[发明专利]一种显示屏信息采集方法、设备及介质在审

专利信息
申请号: 202111434181.5 申请日: 2021-11-29
公开(公告)号: CN114092340A 公开(公告)日: 2022-02-25
发明(设计)人: 许野平;刘辰飞;张朝瑞;朱爱红 申请(专利权)人: 神思电子技术股份有限公司
主分类号: G06T3/60 分类号: G06T3/60;G06T5/00;G06T7/11;G06T3/00;G06N3/04
代理公司: 济南千慧专利事务所(普通合伙企业) 37232 代理人: 牛文忠
地址: 250101 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: 一种 显示屏 信息 采集 方法 设备 介质
【权利要求书】:

1.一种显示屏信息采集方法,应用于显示屏信息采集装置,所述显示屏信息采集装置包括图像采集装置、无线模块、处理模块,其特征在于,所述方法包括:

通过所述图像采集装置获取待采集显示屏的拍摄图像,并将所述拍摄图像分为第一局部图像、第二局部图像、第三局部图像、第四局部图像,使得所述第一局部图像位于所述拍摄图像的左上方,所述第二局部图像位于所述拍摄图像的右上方,所述第三局部图像位于所述拍摄图像的左下方,所述第四局部图像位于所述拍摄图像的右下方;

将所述第二局部图像进行左右翻转,将所述第三局部图像进行上下翻转,将所述第四局部图像进行上下翻转及左右翻转;

确定预设卷积神经网络模型,通过所述预设卷积神经网络模型分别确定所述第一局部图像、翻转后的所述第二局部图像、翻转后的所述第三局部图像及翻转后的所述第四局部图像内对应的所述待采集显示屏的屏幕角坐标;

根据透视变换,以及所述屏幕角坐标,将所述拍摄图像还原为显示图像。

2.根据权利要求1所述的方法,其特征在于,通过所述预设卷积神经网络模型分别确定所述第一局部图像、翻转后的所述第二局部图像、翻转后的所述第三局部图像及翻转后的所述第四局部图像对应的所述待采集显示屏的屏幕角坐标,具体包括:

对所述第一局部图像、所述翻转后的第二局部图像、所述翻转后的第三局部图像及所述翻转后的第四局部图像进行预处理,所述预处理方式包括:失焦修复、图像不均匀消除中的至少一种;

将所述预处理后的图像转化为三通道、像素个数为256*256的待输入图像。

3.根据权利要求2所述的方法,其特征在于,将所述预处理后的图像转化为三通道、像素个数为256*256的待输入图像之后,所述方法还包括:

通过所述预设卷积神经网络模型中的卷积层以及全连接层,确定所述屏幕角坐标中的横坐标以及纵坐标。

4.根据权利要求3所述的方法,其特征在于,通过所述预设卷积神经网络模型中的卷积层以及全连接层,确定所述屏幕角坐标中的横坐标,具体包括:

将所述待输入图像输入至所述预设卷积神经网络模型中,通过第一横坐标卷积层将所述待输入图像的图像信息进行下采样,转化为32通道、像素个数为128*64的第一横坐标图像矩阵;

通过第二横坐标卷积层将所述第一横坐标图像矩阵进行下采样,转化为256通道、像素个数为64*16的第二横坐标图像矩阵;

通过第三横坐标卷积层将所述第二横坐标图像矩阵进行下采样,转化为256通道、像素个数为32*4的第三横坐标图像矩阵;

通过第四横坐标卷积层将所述第三横坐标图像矩阵进行下采样,转化为256通道、像素个数为16*1的第四横坐标图像矩阵;

所述第一横坐标卷积层、所述第二横坐标卷积层、所述第三横坐标卷积层、所述第四横坐标卷积层采用3*5维的矩形卷积核,且通过2*4的池化卷积核进行最大池化;

通过第一横坐标全连接层将所述第四横坐标图像信息转化为16通道、256*1维的第五横坐标图像矩阵;

通过第二横坐标全连接层将所述第五横坐标图像矩阵转化为256通道、16*1维的横坐标向量组;

通过归一化指数函数及所述横坐标向量组,确定所述待采集显示屏的屏幕角坐标中的横坐标。

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神思电子技术股份有限公司,未经神思电子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/202111434181.5/1.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