[发明专利]一种用于多个指针式仪表识别的定位方法在审
申请号: | 201810695727.4 | 申请日: | 2018-06-27 |
公开(公告)号: | CN109034151A | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 彭刚;杜兵 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/42;G06K9/62 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 李智;曹葆青 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 指针式仪表 输入图像 尺度 候选区域 相似度 余弦相似度 模板图像 特征图 定位准确率 滑动窗口 仪表检测 重叠区域 实时性 特征点 滑动 降维 匹配 图像 | ||
1.一种用于多个指针式仪表识别的定位方法,其特征在于,包括:
(1)获取输入图像的LARK特征图和模板图像的LARK特征图,对降维后的输入图像的LARK特征图进行缩放,得到多个尺度下的输入图像的LARK特征图;
(2)将降维后的模板图像的LARK特征图作为滑动窗口,利用滑动窗口在多个尺度下的输入图像的LARK特征图中滑动,每次滑动后计算滑动窗口与滑动窗口内的输入图像的LARK特征图的余弦相似度,多次滑动后得到每个尺度下的输入图像的LARK特征图的余弦相似度;
(3)将多个余弦相似度变换为多个RM相似度,利用多个RM相似度构成每个尺度下的输入图像的相似图,对每个尺度下的输入图像的相似图进行仪表检测,若相似图中的最大RM相似度大于阈值,则选择相似图中RM相似度最高的前M%在输入图像中对应的区域作为初步的指针式仪表候选区域,然后使用非极大值抑制算法排除掉初步的指针式仪表候选区域中的多余重叠区域,得到最终的指针式仪表候选区域;
(4)提取最终的指针式仪表候选区域图像和模板图像的特征点,进行匹配,得到输入图像中指针式仪表区域的精确定位。
2.如权利要求1所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述步骤(1)包括:
(1-1)获取输入图像的LARK特征构成输入图像的LARK特征图,获取模板图像的LARK特征构成模板图像的LARK特征图,利用PCA算法降低输入图像的LARK特征图和模板图像的LARK特征图的维度;
(1-2)对降维后的输入图像的LARK特征图进行缩放,得到多个尺度下的输入图像的LARK特征图。
3.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述降维后的输入图像的LARK特征图与降维后的模板图像的LARK特征图的维度一致。
4.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述降维时维度降低1维-4维。
5.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述M的取值范围为0.1-2。
6.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述阈值为0.4-0.6。
7.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述步骤(2)还包括:
使用傅里叶变换加速计算滑动窗口与滑动窗口内的输入图像的LARK特征图的余弦相似度中的卷积操作。
8.如权利要求1或2所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述步骤(4)包括:
(4-1)采用AKAZE算法提取最终的指针式仪表候选区域图像和模板图像的特征点,进行匹配,得到多个匹配点,然后使用基于网格运动统计的方法排除多个匹配点中的错误匹配点,得到剩余匹配点;
(4-2)利用剩余匹配点完成图像配准,得到输入图像中指针式仪表区域的精确定位。
9.如权利要求8所述的一种用于多个指针式仪表识别的定位方法,其特征在于,所述步骤(4-2)包括:
使用RANSAC方法处理剩余匹配点,得到单应性矩阵;通过单应性矩阵完成图像配准,得到输入图像中指针式仪表区域的精确定位。
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华中科技大学,未经华中科技大学许可,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/201810695727.4/1.html,转载请声明来源钻瓜专利网。