CN116109839A - 一种图片差异比对方法及装置 - Google Patents

一种图片差异比对方法及装置 Download PDF

Info

Publication number
CN116109839A
CN116109839A CN202310165323.5A CN202310165323A CN116109839A CN 116109839 A CN116109839 A CN 116109839A CN 202310165323 A CN202310165323 A CN 202310165323A CN 116109839 A CN116109839 A CN 116109839A
Authority
CN
China
Prior art keywords
image data
detected
data
comparison
difference
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
Application number
CN202310165323.5A
Other languages
English (en)
Inventor
袁潮
邓迪旻
肖占中
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.)
Beijing Zhuohe Technology Co Ltd
Original Assignee
Beijing Zhuohe Technology 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 Beijing Zhuohe Technology Co Ltd filed Critical Beijing Zhuohe Technology Co Ltd
Priority to CN202310165323.5A priority Critical patent/CN116109839A/zh
Publication of CN116109839A publication Critical patent/CN116109839A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种图片差异比对方法及装置。其中,该方法包括:获取特征点信息和被检图像数据;将所述被检图像数据进行处理,得到待检图像数据;通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;根据所述比对结果,生成差异位置坐标。本发明解决了现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题。

Description

一种图片差异比对方法及装置
技术领域
本发明涉及图像数据差异处理领域,具体而言,涉及一种图片差异比对方法及装置。
背景技术
随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
目前,在车辆密集行驶的车流中,对过往车辆进行7天/24小时不间断监控,自动侦查过往车辆底盘是否有夹带异物,如发现异常、给予预警。然而在现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样。如下图5、图6为实际采集到的车辆底盘图片,图7为模板车辆底盘图片。三张图片的像素大小、放缩比例都各不相同。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种图片差异比对方法及装置,以至少解决现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题。
根据本发明实施例的一个方面,提供了一种图片差异比对方法,包括:获取特征点信息和被检图像数据;将所述被检图像数据进行处理,得到待检图像数据;通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;根据所述比对结果,生成差异位置坐标。
可选的,所述获取特征点信息和被检图像数据包括:采集被检图像数据;根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
可选的,所述将所述被检图像数据进行处理,得到待检图像数据包括:将所述被检图像数据进行变形处理,得到变形图像数据;将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
可选的,所述通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果包括:将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;将所述第一对比数据进行二值化处理,得到第二对比数据;将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
根据本发明实施例的另一方面,还提供了一种图片差异比对装置,包括:获取模块,用于获取特征点信息和被检图像数据;处理模块,用于将所述被检图像数据进行处理,得到待检图像数据;比对模块,用于通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;生成模块,用于根据所述比对结果,生成差异位置坐标。
可选的,所述获取模块包括:采集单元,用于采集被检图像数据;生成单元,用于根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;匹配单元,用于根据所述特征点原始数据生成特征点匹配数据;输出单元,用于将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
可选的,所述处理模块包括:变形单元,用于将所述被检图像数据进行变形处理,得到变形图像数据;剪裁单元,用于将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;滤波单元,用于将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
可选的,所述比对模块包括:比对单元,用于将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;二值化单元,用于将所述第一对比数据进行二值化处理,得到第二对比数据;操作单元,用于将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种图片差异比对方法。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种图片差异比对方法。
在本发明实施例中,采用获取特征点信息和被检图像数据;将所述被检图像数据进行处理,得到待检图像数据;通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;根据所述比对结果,生成差异位置坐标的方式,解决了现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,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是根据本发明实施例的一种图片差异比对方法的流程图;
图2是根据本发明实施例的一种图片差异比对装置的结构框图;
图3是根据本发明实施例的用于执行根据本发明的方法的终端设备的框图;
图4是根据本发明实施例的用于保持或者携带实现根据本发明的方法的程序代码的存储单元;
图5是根据本发明实施例的实际采集到的像素为13568*3340的车辆底盘图像;
图6是根据本发明实施例的实际采集到的像素为5440*3340的车辆底盘图像;
图7是根据本发明实施例的车辆底盘像素为12212*3006的模板图像;
图8是根据本发明实施例的特征点计算示意图;
图9是根据本发明实施例的特征点匹配示意图;
图10是根据本发明实施例的比对结果二值化图像;
图11是根据本发明实施例的比对结果二值化图像开操作后的图像。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种图片差异比对方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
图1是根据本发明实施例的一种图片差异比对方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取特征点信息和被检图像数据。
具体的,本发明实施例为了解决现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题,首先需要获取特征点信息数据和被检测图像的图像数据,即为了解决此实际问题,提出以下方案:通过计算机视觉技术,将实际被检图片与模板图片进行特征点提取、特征点匹配、依据匹配的特征点对,根据匹配结果,对被检进行放缩、转换等变形,再以模板图片为基准将被检图片裁剪,从而获得与模板图片大小一致、位置相同的图片,与现有技术相比,本专利对图像进行有效的放缩、对齐,通过计算机算法能够自动将实际中大小不一、图像内容位置不一样的图像,转换为大小相同、图像内容位置相同的图像。
可选的,所述获取特征点信息和被检图像数据包括:采集被检图像数据;根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
具体的,通过高精度摄像设备可以采集需要进行对比的被检图像数据,并根据所述被检图像数据和所述模板图像数据,生成特征点原始数据,然后根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出,如图8、9所示。
步骤S104,将所述被检图像数据进行处理,得到待检图像数据。
具体的,为了将获取到的图像与模板图像进行对比,需要将两个图像的格式进行一致化、统一化的变换和处理,因此为了得到合格的待检图像数据,可选的,所述将所述被检图像数据进行处理,得到待检图像数据包括:将所述被检图像数据进行变形处理,得到变形图像数据;将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
需要说明的是,中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值,中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近真实值,从而消除孤立的噪声点。方法是用某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y),g(x,y)分别为原始图像和处理后图像。W为二维模板,通常为3*3,5*5区域,也可以是不同的形状,如线状,圆形,十字形,圆环形等。
步骤S106,通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果。
可选的,所述通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果包括:将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;将所述第一对比数据进行二值化处理,得到第二对比数据;将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
具体的,图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果,因此在通过对比获得了第一对比数据之后,可以利用二值化算法将对比数据进行二值化处理,例如,使用3x3或5x5大小的中值滤波器处理被检图片,可以消除因相机拍摄条件不同产生的噪点。被检图片与模板图片进行差异比对,得到整副图像像素级差异,此比对可以只在Y分量上进行,也可以在RGB分量上进行,在单一分量上进行比对可以有效减小计算量。根据预先设置的阈值T将差异图片二值化,像素值大于T,赋值为255,小于等于T,则赋值为0,从而得到一张二值化图片,如图10所示。
另外,因为被检图片是由变形得到的,变形过程中不可避免出现梯度较大区域与模板图片无法完全对齐的情况,所以此时会这些区域会当做2张图片差异体现出来,而实际上,这些不是我们关注的区域,为过滤掉上述干扰区域,对图片进行开操作,即先腐蚀后膨胀的操作,使用3x3或5x5的十字腐蚀核对图片进行腐蚀操作,具体采用多大的腐蚀核视具体情况而定,腐蚀核越大则过滤掉的差异越大,过滤后的图片越干净,约容易找出明显差异,但可能会误过滤掉一些细小差异,导致差异漏检;反之,腐蚀核越小则过滤掉的差异越小,过滤后的图片保留的差异越多,但保留的差异过多,可能会干扰找出真正的比对结果。再用3x3或5x5的十字膨胀核对腐蚀后的图片进行膨胀操作,可以将差异更明显的表达出来,如图11所示。
步骤S108,根据所述比对结果,生成差异位置坐标。
具体的,根据本发明实施例生成的比对结果,找出上述结果二值图中所有的连通域,计算得到每个连通域区域的矩形框坐标,并在被检图片中标识出来,以协助检查人员检查图片。
通过上述实施例,解决了现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题。
实施例二
图2是根据本发明实施例的一种图片差异比对装置的结构框图,如图2所示,该装置包括:
获取模块20,用于获取特征点信息和被检图像数据。
具体的,本发明实施例为了解决现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题,首先需要获取特征点信息数据和被检测图像的图像数据,即为了解决此实际问题,提出以下方案:通过计算机视觉技术,将实际被检图片与模板图片进行特征点提取、特征点匹配、依据匹配的特征点对,根据匹配结果,对被检进行放缩、转换等变形,再以模板图片为基准将被检图片裁剪,从而获得与模板图片大小一致、位置相同的图片,与现有技术相比,本专利对图像进行有效的放缩、对齐,通过计算机算法能够自动将实际中大小不一、图像内容位置不一样的图像,转换为大小相同、图像内容位置相同的图像。
可选的,所述获取模块包括:采集单元,用于采集被检图像数据;生成单元,用于根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;匹配单元,用于根据所述特征点原始数据生成特征点匹配数据;输出单元,用于将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
具体的,通过高精度摄像设备可以采集需要进行对比的被检图像数据,并根据所述被检图像数据和所述模板图像数据,生成特征点原始数据,然后根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出,如图8、9所示。
处理模块22,用于将所述被检图像数据进行处理,得到待检图像数据。
具体的,为了将获取到的图像与模板图像进行对比,需要将两个图像的格式进行一致化、统一化的变换和处理,因此为了得到合格的待检图像数据,可选的,所述处理模块包括:变形单元,用于将所述被检图像数据进行变形处理,得到变形图像数据;剪裁单元,用于将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;滤波单元,用于将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
需要说明的是,中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值,中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近真实值,从而消除孤立的噪声点。方法是用某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y),g(x,y)分别为原始图像和处理后图像。W为二维模板,通常为3*3,5*5区域,也可以是不同的形状,如线状,圆形,十字形,圆环形等。
比对模块24,用于通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果。
可选的,所述比对模块包括:比对单元,用于将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;二值化单元,用于将所述第一对比数据进行二值化处理,得到第二对比数据;操作单元,用于将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
具体的,图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果,因此在通过对比获得了第一对比数据之后,可以利用二值化算法将对比数据进行二值化处理,例如,使用3x3或5x5大小的中值滤波器处理被检图片,可以消除因相机拍摄条件不同产生的噪点。被检图片与模板图片进行差异比对,得到整副图像像素级差异,此比对可以只在Y分量上进行,也可以在RGB分量上进行,在单一分量上进行比对可以有效减小计算量。根据预先设置的阈值T将差异图片二值化,像素值大于T,赋值为255,小于等于T,则赋值为0,从而得到一张二值化图片,如图10所示。
另外,因为被检图片是由变形得到的,变形过程中不可避免出现梯度较大区域与模板图片无法完全对齐的情况,所以此时会这些区域会当做2张图片差异体现出来,而实际上,这些不是我们关注的区域,为过滤掉上述干扰区域,对图片进行开操作,即先腐蚀后膨胀的操作,使用3x3或5x5的十字腐蚀核对图片进行腐蚀操作,具体采用多大的腐蚀核视具体情况而定,腐蚀核越大则过滤掉的差异越大,过滤后的图片越干净,约容易找出明显差异,但可能会误过滤掉一些细小差异,导致差异漏检;反之,腐蚀核越小则过滤掉的差异越小,过滤后的图片保留的差异越多,但保留的差异过多,可能会干扰找出真正的比对结果。再用3x3或5x5的十字膨胀核对腐蚀后的图片进行膨胀操作,可以将差异更明显的表达出来,如图11所示。
生成模块26,用于根据所述比对结果,生成差异位置坐标。
具体的,根据本发明实施例生成的比对结果,找出上述结果二值图中所有的连通域,计算得到每个连通域区域的矩形框坐标,并在被检图片中标识出来,以协助检查人员检查图片。
通过上述实施例,解决了现有技术中,利用计算机视觉技术,使用图像找茬的算法,对比过往车辆的底盘与既有模板底盘的差别,差别较大的给与预警,但是在实际应用中,由于车辆位置不同、摄像机的焦距不同、车辆运行速度不同等原因,实际采集的车辆底盘照片大小与模板图片不一样、底盘在图像中的位置也不一样、底盘图片变形也不一样的技术问题。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种图片差异比对方法。
具体的,上述方法包括:获取特征点信息和被检图像数据;将所述被检图像数据进行处理,得到待检图像数据;通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;根据所述比对结果,生成差异位置坐标。可选的,所述获取特征点信息和被检图像数据包括:采集被检图像数据;根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。可选的,所述将所述被检图像数据进行处理,得到待检图像数据包括:将所述被检图像数据进行变形处理,得到变形图像数据;将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。可选的,所述通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果包括:将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;将所述第一对比数据进行二值化处理,得到第二对比数据;将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种图片差异比对方法。
具体的,上述方法包括:获取特征点信息和被检图像数据;将所述被检图像数据进行处理,得到待检图像数据;通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;根据所述比对结果,生成差异位置坐标。可选的,所述获取特征点信息和被检图像数据包括:采集被检图像数据;根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;根据所述特征点原始数据生成特征点匹配数据;将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。可选的,所述将所述被检图像数据进行处理,得到待检图像数据包括:将所述被检图像数据进行变形处理,得到变形图像数据;将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。可选的,所述通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果包括:将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;将所述第一对比数据进行二值化处理,得到第二对比数据;将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,图3为本申请一实施例提供的终端设备的硬件结构示意图。如图3所示,该终端设备可以包括输入设备30、处理器31、输出设备32、存储器33和至少一个通信总线34。通信总线34用于实现元件之间的通信连接。存储器33可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器33中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器31例如可以为中央处理器(Central Processing Unit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器31通过有线或无线连接耦合到上述输入设备30和输出设备32。
可选的,上述输入设备30可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备32可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中数据处理装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图4为本申请另一实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图4所示,本实施例的终端设备包括处理器41以及存储器42。
处理器41执行存储器42所存放的计算机程序代码,实现上述实施例中的方法。
存储器42被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器42可能包含随机存取存储器(random access memory,简称RAM),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。
可选地,处理器41设置在处理组件40中。该终端设备还可以包括:通信组件43,电源组件44,多媒体组件45,音频组件46,输入/输出接口47和/或传感器组件48。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件40通常控制终端设备的整体操作。处理组件40可以包括一个或多个处理器41来执行指令,以完成上述方法的全部或部分步骤。此外,处理组件40可以包括一个或多个模块,便于处理组件40和其他组件之间的交互。例如,处理组件40可以包括多媒体模块,以方便多媒体组件45和处理组件40之间的交互。
电源组件44为终端设备的各种组件提供电力。电源组件44可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件45包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件46被配置为输出和/或输入音频信号。例如,音频组件46包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器42或经由通信组件43发送。在一些实施例中,音频组件46还包括一个扬声器,用于输出音频信号。
输入/输出接口47为处理组件40和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件48包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件48可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件48可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件48还可以包括摄像头等。
通信组件43被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务端建立通信。
由上可知,在图4实施例中所涉及的通信组件43、音频组件46以及输入/输出接口47、传感器组件48均可以作为图3实施例中的输入设备的实现方式。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种图片差异比对方法,其特征在于,包括:
获取特征点信息和被检图像数据;
将所述被检图像数据进行处理,得到待检图像数据;
通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;
根据所述比对结果,生成差异位置坐标。
2.根据权利要求1所述的方法,其特征在于,所述获取特征点信息和被检图像数据包括:
采集被检图像数据;
根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;
根据所述特征点原始数据生成特征点匹配数据;
将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
3.根据权利要求1所述的方法,其特征在于,所述将所述被检图像数据进行处理,得到待检图像数据包括:
将所述被检图像数据进行变形处理,得到变形图像数据;
将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;
将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
4.根据权利要求1所述的方法,其特征在于,所述通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果包括:
将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;
将所述第一对比数据进行二值化处理,得到第二对比数据;
将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
5.一种图片差异比对装置,其特征在于,包括:
获取模块,用于获取特征点信息和被检图像数据;
处理模块,用于将所述被检图像数据进行处理,得到待检图像数据;
比对模块,用于通过所述特征点信息将所述待检图像数据与模板图像数据进行差异比对,得到比对结果;
生成模块,用于根据所述比对结果,生成差异位置坐标。
6.根据权利要求5所述的装置,其特征在于,所述获取模块包括:
采集单元,用于采集被检图像数据;
生成单元,用于根据所述被检图像数据和所述模板图像数据,生成特征点原始数据;
匹配单元,用于根据所述特征点原始数据生成特征点匹配数据;
输出单元,用于将所述特征点原始数据和所述特征点匹配数据作为所述特征点信息进行输出。
7.根据权利要求5所述的装置,其特征在于,所述处理模块包括:
变形单元,用于将所述被检图像数据进行变形处理,得到变形图像数据;
剪裁单元,用于将所述变形图像数据进行剪裁处理,得到变形剪裁图像数据;
滤波单元,用于将所述变形剪裁图像数据进行中值滤波处理,得到待检图像数据。
8.根据权利要求5所述的装置,其特征在于,所述比对模块包括:
比对单元,用于将所述待检图像数据与模板图像数据在预设分量上进行差异比对,得到第一比对数据,其中,所述预设分量包括:Y分量、RGB分量;
二值化单元,用于将所述第一对比数据进行二值化处理,得到第二对比数据;
操作单元,用于将所述第二对比数据进行预设操作,得到所述比对结果,其中,所述比对结果包括:比对二值图。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。
CN202310165323.5A 2023-02-15 2023-02-15 一种图片差异比对方法及装置 Pending CN116109839A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310165323.5A CN116109839A (zh) 2023-02-15 2023-02-15 一种图片差异比对方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310165323.5A CN116109839A (zh) 2023-02-15 2023-02-15 一种图片差异比对方法及装置

Publications (1)

Publication Number Publication Date
CN116109839A true CN116109839A (zh) 2023-05-12

Family

ID=86256095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310165323.5A Pending CN116109839A (zh) 2023-02-15 2023-02-15 一种图片差异比对方法及装置

Country Status (1)

Country Link
CN (1) CN116109839A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216438A (zh) * 2008-01-16 2008-07-09 中国电子科技集团公司第四十五研究所 基于fpga的印刷电路板粗缺陷图像检测方法
WO2016107478A1 (zh) * 2014-12-30 2016-07-07 清华大学 车辆底盘检查方法和系统
CN112288734A (zh) * 2020-11-06 2021-01-29 西安工程大学 一种基于图像处理的印花织物表面缺陷检测方法
CN112488177A (zh) * 2020-11-26 2021-03-12 金蝶软件(中国)有限公司 一种图像匹配方法及相关设备
CN113781418A (zh) * 2021-08-30 2021-12-10 大连地铁集团有限公司 一种基于对比的地铁图像异常检测方法、系统及存储介质
CN115861622A (zh) * 2022-12-28 2023-03-28 苏州一际智能科技有限公司 一种图像对比方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216438A (zh) * 2008-01-16 2008-07-09 中国电子科技集团公司第四十五研究所 基于fpga的印刷电路板粗缺陷图像检测方法
WO2016107478A1 (zh) * 2014-12-30 2016-07-07 清华大学 车辆底盘检查方法和系统
CN112288734A (zh) * 2020-11-06 2021-01-29 西安工程大学 一种基于图像处理的印花织物表面缺陷检测方法
CN112488177A (zh) * 2020-11-26 2021-03-12 金蝶软件(中国)有限公司 一种图像匹配方法及相关设备
CN113781418A (zh) * 2021-08-30 2021-12-10 大连地铁集团有限公司 一种基于对比的地铁图像异常检测方法、系统及存储介质
CN115861622A (zh) * 2022-12-28 2023-03-28 苏州一际智能科技有限公司 一种图像对比方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢凯;李彬华;陶勇;王锦良;何春;: "基于FPGA的运动目标实时检测跟踪算法及其实现技术", 光学技术, no. 02 *

Similar Documents

Publication Publication Date Title
JP5318122B2 (ja) バーコードに含まれている情報を読み出す方法及び装置
CN101599175B (zh) 确定拍摄背景发生改变的检测方法及图像处理设备
CN115631122A (zh) 一种用于边缘图像算法的图像优化方法及装置
US20140056519A1 (en) Method, apparatus and system for segmenting an image in an image sequence
CN104484871A (zh) 边缘提取方法和装置
CN111294516A (zh) 一种矾花图像处理方法、系统、电子设备及介质
CN106530311B (zh) 切片图像处理方法及装置
CN115623336B (zh) 一种亿级摄像设备的图像跟踪方法及装置
CN109378279A (zh) 晶圆检测方法及晶圆检测系统
CN114140481A (zh) 一种基于红外图像的边缘检测方法、装置
CN108769521B (zh) 一种拍照方法、移动终端及计算机可读存储介质
CN116109839A (zh) 一种图片差异比对方法及装置
CN111402177A (zh) 一种清晰度检测方法、系统、设备和介质
CN108810407B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN115293985A (zh) 一种用于图像优化的超分降噪方法及装置
CN115474091A (zh) 一种基于分解元图的动作捕捉方法及装置
CN114866702A (zh) 一种基于多辅联动摄像技术的边境监控采集方法及装置
CN115334291A (zh) 一种基于亿级像素全景补偿的隧道监控方法及装置
CN108090430B (zh) 人脸检测的方法及其装置
CN116883255B (zh) 一种高精度光场图像的边界修正方法及装置
CN116664413B (zh) 一种基于阿贝尔收敛算子的图像体积雾消除方法及装置
CN115511735B (zh) 一种雪场灰度画面优化方法及装置
CN116228593B (zh) 一种基于分级抗锯齿的图像完善方法及装置
CN116468883B (zh) 一种高精度图像数据体积雾识别方法及装置
CN116468751A (zh) 一种高速动态图像检测方法及装置

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: 20230512