[发明专利]一种标识点识别方法、装置、电子设备及存储介质有效
申请号: | 201910187431.6 | 申请日: | 2019-03-13 |
公开(公告)号: | CN109978903B | 公开(公告)日: | 2021-04-16 |
发明(设计)人: | 郭晴;李乾坤;卢维;殷俊 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/60;G06T5/00 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 标识 识别 方法 装置 电子设备 存储 介质 | ||
本发明公开了一种标识点识别方法、装置、电子设备及存储介质,在本发明实施例中,将每个边缘轮廓拟合为多边形,将满足预设的过滤条件的多边形滤除,针对剩余的多边形的每个第一顶点,确定与该第一顶点距离最近的第二顶点,如果与该第二顶点最近的顶点为该第一顶点,确定该第一顶点和第二顶点连线的中点为标识点。不需要进行复杂的计算,避免了参数或系数计算错误,或者模板的尺度与标识图像的尺度差异较大时导致的确定出的标识点准确率较低的问题,因此,本发明实施例确定的标识点准确率高。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种标识点识别方法、装置、电子设备及存储介质。
背景技术
在汽车碰撞测试或者球机坐标校准等领域,一般都需要在场景中布置一个标识图像,基于标识图像的标识点进行汽车碰撞测试或者球机坐标校准等。
图1为标识图像示意图,包括两个黑色扇形和两个白色扇形。标识图像的中心点为标识点。现有技术在确定标识点时,一般通过傅里叶描述子的方法或者模板匹配的方法先确定出标识图像,再确定出标识图像中的标识点。
通过傅里叶描述子的方法确定标识图像时,首先需要根据标识图像构建曲线的参数方程,然后通过边界链码计算傅里叶系数,再通过傅里叶系数提取形状特征确定出标识图像。通过傅里叶描述子的方法确定标识点过程复杂,而且一旦计算过程中参数或系数计算错误,便会导致确定出的标识点准确率较低。
通过模板匹配的方法确定标识图像时,需要先绘制与标识图像相同的模板,然后基于模板确定标识图像,再确定出标识图像中的标识点。但是,当模板的尺度与标识图像的尺度差异较大时,或者模板与标识图像存在相对旋转角度时,会造成误判或错判,导致确定出的标识点准确率较低。
发明内容
本发明实施例提供了一种标识点识别方法、装置、电子设备及存储介质,用以解决现有技术中确定标识点准确率较低的问题。
本发明实施例提供了一种标识点识别方法,所述方法包括:
提取图像中的每个边缘轮廓,将所述每个边缘轮廓拟合为多边形;
针对每个多边形,判断该多边形是否满足预设的过滤条件,如果是,对该多边形进行过滤处理;
针对过滤处理后的每个多边形的每个第一顶点,确定除该多边形之外的多边形中,与该多边形的该第一顶点距离最近的第二顶点;判断除该第二顶点所属的多边形之外的多边形中,与该第二顶点最近的顶点是否为该第一顶点;如果是,确定该第一顶点和第二顶点连线的中点为标识点。
进一步地,所述提取图像中的每个边缘轮廓之前,所述方法还包括:
对图像进行均衡化处理。
进一步地,所述对图像进行均衡化处理之后,提取图像中的每个边缘轮廓之前,所述方法还包括:
对图像进行二值化处理。
进一步地,所述对图像进行二值化处理包括:
采用局部阈值分割的方式对图像进行二值化处理。
进一步地,对图像进行二值化处理之后,提取图像中的每个边缘轮廓之前,所述方法还包括:
针对每个像素值为255的像素点,将以该像素点为中心的预设邻域内的像素点的像素值更新为255。
进一步地,所述判断该多边形是否满足预设的过滤条件包括以下任意一种:
确定该多边形的面积,判断该多边形的面积是否小于预设的面积阈值;
识别该多边形每条边的第一长度,根据每条边的第一长度,由大到小选取两条边,判断该两条边的第一长度的比值是否不在预设的第一范围内;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910187431.6/2.html,转载请声明来源钻瓜专利网。