标志点图像识别的方法和装置制造方法及图纸

本申请涉及一种标志点图像识别的方法和装置。该方法包括：获取多张连续采集的标志点的图像，构成所述标志点的图像序列，在所述标志点的图像序列中选取部分图像作为参考图像；在所述标志点的图像序列中，选取至少一组短图像序列；将所述短图像序列等效成等效图像；根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移，解决了标志点图像识别精度低的问题，从而实现了降低了图像灰度的时间和空间不一致性对标志点图像的识别精度的影响，使得标志点图像的识别精度能够达到相关应用领域的技术要求。

The method and device of mark point image recognition

【技术实现步骤摘要】
标志点图像识别的方法和装置
本专利技术涉及图像识别
，特别是涉及一种标志点图像识别的方法和装置。
技术介绍
随着图像识别技术的发展，基于标志点的数字图像识别技术已广泛应用于医学特征定位、人工智能(ArtificialIntelligence，简称AI)控制和工程结构变形测量等领域，推动了各个应用领域的发展，给生活带来诸多便利。在相关技术中，标志点图像的识别精度容易受图像灰度的时间和空间不一致性的影响，导致现有的标志点图像识别技术无法达到相关应用领域在识别精度上的技术要求。针对相关技术中，标志点图像识别精度低的问题，目前尚未提出有效的解决方案。
技术实现思路
针对相关技术中标志点图像识别精度低的问题，本专利技术提供了一种标志点图像识别的方法和装置，以至少解决上述问题。根据本专利技术的一个方面，提供了一种标志点图像识别的方法，包括以下步骤：获取多张连续采集的标志点的图像，构成所述标志点的图像序列，在所述标志点的图像序列中选取部分图像作为参考图像；在所述标志点的图像序列中，选取至少一组短图像序列；将所述短图像序列等效成等效图像；根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移。在其中一个实施例中，所述在所述标志点的图像序列中，选取至少一组短图像序列包括：在所述标志点的图像序列中，选取多组所述标志点的短图像序列，相邻两组短图像序列之间相差预设图像数量长度。在其中一个实施例中，所述将所述短图像序列等效成等效图像包括：将多组所述短图像序列分别等效成多张等效图像，并将多张所述等效图像作为等效图像序列。在其中一个实施例中，所述根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移包括：根据灰度不变模型，将所述参考图像与所述等效图像序列进行匹配，获取所述等效图像序列与所述参考图像的位移的变形场数据。在其中一个实施例中，所述在所述标志点的图像序列中，选取至少一组短图像序列包括：在所述标志点的图像序列中，以预设序列长度选取一组短图像序列。在其中一个实施例中，所述根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移包括：根据灰度不变模型，获取已经完成选取的短图像序列的等效图像相对于所述参考图像的位移；将所述短图像序列所在区域作为序列选择区域，在所述标志点的图像序列的时间方向，将所述序列选择区域平移预设图像数量长度，更新所述短图像序列，并计算相应位移，直至所述标志点的图像序列全部被选取；根据计算得到的所有位移获取变形场数据。在其中一个实施例中，所述根据灰度不变模型包括：其中，X为标记点的位移值，U为标记点图像位移，α为相关参数，Δt为两张图像的时间间隔，Fi表示参考图像的灰度值，Gi表示变形图像的灰度值，m表示第i帧前后的m帧图像。在其中一个实施例中，所述获取多张连续采集的标志点的图像包括：选取标志点在内的图像子区，获取多张连续采集的所述图像子区的图像。在其中一个实施例中，所述在所述标志点的图像序列中选取部分图像作为参考图像包括：在所述标志点的图像序列中，连续选取多张图像；将选取到的多张所述图像等效成参考图像。根据本专利技术的另一个方面，还提供一种标志点图像识别的装置，所述装置包括：图像采集模块，用于获取多张连续采集的标志点的图像，构成所述标志点的图像序列；图像选取模块，用于在所述标志点的图像序列中，选取部分图像作为参考图像，以及选取至少一组短图像序列；图像等效模块，用于将所述短图像序列等效成等效图像；位移求解模块，用于根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移。上述标志点图像识别的方法和装置，获取多张连续采集的标志点的图像，构成标志点的图像序列，在标志点的图像序列中选取部分图像作为参考图像；在标志点的图像序列中，选取至少一组短图像序列；将短图像序列等效成等效图像；根据灰度不变模型，获取等效图像相对于参考图像的位移，解决了标志点图像识别精度低的问题，从而降低了图像灰度的时间和空间不一致性对标志点图像的识别精度的影响，使得标志点图像的识别精度能够达到相关应用领域的技术要求。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例中标志点图像识别的方法的流程图；图2是根据本专利技术实施例中模拟标志点振动过程的图像序列的示意图；图3是根据不同方法测量得到的标志点的位移-时间曲线的示意图一；图4是根据不同方法的位移测量的随机误差和系统误差的示意图；图5是根据本专利技术实施例中带有标志点的单轴拉伸实验的示意图；图6是根据不同方法测量得到的标志点的位移-时间曲线的示意图二；图7是根据不同方法测量得到的标志点的应变-时间曲线的示意图三；图8是根据本专利技术实施例中可展开天线的桁架运动测量的实验装置的示意图；图9是根据不同方法测量的两个标志点之间的距离的示意图；图10是根据本专利技术实施例中标志点图像识别的装置的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。需要说明的是，本专利技术实施例所涉及的术语“第一”、“第二”、“第三”仅仅是区别类似的对象，不代表针对对象的特定排序，“第一”、“第二”、“第三”在允许的情况下可以互换特定的顺序或先后次序。可以理解地，“第一”、“第二”、“第三”区分的对象在适当情况下可以互换，以使这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。本申请提供的标志点图像识别的方法，可以应用于医学特征定位、人工智能AI控制和工程结构变形测量等领域，例如大型桥梁、岩土结构、航天大型可展开结构的运动变形实时监测。在一个实施例中，图1是根据本专利技术实施例中标志点图像识别的方法的流程图，如图1所示，提供了一种标志点图像识别的方法，包括以下步骤：步骤S110，获取多张连续采集的标志点的图像，构成标志点的图像序列，在标志点的图像序列中选取部分图像作为参考图像；其中，从ti-m时刻到ti+m时刻，图像采集设备获取了2m+1张连续的标志点的图像，构成标志点的图像序列。需要说明的是，标记点可以是医学特征定位、人工智能AI控制和工程结构变形测量中待监测的位置，根据实际应用的需求选取监测区域作为标记点，通过图像采集设备采集需要监测的时间段内的多张标记点图像，标记点图像的采集数量可以按照实际研究和计算成本的需要来确定。步骤S120，在标志点的图像序列中，选取至少一组短图像序列。需要说明的是，短图像序列是指多张标记点图像构成的标记点图像序列。<本文档来自技高网...

【技术保护点】
1.一种标志点图像识别的方法，其特征在于，所述方法包括：/n获取多张连续采集的标志点的图像，构成所述标志点的图像序列，在所述标志点的图像序列中选取部分图像作为参考图像；/n在所述标志点的图像序列中，选取至少一组短图像序列；/n将所述短图像序列等效成等效图像；/n根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移。/n

【技术特征摘要】
1.一种标志点图像识别的方法，其特征在于，所述方法包括：
获取多张连续采集的标志点的图像，构成所述标志点的图像序列，在所述标志点的图像序列中选取部分图像作为参考图像；
在所述标志点的图像序列中，选取至少一组短图像序列；
将所述短图像序列等效成等效图像；
根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移。


2.根据权利要求1所述的方法，其特征在于，所述在所述标志点的图像序列中，选取至少一组短图像序列包括：
在所述标志点的图像序列中，选取多组所述标志点的短图像序列，相邻两组短图像序列之间相差预设图像数量长度。


3.根据权利要求2所述的方法，其特征在于，所述将所述短图像序列等效成等效图像包括：
将多组所述短图像序列分别等效成多张等效图像，并将多张所述等效图像作为等效图像序列。


4.根据权利要求3所述的方法，其特征在于，所述根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移包括：
根据灰度不变模型，将所述参考图像与所述等效图像序列进行匹配，获取所述等效图像序列与所述参考图像的位移的变形场数据。


5.根据权利要求1所述的方法，其特征在于，所述在所述标志点的图像序列中，选取至少一组短图像序列包括：
在所述标志点的图像序列中，以预设序列长度选取一组短图像序列。


6.根据权利要求5所述的方法，其特征在于，所述根据灰度不变模型，获取所述等效图像相对于所述参考图像的位移包括：
根据灰度不变模型，获取已经完成选取的...

【专利技术属性】
技术研发人员：朱海斌，马少鹏，马沁巍，
申请(专利权)人：浙江清华柔性电子技术研究院，
类型：发明
国别省市：浙江;33