图像识别方法、装置、计算机设备及计算机可读存储介质制造方法及图纸

本申请公开了图像识别方法、装置、计算机设备及计算机可读存储介质，属于计算机视觉技术领域。方法包括：获取第一图像，提取第一图像中的至少两个第一特征点，计算各个第一特征点的描述符。基于各个第一特征点的描述符，计算各个第一特征点对应的距离，各个第一特征点对应的距离均不大于阈值，第一图像和第二图像的分辨率不同。基于各个第一特征点对应的距离，从至少两个第一特征点中确定与第二特征点对应的第三特征点，基于第三特征点从第一图像中确定与第二图像匹配的区域。本申请在需要识别的第一图像与第二图像的分辨率不同的情况下，通过使得各个第一特征点的距离不大于阈值，提高了图像识别的准确率。高了图像识别的准确率。高了图像识别的准确率。

【技术实现步骤摘要】
图像识别方法、装置、计算机设备及计算机可读存储介质


[0001]本申请涉及计算机视觉
，特别涉及一种图像识别方法、装置、计算机设备及计算机可读存储介质。

技术介绍

[0002]随着计算机视觉技术的发展，图像识别所具备的功能也越来越多，从一张图像中识别出与另一张图像相匹配的区域便是其中一种功能。在两张图像的分辨率不同的情况下，如何保证识别的准确性，成为备受关注的问题。

技术实现思路

[0003]本申请实施例提供了一种图像识别方法、装置、计算机设备及计算机可读存储介质，以在图像分辨率不同的情况下提高图像识别的准确性。所述技术方案如下：
[0004]一方面，提供了一种图像识别方法，所述方法包括：
[0005]获取第一图像，提取所述第一图像中的至少两个第一特征点，计算各个第一特征点的描述符；
[0006]基于所述各个第一特征点的描述符，计算所述各个第一特征点对应的距离，所述各个第一特征点对应的距离均不大于阈值，任一第一特征点对应的距离为所述任一第一特征点与第二图像中的第二特征点之间的距离，所述第一图像和所述第二图像的分辨率不同；
[0007]基于所述各个第一特征点对应的距离，从所述至少两个第一特征点中确定与所述第二特征点对应的第三特征点，基于所述第三特征点从所述第一图像中确定与所述第二图像匹配的区域。
[0008]一方面，提供了一种图像识别装置，所述装置包括：
[0009]获取模块，用于获取第一图像，提取所述第一图像中的至少两个第一特征点，计算各个第一特征点的描述符；
[0010]计算模块，用于基于所述各个第一特征点的描述符，计算所述各个第一特征点对应的距离，所述各个第一特征点对应的距离均不大于阈值，任一第一特征点对应的距离为所述任一第一特征点与第二图像中的第二特征点之间的距离，所述第一图像和所述第二图像的分辨率不同；
[0011]确定模块，用于基于所述各个第一特征点对应的距离，从所述至少两个第一特征点中确定与所述第二特征点对应的第三特征点，基于所述第三特征点从所述第一图像中确定与所述第二图像匹配的区域。
[0012]在示例性实施例中，所述确定模块，用于基于所述第三特征点，通过随机抽样一致算法从所述第一图像中确定第一区域；从所述第一区域包括的第三特征点中确定第四特征点，基于所述第四特征点从所述第一区域中确定第二区域，所述第四特征点对应的距离小于距离阈值；基于所述第二区域包括的特征点确定与所述第二图像匹配的区域。
[0013]在示例性实施例中，所述第二区域的数量为多个，所述确定模块，用于响应于第三区域包括的特征点的数量大于数量阈值，基于所述第三区域包括的特征点确定与所述第二图像匹配的区域，所述第三区域为多个第二区域中包括最多特征点的区域。
[0014]在示例性实施例中，所述第二区域的数量为多个，所述确定模块，用于响应于第三区域包括的特征点的数量不大于数量阈值，从所述多个第二区域中确定与所述第三区域相交的第四区域，所述第三区域为所述多个第二区域中包括最多特征点的区域；基于所述第三区域包括的特征点和所述第四区域包括的特征点确定与所述第二图像匹配的区域。
[0015]在示例性实施例中，所述确定模块，用于按照距离对多个第四特征点进行排序，得到特征点序列；从距离最小的第四特征点开始，依次遍历所述特征点序列中的各个第四特征点，对于任一第四特征点，响应于第五区域中不包括所述任一第四特征点，则确定所述任一第四特征点对应的区域，所述第五区域为所述特征点序列中位于所述任一第四特征点之前的第四特征点对应的区域；将所确定的第四特征点对应的区域作为所述第二区域。
[0016]在示例性实施例中，所述获取模块，还用于获取所述第二图像，对所述第二图像进行缩放处理，得到至少两个第三图像，所述缩放处理包括缩小处理和放大处理中的至少一种处理，所述至少两个第三图像中不同第三图像的分辨率不同；提取所述第二图像和至少两个第三图像中的第五特征点，基于所述第五特征点确定所述第二图像中的所述第二特征点。
[0017]在示例性实施例中，所述获取模块，用于对所述第二图像进行高斯模糊处理，得到至少两个第四图像，所述至少两个第四图像中不同第四图像的模糊度不同；对所述至少两个第四图像进行所述缩放处理，得到所述至少两个第三图像；提取所述第二图像、所述至少两个第四图像和所述至少两个第三图像中的第五特征点。
[0018]在示例性实施例中，所述获取模块，用于对于任一第一特征点，获得所述任一第一特征点的坐标、角度和块尺寸；基于比例系数以及所述任一第一特征点的坐标、角度和块尺寸更新至少两个第一盒子信息，得到至少两个第二盒子信息，任一第二盒子信息包括一对中心点坐标、半径和参考阈值，所述一对中心点坐标和所述半径用于指示所述任一第二盒子信息对应的一对盒子；对于任一第二盒子信息，确定所述任一第二盒子信息对应的一对盒子在所述第一图像中对应的一对区域，确定所述一对区域的像素平均灰度值之间的差值，对比所述差值和所述参考阈值得到所述任一第二盒子信息对应的数值，所述数值为零或一，所述至少两个第二盒子信息对应至少两个数值；基于所述至少两个数值生成二进制数组，将所述二进制数组作为所述任一第一特征点的描述符。
[0019]在示例性实施例中，所述获取模块，还用于响应于所述任一第一特征点位于所述第一图像的图像边缘，基于所述块尺寸对所述任一第一特征点的坐标进行校正，得到所述任一第一特征点校正后的坐标；所述获取模块，用于基于比例系数以及所述任一第一特征点的校正后的坐标、角度和块尺寸更新所述至少两个第一盒子信息。
[0020]在示例性实施例中，所述角度基于参考系数计算得到，所述参考系数基于所述比例系数、所述第二特征点的数量和所述至少两个第一盒子信息确定。
[0021]在示例性实施例中，所述获取模块，用于响应于所述差值不大于所述参考阈值，则所述任一第二盒子信息对应的数值为第一值；响应于所述差值大于所述参考阈值，则所述任一第二盒子信息对应的数值为第二值。
[0022]一方面，提供了一种计算机设备，所述计算机设备包括存储器及处理器；所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以使计算机设备实现本申请的任一种示例性实施例所提供的图像识别方法。
[0023]一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令，所述指令由处理器加载并执行，以使计算机实现本申请的任一种示例性实施例所提供的图像识别方法。
[0024]另一方面，提供了一种计算机程序或计算机程序产品，所述计算机程序或计算机程序产品包括：计算机指令，所述计算机指令被计算机执行时，使得所述计算机实现本申请的任一种示例性实施例所提供的图像识别方法。
[0025]本申请实施例所提供的技术方案带来的有益效果至少包括：
[0026]本申请实施例在需要识别的第一图像与第二图像的分辨率不同的情况下，通过使得各个第一特征点的距离不大于阈值，提高了从第一图像中确定的与第二图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：获取第一图像，提取所述第一图像中的至少两个第一特征点，计算各个第一特征点的描述符；基于所述各个第一特征点的描述符，计算所述各个第一特征点对应的距离，所述各个第一特征点对应的距离均不大于阈值，任一第一特征点对应的距离为所述任一第一特征点与第二图像中的第二特征点之间的距离，所述第一图像和所述第二图像的分辨率不同；基于所述各个第一特征点对应的距离，从所述至少两个第一特征点中确定与所述第二特征点对应的第三特征点，基于所述第三特征点从所述第一图像中确定与所述第二图像匹配的区域。2.根据权利要求1所述的方法，其特征在于，所述基于所述第三特征点从所述第一图像中确定与所述第二图像匹配的区域，包括：基于所述第三特征点，通过随机抽样一致算法从所述第一图像中确定第一区域；从所述第一区域包括的第三特征点中确定第四特征点，基于所述第四特征点从所述第一区域中确定第二区域，所述第四特征点对应的距离小于距离阈值；基于所述第二区域包括的特征点确定与所述第二图像匹配的区域。3.根据权利要求2所述的方法，其特征在于，所述第二区域的数量为多个，所述基于所述第二区域包括的特征点确定与所述第二图像匹配的区域，包括：响应于第三区域包括的特征点的数量大于数量阈值，基于第三区域包括的特征点确定与所述第二图像匹配的区域，所述第三区域为多个第二区域中包括最多特征点的区域。4.根据权利要求2所述的方法，其特征在于，所述第二区域的数量为多个，所述基于所述第二区域包括的特征点确定与所述第二图像匹配的区域，包括：响应于第三区域包括的特征点的数量不大于数量阈值，从多个第二区域中确定与所述第三区域相交的第四区域，所述第三区域为所述多个第二区域中包括最多特征点的区域；基于所述第三区域包括的特征点和所述第四区域包括的特征点确定与所述第二图像匹配的区域。5.根据权利要求2
‑
4任一所述的方法，其特征在于，所述第四特征点的数量为多个，所述基于所述第四特征点从所述第一区域中确定第二区域，包括：按照距离对多个第四特征点进行排序，得到特征点序列；从距离最小的第四特征点开始，依次遍历所述特征点序列中的各个第四特征点，对于任一第四特征点，响应于第五区域中不包括所述任一第四特征点，则确定所述任一第四特征点对应的区域，所述第五区域为所述特征点序列中位于所述任一第四特征点之前的第四特征点对应的区域；将所确定的第四特征点对应的区域作为所述第二区域。6.根据权利要求1
‑
4任一所述的方法，其特征在于，所述计算所述各个第一特征点对应的距离之前，所述方法还包括：获取所述第二图像，对所述第二图像进行缩放处理，得到至少两个第三图像，所述缩放处理包括缩小处理和放大处理中的至少一种处理，所述至少两个第三图像中不同第三图像的分辨率不同；提取所述第二图像和至少两个第三图像中的第五特征点，基于所述第五特征点确定所
述第二图像中的所述第二特征点。7.根据权利要求6所述的方法，其特征在于，所述对所述第二图像进行缩放处理，得到至少两个第三图像，包括：对所述第二图像进行高斯模糊处理，得到至少两个第四图像，所述至少两个第四图像中不同第四图像的模糊度不同；对所述至少两个第四图像进行所述缩放处理，...

【专利技术属性】
技术研发人员：任明星，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：