一种构件识别方法、装置、存储介质及系统制造方法及图纸

本申请的实施例提供一种构件识别方法、装置、存储介质及系统，方法包括：获取包含异常点标注和待识别构件的分片图像；根据所述异常点标注，消除所述分片图像中的异常点；从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件。通过确定出分片图像中的异常点并将异常点消除，可以尽可能避免异常点对待识别构件图像的影响，从而能够降低由异常点影响待识别构件图像而导致对构件图像的轮廓造成遮挡或连接等问题，以及进一步引起的识别错误。由此，可以提高对图像中构件识别的准确率。

A Component Recognition Method, Device, Storage Media and System

【技术实现步骤摘要】
一种构件识别方法、装置、存储介质及系统
本申请涉及图像处理领域，例如涉及一种构件识别方法、装置、存储介质及系统。
技术介绍
现有的构件识别方法中，对图像中的构件进行识别时，识别的准确率有待提高。
技术实现思路
有鉴于此，本申请的目的在于提供一种提高图像中构件的识别准确率的构件识别方法、装置、存储介质及系统。为了实现上述目的，本申请的实施例通过如下方式实现：第一方面，本申请的实施例提供一种构件识别方法，包括：获取包含异常点标注和待识别构件的分片图像；根据所述异常点标注，消除所述分片图像中的异常点；从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件。通过确定出分片图像中的异常点并将异常点消除，可以尽可能避免异常点对待识别构件图像的影响，从而能够降低由异常点影响待识别构件图像而导致对构件图像的轮廓造成遮挡或连接等问题，以及进一步引起的识别错误。由此，可以提高对图像中构件识别的准确率。结合第一方面，在第一方面的第一种可能的实现方式中，所述根据所述异常点标注，消除所述分片图像中的异常点，包括：通过聚类算法，从所述分片图像中确定出所述异常点的像素值范围和背景区域的像素值范围；将所述异常点的像素值范围调整至所述背景区域的像素值范围。通过使用聚类算法，可以根据异常点标注快速准确地确定出异常点的存在，以及确定出异常点的像素值范围。由此，可以通过将异常点的像素值范围调整为背景区域的像素值范围，从而高效地消除异常点。结合第一方面，在第一方面的第二种可能的实现方式中，所述从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像，包括：采用Selectivesearch(选择性搜索)算法，对消除异常点的分片图像进行区域提取，以提取出所述待识别构件图像。通过采用Selectivesearch算法对消除异常点后的分片图像进行区域提取，可以高效准确地提取出待识别构件图像。结合第一方面，在第一方面的第三种可能的实现方式中，所述将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件，包括：获取所述待识别构件图像的Hu矩(图像矩，是由Hu(Visualpatternrecognitionbymomentinvariants)在1962年提出的，具有平移、旋转和尺度不变性)特征向量；计算所述待识别构件图像与所述构件库中每个预设构件图像的Hu矩特征向量之间的距离值；确定其中最小的距离值对应的预设构件图像为目标构件图像，以根据所述目标构件图像识别所述待识别构件。通过使用Hu矩特征向量作为待识别构件图像的特征，并通过计算待识别构件图像的Hu矩特征向量与预设构件图像的Hu矩特征向量之间的距离值，以判定待识别构件图像与预设构件图像是否为同类构件。而Hu矩特征向量具有图像旋转、放缩而特征不变的特性，可以尽可能准确地识别出各个角度和/或大小的构件图像，从而保证构件识别的准确率。结合第一方面或第一方面的第一种至第三种中任一可能的实现方式，在第一方面的第四种可能的实现方式中，在所述获取包含异常点标注和待识别构件的分片图像之前，所述方法还包括：获取包含异常点标注和构件标注的待识别图像；从所述待识别图像中确定出与所述构件标注对应的图像，其中，所述构件标注对应的图像为所述预设构件图像；根据所述预设构件图像确定分片规则，并根据所述分片规则对所述待识别图像进行分片，以获取所述分片图像。通过对包含异常点标注和构件标注的待识别图像进行分片，可以使得多个分片图像同时被并行处理，从而从整体上提升构件识别方法的运行效率。结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述根据所述预设构件图像确定分片规则，并根据所述分片规则对所述待识别图像进行分片，包括：确定出所述预设构件图像的尺寸，所述预设构件图像的尺寸包括水平尺寸及竖直尺寸；根据所述水平尺寸和所述竖直尺寸确定分片规则；根据所述分片规则，利用滑动窗口算法对所述待识别图像进行分片，以获取所述分片图像。通过根据待识别构件图像的水平尺寸和竖直尺寸确定分片规则，结合滑动窗口算法，可以确定滑动窗口的尺寸和划分时重合部分的尺寸，由此可以尽量避免在对图像进行分片时，把构件图像切分在两片分片图像上而导致在对构件进行识别时因构件不完整而无法识别的情况，因此能够进一步提高构件识别的准确性。结合第一方面的第三种可能的实现方式，在第一方面的第六种可能的实现方式中，在确定其中最小的距离值对应的预设构件图像为目标构件图像之后，包括：判断所述最小的距离值是否超过预设阈值；若是，确定所述待识别构件并非所述目标构件图像对应的构件；若否，确定所述待识别构件为所述目标构件图像对应的构件。通过在确定出Hu矩特征向量的最小距离值之后，判断该最小距离值是否超出阈值，从而可以尽可能排除待识别构件并非预设构件图像所对应的构件，能够提升构件识别的准确率。结合第一方面，在第一方面的第七种可能的实现方式中，在对所述分片图像中的构件识别完成后，还包括：对所述分片图像的构件识别结果进行汇总；确定每条构件识别信息对应的构件在所述待识别图像中的位置；根据构件在所述待识别图像中的位置，过滤掉重复的构件识别信息。通过在确定出多个构件时，对属于同一种类的且处于待识别图像中的同一位置的构件进行排除，可以避免重复识别的情况，即多张分片图像上均包含该构件，从而将该构件识别多次而判定为多个构件情况，这样也能够进一步提高构件识别的准确性。第二方面，本申请的实施例提供一种构件识别装置，包括：分片图像获取模块，用于获取包含异常点标注和待识别构件的分片图像；异常点消除模块，用于根据所述异常点标注，消除所述分片图像中的异常点；区域提取模块，用于从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；构件识别模块，用于将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件。第三方面，本申请的实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如第一方面或第一方面的第一种至第七种可能的实现方式中任一所述的构件识别方法的步骤。第四方面，本申请的实施例提供一种电子设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现第一方面或第一方面的第一种至第七种可能的实现方式中任一所述的构件识别方法的步骤。第五方面，本申请的实施例提供一种构件识别系统，包括：处理单元和多个计算单元，用于获取包含异常点标注和构件标注的待识别图像；对所述待识别图像进行分片，以获取分片图像，并将所述分片图像发送至多个计算单元；每个计算单元，用于获取分片图像；根据所述异常点标注，消除所述分片图像中的异常点；从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；以及将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件，并将识别待识别构件后的识别信息发送给所述处理单元；所述处理单元，还用于对所述识别信息进行整合，以获得与所述待识别图像对应的构件识别结果。为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合本文档来自技高网...

【技术保护点】
1.一种构件识别方法，其特征在于，包括：获取包含异常点标注和待识别构件的分片图像；根据所述异常点标注，消除所述分片图像中的异常点；从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件。

【技术特征摘要】
1.一种构件识别方法，其特征在于，包括：获取包含异常点标注和待识别构件的分片图像；根据所述异常点标注，消除所述分片图像中的异常点；从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像；将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件。2.根据权利要求1所述的构件识别方法，其特征在于，所述根据所述异常点标注，消除所述分片图像中的异常点，包括：通过聚类算法，从所述分片图像中确定出所述异常点的像素值范围和背景区域的像素值范围；将所述异常点的像素值范围调整至所述背景区域的像素值范围。3.根据权利要求1所述的构件识别方法，其特征在于，所述从消除异常点的分片图像中确定出表征所述待识别构件的待识别构件图像，包括：采用Selectivesearch算法，对消除异常点的分片图像进行区域提取，以提取出所述待识别构件图像。4.根据权利要求1所述的构件识别方法，其特征在于，所述将所述待识别构件图像与构件库中的预设构件图像匹配，以识别所述待识别构件，包括：获取所述待识别构件图像的Hu矩特征向量；计算所述待识别构件图像的Hu矩特征向量与所述构件库中每个预设构件图像的Hu矩特征向量之间的距离值；确定其中最小的距离值对应的预设构件图像为目标构件图像，以根据所述目标构件图像识别所述待识别构件。5.根据权利要求1－4中任一项所述的构件识别方法，其特征在于，在所述获取包含异常点标注和待识别构件的分片图像之前，所述方法还包括：获取包含异常点标注和构件标注的待识别图像；从所述待识别图像中确定出与所述构件标注对应的图像，其中，所述构件标注对应的图像为所述预设构件图像；根据所述预设构件图像确定分片规则，并根据所述分片规则对所述待识别图像进行分片，以获取所述分片图像。6.根据权利要求5所述的构件识别方法，其特征在于，所述根据所述预设构件图像确定分片规则，并根据所述分片规则对所述待识别图像进行分片，包括：确定出所述预设构件图像的尺寸，所述预设构件图像的尺寸包括水平尺寸及竖直尺寸；根据所述水...

【专利技术属性】
技术研发人员：李晓莅，阳剑峰，吕先锋，刘文俊，
申请(专利权)人：广州偕作信息科技有限公司，
类型：发明
国别省市：广东,44