[发明专利]多目标采集、图像识别及自动标注识别结果的系统和装置在审

专利信息
申请号: 202010594886.2 申请日: 2020-06-28
公开(公告)号: CN111862109A 公开(公告)日: 2020-10-30
发明(设计)人: 唐琳;苏冰;孙叶;王顺阳;王永刚;唐鹏;邵欣;姜云;冯晓麟;彭根基;周鹏;张玉豹;王玉莎;李玉华;王广鹏;董晓斐;马德宇;徐斌;昝洪良;王凯隆;刘锐;李耀坤;董月娇 申请(专利权)人: 国网山东省电力公司德州供电公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06T7/33;G06T11/60
代理公司: 济南诚智商标专利事务所有限公司 37105 代理人: 王申雨
地址: 253000 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多目标 采集 图像 识别 自动 标注 结果 系统 装置
【说明书】:

发明提出了多目标采集、图像识别及自动标注识别结果的系统和装置。该系统中模型训练模块首先通过沿九宫格连续轨迹拍摄小视频逐帧分解获得原始素材的九宫格图片样本;对样本进行训练以及检查清晰度。图像采集模块通过设置图像采集设备的连续对焦缩小光圈以采集样本的源图像;图像处理模块用于将源图像转换成二值图像,然后对光源中心区域进行一次切割,图像识别计算模块将一次切割后源图像进行二次切割,对二次切割后的源图像进行相似度匹配,将超过阈值的参数反馈给图像合成模块;图像合成模块将参数在源图像对应的子目标坐标位置上进行标注。本发明还提出了主动标注识别结果的装置,提高了多目标识别的准确度,以及直观的展示识别结果。

技术领域

本发明属于图像处理技术领域,特别涉及多目标采集、图像识别及自动标注识别结果的系统。

背景技术

自带光源的物体成像后往往会导致光源中心曝光过度,最终导致光源中心图像质量普遍较差;图像模型训练过程中,对采样样本的角度无特殊限定或定义,对物体特征抓取和定义比较片面。

现有技术中,应用图像识别技术可识别单个或多个目标物体的图像,但图像识别后,识别结果通常以文字方式简单表达识别结果,识别结果与识别图像相互分离,特别是多目标物体的图像识别,识别结果的展示与识别图像的分离不便于用户直接了解识别目标;比如:在一个服务器面板识别故障图片即物体差异识别具体案例中,针对图像识别结果的反馈与故障图片无直接关联关系,导致运维人员需要通过反馈的识别结果重新理解故障图片;或者在对计算机内部组成部分进行培训或学习时,未能在输入的源图片中直接标注识别结果导致用户对描述的组成部分产生混淆。

发明内容

本发明提出了多目标采集、图像识别及自动标注识别结果的系统。通过操作移动终端的对焦服务抑制光源对背景物体成像的干扰,通过图像处理技术切割图像,单独降低光源中心的亮度,达到增强周边物体的对比度;以及在源图上每个识别到的物体的坐标位置上标注信息,提高了识别的准确度。

为了实现上述目的,本发明提出了多目标采集、图像识别及自动标注识别结果的系统,该系统包括:模型训练模块、图像采集模块、图像处理模块、图像识别计算模块和图像合成模块;

所述模型训练模块首先通过沿九宫格连续轨迹拍摄小视频逐帧分解获得原始素材的九宫格图片样本;所述连续轨迹经过九宫格的每格且经过一次;基于九宫格图片对样本进行训练;通过对样本灰度图的像素矩阵进行方差计算以检查样本的清晰度;

所述图像采集模块通过设置图像采集设备的连续对焦缩小光圈,减少光源的通带宽度以采集样本的源图像;

所述图像处理模块用于将源图像转换成黑白二值图像,然后对光源中心区域进行一次切割,降低光源中心区域亮度,增加对比度;

所述图像识别计算模块用于将一次切割后源图像进行二次切割,并对二次切割后的源图像放入样本模型进行相似度匹配,将超过阈值匹配成功的参数反馈给图像合成模块;

所述图像合成模块接收图像识别模块反馈的参数,并将参数在源图像对应的子目标坐标位置上进行标注。

进一步的,所述系统还包括图像反馈模块;所述图像反馈模块用于将所述图像合并模块标注的结果反馈给终端用户。

进一步的,所述基于九宫格图片对样本进行训练包括:根据九宫格中每格图片样本相对于原始素材的角度,以及根据所述角度下原始素材相对于侧面边的长度对样本进行训练;并纠正原始素材和样本不一致的训练结果。

进一步的,对纠正原始素材和样本不一致的训练结果形成图层并定义图层以降低系统误识别率。

进一步的,所述通过对样本灰度图的像素矩阵进行方差计算以检查样本的清晰度的公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国网山东省电力公司德州供电公司,未经国网山东省电力公司德州供电公司许可,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/202010594886.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top