颜色识别方法、设备及计算机可读存储介质技术

本申请公开了一种颜色识别方法、设备及计算机可读存储介质，该颜色识别方法：获取待识别图像；利用预先训练的目标检测模型定位出待识别图像中包括目标对象的目标区域；响应于目标对象的颜色为纯色，提取目标区域内的颜色特征；根据提取出的颜色特征确定目标对象的颜色。本申请所提供的方法能够快速、准确地识别图像中纯色物体的颜色。

Color recognition method, equipment and computer readable storage medium

【技术实现步骤摘要】
颜色识别方法、设备及计算机可读存储介质
本申请涉及颜色识别
，特别是涉及一种颜色识别方法、设备及计算机可读存储介质。
技术介绍
现有的颜色识别应用中，大多数需要解决的问题是如何识别出一张图像中具有的颜色或者图像中某种指定的颜色，例如在车牌识别领域中，需要先识别车牌的颜色(如蓝色)，然后再进行车牌号码的识别。在机器人接收的图像中，纯色物体只占了图像的一部分，而背景颜色元素通常比较丰富，因此如何快速、准确地对图像中纯色物体的颜色进行识别对机器人的运行效率至关重要。
技术实现思路
本申请主要解决的技术问题是提供一种颜色识别方法、设备及计算机可读存储介质，能够快速、准确地识别图像中纯色物体的颜色。为解决上述技术问题，本申请采用的一个技术方案是：提供一种颜色识别方法，所述方法包括：获取待识别图像；利用预先训练的目标检测模型定位出所述待识别图像中包括目标对象的目标区域；响应于所述目标对象的颜色为纯色，提取所述目标区域内的颜色特征；根据提取出的所述颜色特征确定所述目标对象的颜色。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种颜色识别设备，包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器以及所述通信电路，所述处理器通过执行所述存储器内的程序指令实现上述方法中的步骤。为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机存储介质，存储有程序指令，所述程序指令能够被处理器执行以实现上述方法中的步骤。本申请的有益效果是：本申请利用预先训练并达到收敛的目标检测模型定位出待识别图像中包括目标对象的目标区域，而后判断目标对象的颜色是否为纯色，在判断结果为是时，根据目标区域的颜色特征确定目标对象的颜色，其中由于目标检测模型预先训练好，其能够准确、快速地对目标对象进行定位，因此可以保证整个纯色物体的颜色识别过程既快速，又准确。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。其中：图1是本申请颜色识别方法一实施方式的流程示意图；图2是待识别图像；图3是使用目标检测模型在对待识别图像进行处理时的示意图；图4是目标区域内的图像；图5是本申请颜色识别方法另一实施方式的流程示意图；图6是滤波处理后目标区域内的图像；图7是颜色直方图；图8是本申请颜色识别方法另一实施方式中的部分流程示意图；图9是待识别图像；图10是对图9进行裁剪而得到的剪切图；图11是图8中步骤S420的具体流程示意图；图12是图10的轮廓图；图13是本申请颜色识别设备一实施方式的结构示意图；图14是本申请计算机可读存储介质一实施方式的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参阅图1，图1是本申请颜色识别方法一实施方式的流程示意图，结合图2至图4，该颜色识别方法包括：S110：获取待识别图像。本申请颜色识别方法的执行主体是颜色识别设备，该颜色识别设备可以是手机、电脑、机器人等任何一个具有图像处理能力的设备。待识别图像可以是颜色识别设备进行拍摄而获得的图像，也可以是颜色识别设备接收到的图像。在一应用场景中，待识别图像如图2所示。S120：利用预先训练的目标检测模型定位出待识别图像中包括目标对象的目标区域。目标检测模型预先训练好，并且达到收敛，其能够准确地定位出待识别图像中包括目标对象的目标区域。例如，如图3所示，目标检测模型能够定位出待识别图像中包括立方体或球体的矩形区域，其中为了保证目标区域内尽量只包括目标对象，该矩形区域的矩形框为立方体或球体的外接矩形。在一应用场景中，利用实时目标检测网络MobileNetv2-SSDLite对目标检测模型进行训练。当然在其他应用场景中，还可以利用其他神经网络算法对目标检测模型进行训练，在此不做限制。S130：响应于目标对象的颜色为纯色，提取目标区域内的颜色特征。在一应用场景中，响应于目标对象的颜色为纯色，可以是响应于目标对象的颜色全部是同一种颜色，也可以是响应于目标对象中某一种颜色占了目标对象的绝大部分面积，例如，响应于目标对象中某一种颜色的面积超过了目标对象面积的50％、60％、80％或90％，为便于理解，在此举出具体实例：目标对象的颜色虽然不全部是蓝色，但是蓝色的面积占目标对象面积的85％，此时我们也认定该目标对象的颜色为纯色。在一应用场景中，在提取目标区域内的颜色特征时，可先将目标区域内的图像提取出来，此时提取出的图像如图4所示，而后再进行颜色特征的提取；在另一应用场景中，可直接在待识别图像中的目标区域内进行颜色特征的提取，也就是说，在整个图像处理的过程中，不会出现类似图4的图像。S140：根据提取出的颜色特征确定目标对象的颜色。在定位出目标区域后，若发现目标区域中目标对象的颜色为纯色，则提取目标区域内的颜色特征，而后根据该颜色特征确定目标对象的颜色。从上述内容可以看出，本申请利用预先训练并达到收敛的目标检测模型定位出待识别图像中包括目标对象的目标区域，而后判断目标对象的颜色是否为纯色，在判断结果为是时，根据目标区域的颜色特征确定目标对象的颜色，其中由于目标检测模型预先训练好，其能够准确、快速地对目标对象进行定位，因此可以保证整个纯色物体的颜色识别过程既快速，又准确。在本实施方式中，根据提取出的颜色特征确定目标对象的颜色时，可以将提取到的颜色特征输入预先训练好的分类器中，例如KNN分类器，然后得到目标对象的颜色。参阅图5，图5是本申请颜色识别方法另一实施方式的流程示意图，该方法包括：S210：获取待识别图像。S220：利用预先训练的目标检测模型定位出待识别图像中包括目标对象的目标区域。S230：对目标区域内的图像进行增强处理，以突出目标对象。S240：对增强处理后的目标区域内的图像进行滤波处理，以剔除目标区域内目标对象以外的颜色。S250：对目标区域内的图像进行边缘检测，以得到目标区域内的轮廓数量及各轮廓的面积。S260：判断目标区域内面积大于面积阈值的轮廓的数量是否不超过数量阈值。若判断结果为否，则进入步骤S270，否则进入步骤S280。S270：进一步根据目标区域内的图像的噪声确定目标对象的颜色是否为纯色。S280：判定目标对象的颜色为纯色，进一步提取目标区域内的颜色特征。S290：根据本文档来自技高网...

【技术保护点】
1.一种颜色识别方法，其特征在于，所述方法包括：/n获取待识别图像；/n利用预先训练的目标检测模型定位出所述待识别图像中包括目标对象的目标区域；/n响应于所述目标对象的颜色为纯色，提取所述目标区域内的颜色特征；/n根据提取出的所述颜色特征确定所述目标对象的颜色。/n

【技术特征摘要】
1.一种颜色识别方法，其特征在于，所述方法包括：
获取待识别图像；
利用预先训练的目标检测模型定位出所述待识别图像中包括目标对象的目标区域；
响应于所述目标对象的颜色为纯色，提取所述目标区域内的颜色特征；
根据提取出的所述颜色特征确定所述目标对象的颜色。


2.根据权利要求1所述的方法，其特征在于，所述响应于所述目标对象的颜色为纯色，提取所述目标区域内的颜色特征的步骤之前，包括：
对所述目标区域内的图像进行增强处理，以突出所述目标对象；
对增强处理后的所述目标区域内的图像进行滤波处理，以剔除所述目标区域内目标对象以外的颜色。


3.根据权利要求2所述的方法，其特征在于，所述响应于所述目标对象的颜色为纯色，提取所述目标区域内的颜色特征的步骤，包括：
对所述目标区域内的图像进行边缘检测，以得到所述目标区域内的轮廓数量及各轮廓的面积；
判断所述目标区域内面积大于面积阈值的轮廓的数量是否不超过数量阈值；
若判断结果为是，则判定所述目标对象的颜色为纯色，进一步提取所述目标区域内的颜色特征；
若判断结果为否，则进一步根据所述目标区域内的图像的噪声确定所述目标对象的颜色是否为纯色。


4.根据权利要求3所述的方法，其特征在于，所述进一步根据所述目标区域内的图像的噪声确定所述目标对象的颜色是否为纯色的步骤，包括：
计算所述目标区域内的图像的噪声占比；
若所述目标区域内的图像的噪声占比不超过噪声占比阈值，则判定所述目标对象的颜色为纯色，进一步提取所述目标区域内的颜色特征；
若所述目标区域内的图像的噪声占比超过所述噪声占比阈值，则判定所述目标对象的颜色为非纯色。


5.根据权利要求1所述的方法，其特征在于，所述提取所述目标区域内的颜色特征的步骤，包括：
对所述目标区域内的图像进行HSV颜色空间的特征提取，并得到对应的颜色直方图；
根据所述颜色直方图得到在所述目标区域内的图像中所占面积最大的颜色特征向量；
将所述所占面积最大的颜色特征向量作为所述目标区域内的颜色特征。


6.根据权利要求5所述的方法，其特征在于，所述将所述所占面积最大的颜色特征向量作为所述目标区域内的颜色特征的步骤，包括：
去除所述所占面积最大的颜色特征向量中的明度分量；
将去除所述明度分量后的所述颜色特征向量作为所述目标区域内的颜色特征。

【专利技术属性】
技术研发人员：赵雨佳，郭奎，程骏，庞建新，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44