用于工业CT图像三维重建的边缘信息提取算法研究", 《核电子学与探测技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114428876B (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8867866B2 (en) | Image matching system using topologically equivalent correspondences | |
CN107810522B (zh) | 实时、基于模型的对象检测及姿态估计 | |
US8798357B2 (en) | Image-based localization | |
CN109241844B (zh) | 三维物体的姿态估计方法、装置、设备及存储介质 | |
CN111079801A (zh) | 基于点云匹配快速搜索最近点的方法、介质、终端和装置 | |
CN112597978B (zh) | 指纹匹配方法、装置、电子设备及存储介质 | |
CN111311593B (zh) | 一种多椭圆检测和评估算法、装置及终端 | |
CN116881515B (zh) | 对不同算法求解的电容结果进行比较的方法及电子设备 | |
CN114428876B (zh) | 一种工业器械的图像搜索方法、装置、存储介质及设备 | |
CN112825199A (zh) | 碰撞检测方法、装置、设备及存储介质 | |
CN110851639A (zh) | 一种以图搜图的方法及设备 | |
CN112328636A (zh) | 一种数据查找方法、装置及电子设备 | |
CN111858581A (zh) | 一种分页查询的方法、装置、存储介质和电子设备 | |
CN110706035A (zh) | 一种更新效果的评价方法、装置、存储介质及电子设备 | |
CN107480710B (zh) | 特征点匹配结果处理方法和装置 | |
Schaffalitzky | Direct solution of modulus constraints | |
CN115661218A (zh) | 一种基于虚拟超点的激光点云配准方法和系统 | |
Chan et al. | F-sort: An alternative for faster geometric verification | |
JP6516775B2 (ja) | 情報マッチング装置及びその方法 | |
CN115861428A (zh) | 一种位姿测量方法、装置、设备及存储介质 | |
WO2023098487A1 (zh) | 目标检测方法、装置、电子设备和计算机存储介质 | |
CN112183291A (zh) | 一种图像中极小物体检测方法及系统、存储介质及终端 | |
Huang et al. | A region-based image representation for spatial reasoning and similarity retrieval in image database systems | |
Sintunata et al. | Object orientation estimation for high speed 3D object retrieval system | |
CN113888735A (zh) | 船舶舾装管架模型三维标注方法、系统、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510000 Ruitai Road, Huangpu District, Guangzhou, Guangdong Patentee after: Guangzhou All Things Collection Industrial Internet Technology Co.,Ltd. Address before: 510000 Ruitai Road, Huangpu District, Guangzhou, Guangdong Patentee before: Guangzhou gaimengda Industrial Products Co.,Ltd. |