基于图像处理的物品识别方法和装置制造方法及图纸

本发明专利技术实施例提供了一种基于图像处理的物品识别方法和装置，包括：获取待识别物品与比对物品的图像；从图像中检测出比对物品和待识别物品，并提取比对物品的第一特征值，待识别物品的第二特征值；将提取的比对物品第一特征值校正为预设的第一标准特征值，确定该校正的第一校正函数；根据第一校正函数对待识别物品的第二特征值校正得到第三特征值；将第三特征值与数据库中物品图像的第四特征值进行比对，根据比对结果识别待识别物品。本发明专利技术方法可以提高物品识别的准确度和速度。

【技术实现步骤摘要】
基于图像处理的物品识别方法和装置
本专利技术实施例涉及图像识别
，尤其涉及一种基于图像处理的物品识别方法和装置。
技术介绍
在现有的图像识别技术里，图像识别过程中对输入图像进行分析，通常只涉及到特征提取和特征对比，例如从输入图像中提取图像特征，然后将图像特征与已知物体的特征比对进行识别。文字识别、人脸识别、物体识别都是图像识别技术的典型并得到广泛应用。以物体识别技术为例，可以通过提取待识别物体的特征值，和数据库中的特征值进行比对，从而识别待识别物体。例如，通过物品的图片查找网络平台中的类似物品。但现有技术中常常造成误判，不能得到准确的结果。例如，专利技术人发现，导致误判的一个主要原因是：拍摄待识别物品所采用的焦距和/或拍摄距离存在不固定性，会导致同一物品在不同焦距或/和不同拍摄距离下得到不同尺寸的图像。由此，会带来两方面的问题：一方面，对于相同物品，由于拍摄焦距或距离不同，会造成因图像尺寸不同而误判成不同的物品；另一方面，对于存在表面特征近似而实际尺寸相差较大的两件或以上物品，在不同的焦距或拍摄距离下可能显示的尺寸几乎是近似的，从而被误判成相同或类似物品。现有的物品识别技术使得识别准确度较低。
技术实现思路
本专利技术实施例的目的在于提供一种基于图像处理的物品识别方法和装置，能够提高物品识别的准确度。本专利技术实施例采用的技术方案如下：本专利技术一实施例提供一种基于图像处理的物品识别方法，包括：获取待识别物品与比对物品的图像，其中，待识别物品图像和待识别物品实物的缩放比例与比对物品图像和比对物品实物的缩放比例相同，比对物品的尺寸能被获知；从图像中检测出比对物品和待识别物品，并提取比对物品的第一特征值，以及提取待识别物品的第二特征值；将第一特征值校正为第一标准特征值，第一标准特征值为能够获得，确定将第一特征值校正为第一标准特征值的第一校正函数；根据第一校正函数对待识别物品的第二特征值进行校正，得到第三特征值；将第三特征值与数据库中各物品图像的第四特征值进行比对，根据比对结果识别待识别物品，第四特征值经预先校正得到。本专利技术另一实施例提供一种基于图像处理的物品识别方法，其中，获取第一标准特征值包括：获取比对物品的图像；使比对物品图像与比对物品实物以第一预设缩放比例进行缩放；获取校正后图像特征值作为比对物品的第一标准特征值。本专利技术另一实施例提供一种基于图像处理的物品识别方法，其中，经预先校正得到数据库中物品图像的第四特征值包括：从数据库的图像中检测物品和比对物品，并提取比对物品的第五特征值，提取物品的第六特征值；对第五特征值进行校正，至校正后比对物品图像与比对物品实物为第二预设缩放比例，确定将第五特征值对应的图像校正至第二预设缩放比例的第二校正函数；根据第二校正函数对第六特征值进行校正得到第四特征值。本专利技术另一实施例提供一种基于图像处理的物品识别方法，其中，从图像中检测出比对物品和待识别物品，包括：对图像进行区域划分，利用卷积神经网络提取的待识别物品特征和比对物品特征分别对各个区域进行分类并评分；根据各个区域的分类和评分分别得到待识别物品和比对物品的得分、位置信息和尺寸。本专利技术另一实施例提供一种基于图像处理的物品识别方法，将第三特征值与数据库中存储的各物品图像的第四特征值进行比对，根据比对结果识别待识别物品，包括：根据第三特征值和第四特征值比对结果确定待识别物品和数据库中存储的各物品图像的相似度；对数据库中物品按照与待识别物品的相似度进行降序排序。本实施例中，通过比较第三特征值和第三特征值得出待识别物品和数据库中存储的物品的相似度，并将数据库中的物品按照与待识别物品的相似度进行降序排列，可以将与待识别物品将相似度最的物品图片列在最前面，使用者能够一目了然获取数据库中和待识别物品相似度最高的物品。同时也能够获取其他相似度较高的物品的图片，便于使用者进一步进行筛选和判断。本专利技术另一实施例提供一种基于图像处理的物品识别装置，包括：图像获取模块，用于获取待识别物品与比对物品的图像，其中，图像获取模块，用于获取待识别物品与比对物品的图像，其中，待识别物品图像和待识别物品实物的缩放比例与比对物品图像和比对物品实物的缩放比例相同，比对物品的尺寸能够被获知；检测模块，用于从图像中检测出比对物品和待识别物品；特征提取模块，用于提取比对物品的第一特征值，以及提取待识别物品的第二特征值；校正模块，用于将第一特征值校正为第一标准特征值；以及，将第二特征值校正为第三特征值；比对识别模块，用于将第三特征值与数据库中各物品图像的第四特征值进行比对，根据比对结果识别待识别物品，数据库中物品图像的第四特征值是经校正模块预先校正得到的。本专利技术另一实施例提供一种基于图像处理的物品识别装置，其中，校正模块，还用于对图像获取模块获取的比对物品图像以第一预设比例进行缩放；特征提取模块，还用于获取校正模块以第一预设比例进行缩放的比对物品图像的特征值，作为比对物品的第一标准特征值。本专利技术另一实施例提供一种基于图像处理的物品识别装置，其中，检测模块，还用于从数据库的各图像中检测物品和比对物品；特征提取模块，还用于提取比对物品的第五特征值，提取物品的第六特征值；校正模块，还用于对第五特征值进行校正，至校正后所述比对物品图像与所述比对物品实物为第二预设缩放比例；以及，通过第二校正函数对第六特征值进行校正得到第四特征值。本专利技术另一实施例提供一种基于图像处理的物品识别装置，其中，比对识别模块，包括：相似度确定单元，用于根据第三特征值和第四特征值比对结果确定待识别物品和数据库中存储的各物品图像的相似度；排序单元，用于对数据库中物品按照与待识别物品的相似度进行降序排序。本专利技术实施例的技术方案具有以下优点：在本申请实施例中，通过将比对物品图像校正至标准特征值、再用相同的校正方法校正待识别物品，将校正后的待识别物品特征值和数据库中物品特征值进行比较，由于待识别物品和比对物品图像有相同的缩放比例，而且比对物品的尺寸是能够被获知的，因此通过本专利技术实施例能够确定待识别物品的尺寸，与数据库中各物品的特征值进行对比时不仅能匹配物品形状还能准确的匹配物品的尺寸，从而极大提高识别物品的精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，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为本专利技术基于图像处理的物品识别方法一实施例流程示意图；图2为本专利技术基于图像处理的物品识别方法另一实施例流程示意图；图3为本专利技术基于图像处理的物品识别方法另一实施例流程示意图；图4为本专利技术基于图像处理的物品识别装置一实施例结构示意图；图5为本专利技术基于图像处理的物品识别装置另一实施例结构示意图；图6为本申请基于图像处理物品识别方法一具体示例流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，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作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本文档来自技高网...

【技术保护点】
1.一种基于图像处理的物品识别方法，其特征在于，包括：获取待识别物品与比对物品的图像，其中，所述待识别物品图像和所述待识别物品实物的缩放比例与所述比对物品图像和所述比对物品实物的缩放比例相同，所述比对物品的尺寸能够获知；从所述图像中检测出所述比对物品和所述待识别物品，并提取所述比对物品的第一特征值，以及提取所述待识别物品的第二特征值；将所述第一特征值校正为第一标准特征值，所述第一标准特征值能够获得，确定将所述第一特征值校正为所述第一标准特征值的第一校正函数；根据所述第一校正函数对所述待识别物品的第二特征值进行校正，得到第三特征值；将所述第三特征值与数据库中存储的各物品图像的第四特征值进行比对，根据所述比对结果识别所述待识别物品，所述第四特征值经预先校正得到。

【技术特征摘要】
1.一种基于图像处理的物品识别方法，其特征在于，包括：获取待识别物品与比对物品的图像，其中，所述待识别物品图像和所述待识别物品实物的缩放比例与所述比对物品图像和所述比对物品实物的缩放比例相同，所述比对物品的尺寸能够获知；从所述图像中检测出所述比对物品和所述待识别物品，并提取所述比对物品的第一特征值，以及提取所述待识别物品的第二特征值；将所述第一特征值校正为第一标准特征值，所述第一标准特征值能够获得，确定将所述第一特征值校正为所述第一标准特征值的第一校正函数；根据所述第一校正函数对所述待识别物品的第二特征值进行校正，得到第三特征值；将所述第三特征值与数据库中存储的各物品图像的第四特征值进行比对，根据所述比对结果识别所述待识别物品，所述第四特征值经预先校正得到。2.根据权利要求1所述的方法，其特征在于，所述比对物品为形状、图案和尺寸有标准的物品。3.根据权利要求1所述的方法，其特征在于，获取所述第一标准特征值包括：获取所述比对物品的图像；对所述图像进行校正，使所述比对物品图像与所述比对物品实物以第一预设缩放比例进行缩放；获取校正后图像特征值作为所述比对物品的第一标准特征值。4.根据权利要求3所述的方法，其特征在于，所述经预先校正得到数据库中物品图像的第四特征值包括：从所述数据库的图像中检测所述物品和所述比对物品，并提取所述比对物品的第五特征值，提取所述物品的第六特征值，其中，所述数据库中物品和所述比对物品图像缩放比例相同；对所述第五特征值进行校正，至校正后对应的所述比对物品图像与所述比对物品实物为第二预设缩放比例，确定将所述第五特征值对应的图像校正至第二预设缩放比例的第二校正函数；根据所述第二校正函数对所述第六特征值进行校正得到所述第四特征值。5.根据权利要求4所述的方法，其特征在于，第二预设缩放比例与所述第一预设缩放比例相同。6.根据权利要求4所述的方法，其特征在于，对所述图像进行校正，使所述比对物品缩放至第一预设缩放比例，包括：对所述比对物品图像进行复原性校正；和/或所述对第五特征值进行校正，至校正后对应的所述比对物品图像与所述比对物品实物为第二预设缩放比例，包括：对所述比对物品图像进行复原性校正。7.根据权利要求1所述的方法，其特征在于，所述从图像中检测出比对物品和待识别物品，包括：对所述图像进行区域划分，利用卷积神经网络提取的所述待识别物品特征和所述比对物...

【专利技术属性】
技术研发人员：潘大千，
申请(专利权)人：杭州千讯智能科技有限公司，
类型：发明
国别省市：浙江,33