The invention discloses a robust method for automatically dividing and annotating visual regions. The method first obtains the rotation angle and scaling ratio between the matched image and the reference image by using Fourier polar logarithmic coordinate correlation method, and then obtains the preliminary matching image, and then makes further matching for each region by using the second matching method, so as to obtain the final matching image. The robust method for automatically dividing and labeling the visual region provided by the present invention can automatically recognize the contour of the corresponding region as long as the camera shooting area includes the region of interest, regardless of the change of illumination or the change of camera height and angle, and has high robustness for rotation, zooming, translation, noise and light intensity change. Secondary matching improves the accuracy of image extraction. In addition, the invention can automatically start the automatic labeling and greatly improve the user experience.
【技术实现步骤摘要】
一种鲁棒的视觉区域自动划分标注的方法
本专利技术属于图像处理
，尤其涉及一种视觉区域自动划分标注的方法。
技术介绍
在安防、娱乐等领域,存在着基于摄像机对特定区域进行视觉监测的需求。以下以监控棋牌游戏为例进行说明。在棋牌游戏中，需监测棋牌是否放置在关注的区域内，并监控该区域变化，其他区域无需关注。因此,需对摄像机拍摄区域下的有效部分进行分割，做检测、识别等处理时只需针对该区域进行处理即可，减少不必要的计算。在安装摄像机时，需对每一个摄像机所成画面进行对应的区域划分。目前固定视野的区域划分方法，通常采用矩形框标注、记录关注区域。标注工作比较麻烦，且不适用于不规则区域标注，在摄像机与检测区域的位置有相对偏移时，该方法无法正常工作。也有基于特征点匹配定位轮廓的方法，这种方法对光照、噪声、旋转和缩放的鲁棒性不强若进行人工划分、费时费力，由此可见，如何提高划分效率是本领域技术人员亟待解决地问题。本专利技术通过事先拍摄的一张感兴趣区域图片，并记录其轮廓点信息，随后，不论光照变化或者相机高度、角度变化，只要相机拍摄区域包括感兴趣区域，则可实现自动识别对应区域轮廓；...
【技术保护点】
1.一种鲁棒的视觉区域自动划分标注的方法，其特征在于，所述方法包括如下步骤：步骤S1：读取参考模板图像；步骤S2：获取待匹配图像；步骤S3：计算参考模板图像IMG1的傅里叶变换值F1(u，v)，对傅里叶变换值F1(u，v)做移中操作得到第一移中操作结果FS1(u，v)；步骤S4：计算待匹配图像IMG2的傅里叶变换值F2(u，v)，对傅里叶变换值F2(u，v)做移中操作得到第二移中操作结果FS2(u，v)；步骤S5：对第一移中操作结果FS1(u，v)做二阶巴特沃斯高通滤波得到第一滤波结果F1‘(x,y)；步骤S6：对第二移中操作结果FS2(u，v)做二阶巴特沃斯高通滤波得到第...
【技术特征摘要】
1.一种鲁棒的视觉区域自动划分标注的方法，其特征在于，所述方法包括如下步骤：步骤S1：读取参考模板图像；步骤S2：获取待匹配图像；步骤S3：计算参考模板图像IMG1的傅里叶变换值F1(u，v)，对傅里叶变换值F1(u，v)做移中操作得到第一移中操作结果FS1(u，v)；步骤S4：计算待匹配图像IMG2的傅里叶变换值F2(u，v)，对傅里叶变换值F2(u，v)做移中操作得到第二移中操作结果FS2(u，v)；步骤S5：对第一移中操作结果FS1(u，v)做二阶巴特沃斯高通滤波得到第一滤波结果F1‘(x,y)；步骤S6：对第二移中操作结果FS2(u，v)做二阶巴特沃斯高通滤波得到第二滤波结果F2‘(x,y)；步骤S7：将第一滤波结果F1‘(x,y)变换到极对数坐标下得到第一变换结果F1“(r,p)，其中：r为半径，p为角度，m为幅度尺度参数；r＝m×log[sqrt(x2+y2)]，p＝atan(y/x)；F1“(r,p)图像的宽度和高度分别为polarCol，polarRow，其中polarCol＝polarRow＝max(M,N)，max(M,N)为取M和N中的最大数；步骤S8：将第二滤波结果F2‘(x,y)结果变换到极对数坐标下得到第二变换结果F2“(r,p)，其中：r为半径，p为角度，m为幅度尺度参数；r＝m×log[sqrt(x2+y2)]，p＝atan(y/x)；其中：F2“(r,p)图像的宽度和高度分别为polarCol，polarRow，其中polarCol＝polarRow＝max(M,N)，max(M,N)为取M和N中的最大数；步骤S9：计算第一变换结果F1“(r,p)和第二变换结果F2“(r,p)的相位相关图R(a,b)；其中：R(a,b)＝F1“(r,p)×F2“*(r,p)/|F1“(r,p)×F2“(r,p)|，其中(a,b)为相位相关图中的坐标，F2“*(r,p)为F2“(r,p)的共轭矩阵，提取相位相关图中最大值位置对应的最大亚像素坐标偏移值(Δr,Δp)；步骤S10：根据最大亚像素坐标偏移值(Δr,Δp)计算旋转角度和缩放尺度；步骤S11：根据旋转角度和缩放尺度计算仿射矩阵rotMat[]，并基于仿射矩阵rotMat[]对参考模板图像进行映射以得到旋转图RIMG(x,y)；步骤S12：计算旋转图RIMG(x,y)和待匹配图像IMG2的相位相关图R2(a,b)；其中：R2(a,b)＝RIMG(x,y)×f2*(x,y)/|RIMG(x,y)×f2(x,y)|，f2(x,y)是大小为M×N的待匹配图像IMG2的灰度图像；(a,b)为相位相关图中的坐标，f2*(x,y)为f2(x,y)的共轭矩阵，提取相位相关图中最大值位置对应的最大亚像素坐标偏移值(Δcol,Δrow)作为第二偏移坐标，根据所述第二偏移坐标，计算出初步映射图RIMG2(x,y)，具体计算公式如下：RIMG2(x,y)＝RIMG(x+Δcol,y+Δrow)；步骤S13：读取参考模板图像中的n个参考轮廓的区域点集合{contoursi}，i＝1～n；其中：contoursi为第i个轮廓的区域点集；根据仿射矩阵rotMat[]和第二偏移坐标(Δcol,Δrow)，将区域点集合{contoursi}映射到初步映射点集{PRFi}，i＝1～n；步骤S14：基于上述n个初步映射点集合{PRFi}，对每个初步映射点集PRFi，获取所述轮廓区域的外接矩形，并对外接矩形进行填充操作得到矩形图片；基于所述矩形图片在初步映射图RIMG2上相同坐标位置截取对应的目标矩形图片；基于所述矩形图片和所述初步映射点集PRFi、对应的目标矩形图片，重复步骤S1～S13以进行二次匹配，从而得到n个新轮廓点集的集合，基于所述新轮廓点集的集合进行n个轮廓区域的自动划分标注；步骤S15：基于自动划分标注结果提取所需要的区域内的图像信息，...
【专利技术属性】
技术研发人员：陈昌元，瞿顶军，李文兴，蒲亚坤，张民超，朱苗苗，
申请(专利权)人：哈工大机器人合肥国际创新研究院，
类型：发明
国别省市：安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。