标记识别方法及装置制造方法及图纸

本申请公开了一种标记识别方法及装置，涉及图像处理技术领域。该方法包括：获取包含现实环境中的标记的标记图像；获取标记图像中目标数量的角点；基于目标数量的角点，从标记图像中确定标记所在的区域；基于预先训练的关键点检测模型，提取标记所在的区域对应的图像中的多个图像特征点；获取多个图像特征点的种类，基于多个图像特征点以及图像特征点的种类，对标记进行识别，得到识别结果，识别结果用于对标记的追踪及定位。如此，可以更准确地确定标记所在的区域，以及获取到更多的图像特征点，并结合图像特征点的类型，对标记进行识别，可以获取到标记更高的姿态精度，同时也大大提高了标记识别的鲁棒性。高了标记识别的鲁棒性。高了标记识别的鲁棒性。

【技术实现步骤摘要】
标记识别方法及装置


[0001]本申请涉及图像处理
，更具体地，涉及一种标记识别方法及装置。

技术介绍

[0002]基准标记是为自动检测而设计的人工视觉特征。在相关技术中，为了实现对物体的识别定位跟踪，通常在相应的物体上设置对应包含基准标记，通过对应基准标记识别定位，进而获取到物体的身份和位姿信息。
[0003]在相关技术中，一般是基于边缘检测和图像二值化，对基准标记进行关键点提取，再基于所提取到的关键点识别基准标记的身份和位姿信息。但是，通过该方式识别到的位姿信息的存在精度较差的问题。

技术实现思路

[0004]有鉴于此，本申请提出了一种标记识别方法及装置。
[0005]第一方面，本申请实施例提供了一种标记识别方法，所述方法包括：获取包含现实环境中的标记的标记图像；获取所述标记图像中目标数量的角点；基于所述目标数量的角点，从所述标记图像中确定所述标记所在的区域；基于预先训练的关键点检测模型，提取所述标记所在的区域对应的图像中的多个图像特征点；获取所述多个图像特征点的种类，所述种类的数量是基于所述标记的标记类型确定；基于所述多个图像特征点以及所述图像特征点的种类，对所述标记进行识别，得到识别结果，所述识别结果用于对所述标记的追踪及定位。
[0006]第二方面，本申请实施例提供了一种标记识别装置，所述装置包括：图像获取模块、角点获取模块、区域确定模块、特征点提取模块、种类获取模块以及标记识别模块。图像获取模块，用于获取包含现实环境中的标记的标记图像；角点获取模块，用于获取所述标记图像中目标数量的角点；区域确定模块，用于基于所述目标数量的角点，从所述标记图像中确定所述标记所在的区域；特征点提取模块，用于基于预先训练的关键点检测模型，提取所述标记所在的区域对应的图像中的多个图像特征点；种类获取模块，用于获取所述多个图像特征点的种类，所述种类的数量是基于所述标记的标记类型确定；标记识别模块，用于基于所述多个图像特征点以及所述图像特征点的种类，对所述标记进行识别，得到识别结果，所述识别结果用于对所述标记的追踪及定位。
[0007]第三方面，本申请实施例提供了一种计算机设备，包括：一个或多个处理器；存储器；一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行第一方面提供的标记识别方法。
[0008]第四方面，本申请实施例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程序代码，所述程序代码可被处理器调用执行第一方面提供的标记识别方法。
[0009]本申请提供的方案中，获取包含现实环境中的标记的标记图像；获取标记图像中目标数量的角点；基于目标数量的角点，从标记图像中确定标记所在的区域；基于预先训练的关键点检测模型，提取标记所在的区域对应的图像中的多个图像特征点；获取多个图像特征点的种类，所种类的数量是基于标记的标记类型确定；基于多个图像特征点以及图像特征点的种类，对标记进行识别，得到识别结果，识别结果用于对标记的追踪及定位。如此，通过获取标记图像中的角点，来确定标记所在的区域，可以实现更加准确且快速地确定标记所在的区域；基于此，可以提取到更多更为密集的图像特征点，实现了更高的姿态精度；并且结合图像特征点的种类，对标记进行识别，也大大提高了标记识别的鲁棒性。
附图说明
[0010]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。
[0011]图1示出了本申请一实施例提供的标记识别方法的流程示意图。
[0012]图2示出了本申请实施例提供的基准标记的示意图。
[0013]图3示出了本申请实施例提供的识别流程示意图。
[0014]图4示出了图2所示步骤S260在一种实施方式中的子步骤流程示意图。
[0015]图5示出了本申请再一实施例提供的标记识别方法的流程示意图。
[0016]图6示出了本申请一实施例提供的标记的关键特征点的示意图。
[0017]图7示出了本申请另一实施例提供的标记的关键特征点的示意图。
[0018]图8示出了本申请再又一实施例提供的标记识别方法的流程示意图。
[0019]图9示出了本申请一实施例提供的标记的局部图案的示意图。
[0020]图10示出了本申请又再一实施例提供的标记识别方法的流程示意图。
[0021]图11示出了本申请一实施例提供的RuneTag标记的图像特征点的示意图。
[0022]图12示出了本申请另一实施例提供的RuneTag标记的图像特征点的示意图。
[0023]图13示出了本申请一实施例提供的TopoTag标记的图像特征点的示意图。
[0024]图14示出了本申请另一实施例提供的TopoTag标记的图像特征点的示意图。
[0025]图15示出了本申请一实施例提供的AprilTag标记的图像特征点的示意图。
[0026]图16示出了本申请另一实施例提供的AprilTag标记的图像特征点的示意图。
[0027]图17是根据本申请另一实施例提供的一种标记识别装置的框图。
[0028]图18是本申请实施例的用于执行根据本申请实施例的标记识别方法的计算机设备的框图。
[0029]图19是本申请实施例的用于保存或者携带实现根据本申请实施例的标记识别方法的程序代码的存储单元。
具体实施方式
[0030]为了使本
的人员更好地理解本申请方案，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。
Detector(SSD)算法，使用单个卷积网络来预测标记的边界框及其类概率，从局部形状中回归关键点和数字符号，没有利用传统的低阶图像处理技术检测边缘或斑点，重新采样像素或特征的边界框假设，实现更快的计算速度，提高了标记识别的效率以及准确性。
[0038]步骤S220：获取所述标记图像中目标数量的角点。
[0039]在本实施例中，角点就是极值点，可以理解为在某方面属性特别突出的点，针对图像而言，角点可以理解为图像中梯度值和梯度方向的变化速率都很高的点，也可以理解为图像两条或两条以上边缘的交点，即物体轮廓线的连接点。基于此，在获取到现实环境中包含标记的标记图像后，可以通过提取标记图像中的目标数量的角点来确定标记所在的区域，也就是说，通过提取标记的轮廓线的连接点，来确定该标记所在的区域。其中，目标数量可以是预先设置的，也可以根据不同的应用场景对其进行调整，本实施例对此不作限制；提取标记图像中的角点可以通过多种检测算法来提取，检测算法包括但不限于基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测等。
[0040]由于角点在保留图像图形重要特征的同时,可以有效地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种标记识别方法，其特征在于，所述方法包括：获取包含现实环境中的标记的标记图像；获取所述标记图像中目标数量的角点；基于所述目标数量的角点，从所述标记图像中确定所述标记所在的区域；基于预先训练的关键点检测模型，提取所述标记所在的区域对应的图像中的多个图像特征点；获取所述多个图像特征点的种类，所述种类的数量是基于所述标记的标记类型确定；基于所述多个图像特征点以及所述图像特征点的种类，对所述标记进行识别，得到识别结果，所述识别结果用于对所述标记的追踪及定位。2.根据权利要求1所述的方法，其特征在于，所述基于所述多个图像特征点以及所述图像特征点的种类，对所述标记进行识别，得到识别结果，包括：基于与所述标记的标记类型对应的预定义模板，对所述多个图像特征点进行排序，得到多个有序特征点；基于所述多个有序特征点中每个有序特征点的种类，以及所述多个有序特征点于所述标记图像中的坐标位置信息，得到对所述标记进行识别的识别结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个有序特征点中每个有序特征点的种类，以及所述多个有序特征点于所述标记图像中的坐标位置信息，得到对所述标记进行识别的识别结果，包括：基于所述多个有序特征点中每个有序特征点的种类，获取所述每个有序特征点的编码值；根据所述每个有序特征点的编码值，确定所述标记对应的标记编号；通过逆单应性矩阵，获取所述多个有序特征点于所述标记图像中的坐标位置信息；根据所述坐标位置信息，确定所述标记的位姿信息；基于所述位姿信息以及标记编号，生成所述识别结果。4.根据权利要求2所述的方法，其特征在于，所述图像特征点的种类与构成标记的局部图案的种类一一对应，在所述基于与所述标记的标记类型对应的预定义模板，对所述多个图像特征点进行排序，得到多个有序特征点之前，所述方法还包括：根据预设获取规则，从所述多个图像特征点中获取多个关键特征点，所述关键特征点对应的局部图案至少包括两种；根据所述多个关键特征点中每个关键特征点的局部图案，确定所述标记的方向；判断所述标记的方式是否符合预设标准方向；若符合，则执行所述基于与所述标记的标记类型对应的预定义模板，对所述多个图像特征点进行排序，得到多个有序特征点的步骤；若不符合，则将所述标记旋转至所述预设标准方向，针对旋转后的所述标记，执行所述基于与所述标记的标记类型对应的预定义模板，对所述多个图像特征点进行排序，得到多个有序特征点的步骤。5.根据权利要求4所述的方法，其特征在于，在所述获取包含现实环境中的标记的标记图像之前，所述方法还包括：响应于标...

【专利技术属性】
技术研发人员：章烛明，胡永涛，于国星，戴景文，贺杰，
申请(专利权)人：广东虚拟现实科技有限公司，
类型：发明
国别省市：