[发明专利]基于凸壳扫描的图像物体对称性识别方法、系统及设备

权利要求书

1.一种基于凸壳扫描的图像物体对称性识别方法，其特征在于，该识别方法包括：

步骤S10，将待识别场景图像的个物体转换为平面坐标系的二维点，并检测每一个物体的矩形边界框，获得点集；

步骤S20，将所述点集中物体类别相同且矩形边界框宽度、高度相同的物体归为同一类，获得类别点集；其中，为待识别场景图中物体类别的数量；

步骤S30，对于所述类别点集中的任一类点集，通过Graham扫描方法获取点集左下角的点，以作为点集的极点，分别计算极点之外的点的极角；

步骤S40，按照极角从小到大的顺序进行点集中各点的排序，获得极角排序后的点集；

步骤S50，建立凸壳集，将极角排序后的点集中前三个点放入凸包集合，遍历中其余的二维点，若向量位于向量右侧，则将放入凸壳集，获得点集的凸壳；

步骤S60，基于所述点集的凸壳，获取点集的潜在对称轴集；

步骤S70，若所述潜在对称轴集中存在一条对称轴，使得点集中相对于对称的二维点在点集中的比例大于设定对称性阈值，则点集对应的物体具有对称性。

2.根据权利要求1所述的基于凸壳扫描的图像物体对称性识别方法，其特征在于，所述点集，其元素表示为：

其中，代表点集中第个物体的矩形边界框，为第个物体的矩形边界框的中心点在图像平面坐标系的二维坐标，为第个物体的矩形边界框的宽度和高度。

3.根据权利要求1或2所述的基于凸壳扫描的图像物体对称性识别方法，其特征在于，步骤S30中以作为点集的极点，分别计算极点之外的点的极角，其方法为：

其中，代表极点之外的第个点的极角，为点集的极点，为平面坐标系轴上的一个点，代表和之间的向量，代表向量的模，代表和之间的向量，代表向量的模，代表反余弦计算。

4.根据权利要求3所述的基于凸壳扫描的图像物体对称性识别方法，其特征在于，所述向量位于向量右侧，其判断方法为：

其中，代表向量和向量的叉乘。

5.根据权利要求1所述的基于凸壳扫描的图像物体对称性识别方法，其特征在于，步骤S60包括：

步骤S61，基于所述凸壳生成所述点集的最小外接凸多边形；

步骤S62，获取所述最小外接凸多边形的每一条边的中垂线和每一个角的平分线，作为点集的潜在对称轴集。

6.根据权利要求1所述的基于凸壳扫描的图像物体对称性识别方法，其特征在于，所述设定对称性阈值为70%。

7.一种基于凸壳扫描的图像物体对称性识别系统，其特征在于，该识别系统包括以下模块：

图像点集获取模块，配置为将待识别场景图像的个物体转换为平面坐标系的二维点，并检测每一个物体的矩形边界框，获得点集；

点集分类模块，配置为将所述点集中物体类别相同且矩形边界框宽度、高度相同的物体归为同一类，获得类别点集；其中，为待识别场景图中物体类别的数量；

极角计算模块，配置为对于所述类别点集中的任一类点集，通过Graham扫描方法获取点集左下角的点，以作为点集的极点，分别计算极点之外的点的极角；

极角排序模块，配置为按照极角从小到大的顺序进行点集中各点的排序，获得极角排序后的点集；

凸壳生成模块，配置为建立凸壳集，将极角排序后的点集中前三个点放入凸包集合，遍历中其余的二维点，若向量位于向量右侧，则将放入凸壳集，获得点集的凸壳；

潜在对称轴获取模块，配置为基于所述点集的凸壳，获取点集的潜在对称轴集；

对称性判断模块，配置为若所述潜在对称轴集中存在一条对称轴，使得点集中相对于对称的二维点在点集中的比例大于设定对称性阈值，则点集对应的物体具有对称性。

8.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现权利要求1-6任一项所述的基于凸壳扫描的图像物体对称性识别方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现权利要求1-6任一项所述的基于凸壳扫描的图像物体对称性识别方法。