[发明专利]一种定位视觉中心点的方法、设备及存储介质在审
申请号: | 202010307586.1 | 申请日: | 2020-04-17 |
公开(公告)号: | CN111627058A | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 张冠南;王永鹏 | 申请(专利权)人: | 联想(北京)有限公司 |
主分类号: | G06T7/66 | 分类号: | G06T7/66;G06T7/62;G06T7/70 |
代理公司: | 北京乐知新创知识产权代理事务所(普通合伙) 11734 | 代理人: | 江宇 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
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 定位 视觉 中心点 方法 设备 存储 介质 | ||
1.一种定位视觉中心点的方法,其特征在于,所述方法包括:
获取用于表征基础图形轮廓的闭合多边形;
在所述闭合多边形中选取最大可用内包矩形;
记录所述最大可用内包矩形的几何中心点;
将所述几何中心点确定为所述基础图形的最优视觉中心点。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所记录的几何中心点为多个,则在所有几何中心点中筛选优先级最高的几何中心点,作为所述基础图形的最优视觉中心点。
3.根据权利要求2所述的方法,其特征在于,所述在所有几何中心点中筛选优先级最高的几何中心点,作为所述基础图形的最优视觉中心点,包括:
使用特定评分规则对所有几何中心点进行优先级评分;
将得分最高者确定为所述基础图形的最优视觉中心点。
4.根据权利要求3所述的方法,其特征在于,所述特定评分规则包括如下规则至少之一:
所述几何中心点对应最大可用内包矩形的长宽比越接近1,分数越高;
所述几何中心点离所述基础图形的质心越近,分数越高;
与所述几何中心点对应最大可用内包矩形重叠的其他最大可用内保矩形个数越多,分数越高。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述获取用于表征基础图形轮廓的闭合多边形,包括:
针对所述基础图形,分离出多个图形元素;
分别划分出所述多个图形元素中每个图形元素的边框,得到基础图形轮廓;
在所述基础图形轮廓中选定可标注区域,得到用于表征基础图形轮廓的闭合多边形。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述在所述闭合多边形中选取最大可用内包矩形,包括:
在所述闭合多边形中确定一个内包矩形,所述内包矩形的四条边分别平行于x,y轴;
将所述内包矩形分别沿x,y轴按照预设步长进行步进遍历,获取面积最大的内包矩形,作为最大可用内包矩形。
7.一种定位视觉中心点的设备,其特征在于,所述设备包括:
获取模块,用于获取用于表征基础图形轮廓的闭合多边形;
选取模块,用于在所述闭合多边形中选取最大可用内包矩形;
记录模块,用于记录所述最大可用内包矩形的几何中心点;
确定模块,用于将所述几何中心点确定为所述基础图形的最优视觉中心点。
8.根据权利要求7所述的设备,其特征在于,
所述确定模块,还用于若所记录的几何中心点为多个,则在所有几何中心点中筛选优先级最高的几何中心点,作为所述基础图形的最优视觉中心点。
9.根据权利要求8所述的设备,其特征在于,所述确定模块包括:
评分单元,用于使用特定评分规则对所有几何中心点进行优先级评分;
确定单元,用于将得分最高者确定为所述基础图形的最优视觉中心点。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行权利要求1至6任一项所述定位视觉中心点的方法。
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联想(北京)有限公司,未经联想(北京)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/202010307586.1/1.html,转载请声明来源钻瓜专利网。