图像轮廓数据结构的转换模版、指纹识别或计算机视觉或人工智能或产品质量检测系统技术方案

图像轮廓数据结构的转换模版，为将点阵图中有序轮廓点集转换成图像轮廓数据结构而构造；该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度;构造查询表数组int M[a1][a2][b1][b2]用于预先储存需要被计算的本点的偏转值，a1、a2、b1、b2的数值均为3，假设有轮廓有序点集{P0,P1,P2}，则P2的偏转值等于 M[P0.X‑P1.X+1][ P0.Y‑P1.Y+1][ P2.X‑P1.X+1][ P2.Y‑P1.Y+1] D所储存的值。本发明专利技术能够极大的提高运算效率、降低成本、更加适合并行运算、提高识别速度，提供了新思路。

A conversion template, fingerprint identification, or computer vision or artificial intelligence or product quality detection system for an image contour data structure

The outline of the image data conversion structure template, and configured to order the bitmap contour into the structure image contour data; at least one data contains the deflection value image contour data structure of the data set, the deflection member of the image contour data structure of the data contained in the value may be a positive, zero negative, three cases in the deflection member of the image contour data structure of the data contained in the value of the expression is the first connection points this point and the point on the point and the point and the point on the line between second points of the two lines of the deflection of the structure; int M[a1][a2][b1][b2] query table array for pre storage needs to be calculated the deflection value, A1, A2, B1, numerical value of B2 was 3, assuming there are contour ordered points {P0, P1, P2}, P2 deflection value equal to M[P0.X P 1.X+1][P0.Y P1.Y+1][P2.X P1.X+1][P2.Y P1.Y+1] D stored value. The invention can greatly improve the efficiency of operation, reduce the cost, be more suitable for parallel operation and improve the speed of recognition, and provide a new idea.

【技术实现步骤摘要】
图像轮廓数据结构的转换模版、指纹识别或计算机视觉或人工智能或产品质量检测系统
本专利技术涉及计算机视觉，具体图像轮廓数据结构、指纹识别系统、计算机视觉系统、人工智能系统、产品质量检测系统。
技术介绍
计算机视觉是人工智能的重要模块。视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。图像轮廓的处理是计算视觉中一个较为重要的步骤，在很多种应用场合具有重要意义比如文字识别系统、证件识别系统、指纹识别系统、虹膜识别系统、材料表面纹理识别、实物产品质量检测、标识码码识别（比如条形码、二维码等等）。计算机视觉系统一直以具备人类识别纠错能力的方向发展，然而人脑具有的上千亿的神经元的运算能力是现代科技尚难以追赶的（全世界最强的超级计算机都无法模拟），所以很多的人类在图形识别方面的功能，我们难以达成，在一些对产品尺寸能耗有要求的场合（比如手提电脑、智能手机、监控系统、自动驾驶汽车等场合），现有的计算机视觉系统尚存一些困难，存在改进空间。人脑可以轻松识别图像中不同位置、不同旋转角度摆放的图形，将图形旋转任意角度，人类均可轻松快速的识别（原因是人类能够快速的获得轮廓线条各个部分的相对关系），在这一方面现有的计算机图像识别系统的运算效率还存在提高空间，现有的识别系统在该方面的处理速度和识别率之间存在一定冲突，识别率高的运算慢、运算快的识别率低，存在改进空间。并行运算（比如CUDA技术）是提高人工智能系统、机器视觉系统运算效率的重要方法，但现有的图像轮廓识别技术所采用的方法在并行处理方面存在改进空间。本申请提出了一种全新的图像轮廓数据结构，开发了一种全新的计算机图像线条或轮廓处理方法，克服了上述的技术问题。
技术实现思路
为克服以上问题，本申请提出了图像轮廓数据结构、指纹识别系统、计算机视觉系统、人工智能系统、产品质量检测系统；具有以下方案。方案1、图像轮廓数据结构，是一种有序数据集，其特征在于：该图像轮廓数据结构的数据集的成员数至少为3，该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的运算方向的方法是一致的；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正负符号代表偏转方向，数值代表偏转度，数值越大偏转越大。方案2、如方案1所述的图像轮廓数据结构，其特征在于：数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正符号代表往左偏转。（假设一个虚拟人从上上个点出发经由上个点前进构成射线路径，如果本点位于虚拟人的左手边则偏转值的符号为正，如果本点位于虚拟人的右手边则偏转值的符号为负）方案3、如方案1所述的图像轮廓数据结构，其特征在于：数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正符号代表往右偏转。（假设一个虚拟人从上上个点出发经由上个点前进构成射线路径，如果本点位于虚拟人的右手边则偏转值的符号为正，如果本点位于虚拟人的左手边则偏转值的符号为负）方案4、如方案1所述的图像轮廓数据结构，其特征在于：如果本点的上上个点的位置与本点相重叠则本点的偏转值为零，也就是说如果本点与上上个点相同则本点的偏转值为零。比如有序数据集{P0,P1,P2}中数据P2的坐标与P0的坐标相等则P2的偏转值为零。方案5、如方案1所述的图像轮廓数据结构，其特征在于：偏转值的数值范围是-3到3之间的正整数或负整数或零。方案6、图像轮廓数据结构的转换模版，其特征在于：为将点阵图中有序轮廓点集转换成方案1所述的图像轮廓数据结构而构造；构造查询表数组intM[a1][a2][b1][b2]用于预先储存需要被计算的本点的偏转值，a1、a2、b1、b2的数值均为3，也就是说M是一个四维数组，M的四个维度中每个维度包含的3个成员，a1的查询值是本点的上上个点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，a2的查询值是本点的上上个点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1，b1的查询值是本点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，b2的查询值是本点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1；假设有轮廓有序点集{P0,P1,P2}，则P2的偏转值等于M[P0.X-P1.X+1][P0.Y-P1.Y+1][P2.X-P1.X+1][P2.Y-P1.Y+1]D所储存的值；数组M储存的值在处理图像之前就准备好了。加1是为了防止查询时填入的数组下标为负数，数组成员的下标是从零或1开始的，不能填入负数。方案7、如方案6的图像轮廓数据结构的转换模版，其特征在于：数组M储存的值通过运算程序实现计算好，并写成固定数据储存在存储装置中，供图像处理时实时调用。方案8、如方案1的图像轮廓数据结构或6的图像轮廓数据结构的转换模版，其特征在于：数组M储存的值通过人工运算获得，并写成固定数据储存在存储装置中，供图像处理时实时调用。方案9、如方案1的图像轮廓数据结构或6的图像轮廓数据结构的转换模版，其特征在于：数组M储存的值通过如下方法计算获得：以本点的上个点为中心点，以围绕在中心点周围的8个点作为周边点，本点和本点的上上个点必定属于周边点，以本点的上上个点位起点依据时针顺序对周边点进行赋予辅助运算值U，除本点的上上个点以外周边点的辅助运算值等于周边点按时针方向排序的序号，本点的上上个点的辅助运算值为4；本点的偏转值等于辅助运算值减去4。方案10、如方案9所述的时针顺序为顺时针。方案11、如方案9所述的时针顺序为逆时针。如图11。方案12、如方案1的图像轮廓数据结构或6的图像轮廓数据结构的转换模版，其特征在于：数组M储存的值通过如下方法计算获得：以本点的上个点为中心点，以围绕在中心点周围的8个点作为周边点，本点和本点的上上个点必定属于周边点，以本点的上上个点位起点依据时针顺序对周边点的偏转值依次为{3,2,1,0，-1，-2，-3}，本点的上上个点的偏转值为0。方案13、如方案12所述的时针顺序为顺时针。如图10，图12中三点顺序为P0->P1->P2方案14、如方案12所述的时针顺序为逆时针。如图12，图12中三点顺序为P0->P1->P2。方案15、指纹识别系统，其特征在于：采用方案1-11中任一方案所述的技术方案处理图像。方案16、计算机视觉系统，其特征在于：采用方案1-11中任一方案所述的技术方案处理图像。方案17、人工智能系统，其特征在于：采用方案1-11中任一方案所述的技术方案处理图像。方案18、产品质量检测系统，其特征在于：采用方案1-11中任一方案所述的技术方案处理图像。本专利技术能够极大的提高运算效率、降低成本、更加适合并行运算、提高识别速度，提供了一种图像轮廓处理新思路。图像轮廓数据结构的储存可以是计算机编程中常用的数组也可以是指针链表，也可以是有序硬件存储装置，偏转值的获得可以通过计算机软件运算获得也可以通本文档来自技高网...

【技术保护点】
图像轮廓数据结构的转换模版，其特征在于： 为将点阵图中有序轮廓点集转换成图像轮廓数据结构而构造；图像轮廓数据结构，是一种有序数据集，其特征在于：该图像轮廓数据结构的数据集的成员数至少为3，该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的运算方向的方法是一致的；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正负符号代表偏转方向，数值代表偏转度，数值越大偏转越大；构造查询表数组intM[a1][a2][b1][b2]用于预先储存需要被计算的本点的偏转值， a1、a2、b1、b2的数值均为3，也就是说M是一个四维数组，M的四个维度中每个维度包含的3个成员，a1的查询值是本点的上上个点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，a2的查询值是本点的上上个点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1，b1的查询值是本点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，b2的查询值是本点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1；假设有轮廓有序点集{P0,P1,P2}，则P2的偏转值等于 M[P0.X‑P1.X+1][ P0.Y‑P1.Y+1][ P2.X‑P1.X+1][ P2.Y‑P1.Y+1] D所储存的值；数组M储存的值在处理图像之前就准备好了。...

【技术特征摘要】
1.图像轮廓数据结构的转换模版，其特征在于：为将点阵图中有序轮廓点集转换成图像轮廓数据结构而构造；图像轮廓数据结构，是一种有序数据集，其特征在于：该图像轮廓数据结构的数据集的成员数至少为3，该图像轮廓数据结构的数据集至少有一个数据包含偏转值，该图像轮廓数据结构的数据的成员所包含的偏转值可能是正值、零、负值三种情况中的一种，该图像轮廓数据结构的数据的成员所包含的偏转值的表述是本点的上个点和本点的上上个点的第一连线与本点和本点的上个点的第二连线这两条连线之间的偏转度；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的运算方向的方法是一致的；该图像轮廓数据结构的数据集的所有成员的所包含的偏转值的偏转方向的正负符号代表偏转方向，数值代表偏转度，数值越大偏转越大；构造查询表数组intM[a1][a2][b1][b2]用于预先储存需要被计算的本点的偏转值，a1、a2、b1、b2的数值均为3，也就是说M是一个四维数组，M的四个维度中每个维度包含的3个成员，a1的查询值是本点的上上个点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，a2的查询值是本点的上上个点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1，b1的查询值是本点的X坐标与本点的上个点的X坐标这两个X坐标值的差值加上1，b2的查询值是本点的y坐标与本点的上个点的y坐标这两个y坐标值的差值加上1；假设有轮廓有序点集{P0,P1,P2}，则P2的偏转值等于M[P0.X-P1.X+1][P0.Y-P1.Y+1][P2.X-P1...

【专利技术属性】
技术研发人员：刘伟，
申请(专利权)人：湖南轻创科技有限公司，
类型：发明
国别省市：湖南,43