[发明专利]一种自动生成物体数据集的方法

权利要求书

1.一种自动生成物体数据集的方法，其特征在于，该方法包括以下步骤：

（1）用摄像头对物体进行拍照，获得待测物体图像；

（2）对获得的待测物体图像进行处理，提取图像中的物体位置和角度信息，生成标签信息，生成具有不同格式的物体数据集。

2.根据权利要求1所述的一种自动生成物体数据集的方法，其特征在于，图像中的物体位置和角度信息的提取过程如下：对采集的照片进行中值滤波，对处理后的图片做大津二值化处理，进行连通域单集求解，将图片转换成凸变形，以最小外接矩形的左上角、右下角、中心点坐标和角度作为图像中的物体位置和角度信息。

3.根据权利要求1所述的一种自动生成物体数据集的方法，其特征在于，所述步骤（2）还包括图片拼接的步骤：在完成对待测物体图像进行处理后，将物体图片随机放到黑色画布上，拼接后生成多物体图像，提取多物体图像中的物体位置和角度信息，生成各个物体的标签信息，自动标注，生成具有不同格式的多物体数据集。

4.根据权利要求3所述的一种自动生成物体数据集的方法，其特征在于，图像中的多物体位置和角度信息的提取过程如下：对采集的照片进行中值滤波，对处理后的图片做大津二值化处理，进行连通域单集求解，再进行连通域并集求解，将图片转换成凸变形，以最小外接矩形的左上角、右下角、中心点坐标和角度作为图像中的物体位置和角度信息。

5.根据权利要求2或4所述的一种自动生成物体数据集的方法，其特征在于，对采集的照片进行中值滤波，对处理后的图片做大津二值化处理，进行连通域单集求解，将图片转换成凸变形的过程中，其中，

（1）中值滤波过程采用如下公式进行：

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，为圆形或者正方形；

（2）大津二值化处理的过程如下：设定最佳阈值t，该阈值t把图像分为前景和背景，具体如下：

设图象包含L个灰度级(0,1…,L-1)，灰度值为i的象素点数为Ni ，图象总的象素点数为N=N0+N1+...+N(L-1)，灰度值为i的点的概为：

P(i) = N(i)/N，

阈值t将整幅图象分为暗区c1和亮区c2两类，则类间方差σ是t的函数：σ=a1*a2(u1-u2)^2 (2)，

式中，aj 为类cj的面积与图象总面积之比，a1 = sum(P(i)) i->t, a2 = 1-a1； uj为类cj的均值，u1 = sum(i*P(i))/a1 0->t, u2 = sum(i*P(i))/a2, t+1->L-1，其中j取值1或2；

令Δu=u1-u2，σb = max{a1(t)*a2(t)Δu^2}，当类间方差σ最大时，得到最佳阈值t；

（3）求解图像中具有相同像素值且位置相邻的前景像素点组成的图像区域，进行连通域单集求解；

（4）最后将连通域的形状转换为凸变形。

6.根据权利要求4所述的一种自动生成物体数据集的方法，其特征在于：在拼接后生成的多物体图像中，如物体与物体之间的重叠面积大于20％，则重新调整分割的物体图像在黑色画布上的位置。

7.根据权利要求1所述的一种自动生成物体数据集的方法，其特征在于：所述标签信息包括但不限于图片的名称、长度、宽度、通道数、图片中物体的类别标签名、图片中物体的坐标信息。