一种智能终端的物体识别方法和装置制造方法及图纸

本发明专利技术实施例公开了一种智能终端的物体识别方法和装置，属于物体识别领域。该智能终端的物体识别方法包括：生成景深图并在拍照预览界面中显示与景深图相对应的拍照预览图像，景深图中包括各像素点的景深信息，拍照预览图像中包括各像素点的二维信息；根据各像素点的景深信息确定至少一个物体图像的边缘，并从景深图中分割出至少一个物体图像；根据物体图像中每个像素点的景深信息和二维信息，提取物体图像的特征并通过物体数据库进行物体图像的识别和物体图像的信息显示。本发明专利技术采用各像素点的景深信息确定物体图像的边缘能够准确的分割出物体图像，有效的物体图像的分割也便于准确提取物体图像特征并识别，以达到提高物体识别准确率的效果。

【技术实现步骤摘要】

本专利技术实施例涉及物体识别技术，尤其涉及一种智能终端的物体识别方法和装置。
技术介绍
近年来，物体识别作为计算机视觉的基础研究已经有了快速的发展。物体识别技术可用于识别物体，其通常通过建立物体模型形成物体模型库来进行物体的特征识别。随着手机相机的快速发展，手机相机拍照已成为人们日常拍照的主要方式，人们的手机中也已积累了大量的图片资源。然而专利技术人在实现本专利技术的过程中，发现现有技术存在以下缺陷：手机拍摄时只能拍摄到场景中物体的二维照片，即获取的是现实场景中的三维物体在二维平面上的投影信息，因此，现有手机无法对手机中积累的大量图片进行物体识别。
技术实现思路
本专利技术实施例提供一种智能终端的物体识别方法和装置，以解决现有智能终端无法进行物体识别的问题。第一方面，本专利技术实施例提供了一种智能终端的物体识别方法，该物体识别方法包括：生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像，所述景深图中包括各像素点的景深信息，所述拍照预览图像中包括各像素点的二维信息；根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像；根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示。进一步地，生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像包括：根据所述智能终端的至少两个摄像头拍摄的照片生成景深图，获取各像素点的景深信息，所述景深信息至少包括各像素点关联的被摄点与所述至少两个摄像头镜头之间的深度信息；同时，对一个所述摄像头拍摄的照片进行处理以生成与所述景深图相对应的拍照预览图像并显示，获取各像素点的二维信息，所述二维信息至少包括各像素点的颜色信息。进一步地，根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像，包括：根据所述各像素点的景深信息，查找各局部极小值像素点；采用区域增长算法，计算所述局部极小值像素点与其相邻像素点的深度差值并判断所述深度差值是否小于预设深度阈值；若是，将对应的相邻像素点确定为新局部极小值像素点并与其相邻像素点进行深度差值计算和判断；若否，将对应的局部极小值像素点确定为一个物体图像的边缘像素点，直至获取所述物体图像的边缘并从所述景深图中分割出所述物体图像。进一步地，该物体识别方法还包括：采用边缘检测算法对分割出的所述物体图像进行边缘细化检测和平滑处理。进一步地，根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示，包括：根据所述景深图和所述拍照预览图像的映射对应关系，获取所述物体图像中每个像素点的景深信息和二维信息；采用尺度不变特征转换SIFT方法提取出所述物体图像中的各特征点，所述各特征点至少包括颜色特征和深度特征；从所述智能终端预存的物体数据库中查找出与所述各特征点匹配的目标特征数据，以所述目标特征数据对应的目标物体信息识别并标志所述物体图像。第二方面，本专利技术实施例还提供了一种智能终端的物体识别装置，该物体识别装置包括：生成图像模块，用于生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像，所述景深图中包括各像素点的景深信息，所述拍照预览图像中包括各像素点的二维信息；分割物体图像模块，用于根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像；识别物体图像模块，用于根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示。进一步地，所述生成图像模块包括：生成景深图子模块，用于根据所述智能终端的至少两个摄像头拍摄的照片生成景深图，获取各像素点的景深信息，所述景深信息至少包括各像素点关联的被摄点与所述至少两个摄像头镜头之间的深度信息；生成预览图子模块，用于对一个所述摄像头拍摄的照片进行处理以生成与所述景深图相对应的拍照预览图像并显示，获取各像素点的二维信息，所述二维信息至少包括各像素点的颜色信息。进一步地，所述分割物体图像模块包括：查找极小值子模块，用于根据所述各像素点的景深信息，查找各局部极小值像素点；计算深度子模块，用于采用区域增长算法，计算所述局部极小值像素点与其相邻像素点的深度差值并判断所述深度差值是否小于预设深度阈值；增长区域子模块，用于所述深度差值小于所述预设深度阈值时，将对应的相邻像素点确定为新局部极小值像素点并与其相邻像素点进行深度差值计算和判断；确定边缘子模块，用于所述深度差值大于或等于所述预设深度阈值时，将对应的局部极小值像素点确定为一个物体图像的边缘像素点，直至获取所述物体图像的边缘并从所述景深图中分割出所述物体图像。进一步地，该物体识别装置还包括：处理边缘子模块，用于采用边缘检测算法对分割出的所述物体图像进行边缘细化检测和平滑处理。进一步地，所述识别物体图像模块包括：获取像素信息子模块，用于根据所述景深图和所述拍照预览图像的映射对应关系，获取所述物体图像中每个像素点的景深信息和二维信息；提取图像特征子模块，用于采用尺度不变特征转换SIFT方法提取出所述物体图像中的各特征点，所述各特征点至少包括颜色特征和深度特征；标识物体图像子模块，用于从所述智能终端预存的物体数据库中查找出与所述各特征点匹配的目标特征数据，以所述目标特征数据对应的目标物体信息识别并标志所述物体图像。本专利技术实施例中，智能终端生成景深图并根据景深图中各像素点的景深信息确定物体图像的边缘以从景深图中分割出至少一个物体图像，再对分割出的物体进行特征提取和识别。本专利技术实施例采用各像素点的景深信息确定物体图像的边缘，不仅能够准确的分割物体图像和背景图像，还能够准确分离部分被遮挡的物体，并可以排除光照和噪声的外部干扰，达到高效分割物体图像的效果；此外有效的物体图像的分割也便于准确提取物体图像特征并识别，能够达到提高物体识别准确率的效果；与现有技术相比，解决了现有智能终端无法进行物体识别的缺陷。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的智能终端的物体识别方法的流程图；图2是本专利技术实施例二提供的智能终端的物体识别方法的流程图；图3是本专利技术实施例三提供的智能终端的物体识别装置的示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，为本专利技术实施例一提供的智能终端的物体识别方法的流程图，本实施例的技术方案适用于智能终端拍摄照片并对照片中物体进行自动识别的情况。该方法可以由智能终端的物体识别装置来执行，该装置可以采用软件和/或硬件的方式实现，配置在本文档来自技高网...

【技术保护点】
一种智能终端的物体识别方法，其特征在于，包括：生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像，所述景深图中包括各像素点的景深信息，所述拍照预览图像中包括各像素点的二维信息；根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像；根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示。

【技术特征摘要】
1.一种智能终端的物体识别方法，其特征在于，包括：生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像，所述景深图中包括各像素点的景深信息，所述拍照预览图像中包括各像素点的二维信息；根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像；根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示。2.根据权利要求1所述的物体识别方法，其特征在于，生成景深图并在拍照预览界面中显示与所述景深图相对应的拍照预览图像包括：根据所述智能终端的至少两个摄像头拍摄的照片生成景深图，获取各像素点的景深信息，所述景深信息至少包括各像素点关联的被摄点与所述至少两个摄像头镜头之间的深度信息；同时，对一个所述摄像头拍摄的照片进行处理以生成与所述景深图相对应的拍照预览图像并显示，获取各像素点的二维信息，所述二维信息至少包括各像素点的颜色信息。3.根据权利要求2所述的物体识别方法，其特征在于，根据所述各像素点的景深信息确定至少一个物体图像的边缘，并从所述景深图中分割出至少一个物体图像，包括：根据所述各像素点的景深信息，查找各局部极小值像素点；采用区域增长算法，计算所述局部极小值像素点与其相邻像素点的深度差值并判断所述深度差值是否小于预设深度阈值；若是，将对应的相邻像素点确定为新局部极小值像素点并与其相邻像素点进行深度差值计算和判断；若否，将对应的局部极小值像素点确定为一个物体图像的边缘像素点，直至获取所述物体图像的边缘并从所述景深图中分割出所述物体图像。4.根据权利要求3所述的物体识别方法，其特征在于，还包括：采用边缘检测算法对分割出的所述物体图像进行边缘细化检测和平滑处理。5.根据权利要求2所述的物体识别方法，其特征在于，根据所述物体图像中每个像素点的景深信息和二维信息，提取所述物体图像的特征并通过物体数据库进行所述物体图像的识别和所述物体图像的信息显示，包括：根据所述景深图和所述拍照预览图像的映射对应关系，获取所述物体图像中每个像素点的景深信息和二维信息；采用尺度不变特征转换SIFT方法提取出所述物体图像中的各特征点，所述各特征点至少包括颜色特征和深度特征；从所述智能终端预存的物体数据库中查找出与所述各特征点匹配的目标特征数据，以所述目标特征数据对应的目标物体信息识别并标志所述物体图像。6.一种智能终端的物体识别装置，其特征在于，包括：生...

【专利技术属性】
技术研发人员：修国明，
申请(专利权)人：乐视控股北京有限公司，乐视移动智能信息技术北京有限公司，
类型：发明
国别省市：北京;11