一种图像检测方法及系统技术方案

本发明专利技术公开了一种图像检测方法，包括：基于给定的一组第一带状线段的标记点信息，建立数据模型，每个第一带状线段的标记点信息包括该第一带状线段的长度、宽度、方向和中心点坐标；基于构成目标结构的一组第二带状线段的分布和数量，建立先验模型；对数据模型和先验模型建立概率密度函数，进行采样并进行优化求解以获得全局最优解；以全局最优解作为目标模型对图像进行检测。本发明专利技术同时公开了一种图像检测系统。通过本发明专利技术的图像检测方法和系统，能够提高图像检测的准确性。

A method and system for image detection

The invention discloses a method for detecting images, including: given a set of the first band segment information of markers based on the establishment of data model, information of markers including the first strip line length and width direction, and the center coordinates of each of the first strip line; based on which the number and distribution of a group of second strip line the target structure, establish a priori model; establish the probability density function of the data model and the prior model, sampling and optimization to obtain the global optimal solution; the global optimal solution as the target model of image detection. The invention also discloses an image detection system at the same time. Through the image detection method and system of the invention, the accuracy of the image detection can be improved.

【技术实现步骤摘要】
一种图像检测方法及系统
本专利技术涉及计算机领域，特别涉及一种图像检测方法及系统。
技术介绍
在检测图像中是否存在已知的目标结构时，通过建立目标模型来对图像进行检测。目标模型或目标结构通常由线条构成，每个线条具备长度信息和方向信息。当图像的分辨率较低时，构成目标结构的各线条的宽度可以忽略不计，因此该方式在图像检测中较为有效，然而，随着图像分辨率越来越高，通过上述方式构建的目标模板已经逐渐不能准确表征目标结构的特征。
技术实现思路
有鉴于此，本专利技术实施例提供了一种图像检测方法和系统，能够建立准确表征目标结构特征的目标模型来进行有效的图像检测。本专利技术实施例提出的图像检测方法包括：基于给定的一组第一带状线段的标记点信息，建立数据模型，每个第一带状线段的标记点信息包括该第一带状线段的长度、宽度、方向和中心点坐标；基于构成目标结构的一组第二带状线段的分布和数量，建立先验模型；对所述数据模型和所述先验模型建立概率密度函数，进行采样并进行优化求解以获得全局最优解；以所述全局最优解作为目标模型对图像进行检测。作为优选，建立数据模型包括：在每个第一带状线段内划分多个子线段，根据每两个子线段之间的位本文档来自技高网...

【技术保护点】
一种图像检测方法，包括：基于给定的一组第一带状线段的标记点信息，建立数据模型，每个第一带状线段的标记点信息包括该第一带状线段的长度、宽度、方向和中心点坐标；基于构成目标结构的一组第二带状线段的分布和数量，建立先验模型；对所述数据模型和所述先验模型建立概率密度函数，进行采样并进行优化求解以获得全局最优解；以所述全局最优解作为目标模型对图像进行检测。

【技术特征摘要】
1.一种图像检测方法，包括：基于给定的一组第一带状线段的标记点信息，建立数据模型，每个第一带状线段的标记点信息包括该第一带状线段的长度、宽度、方向和中心点坐标；基于构成目标结构的一组第二带状线段的分布和数量，建立先验模型；对所述数据模型和所述先验模型建立概率密度函数，进行采样并进行优化求解以获得全局最优解；以所述全局最优解作为目标模型对图像进行检测。2.根据权利要求1所述的方法，其中，建立数据模型包括：在每个第一带状线段内划分多个子线段，根据每两个子线段之间的位置关系，计算该第一带状线段内的同质性；根据每个第一带状线段与每一相邻的第一带状线段之间的位置关系，计算该第一带状线段与每一相邻的第一带状线段之间的异质性；基于所述同质性和异质性确定每个第一带状线段的第一统计量。3.根据权利要求1或2所述的方法，其中，建立数据模型包括：基于每个第一带状线段的边界梯度幅值，确定每个第一带状线段的第二统计量；基于每个第一带状线段的边界梯度方向，确定每个第一带状线段的第三统计量。4.根据权利要求1所述的方法，其中，建立先验模型包括：对于任一个第二带状线段和处于该第二带状线段的预定邻近区域内的另一第二带状线段，基于这两个第二带状线段的方向确定第一方向关系。5.根据权利要求1所述的方法，其中，建立先验模型包括：对于每个第二带状线段和处于该第二带状线段的预定邻近区域外的另一第二带状线段，基于这两个第二带状线段的相近端部的连接判定区域面积确定这两个第二带状线段的连接程度，并基于这两个第二带状线段的方向确定第二方向关系。6.根据权利要求1所述的方法，其中，进行采样包括：选取转移核，并根据所选取的转移核，基于当前状态空间生成新状态空间；根据当前状态空间和所述新状态空间的能量函数以及在当前状态空间和所述新状态空间...

【专利技术属性】
技术研发人员：杨静林，唐小军，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11