TW201416990A - 物體特徵識別系統 - Google Patents

物體特徵識別系統 Download PDF

Info

Publication number
TW201416990A
TW201416990A TW101138990A TW101138990A TW201416990A TW 201416990 A TW201416990 A TW 201416990A TW 101138990 A TW101138990 A TW 101138990A TW 101138990 A TW101138990 A TW 101138990A TW 201416990 A TW201416990 A TW 201416990A
Authority
TW
Taiwan
Prior art keywords
contour
map
derivative
tested
module
Prior art date
Application number
TW101138990A
Other languages
English (en)
Inventor
Guang-Jian Wang
Original Assignee
Hon Hai Prec Ind 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 Hon Hai Prec Ind Co Ltd filed Critical Hon Hai Prec Ind Co Ltd
Publication of TW201416990A publication Critical patent/TW201416990A/zh

Links

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
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local 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
    • G06V10/443—Local 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 by matching or filtering
    • G06V10/446—Local 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 by matching or filtering using Haar-like filters, e.g. using integral image techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

一種物體特徵識別系統，包括：生成模組，用於根據待測物體的幾何特徵生成輪廓圖紙，並將該輪廓圖紙作為該待測物體的基準圖；處理模組，用於從一張圖片中獲取物體的輪廓圖；查找模組，用於查找所述基準圖和輪廓圖所示輪廓的特徵點；計算模組，用於分別於基準圖和輪廓圖上，建立基準圖和輪廓圖的導數矩陣；建立模組，用於根據導數矩陣建立導數曲線；及識別模組，用於當基準圖對應的導數曲線與所述輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該輪廓圖對應的圖片是否為待測物體的圖片的識別。

Description

物體特徵識別系統
本發明涉及一種識別系統及方法，尤其涉及一種物體特徵識別系統及方法。
Haar特徵識別中，由於識別的特徵的提取時間和圖像大小的平方成正比，故對於大圖形進行特徵識別效率較低。對於特徵提取，常用的方法是依據輪廓拆解圖片到小圖，然後使用統一計算設備架構(Compute Unified Device Architectur，CUDA)或者OpenMp方式共同計算每一個小圖的haar特徵，然後把該等特徵收集到一個集合中進行特徵滿足數量的判定。此過程需要花費大量的時間來識別大圖形中的特徵，工作效率低下。
鑒於以上內容，有必要提供一種物體特徵識別系統及方法，能夠快速有效地識別出物體。
一種物體特徵識別系統，該系統包括：生成模組，用於根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，並將該輪廓圖紙作為該待測物體的基準圖；處理模組，用於從一張圖片中獲取物體的輪廓圖；查找模組，用於查找所述基準圖和輪廓圖所示輪廓的特徵點；計算模組，用於分別於基準圖和輪廓圖上，以查找到的一個特徵點為起始點，計算相鄰兩個點的導數，並根據計算出的導數分別建立基準圖和輪廓圖的導數矩陣；建立模組，用於根據計算出的基準圖的導數矩陣建立導數曲線，及根據計算出的輪廓圖的導數矩陣建立導數曲線；及識別模組，用於當基準圖對應的導數曲線與所述輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該輪廓圖對應的圖片是否為待測物體的圖片。
一種物體特徵識別方法，該方法包括：生成步驟，根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，並將該輪廓圖紙作為該待測物體的基準圖；處理步驟，從一張圖片中獲取物體的輪廓圖；查找步驟，查找所述基準圖和輪廓圖所示的輪廓的特徵點；計算步驟，分別於基準圖和輪廓圖上，以查找到的一個特徵點為起始點，計算相鄰兩個點的導數，並根據計算出的導數分別建立基準圖和輪廓圖的導數矩陣；建立步驟，根據計算出的基準圖的導數矩陣建立導數曲線，及根據計算出的輪廓圖的導數矩陣建立導數曲線；及識別步驟，當基準圖對應的導數曲線與所述輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該輪廓圖對應的圖片是否為待測物體的圖片。
相較於習知技術，所述物體特徵識別系統及方法，利用待測物體的輪廓特徵，快速查找到物體近似輪廓，再結合haar特徵識別方法，加速識別出待測物體。
如圖1所示，是本發明物體特徵識別系統較佳實施例的運行環境圖。該物體特徵識別系統10運行於電子裝置1中，該電子裝置1可以為電腦、平板電腦等。該電子裝置1包括資料庫11，該資料庫11中儲存了待測物體的haar特徵，幾何特徵及待測物體的多張圖片。
如圖2所示，是圖1中物體特徵識別系統10的功能模組圖。所述物體特徵識別系統10包括：生成模組100、縮小模組101、處理模組102、查找模組103、計算模組104、建立模組105、判斷模組106及識別模組107。所述模組是具有特定功能的軟體程式段，該軟體儲存於電腦可讀儲存介質或其他儲存設備，可被電腦或其他包含處理器的計算裝置執行，從而完成本發明中識別物體特徵的作業流程。
生成模組100用於根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，該輪廓圖紙可作為待測物體的基準圖。本實施例中，該輪廓圖紙上所顯示的待測物體的輪廓為三維輪廓，該三維輪廓於XY平面上的投影即可作為該待測物體的基準圖。
縮小模組101用於將資料庫11中儲存的多張圖片按照預設的比例進行縮小，以加快特徵識別速度。本實施例中，該縮小的比例為圖片的長寬各縮小1/20。
處理模組102用於從每張縮小之後的圖片中獲取輪廓圖。本實施例中，該處理模組102藉由二值法獲取圖片中的輪廓圖，該獲取的輪廓圖上顯示出了一個物體的輪廓，該物體是否為所述待測物體，還需要後續進行識別。
查找模組103用於查找所述基準圖上待測物體輪廓的特徵點和每張輪廓圖上所顯示的物體輪廓的特徵點。
本實施例中，以查找基準圖上的特徵點為例，該查找模組103於所述基準圖上建立該待測物體的輪廓的最小外接包容矩陣，藉由該最小外接包容矩陣獲取該輪廓上距離最遠的兩個點，並將該兩個點作為該輪廓的特徵點。其他實施例中，該查找模組103亦可獲取所述輪廓上距離最小的兩個點作為該輪廓的特徵點。
所述輪廓圖上的特徵點可以上述相同方法查找。需要注意的是，輪廓圖上的特徵點查找方法需與基準圖上特徵點查找方法對應。例如，基準圖上的特徵點為距離最遠的兩個點，則輪廓圖上的特徵點亦為距離最遠的兩個點。如圖4所示，圖A為待測物體的基準圖，圖B為所述利用二值法從圖片中獲取到的輪廓圖，點A1和A2為基準圖中距離最遠的兩個點，點B1和B2為輪廓圖中距離最遠的兩個點。
計算模組104用於分別於基準圖和輪廓圖上以查找到的一個特徵點為起始點，根據輪廓上所有點的座標值計算輪廓上所有相鄰兩點的導數，並分別建立基準圖和輪廓圖的導數矩陣。
舉例來說，如圖4所示，基準圖中以特徵點A1為起始點，該點A1與相鄰點A’的導數為（x’-x1）/（y’-y1），（x’，y’）為特徵點A’的座標值，（x1，y1）為特徵A1的座標值。以此類推，所述計算模組104可根據計算出的導數建立基準圖的導數矩陣，該導數矩陣中記錄了該基準圖所顯示輪廓上每兩個相鄰點之間的導數。
建立模組105用於根據計算出的基準圖和輪廓圖的導數矩陣分別建立導數曲線。
判斷模組106用於判斷基準圖對應的導數曲線與輪廓圖對應的導數曲線是否一致。若所述多張輪廓圖中有一張輪廓圖對應的導數曲線與基準圖對應的導數曲線不一致，則該判斷模組106判定該輪廓圖顯示的不是所述待測物體的輪廓，略去該輪廓圖對應的圖片。
識別模組107用於當基準圖對應的導數曲線與多張輪廓圖中的一張輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該張輪廓圖對應的圖片是否為待測物體的圖片。具體地，識別模組107利用haar特徵識別與驗證該張輪廓圖中的物體是否為所述待測物體，換言識別與驗證該輪廓圖中顯示的輪廓是否為所述待測物體的輪廓。
如圖3所示，是本發明物體特徵識別方法較佳實施例的作業流程圖。
步驟S30，生成模組100根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，該輪廓圖紙可作為待測物體的基準圖。本實施例中，該輪廓圖紙上所顯示的待測物體的輪廓為三維輪廓，該三維輪廓於XY平面上的投影即可作為該待測物體的基準圖。
步驟S31，縮小模組101將資料庫11中儲存的多張圖片按照預設的比例進行縮小，以加快特徵識別速度。本實施例中，該縮小的比例為圖片的長寬各縮小1/20。
步驟S32，處理模組102從每張縮小後的圖片中獲取輪廓圖。本實施例中，該處理模組102藉由二值法獲取圖片中的輪廓圖，該獲取的輪廓圖上顯示出了一個物體的輪廓。
步驟S33，查找模組103查找所述基準圖上待測物體輪廓的特徵點和每張輪廓圖上顯示的物體輪廓的特徵點。本實施例中，以查找基準圖上待測物體輪廓的特徵點為例說明查找特徵點的方法，該查找模組103於所述基準圖上建立該待測物體的輪廓的最小外接包容矩陣，藉由該最小外接包容矩陣獲取該輪廓上距離最遠的兩個點，並將該兩個點作為該輪廓的特徵點。其他實施例中，該查找模組103亦可獲取所述輪廓上距離最小的兩個點作為該輪廓的特徵點。所述輪廓圖上的特徵點可以上述相同方法查找，需要注意的是，輪廓圖上的特徵點查找方法需與基準圖上特徵點查找方法對應。例如，基準圖上的特徵點為距離最遠的兩個點，則輪廓圖上的特徵點亦為距離最遠的兩個點。如圖4所示，圖A為待測物體的基準圖，圖B為所述利用二值法從圖片中獲取到的輪廓圖，點A1和A2為基準圖中距離最遠的兩個點，點B1和B2為輪廓圖中距離最遠的兩個點。
步驟S34，計算模組104分別於基準圖和輪廓圖上以查找到的一個特徵點為起始點，根據輪廓上所有點的座標值計算輪廓上所有相鄰兩點的導數，並分別建立基準圖和輪廓圖的導數矩陣。舉例來說，如圖4所示，基準圖中以特徵點A1為起始點，該點A1與相鄰點A’的導數為（x’-x1）/（y’-y1），（x’，y’）為特徵點A’的座標值，（x1，y1）為特徵A1的座標值。以此類推，所述計算模組104可根據計算出的導數建立基準圖的導數矩陣，該導數矩陣中記錄了該基準圖所顯示輪廓上每兩個相鄰點之間的導數。
步驟S35，建立模組105根據計算出的基準圖的導數矩陣建立導數曲線，並根據輪廓圖的導數矩陣建立導數曲線。
步驟S36，判斷模組106判斷基準圖對應的導數曲線與輪廓圖對應的導數曲線是否一致。當一張輪廓圖對應的導數曲線與基準圖對應的導數曲線不一致，執行步驟S37。若一張輪廓圖對應的導數曲線與基準圖對應的導數曲線一致，執行步驟S38。
步驟S37，判斷模組106判定該輪廓圖顯示的不是待測物體的輪廓，略去該輪廓圖對應的圖片。
步驟S38，識別模組107利用haar特徵進一步識別判定該張輪廓圖對應的圖片是否為待測物體的圖片。具體地，識別模組107利用haar特徵識別與驗證該張輪廓圖中的物體是否為所述待測物體，換言識別與驗證該輪廓圖中顯示的輪廓是否為所述待測物體的輪廓。
最後所應說明的是，以上實施例僅用以說明本發明的技術方案而非限制，儘管參照以上較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或等同替換，而不脫離本發明技術方案的精神和範圍。
1．．．電子裝置
10．．．物體特徵識別系統
11．．．資料庫
100．．．生成模組
101．．．縮小模組
102．．．處理模組
103．．．查找模組
104．．．計算模組
105．．．建立模組
106．．．判斷模組
107．．．識別模組
圖1是本發明物體特徵識別系統較佳實施例的運行環境圖。
圖2是圖1中物體特徵識別系統10的功能模組圖。
圖3是本發明物體特徵識別方法較佳實施例的作業流程圖。
圖4是本發明中待測物體的基準圖和二值化後的輪廓圖的示意圖。
10．．．物體特徵識別系統
100．．．生成模組
101．．．縮小模組
102．．．處理模組
103．．．查找模組
104．．．計算模組
105．．．建立模組
106．．．判斷模組
107．．．識別模組

Claims (8)

  1. 一種物體特徵識別系統，該系統包括：
    生成模組，用於根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，並將該輪廓圖紙作為該待測物體的基準圖；
    處理模組，用於從一張圖片中獲取物體的輪廓圖；
    查找模組，用於查找所述基準圖和輪廓圖所示輪廓的特徵點；
    計算模組，用於分別於基準圖和輪廓圖上，以查找到的一個特徵點為起始點，計算相鄰兩個點的導數，並根據計算出的導數分別建立基準圖和輪廓圖的導數矩陣；
    建立模組，用於根據計算出的基準圖的導數矩陣建立導數曲線，及根據計算出的輪廓圖的導數矩陣建立導數曲線；及
    識別模組，用於當基準圖對應的導數曲線與所述輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該輪廓圖對應的圖片是否為待測物體的圖片。
  2. 如申請專利範圍第1項所述之物體特徵識別系統，所述待測物體的基準圖為該待測物體的輪廓圖紙於一個平面上的投影。
  3. 如申請專利範圍第1項所述之物體特徵識別系統，所述基準圖和輪廓圖所示輪廓的特徵點查找方法相同。
  4. 如申請專利範圍第1項所述之物體特徵識別系統，該系統還包括判斷模組，用於當所述基準圖對應的導數曲線與輪廓圖對應的導數曲線不一致時，判定該輪廓圖中顯示的輪廓不是所述待測物體的輪廓，略去該輪廓圖對應的圖片。
  5. 一種物體特徵識別方法，該方法包括：
    生成步驟，根據待測物體的幾何特徵生成該待測物體的輪廓圖紙，並將該輪廓圖紙作為該待測物體的基準圖；
    處理步驟，從一張圖片中獲取物體的輪廓圖；
    查找步驟，查找所述基準圖和輪廓圖所示的輪廓的特徵點；
    計算步驟，分別於基準圖和輪廓圖上，以查找到的一個特徵點為起始點，計算相鄰兩個點的導數，並根據計算出的導數分別建立基準圖和輪廓圖的導數矩陣；
    建立步驟，根據計算出的基準圖的導數矩陣建立導數曲線，及根據計算出的輪廓圖的導數矩陣建立導數曲線；及
    識別步驟，當基準圖對應的導數曲線與所述輪廓圖對應的導數曲線一致時，利用haar特徵進一步識別與驗證該輪廓圖對應的圖片是否為待測物體的圖片。
  6. 如申請專利範圍第5項所述之物體特徵識別方法，所述待測物體的基準圖為該待測物體的輪廓圖紙於一個平面上的投影。
  7. 如申請專利範圍第5項所述之物體特徵識別方法，所述基準圖和輪廓圖所示輪廓的特徵點查找方法相同。
  8. 如申請專利範圍第5項所述之物體特徵識別方法，該方法還包括：當所述基準圖對應的導數曲線與輪廓圖對應的導數曲線不一致時，判定該輪廓圖中顯示的輪廓不是所述待測物體的輪廓，略去該輪廓圖對應的圖片。
TW101138990A 2012-10-09 2012-10-23 物體特徵識別系統 TW201416990A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210378665.7A CN103714337A (zh) 2012-10-09 2012-10-09 物体特征识别系统及方法

Publications (1)

Publication Number Publication Date
TW201416990A true TW201416990A (zh) 2014-05-01

Family

ID=50407295

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101138990A TW201416990A (zh) 2012-10-09 2012-10-23 物體特徵識別系統

Country Status (3)

Country Link
US (1) US8942485B2 (zh)
CN (1) CN103714337A (zh)
TW (1) TW201416990A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104615147A (zh) * 2015-02-13 2015-05-13 中国北方车辆研究所 一种变电站巡检目标的精确定位方法和系统
CN110363699B (zh) * 2019-06-24 2022-11-04 广东工业大学 一种基于OpenMP和CUDA的图像特征提取并行算法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5638465A (en) * 1994-06-14 1997-06-10 Nippon Telegraph And Telephone Corporation Image inspection/recognition method, method of generating reference data for use therein, and apparatuses therefor
JP3764364B2 (ja) * 2000-10-31 2006-04-05 株式会社東芝 画像特徴点検出方法、画像処理方法、及びプログラム
US20130279756A1 (en) * 2010-12-16 2013-10-24 Ovadya Menadeva Computer vision based hand identification

Also Published As

Publication number Publication date
CN103714337A (zh) 2014-04-09
US8942485B2 (en) 2015-01-27
US20140099032A1 (en) 2014-04-10

Similar Documents

Publication Publication Date Title
US10395389B2 (en) Calibration based on intrinsic parameter selection and a projected calibration target
TWI514326B (zh) 特殊邊界量測系統及方法
KR102087882B1 (ko) 시각적 이미지 매칭을 기반으로 한 미디어 스트림 식별 장치 및 방법
JP2008039611A5 (zh)
TW201715476A (zh) 運用擴增實境技術之導航系統
CN106327546B (zh) 人脸检测算法的测试方法和装置
CN109934873B (zh) 标注图像获取方法、装置及设备
TW201317904A (zh) 標籤檢測系統、裝置及其檢測標籤的方法
CN113920117B (zh) 一种面板缺陷区域检测方法、装置、电子设备及存储介质
JP2018152081A (ja) 取得された画像内のクラッタを決定するためのシステム及び方法
TW201618039A (zh) 點雲邊界直角邊修補系統及方法
CN110619807A (zh) 生成全局热力图的方法和装置
TW201416990A (zh) 物體特徵識別系統
US11657568B2 (en) Methods and systems for augmented reality tracking based on volumetric feature descriptor data
US11604904B2 (en) Method and system for space design
TWI506566B (zh) 量測資訊自動輸出系統及方法
TWI702547B (zh) 車牌辨識方法及其系統
KR101792701B1 (ko) 도면 검사 장치 및 방법
JP2018519733A5 (zh)
US10967517B2 (en) Information processing apparatus, method, and storage medium for presenting information for calibration
TW201317587A (zh) 尺寸檢測裝置及方法
JP2016224831A (ja) 棚割情報生成装置、棚割情報生成システム、棚割情報生成方法、撮像装置、およびプログラム
CN115546219A (zh) 检测板式生成方法、板卡缺陷检测方法、装置及产品
US20150029351A1 (en) Display method, image capturing method and electronic device
CN111929694B (zh) 点云匹配方法、设备及存储介质