[发明专利]用于计算机视觉系统的图像轮廓数据结构的转换模版的构造方法

说明书

图像轮廓数据结构，是一种有序数据集，该图像轮廓数据结构的数据集的成员数至少为3，该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正负符号代表偏转方向，数值代表偏转度，数值越大偏转越大。本发明能够提高运算效率、降低成本、更加适合并行运算、提高识别速度，提供了一种新思路。

技术领域

本发明属于计算机视觉，具体涉及图像轮廓数据结构的转换模版的构造方法、计算机视觉或人工智能。

背景技术

计算机视觉是人工智能的重要模块。

视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。

图像轮廓的处理是计算视觉中一个较为重要的步骤，在很多种应用场合具有重要意义比如文字识别系统、证件识别系统、指纹识别系统、虹膜识别系统、材料表面纹理识别、实物产品质量检测、标识码码识别（比如条形码、二维码等等）。

计算机视觉系统一直以具备人类识别纠错能力的方向发展，然而人脑具有的上千亿的神经元的运算能力是现代科技尚难以追赶的（全世界最强的超级计算机都无法模拟），所以很多的人类在图形识别方面的功能，我们难以达成，在一些对产品尺寸能耗有要求的场合（比如手提电脑、智能手机、监控系统、自动驾驶汽车等场合），现有的计算机视觉系统尚存一些困难，存在改进空间。

人脑可以轻松识别图像中不同位置、不同旋转角度摆放的图形，将图形旋转任意角度，人类均可轻松快速的识别（原因是人类能够快速的获得轮廓线条各个部分的相对关系），在这一方面现有的计算机图像识别系统的运算效率还存在提高空间，现有的识别系统在该方面的处理速度和识别率之间存在一定冲突，识别率高的运算慢、运算快的识别率低，存在改进空间。

本申请提出了一种全新的图像轮廓数据结构，开发了一种全新的计算机图像线条或轮廓处理方法，克服了上述的技术问题。

发明内容

为克服以上问题，本申请提出了图像轮廓数据结构、文字识别系统、计算机视觉系统、人工智能系统；具有以下方案。

方案1、图像轮廓数据结构，是一种有序数据集，其特征在于：该图像轮廓数据结构的数据集的成员数至少为3，该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的运算方向的方法是一致的；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正负符号代表偏转方向，数值代表偏转度，数值越大偏转越大。

方案2、如方案1所述的图像轮廓数据结构，其特征在于：数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正符号代表往左偏转。（假设一个虚拟人从上上个点出发经由上个点前进构成射线路径，如果本点位于虚拟人的左手边则偏转值的符号为正，如果本点位于虚拟人的右手边则偏转值的符号为负）方案3、如方案1所述的图像轮廓数据结构，其特征在于：数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正符号代表往右偏转。（假设一个虚拟人从上上个点出发经由上个点前进构成射线路径，如果本点位于虚拟人的右手边则偏转值的符号为正，如果本点位于虚拟人的左手边则偏转值的符号为负）

方案4、如方案1所述的图像轮廓数据结构，其特征在于：如果本点的上上个点的位置与本点相重叠则本点的偏转值为零，也就是说如果本点与上上个点相同则本点的偏转值为零。比如有序数据集{P0,P1,P2}中数据P2的坐标与P0的坐标相等则P2的偏转值为零。