[发明专利]图标智能入库方法、装置、电子设备及存储介质在审

专利信息
申请号: 202211006843.3 申请日: 2022-08-22
公开(公告)号: CN115357744A 公开(公告)日: 2022-11-18
发明(设计)人: 沈江涛 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/583;G06V10/44;G06V10/74;G06V10/764
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图标 智能 入库 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图标智能入库方法,其特征在于,所述方法包括:

获取待入库图标,识别所述待入库图标的形状特征;

根据所述形状特征,查询所述待入库图标是否在预构建图标库中存在图标分组;

若所述待入库图标在预构建图标库中存在图标分组,标记所述待入库图标在所述图标分组中的特征位置,根据所述特征位置,在所述图标分组中检索所述待入库图标的相似图标;

判别所述相似图标与所述待入库图标是否一致;

若所述相似图标与所述待入库图标一致,将所述相似图标作为所述待入库图标;

若所述相似图标与所述待入库图标不一致,将所述待入库图标存入所述图标分组中;

若所述待入库图标在预构建图标库中未存在图标分组,在所述预构建图标库中构建所述待入库图标的入库分组,并将所述待入库图标存入所述入库分组中。

2.如权利要求1所述的图标智能入库方法,其特征在于,所述识别所述待入库图标的形状特征,包括:

获取所述待入库图标的图标图像,对所述图标图像进行预处理,得到目标图标图像;

利用预设边缘检测算法检测所述目标图标图像中的边缘图像;

根据所述目标图标图像,识别所述待入库图标的局部特征,根据所述边缘图像,识别所述待入库图标的全局特征;

根据所述全局特征和所述局部特征,生成所述待入库图标的形状特征。

3.如权利要求1所述的图标智能入库方法,其特征在于,所述对所述图标图像进行预处理,得到目标图标图像,包括:

对所述图标图像灰度化,得到灰度化图像;

对所述灰度化图像二值化,得到二值化图像;

对所述二值化图像进行中值滤波去噪,得到目标图标图像。

4.如权利要求1所述的图标智能入库方法,其特征在于,所述根据所述边缘图像,识别所述待入库图标的全局特征,包括:

根据所述边缘图像,确定所述待入库图标的测量高度和测量宽度;

根据所述边缘图像,计算所述待入库图标的图标像素点,根据所述图标像素点,计算所述待入库图标的图标面积和图标周长;

根据所述测量高度、测量宽度、图标面积以及图标周长,识别所述待入库图标的全局特征。

5.如权利要求1所述的图标智能入库方法,其特征在于,所述标记所述待入库图标在所述图标分组中的特征位置,包括:

利用预设的局部特征检测算法,提取所述待入库图标在所述图标分组中分组图像的稳定特征点;

根据所述稳定特征点,利用区域生长算法提取所述待入库图标在所述分组图像的局部特征区域;

对所述局部特征区域进行区域叠加,得到目标覆盖区域,计算所述目标覆盖区域的最小外接矩形,并标记所述最小外接矩形在所述分组图像的位置,得到所述待入库图标在所述图标分组中的特征位置。

6.如权利要求1所述的图标智能入库方法,其特征在于,所述判别所述相似图标与所述待入库图标是否一致,包括:

划分所述相似图标和所述待入库图标的一致性校验区域,在所述一致性校验区域中识别所述相似图标与所述待入库图标的图标信息是否相同;

若所述相似图标与所述待入库图标的图标信息不相同,则所述相似图标与所述待入库图标不一致;

若所述相似图标与所述待入库图标的图标信息相同,则所述相似图标与所述待入库图标一致。

7.如权利要求1所述的图标智能入库方法,其特征在于,所述在所述一致性校验区域中判别相似图标与所述待入库图标的图标信息是否相同,包括:

在所述一致性校验区域中将所述相似图标与所述待入库图标进行图像差分运算,得到差分图像;

计算所述差分图像中像素值为0的像素个数和所述差分图像中的像素个数,计算所述差分图像中像素值为0的像素个数与所述差分图像中的像素个数的比值;

若所述比值不小于预设比值,则判别相似图标与所述待入库图标的图标信息相同;

若所述比值小于预设比值,则判别相似图标与所述待入库图标的图标信息不相同。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202211006843.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top