[发明专利]一种导线识别方法、装置、计算设备及存储介质

说明书

本发明公开了一种导线识别方法、装置、计算设备及存储介质，该方法包括：获取待识别的导线图像；对导线图像进行预处理，得到目标图像；将目标图像输入训练好的卷积神经网络模型中进行特征提取，得到导线的关键点坐标和类别、关键点之间的亲和力矩阵和关键点之间的双向连接向量场；基于关键点坐标和类别，使用匹配算法对关键点进行两两匹配，得到关键点之间的第一匹配结果；基于关键点之间的亲和力矩阵对第一匹配结果进行确认，得到关键点之间的第二匹配结果；基于关键点之间的双向连接向量场对第二匹配结果进行确认，得到关联的多组关键点，每组关键点之间确定一根导线。该方案能够提高复杂场景下导线识别的准确性。

技术领域

本发明涉及图像识别技术领域，具体涉及一种导线识别方法、装置、计算设备及存储介质。

背景技术

电学实验中需要通过导线确定元器件的连接关系，但是由于导线过长、纵横交错，布线复杂，区分每一根导线存在一定的难度。针对该问题，目前常见的解决方案是通过目标检测或语义分割方法研究导线与导线之间的关系，进而区分导线。但是目标检测在导线之间距离很近的时候容易出错，在导线交叉时不能进行区分，而语义分割方法虽然能够解决导线距离很近的问题，但是对于导线交叉或重叠的情况识别效果较差。

因此，需要提供一种导线识别方法，能够准确区分错综复杂的导线，以解决以上现有技术中存在的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种导线识别方法、装置、计算设备以及存储介质。

根据本发明的一个方面，提供一种导线识别方法，在该方法中，首先获取待识别的导线图像，然后对导线图像进行预处理，得到目标图像。随后就可以将目标图像输入训练好的卷积神经网络模型中进行特征提取，分别得到导线的关键点坐标和类别、关键点之间的亲和力矩阵和关键点之间的双向连接向量场。接着基于关键点坐标和类别，使用匹配算法对关键点进行两两匹配，得到关键点之间的第一匹配结果；然后基于关键点之间的亲和力矩阵对第一匹配结果进行确认，得到关键点之间的第二匹配结果；最后基于关键点之间的双向连接向量场对第二匹配结果进行确认，得到关联的多组关键点，由于两点能够确定一条线段，因此每组关键点之间就可以确定一根导线。

通过对导线端点的位置和类别检测，并对导线端点之间的关系进行预测和匹配，能够识别出错综复杂的导线，而不受限于导线的长度、颜色、位置等因素的影响，能够提高导线识别的准确性和效率。

可选地，在根据本发明的方法中，可以基于关键点的类别，将关键点划分为第一点集和第二点集；然后基于匈牙利匹配算法对第一点集中的点和第二点集中的点两两匹配，得到关键点之间的第一匹配结果。

该步骤可以初步对不同类别的关键点进行两两匹配，第一匹配结果是通过匹配算法得到的不同类别的关键点之间的连接关系。

可选地，在根据本发明的方法中，为了进一步对通过匹配算法获得的匹配结果进行确认，可以基于亲和力矩阵中每两个关键点之间的相似度得分对第一匹配结果进行筛选，将相似度得分大于预定阈值的每组关键点作为第二匹配结果，否则将相似度得分小于预定阈值的关键点重新进行匹配。

可选地，在根据本发明的方法中，为了对匹配结果进一步确认，可以通过双向连接向量场确定两个关键点之间的多个关系向量；然后确定两个关键点连线上的所有关系向量在连线上投影的平均值，并将平均值作为关系向量场得分；并对第二匹配结果中的关键点的关系向量场得分进行排序；将关系向量场得分大于预设阈值的关键点作为关联的关键点，将关系向量场得分小于预设阈值的关键点重新进行匹配。这样可以进一步提高关键点匹配的准确性。