基于点云算法的填涂卡图像识别方法及装置制造方法及图纸

技术编号:36536820 阅读:21 留言:0更新日期:2023-02-01 16:23
本发明专利技术涉及一种基于点云算法的填涂卡图像识别方法及装置,还公开了一种电子设备和一种非暂态计算机可读存储介质,属于图像识别技术领域,该方法包括:将二维点云数据均匀平铺在填涂卡的二值化图像上;对平铺了二维点云数据的二值化图像进行网格划分;对划分网格各个区域的二维点云数据中每个点的权重进行调整;获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值以及将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项。本申请提供的方法可对填涂卡进行准确识别,克服了现有技术中完成填涂卡识别时对于褶皱、填涂不规范的填涂卡识别准确率较低的问题。题。题。

【技术实现步骤摘要】
基于点云算法的填涂卡图像识别方法及装置


[0001]本专利技术涉及图像识别
,尤其涉及一种基于点云算法的填涂卡图像识别方法及装置。

技术介绍

[0002]目前,在一些标准化填涂卡的使用中,由用户将所选择的答案填涂在填涂卡上,然后用光电阅读机利用光反射原理对填涂卡进行扫描,其中,光电阅读机主要是利用碳对红外线的电敏感反应来识别填涂卡上被填涂的区域,这种采用光电阅读机识别填涂卡的方式在一定程度上极大的方便了填涂卡的识别工作。近些年来随着计算机技术的发展,一部分填涂卡的识别工作不再由光电阅读机进行,转而由计算机图像识别算法进行,通常采用opencv等软件库中的算法进行,常用的方法是首先将图片经过预处理得到二值化图片,再在二值化图片上通过opencv的轮廓查找功能找到特定形状的答题卡选框,找到选框后判断选框的颜色完成填涂卡识别。然而这种方法对于填涂卡的填涂要求较高,对于填涂卡的保存要求较高,对于褶皱、填涂不规范的填涂卡识别准确率较低。

技术实现思路

[0003]本专利技术意在提供一种基于点云算法的填涂卡图像识别方法、装置、电子设备和非暂态计算机可读存储介质,以解决现有技术中存在的不足,本专利技术要解决的技术问题通过以下技术方案来实现。
[0004]本专利技术提供的基于点云算法的填涂卡图像识别方法,该方法包括:获取待识别填涂卡的二维点云数据;获取待识别的填涂卡图像,对待识别的填涂卡图像进行二值化处理得到填涂卡的二值化图像;将二维点云数据均匀平铺在所述填涂卡的二值化图像上;根据填涂卡上的题目数量以及每个题目对应的选项数量将平铺了二维点云数据的二值化图像进行网格划分,得到对应的划分网格;根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整;根据获取的二维点云数据中每个点的权重,获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值;将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项。
[0005]在上述的方案中,所述划分网格为M行N列的网格,其中M为填涂卡上的题目数量,N为每个题目对应的选项数量。
[0006]在上述的方案中,所述根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整包括:
将划分网格各个区域中白色像素区域中的二维点云数据中每个点的权重分别增加特定的数值;将划分网格各个区域中黑色像素区域中的二维点云数据中每个点的权重分别减少特定的数值。
[0007]本专利技术提供的基于点云算法的填涂卡图像识别装置包括:数据采集模块、数据处理模块和数据输出模块,所述数据采集模块用于对待识别填涂卡的相关数据进行采集,所述数据处理模块用于对所述数据采集模块采集的数据进行相关处理,所述数据输出模块用于对所述数据处理模块的处理结果进行输出。
[0008]在上述的方案中,所述数据采集模块包括点云数据采集单元和图像采集单元,所述点云数据采集单元用于采集待识别填涂卡的二维点云数据,所述图像采集单元用于采集待识别的填涂卡图像。
[0009]在上述的方案中,所述数据处理模块包括二值化处理单元、点云均匀化单元和网格划分单元,所述二值化处理单元用于对待识别的填涂卡图像进行二值化处理得到填涂卡的二值化图像;所述点云均匀化单元用于将二维点云数据均匀平铺在所述填涂卡的二值化图像上;所述网格划分单元用于根据填涂卡上的题目数量以及每个题目对应的选项数量将平铺了二维点云数据的二值化图像进行网格划分,得到对应的划分网格。
[0010]在上述的方案中,所述数据处理模块还包括权重调整单元、权重总值获取单元和判断单元,所述权重调整单元用于根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整;所述权重总值获取单元根据获取的二维点云数据中每个点的权重,获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值;所述判断单元用于将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项。
[0011]本专利技术提供的电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上所述基于点云算法的填涂卡图像识别方法的步骤。
[0012]本专利技术提供的非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述基于点云算法的填涂卡图像识别方法的步骤。
[0013]本专利技术实施例包括以下优点:本专利技术通过将二维点云数据均匀平铺在填涂卡的二值化图像、对平铺了二维点云数据的二值化图像进行网格划分、对划分网格各个区域的二维点云数据中每个点的权重进行调整、获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值以及将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项,可对填涂卡进行准确识别,克服了现有技术中通过opencv的轮廓查找功能找到特定形状的答题卡选框,找到选框后判断选框的颜色完成填涂卡识别时对于褶皱、填涂不规范的填涂卡识别准确率较低的问题。
附图说明
[0014]图1是本专利技术的一种基于点云算法的填涂卡图像识别方法实施例的步骤流程图。
[0015]图2是本专利技术的二值化图像的示意图。
[0016]图3是本专利技术的点云均匀化的示意图。
[0017]图4是本专利技术的图像网格划分的示意图。
[0018]图5是本专利技术的一种基于点云算法的填涂卡图像识别装置的组成示意图。
具体实施方式
[0019]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。
[0020]如图1所示,本专利技术提供的一种基于点云算法的填涂卡图像识别方法,包括:步骤S1:获取待识别填涂卡的二维点云数据;步骤S2:获取待识别的填涂卡图像,对待识别的填涂卡图像进行二值化处理得到填涂卡的二值化图像;步骤S3:将二维点云数据均匀平铺在所述填涂卡的二值化图像上;步骤S4:根据填涂卡上的题目数量以及每个题目对应的选项数量将平铺了二维点云数据的二值化图像进行网格划分,得到对应的划分网格;步骤S5:根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整;步骤S6:根据获取的二维点云数据中每个点的权重,获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值;步骤S7:将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项。
[0021]如图2所示,本专利技术中通过opencv库中adaptiveThreshold()函数对待识别的填涂卡图像进行二值化处理得到填涂卡的二值化图像,其中,题目序号、每个题目对应的选项以及被填涂的区域显示为白色,其他区本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于点云算法的填涂卡图像识别方法,其特征在于,所述方法包括:获取待识别填涂卡的二维点云数据;获取待识别的填涂卡图像,对待识别的填涂卡图像进行二值化处理得到填涂卡的二值化图像;将二维点云数据均匀平铺在所述填涂卡的二值化图像上;根据填涂卡上的题目数量以及每个题目对应的选项数量将平铺了二维点云数据的二值化图像进行网格划分,得到对应的划分网格;根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整;根据获取的二维点云数据中每个点的权重,获取划分网格各个区域中二值化图像的不同颜色的像素区域对应的点云数据的权重总值;将获取的权重总值与设置的权重总值阈值进行比较,判断填涂卡上的每个题目对应的被选中的选项。2.根据权利要求1所述的基于点云算法的填涂卡图像识别方法,其特征在于,所述划分网格为M行N列的网格,其中M为填涂卡上的题目数量,N为每个题目对应的选项数量。3.根据权利要求1所述的基于点云算法的填涂卡图像识别方法,其特征在于,所述根据划分网格各个区域中二值化图像的不同颜色的像素区域对划分网格各个区域的二维点云数据中每个点的权重进行调整包括:将划分网格各个区域中白色像素区域中的二维点云数据中每个点的权重分别增加特定的数值;将划分网格各个区域中黑色像素区域中的二维点云数据中每个点的权重分别减少特定的数值。4.一种基于点云算法的填涂卡图像识别装置,其特征在于,所述装置包括:数据采集模块、数据处理模块和数据输出模块,所述数据采集模块用于对待识别填涂卡的相关数据进行采集,所述数据处理模块用于对所述数据采集模块采集的数据进行相关处理,所述数据输出模块用于对所述数据处理模块的处理结果进行输出。5.根据权利要求4所述的基于点云算法的填涂卡...

【专利技术属性】
技术研发人员:徐明阳曹璐张飞杨航隋超李献斌
申请(专利权)人:北京太极疆泰科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1