本申请实施例提供了一种标定物图像中的标记物的识别方法、装置、设备及可读介质，涉及图像识别领域。其中，所述方法包括：对待识别的标定物图像中的标记物进行边缘检测，以获得所述待识别的标定物图像中的标记物的边缘检测结果；基于所述边缘检测结果，对边缘检测后的标定物图像进行轮廓形状拟合，以获得所述边缘检测后的标定物图像中的标记物所在的候选区域；对所述候选区域执行排除操作，以获得所述边缘检测后的标定物图像中的标记物所在的真实区域；基于所述待识别的标定物图像中的所述真实区域，确定所述待识别的标定物图像中的标记物的位置识别结果。通过本申请实施例，能够有效提高对标定物图像中的标记物识别的准确率。率。率。
【技术实现步骤摘要】
标定物图像中标记物的识别方法、装置、设备及可读介质
[0001]本申请实施例涉及图像识别领域，尤其涉及一种标定物图像中的标记物的识别方法、装置、电子设备及计算机可读介质。
技术介绍
[0002]图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。在具体的应用场景中，标定物上分布的标记物在标定物图像上留下的投影呈现为圆形或类圆形。如何识别标定物图像中标记物是机器视觉领域中的关键技术问题之一。针对这一技术问题，众多学者专家们提出了不同的算法。这些算法可分为两大类：第一类是基于霍夫变换及其改进的算法，第二类是阈值分割与连通量标记分析相结合的算法。
[0003]然而，在实际的应用中，使用这两类方法均不可达到理想情况。具体地，使用第一类算法，强依赖于阈值，阈值过大，会识别出虚假的标记物，即在无标记物的位置也会识别出标记物。阈值过小，会遗漏真实的标记物，识别出的标记物的数量太少。使用第二类算法，固定阈值分割无法处理标定物图像中的所有区域，对于亮度和对比度低的区域，很难通过阈值分割得到清晰的边缘。联通量标记分析对于图像中非圆形或类圆形的区域，也会提取出连通域，无法单纯通过面积筛选出真实的标记物。故两类算法的识别结果不稳定，很难识别全部的标记物。由此可见，如何有效提高对标定物图像中的标记物识别的准确率成为当前亟待解决的技术问题。
技术实现思路
[0004]本申请的目的在于提出一种标定物图像中的标记物的识别方法、装置、电子设备及计算机可读介质，用于解决现有技术中存在的如何有效提高对标定物图像中的标记物识别的准确率的技术问题。
[0005]根据本申请实施例的第一方面，提供了一种标定物图像中的标记物的识别方法。所述方法包括：对待识别的标定物图像中的标记物进行边缘检测，以获得所述待识别的标定物图像中的标记物的边缘检测结果；基于所述边缘检测结果，对边缘检测后的标定物图像进行轮廓形状拟合，以获得所述边缘检测后的标定物图像中的标记物所在的候选区域；对所述候选区域执行排除操作，以获得所述边缘检测后的标定物图像中的标记物所在的真实区域；基于所述待识别的标定物图像中的所述真实区域，确定所述待识别的标定物图像中的标记物的位置识别结果。
[0006]根据本申请实施例的第二方面，提供了一种标定物图像中的标记物的识别装置。所述装置包括：边缘检测模块，用于对待识别的标定物图像中的标记物进行边缘检测，以获得所述待识别的标定物图像中的标记物的边缘检测结果；轮廓形状拟合模块，用于基于所述边缘检测结果，对边缘检测后的标定物图像进行轮廓形状拟合，以获得所述边缘检测后的标定物图像中的标记物所在的候选区域；排除模块，用于对所述候选区域执行排除操作，
以获得所述边缘检测后的标定物图像中的标记物所在的真实区域；确定模块，用于基于所述待识别的标定物图像中的所述真实区域，确定所述待识别的标定物图像中的标记物的位置识别结果。
[0007]根据本申请实施例的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，配置为存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请实施例的第一方面所述的标定物图像中的标记物的识别方法。
[0008]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例的第一方面所述的标定物图像中的标记物的识别方法。
[0009]根据本申请实施例提供的标定物图像中的标记物的识别方案，通过所述待识别的标定物图像中的标记物的边缘检测结果，对边缘检测后的标定物图像进行轮廓形状拟合，能够准确地获得覆盖所述待识别的标定物图像中所有真实标记物的候选区域。此外，通过对所述候选区域执行排除操作，能够准确地获得所述边缘检测后的标定物图像中的标记物所在的真实区域，并且通过所述待识别的标定物图像中的所述真实区域，能够准确地确定所述待识别的标定物图像中的标记物的位置识别结果，进而能够有效提高对标定物图像中的标记物识别的准确率。
附图说明
[0010]后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：图1A为本申请实施例一的标定物图像中的标记物的识别方法的步骤流程图；图1B为根据本申请实施例一提供的标定物图像中的标记物的边缘检测结果的示意图；图1C为根据本申请实施例一提供的标定物图像中的标记物所在的候选区域的示意图；图1D为根据本申请实施例一提供的标定物图像中的标记物所在的候选区域对应的局部区域的示意图；图1E为根据本申请实施例一提供的标定物图像中的标记物所在的候选区域对应的局部区域的椭圆拟合结果的示意图；图1F为根据本申请实施例一提供的标定物图像中的标记物的位置检测结果的示意图；图2为本申请实施例二的标定物图像中的标记物的识别装置的结构示意图；图3为本申请实施例三中电子设备的结构示意图；图4为本申请实施例四中电子设备的硬件结构。
具体实施方式
[0011]为了使本领域的人员更好地理解本申请实施例中的技术方案，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，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
[0012]参照图1A，示出了本申请实施例一的标定物图像中的标记物的识别方法的步骤流程图。
[0013]具体地，本实施例提供的标定物图像中的标记物的识别方法包括以下步骤：在步骤S101中，对待识别的标定物图像中的标记物进行边缘检测，以获得所述待识别的标定物图像中的标记物的边缘检测结果。
[0014]在本实施例中，所述标定物图像可理解为针对标定物拍摄的图像，所述标定物图像可为校准靶透视图像，或者其它的标定物的图像，本实施例对此不做任何限定。所述标记物可理解为特意针对所述标定物设计的用于标记的物体，所述标记物可为校准靶上分布的钢珠。所述钢珠在所述校准靶透视图像上留下的投影呈现为圆形或者类圆形。所述边缘检测可理解为用于检测所述待识别的标定物图像中的标记物的清晰的边缘轮廓的技术手段。所述边缘检测结果可为所述待识别的标定物图像中的标记物的清晰的边缘轮廓。可以理解的是，以上描述仅为示例性的，本实施例对此不做任何限定。
[0015]在一些可选实施例中，在对待识别的标定物图像中的标记物进行边缘检测时，对所述待识别的标定物图像进行图像滤波处理，以获得图像滤波处理后的标定物图像；对所述图像滤波处理后的标定物图像进行二值化处理，以获得二值化处理后的标定物图像；对所述二值化处理后的标定物图像进行形态学处理，以获得所述二值化处理后的标定物图像中的标记物的轮廓。籍此，通过对所述待识别的标定物图像进行图像滤波处理，并对所述图像滤波处理后的标定物图像进行二值化处理，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种标定物图像中的标记物的识别方法，其特征在于，所述方法包括：对待识别的标定物图像中的标记物进行边缘检测，以获得所述待识别的标定物图像中的标记物的边缘检测结果；基于所述边缘检测结果，对边缘检测后的标定物图像进行轮廓形状拟合，以获得所述边缘检测后的标定物图像中的标记物所在的候选区域；对所述候选区域执行排除操作，以获得所述边缘检测后的标定物图像中的标记物所在的真实区域；基于所述待识别的标定物图像中的所述真实区域，确定所述待识别的标定物图像中的标记物的位置识别结果。2.根据权利要求1所述的标定物图像中的标记物的识别方法，其特征在于，所述对待识别的标定物图像中的标记物进行边缘检测，包括：对所述待识别的标定物图像进行图像滤波处理，以获得图像滤波处理后的标定物图像；对所述图像滤波处理后的标定物图像进行二值化处理，以获得二值化处理后的标定物图像；对所述二值化处理后的标定物图像进行形态学处理，以获得所述二值化处理后的标定物图像中的标记物的轮廓。3.根据权利要求2所述的标定物图像中的标记物的识别方法，其特征在于，所述对所述二值化处理后的标定物图像进行形态学处理，包括：对所述二值化处理后的标定物图像进行开闭操作，以获得所述二值化处理后的标定物图像中的标记物的轮廓。4.根据权利要求1所述的标定物图像中的标记物的识别方法，其特征在于，所述对所述候选区域执行排除操作，包括：基于所述候选区域的半径，确定所述候选区域对应的局部区域；确定所述候选区域对应的局部区域的灰度方差；若所述灰度方差小于预设的灰度方差阈值，则对所述候选区域进行排除，以获得所述边缘检测后的标定物图像中的标记物所在的真实区域。5.根据权利要求4所述的标定物图像中的标记物的识别方法，其特征在于，所述方法还包括：对所述待识别的标定物图像中的所述局部区域进行边缘检测，以获得所述待识别的标定物图像中的所述局部区域的边缘检测结果；基于所述待识别的标定物图像中的所述局部区域的边缘检测结果，对所述待识别的标定物图像中的边缘检测后的所述局部区域进行轮廓形状拟合，以获得所述待识别的标定物图像中的边缘检测后的所述局部区域的第一轮廓形状拟合结果；基于所述第一轮廓形状拟合结果，对所述候选区域进行进一步排除，以获得所述边缘检测后的标定物图像中的标记物所在的真实区域。6.根据权利要求5所述的标定物图像中的标记物的识别方法，其特征在于，所述第一轮廓形状拟合结果包括第一椭圆拟合结果，所述基于所述第一轮廓形状拟合结果，对所述候选区域进行进...
【专利技术属性】
技术研发人员：陈露，宫明波，要文杰，谢永召，
申请(专利权)人：北京柏惠维康科技有限公司，
类型：发明
国别省市：
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。