一种不规则对象的配对方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种不规则对象的配对方法、装置、设备及存储介质，采集待配对对象的至少两个图像，对所述至少两个图像进行边界识别和深度识别，所述至少两个图像至少涵盖所述待配对对象的所有表面；根据所述识别结果获取待配对对象的特征信息并生成配对指令，调用所述待配对对象的特征信息进行轮廓特征匹配、纹理特征匹配、尺寸特征匹配；根据匹配所得轮廓特征相似度、纹理特征相似度、尺寸特征相似度计算综合特征相似度作为不规则对象的配对结果。综合特征相似度作为不规则对象的配对结果。综合特征相似度作为不规则对象的配对结果。

【技术实现步骤摘要】
一种不规则对象的配对方法、装置、设备及存储介质


[0001]本公开涉及对象匹配领域，尤其涉及一种不规则对象的配对方法、装置、设备及存储介质。

技术介绍

[0002]目前市场上并不存在对不规则物体进行配对的方法，普遍采取的手段为通过经验丰富的工作人员进行配对，该方法受限于配对者的经验以及自我感觉，并不能保证配对结果准确，准确率不能保持在一个稳定的水平，且受限于操作者的位置因素，很难实现远程通过查看图像的方式进行配对，作业效率低下，配对质量残次不齐，且需要人工对同一批次的不规则物体进行挑选，花费大量的时间和精力。

技术实现思路

[0003]本公开提供了一种不规则对象配对方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。
[0004]根据本公开的第一方面，提供了一种不规则对象配对方法，其中，方法包括：
[0005]采集待配对对象的至少两个图像，对所述至少两个图像进行边界识别，获得边界识别结果，以及对所述至少两个图像进行深度识别，获得深度识别结果；其中，所述至少两个图像至少涵盖所述待配对对象的所有表面；
[0006]基于所述边界识别结果及所述深度识别结果，得到所述至少两个图像对应的特征信息作为第一图像信息；
[0007]响应于检测到所述第一图像信息达到设定数量，生成配对指令；
[0008]响应于所述配对指令，在达到设定数量的所述第一图像信息中调用第一所述第一图像信息和第二所述第一图像信息；
[0009]以第一所述第一图像信息中图像轮廓特征作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合轮廓特征相似度进行比对；
[0010]若所述综合轮廓特征相似度达到匹配值，则以第一所述第一图像信息作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合特征相似度进行比对；
[0011]若所述综合轮廓特征相似度未达到匹配值，则在达到设定数量的所述第一图像信息中调用第三所述第一图像信息，以第一所述第一图像信息中图像轮廓特征作为基准，对第一所述第一图像和第三所述第一图像的综合轮廓特征相似度进行比对，并在综合轮廓特征相似度达到匹配值的情况下进行综合特征相似度比对，直到达到设定数量的所述第一图像中的图像对应的对象两两比对完毕；
[0012]基于综合特征相似度比对结果输出一组每个待配对对象相似度最高的匹配结果。
[0013]在一可实施方式中，采集待配对对象的至少两个图像，对所述至少两个图像进行
边界识别，获得边界识别结果，以及对所述至少两个图像进行深度识别，获得深度识别结果包括：
[0014]采集待配对对象的至少两个图像，对所述至少两个图像进行编辑处理，得到所述待配对对象的至少两个图像对应的轮廓图、纹理图；
[0015]对所述待配对对象至少两个图像对应的轮廓图进行边界识别，获得边界识别结果，以及对所述待配对对象至少两个图像对应的纹理图进行深度识别，获得深度识别结果。
[0016]在一可实施方式中，基于所述边界识别结果及所述深度识别结果，得到所述至少两个图像对应的特征信息作为第一图像信息包括：
[0017]基于所述边界识别结果及所述深度识别结果，得到所述待配对对象至少两个图像对应的轮廓数据、轮廓特征、纹理数据、纹理特征和尺寸数据。
[0018]在一可实施方式中，方法还包括：
[0019]根据第一所述第一图像信息对应的轮廓数据和第二所述第一图像信息对应的轮廓数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的轮廓相似度；
[0020]对所述待配对对象至少两个图像对应的轮廓相似度分别设置权重系数并加权计算所述第一所述第一图像信息与第二所述第一图像信息的综合轮廓特征相似度。
[0021]在一可实施例中，方法还包括：
[0022]根据第一所述第一图像信息对应的纹理数据和第二所述第一图像信息对应的纹理数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的纹理相似度；
[0023]对所述待配对对象至少两个图像对应的纹理相似度分别设置权重系数并加权计算第一所述第一图像信息与第二所述第一图像信息的综合纹理特征相似度；
[0024]根据第一所述第一图像信息对应的尺寸数据和第二所述第一图像信息对应的尺寸数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的尺寸相似度；
[0025]对所述待配对对象至少两个图像对应的尺寸相似度分别设置权重系数并加权计算第一所述第一图像信息与第二所述第一图像信息的综合尺寸特征相似度；
[0026]对所述综合轮廓特征相似度、综合纹理特征相似度和综合尺寸特征相似度分别设置权重系数并加权计算第一所述第一图像信息和第二所述第一图像信息的综合特征相似度。
[0027]在一可实施例中，方法还包括：
[0028]将每个待配对对象的第一图像信息、综合轮廓特征相似度、综合纹理特征相似度、综合尺寸特征相似度和综合特征相似度数据上传至数据库存储。
[0029]根据本公开的第二方面，提供了一种不规则对象配对装置，其中，装置包括：
[0030]图像处理单元，用于采集待配对对象的至少两个图像，对所述至少两个图像进行边界识别，获得边界识别结果，以及对所述至少两个图像进行深度识别，获得深度识别结果；其中，所述至少两个图像至少涵盖所述待配对对象的所有表面；基于所述边界识别结果及所述深度识别结果，得到所述至少两个图像对应的特征信息作为第一图像信息；
[0031]第一处理单元，用于响应于检测到所述第一图像信息达到设定数量，生成配对指
令；
[0032]第一配对单元，用于响应于所述配对指令，在达到设定数量的所述第一图像信息中调用第一所述第一图像信息和第二所述第一图像信息；
[0033]第一相似度计算单元，用于以第一所述第一图像信息中图像轮廓特征作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合轮廓特征相似度进行比对；
[0034]所述第一配对单元还用于，若所述综合轮廓特征相似度达到匹配值，则以第一所述第一图像信息作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合特征相似度进行比对；
[0035]若所述综合轮廓特征相似度未达到匹配值，则在达到设定数量的所述第一图像信息中调用第三所述第一图像信息，以第一所述第一图像信息中图像轮廓特征作为基准，对第一所述第一图像和第三所述第一图像的综合轮廓特征相似度进行比对，并在综合轮廓特征相似度达到匹配值的情况下进行综合特征相似度比对，直到达到设定数量的所述第一图像中的图像对应的对象两两比对完毕；
[0036]结果输出单元，用于基于综合特征相似度比对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不规则对象的配对方法，其特征在于，所述方法包括：采集待配对对象的至少两个图像，对所述至少两个图像进行边界识别，获得边界识别结果，以及对所述至少两个图像进行深度识别，获得深度识别结果；其中，所述至少两个图像至少涵盖所述待配对对象的所有表面；基于所述边界识别结果及所述深度识别结果，得到所述至少两个图像对应的特征信息作为第一图像信息；响应于检测到所述第一图像信息达到设定数量，生成配对指令；响应于所述配对指令，在达到设定数量的所述第一图像信息中调用第一所述第一图像信息和第二所述第一图像信息；以第一所述第一图像信息中图像轮廓特征作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合轮廓特征相似度进行比对；若所述综合轮廓特征相似度达到匹配值，则以第一所述第一图像信息作为基准，根据第一所述第一图像信息以及第二所述第一图像信息，对第一所述第一图像信息和第二所述第一图像信息的综合特征相似度进行比对；若所述综合轮廓特征相似度未达到匹配值，则在达到设定数量的所述第一图像信息中调用第三所述第一图像信息，以第一所述第一图像信息中图像轮廓特征作为基准，对第一所述第一图像和第三所述第一图像的综合轮廓特征相似度进行比对，并在综合轮廓特征相似度达到匹配值的情况下进行综合特征相似度比对，直到达到设定数量的所述第一图像中的图像对应的对象两两比对完毕；基于综合特征相似度比对结果输出一组每个待配对对象相似度最高的匹配结果。2.根据权利要求1所述的方法，其特征在于，所述采集待配对对象的至少两个图像，对所述至少两个图像进行边界识别，获得边界识别结果，以及对所述至少两个图像进行深度识别，获得深度识别结果包括：采集待配对对象的至少两个图像，对所述至少两个图像进行编辑处理，得到所述待配对对象的至少两个图像对应的轮廓图、纹理图；对所述待配对对象至少两个图像对应的轮廓图进行边界识别，获得边界识别结果，以及对所述待配对对象至少两个图像对应的纹理图进行深度识别，获得深度识别结果。3.根据权利要求1所述的方法，其特征在于，所述基于所述边界识别结果及所述深度识别结果，得到所述至少两个图像对应的特征信息作为第一图像信息包括：基于所述边界识别结果及所述深度识别结果，得到所述待配对对象至少两个图像对应的轮廓数据、轮廓特征、纹理数据、纹理特征和尺寸数据。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据第一所述第一图像信息对应的轮廓数据和第二所述第一图像信息对应的轮廓数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的轮廓相似度；对所述待配对对象至少两个图像对应的轮廓相似度分别设置权重系数并加权计算所述第一所述第一图像信息与第二所述第一图像信息的综合轮廓特征相似度。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据第一所述第一图像信息对应的纹理数据和第二所述第一图像信息对应的纹理数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的纹理相似度；对所述待配对对象至少两个图像对应的纹理相似度分别设置权重系数并加权计算第一所述第一图像信息与第二所述第一图像信息的综合纹理特征相似度；根据第一所述第一图像信息对应的尺寸数据和第二所述第一图像信息对应的尺寸数据，计算第一所述第一图像信息与第二所述第一图像信息中所述待配对对象至少两个图像对应的尺寸相似度；对所述待配对对象至少两个图像对应的尺寸相似度分别设置权重系数并加权计算第一所述第一图像信息与第二所述第一图像信息的综合尺寸特征相似度；对所述综合轮廓特...

【专利技术属性】
技术研发人员：杨翰文，蔡鹏，
申请(专利权)人：北京零蝉智能科技有限公司，
类型：发明
国别省市：