图像中的目标识别方法、装置、电子设备及程序介质制造方法及图纸

本公开提供了一种图像中的目标识别方法、装置、电子设备及程序介质，涉及机器视觉领域，所述方法包括：获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。本公开实施例能够提高对发生形变的图像的目标识别准确率。

【技术实现步骤摘要】
图像中的目标识别方法、装置、电子设备及程序介质
本公开涉及机器视觉领域，具体涉及一种图像中的目标识别方法、装置、电子设备及程序介质。
技术介绍
在机器视觉领域中，对图像中的目标进行识别时常常采用两种方法。一种方法是基于灰度值特征来进行检测，其缺点十分明显：极易受到光照影响；还有一种方法是基于几何特征来进行检测，该方法能一定程度抵抗光照影响，有效处理遮挡问题，但对于发生形变的目标进行识别时，效果不理想，识别准确率较低。
技术实现思路
本公开的一个目的在于提出一种图像中的目标识别方法、装置、电子设备及程序介质，能够提高对发生形变的目标的识别准确率。根据本公开实施例的一方面，公开了一种图像中的目标识别方法，所述方法包括：获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。根据本公开实施例的一方面，公开了一种图像中的目标识别终端，所述终端包括：获取模块，用于获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；第一确定模块，用于基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；第二确定模块，用于对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；第三确定模块，用于基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。根据本公开实施例的一方面，公开了一种图像中的目标识别终端，包括：存储器，存储有计算机可读指令；处理器，读取存储器存储的计算机可读指令，以执行如上所述的方法。根据本公开实施例的一方面，公开了一种计算机程序介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的方法。现有技术中通过几何特征进行图像中的目标识别时，无法有效对抗形变带来的影响。本公开实施例在进行目标识别，对于目标的边缘点与待检测图像中对应待检测点的相似度进行确定时，是根据该边缘点与对应待检测点的各邻近点进行对比来实现的。其中，在对比过程中，对应待检测点的各邻近点会进行一定的位移，从而模拟出目标的形变。在此基础上确定的边缘点与待检测点的相似度，能够有效适应目标发生形变这一情况，进而提高了在该情况下，对图像中目标的识别准确率。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。图1A-1B示出了根据本公开一个实施例的图像中的目标识别方法的一种实施方式。图2A-2B示出了根据本公开一个实施例的图像中的目标识别方法的一种实施方式。图3示出了根据本公开一个实施例的图像中的目标识别方法的流程图。图4示出了根据本公开一个实施例的图像中的目标识别终端的模块图。图5示出了根据本公开一个实施例的图像中的目标识别终端的硬件结构图。图6示出了根据本公开一个实施例的图像中的目标识别的程序介质图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。下面首先描述本公开实施例的两种实施方式。图1A-1B示出本公开实施例的一种实施方式：图1A示出一在本公开实施例中被描述为目标的图像；图1B在本公开实施例中被描述为待检测图像。在该实施方式中，本公开实施例的目的在于识别出图1A所代表的目标是否在图1B中。图2A-2B示出本公开实施例的另一种实施方式：图2A示出一分层图像，图2B示出一分层图像；图2A的底层图像为本公开实施例中所描述的目标，图2B的底层图像为本公开实施例中所描述的待检测图像。本公开实施例的目的在于识别出图2A的底层图像所代表的目标是否在图1B的底层图像中。下面对本公开实施例的实施过程进行描述。如图3所示，根据本公开一个实施例的一种图像中的目标识别方法，该方法包括：步骤S310：获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；步骤S320：基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；步骤S330：对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；步骤S340：基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。本公开实施例中，图像模板中存储着组成对应图像的各边缘点的信息，例如：每个边缘点的坐标、方向向量。其中，边缘点是指位于图像边缘的像素点；方向向量是指描述了对应像素点的梯度强度、方向的向量。本公开实施例中，根据目标的图像模板中各边缘点与待检测图像中各对应待检测点的相似度，来确定目标是否在待检测图像中。其中，确定边缘点与对应待检测点的相似度时，本公开实施例并非是直接将边缘点与对应待检测点进行对比。而是通过对比边缘点与对应待检测点的经过预设位移的各邻近点，来评估该边缘点与该对应待检测点的相似度。这样做的优点在于，能够很好地克服目标形变的影响。在通过几何特征相似程度来进行目标识别时，如果目标或者待检测图像中的任一图像发生了形变，就会导致形变区域的几何特征发生改变。这时，就会导致传统的基于本文档来自技高网...

【技术保护点】
1.一种图像中的目标识别方法，其特征在于，所述方法包括：/n获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；/n基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；/n对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；/n基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。/n

【技术特征摘要】
1.一种图像中的目标识别方法，其特征在于，所述方法包括：
获取所述目标的图像模板，所述图像模板描述了所述目标具有的边缘点；
基于待检测图像，确定与所述图像模板对应的待检测区域，确定所述待检测区域中与各所述边缘点一一对应的各待检测点；
对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度；
基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标。


2.根据权利要求1所述的方法，其特征在于，所述获取所述目标的图像模板，包括：
获取所述目标的目标图像，作为分层目标图像的最底层图像；
构造分层目标图像中除最底层图像之外的其它层图像，其中每一层图像都是下一层图像的降采样图像；
基于对分层目标图像中每一层图像的边缘检测，获取每一层图像的图像模板；
所述基于待检测图像，确定与所述图像模板对应的待检测区域，包括：
获取待检测图像，作为分层待检测图像的最底层图像；
构造分层待检测图像中除最底层图像之外的其它层图像，所述分层待检测图像与分层目标图像具有相同的层数，其中，所述分层待检测图像中除最底层图像之外的其它层图像，每一层图像都是下一层图像的降采样图像；
将所述分层目标图像中最上层图像的图像模板作为当前被映射模板，将分层待检测图像的最上层图像作为当前映射目标图像，按不同映射规则，将当前被映射模板映射到当前映射目标图像上，分别所占据的区域分别作为多个当前待检测区域；
所述确定所述待检测区域中与各所述边缘点一一对应的各待检测点，包括：
确定所述多个当前待检测区域的每一个与各所述边缘点一一对应的各待检测点；
所述对所述图像模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述图像模板与所述待检测区域的相似度，包括：
对所述当前被映射模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述当前被映射模板与所述多个当前待检测区域的每一个的相似度；
所述基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标，包括：
基于所述当前被映射模板与所述多个当前待检测区域中每一个的相似度，确定所述多个当前待检测区域的每一个中是否存在所述目标；
在基于所述图像模板与所述待检测区域的相似度，确定所述待检测区域中是否存在所述目标之后，所述方法还包括：
如果确定一个当前待检测区域存在所述目标，用所述分层目标图像中当前被映射模板的下一层图像更新所述当前被映射模板，用当前映射目标图像的下一层图像更新所述当前映射目标图像，按不同映射规则，将当前被映射模板映射到当前映射目标图像上，以分别所占据的区域分别更新所述多个当前待检测区域；
确定所述多个当前待检测区域中与当前被映射模板的各边缘点一一对应的各待检测点；
对所述当前被映射模板中各边缘点，基于所述边缘点的方向向量、对应的待检测点的经过预设位移的各邻近点的方向向量，确定所述当前被映射模板与所述多个当前待检测区域的每一个的相似度；
如果所述当前被映射模板与一个待检测区域的相似度满足预定条件，确定所述待检测区域中存在所述目标，重复从用所述分层目标图像中当前被映射模板的下一层图像更新所述当前被映射模板开始的过程，直到到达分层待检测图像的最底层图像，将在最底层图像中存在所述目标的待检测区域确定为目标定位区域。


3.根据权利要求2所述的方法，其特征在于，所述基于对分层目标图像中每一层图像的边缘检测，获取每一层图像的图像模板，包括：
对分层目标图像中每一层图像进行边缘检测，确定每一层图像包含的各边缘点；
按照预设的图像模板描述的边缘点信息项，将每一层图像包含的各边缘点信息按照所述边缘点信息项进行存储，分别得到每一层图像的图像模板。


4.根据权利要求3所述的方法，其特...

【专利技术属性】
技术研发人员：罗健彬，龚国基，凌彬智，万俊，成斯靖，
申请(专利权)人：库卡机器人广东有限公司，
类型：发明
国别省市：广东;44