[发明专利]基于人工智能的狗鼻纹质量检测方法及相关设备

权利要求书

1.一种基于人工智能的狗鼻纹质量检测方法，其特征在于，所述方法包括：

检测原始狗鼻纹图像中的关键点；

基于所述关键点划分所述原始狗鼻纹图像获得狗鼻纹掩膜图像；

提取所述原始狗鼻纹图像中的纹理特征获得纹理图像；

聚合所述狗鼻纹掩膜图像和所述纹理图像获得狗鼻纹图像；

对所述狗鼻纹图像进行分块获得多个图像块，并计算每个图像块的评分值；

依据所述评分值评估所述狗鼻纹图像以获得狗鼻纹质量检测结果。

2.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述检测原始狗鼻纹图像中的关键点包括：

a，从所述原始狗鼻纹图像中任选一个像素点作为第一中心点；

b，依据预设的半径阈值标记所述第一中心点的邻域像素；

c，分别对比每个邻域像素的灰度值与预设的评估阈值以获得每个邻域像素的评估值；

d，依据所述评估值将所述第一中心点分类为关键点或非关键点；

e，分别将所述原始狗鼻纹图像中的每个像素点作为第一中心点并重复步骤b至步骤e以获得多个关键点。

3.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述基于所述关键点划分所述原始狗鼻纹图像获得狗鼻纹掩膜图像包括：

依据预设的分类模型将所述关键点分类为鼻子轮廓关键点与鼻孔轮廓关键点；

计算所述鼻子轮廓关键点的外接多边形获得鼻子连通域，并计算所述鼻孔轮廓关键点的外接多边形获得鼻孔连通域；

先将鼻子连通域内的像素点标记为1，再将鼻孔连通域内的像素点标记为0以获得狗鼻纹掩膜图像。

4.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述提取所述原始狗鼻纹图像中的纹理特征获得纹理图像包括：

计算所述原始狗鼻纹图像中每个像素点的横向纹理值与纵向纹理值；

基于所述横向纹理值与所述纵向纹理值计算备选纹理图像；

对所述备选纹理图像进行非极大值抑制获得纹理图像。

5.如权利要求4所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述对所述备选纹理图像进行非极大值抑制以获取纹理图像包括：

a，从所述备选纹理图像中任选一个像素点作为中心像素点；

b，将所述中心像素点八邻域区域作为抑制区域；

c，计算所述抑制区域中所有像素点灰度值的均值作为抑制阈值；

d，分别对比每个像素点的像素值与所述抑制阈值，若所述像素点的像素值大于所述抑制阈值，则标记该像素点为1，若所述像素点的像素值不大于所述抑制阈值，则标记该像素点为0；

e，分别将所述备选纹理图像中每个像素点作为中心像素点并重复步骤a至步骤e以获得纹理图像。

6.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述对所述狗鼻纹图像进行分块获得多个图像块，并计算每个图像块的评分值，包括：

依据预设的分割阈值划分所述狗鼻纹图像获得多个图像块；

计算每个图像块中值为0的像素个数与值为1的像素个数的差值的绝对值；

计算所述绝对值与对应的图像块中所有像素个数的比值作为每个图像块的评分值。

7.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法，其特征在于，所述依据所述评分值评估所述狗鼻纹图像以获得狗鼻纹质量检测结果，包括：

对所述评分值进行归一化处理获得每个图像块的归一化评分值；

计算所述每个图像块的归一化评分值的方差以作为所述狗鼻纹图像的评估值；

对比所述评估值与预设的阈值以获得狗鼻纹质量检测结果。