基于图像处理的婴幼儿人际沟通拼图训练系统及方法技术方案

技术编号:38134237 阅读:13 留言:0更新日期:2023-07-08 09:44
本发明专利技术涉及图像处理技术领域,具体涉及一种基于图像处理的婴幼儿人际沟通拼图训练系统及方法,该方法采集婴幼儿在拼图过程中的静态帧图像,得到对应的灰度图像;获取存在运动模糊的灰度图像作为目标灰度图像,获取目标灰度图像的频谱图像,对频谱图像中心化得到目标频谱图像;将目标频谱图像划分为低频区域和高频区域;基于低频区域获取第一低频区域和第一高频区域;根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系数;利用模糊系数对目标灰度图像进行去模糊,得到去模糊静态帧图像;基于去模糊静态帧图像进行婴幼儿的拼图训练。本发明专利技术通过提高监测影像的质量需求,提高了智能伴玩系统的实用性和稳定性。提高了智能伴玩系统的实用性和稳定性。提高了智能伴玩系统的实用性和稳定性。

【技术实现步骤摘要】
基于图像处理的婴幼儿人际沟通拼图训练系统及方法


[0001]本专利技术涉及图像处理
,具体涉及一种基于图像处理的婴幼儿人际沟通拼图训练系统及方法。

技术介绍

[0002]通过拼图游戏来发展幼儿的多元智能,提高幼儿的协调能力、社交能力以及探索、观察、辨别能力。当前手机、平板电脑上的益智游戏屡见不鲜,但电子产品对幼儿身体、视力存在一定危害,且不利于培养孩子的动手能力,因此出现了拼图玩具与人工智能相结合的伴玩式幼儿益智类应用,即智能伴玩系统给出场景指令,幼儿根据系统提示逐步将目标拼图放置在匹配的场景拼图中,来培养幼儿的沟通、理解能力,解决了大部分时间紧张、沟通能力差、缺乏引导意识家长的育儿难题。
[0003]智能伴玩系统需要识别幼儿在拼图过程中的行为以及拼图结果,来对其进行引导、激励和矫错。一般需要连接家庭监控或手机等设备来对幼儿拼图过程进行实时监测,实时监测过程中,无论对于不同拼图玩具还是幼儿的行为都需要较高的识别能力,系统才能及时、准确的对其进行引导和激励,常规拼图识别均采用图像边缘匹配的方式,但家用监控或手机等设备配置有限,在幼儿做出抓取、拼接拼图的动作时,光线环境较差、相机设备卡顿以及桌面支架抖动等因素都可能会使图像出现运动模糊,导致采集的图像无法准确识别目标信息。
[0004]目前,常规利用变分贝叶斯算法来估测模糊核,利用估测的模糊核对出现运动模糊的图像进行去模糊,得到清晰图像,但该方法基于估测模糊核的后验概率最大的原理实现的,需要大量的迭代计算,显然在幼儿拼图的实时监测过程,达不到及时性且计算量大,进而导致智能伴玩系统不能及时且准确地对幼儿进行拼图引导,实用性差。

技术实现思路

[0005]为了解决现有利用变分贝叶斯算法估测的模糊核对运行模糊图像进行去模糊,而导致不能及时且准确地对幼儿进行拼图引导的问题,本专利技术的目的在于提供一种基于图像处理的婴幼儿人际沟通拼图训练系统及方法,所采用的技术方案具体如下:第一方面,本专利技术一个实施例提供了一种基于图像处理的婴幼儿人际沟通拼图训练方法,该方法包括:采集婴幼儿在拼图过程中的静态帧图像,得到对应的灰度图像;获取存在运动模糊的灰度图像作为目标灰度图像,获取目标灰度图像的频谱图像,对频谱图像中心化得到目标频谱图像;通过分割阈值将目标频谱图像划分为低频区域和高频区域;对低频区域上的每个边缘点与目标频谱图像的中心点作连接线,根据连接线上每个点的亮度获取对应连接线的分割节点,将所有连接线的分割节点连接得到一个闭合边缘,闭合边缘对应的区域作为第一低频区域;将目标频谱图像中除第一低频区域外的区域
作为第一高频区域;根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系数;基于目标灰度图像中每个像素点与其周围像素点之间的灰度差异,利用模糊系数对目标灰度图像进行去模糊,得到去模糊静态帧图像;基于去模糊静态帧图像进行婴幼儿的拼图训练。
[0006]进一步的,所述根据连接线上每个点的亮度获取对应连接线的分割节点的方法,包括:对连接线上每个点的亮度分别进行至少两次曲线拟合得到对应的亮度变化曲线函数,利用亮度变化曲线函数获取连接线上每个点的拟合亮度,计算连接线上每个点的亮度与对应拟合亮度的差值平方,得到差值平方的相加结果,取相加结果最小所对应的亮度变化曲线函数为最佳亮度变化曲线函数;基于连接线的最佳亮度变化曲线函数,利用拉格朗日中值定理得到对应连接线的分割节点。
[0007]进一步的,所述根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系数的方法,包括:分别获取低频区域、高频区域、第一低频区域和第一高频区域的面积;以第一高频区域的面积为分母,第一低频区域的面积为分子得到对应的比值作为第一比值,以高频区域的面积为分子,低频区域的面积为分母得到对应的比值作为第二比值,第一比值和第二比值的乘积作为模糊系数。
[0008]进一步的,所述基于目标灰度图像中每个像素点与其周围像素点之间的灰度差异,利用模糊系数对目标灰度图像进行去模糊,得到去模糊静态帧图像的方法,包括:对于目标灰度图像中的任意一个像素点,以像素点为中心设置预设尺寸的窗口,统计窗口内的灰度值类型,计算每个灰度值类型下的像素点数量在窗口内的像素点总数量的占比,根据占比计算熵值,对熵值进行归一化得到归一化熵值,将归一化熵值与模糊系数的乘积作为分母、像素点的灰度值作为分子得到对应的比值,将比值作为像素点的去模糊灰度值;获取目标灰度图像中每个像素点的去模糊灰度值,得到对应的去模糊静态帧图像。
[0009]进一步的,所述获取存在运动模糊的灰度图像作为目标灰度图像的方法,包括:利用设定尺寸的拉普拉斯卷积核对灰度图像进行卷积运算,对每次卷积运算的结果计算方差,对方差进行归一化处理得到归一化方差,当归一化方差小于方差阈值时,确认灰度图像存在运动模糊,将灰度图像作为目标灰度图像。
[0010]第二方面,本专利技术一个实施例提供了一种基于图像处理的婴幼儿人际沟通拼图训练系统,该系统包括:存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,处理器执行所述计算机程序时实现上述任意一项方法中的步骤。
[0011]本专利技术具有如下有益效果:本专利技术通过采集婴幼儿在拼图过程中的静态帧图像,得到对应的灰度图像,为了避免监测时可能发生监测图像模糊,导致无法识别幼儿行为以及拼图信息,进而无法进行及时、准确的矫正、引导,首先获取存在运动模糊的灰度图像作为目标灰度图像,获取目标灰度图像的频谱图像,对频谱图像中心化得到目标频谱图像,以从空间域转换为频域,更加
能够直观体现运动模糊情况;考虑到运动模糊会削弱原本清晰的边缘轮廓,导致部分被削弱的高频信息变为低频信息,进而一起与原本清晰图像中的原低频信息都出现在目标频谱图像中已分割的低频区域中,则将目标频谱图像划分为低频区域和高频区域,进而根据低频区域的边缘点与目标频谱图像的中心点的连接线上,每个点的亮度获取第一低频区域和第一高频区域,用于表征不发生运动模糊时,图像中实际对应的高频区域和低频区域分布情况;然后基于图像运动模糊前后的变化,根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系数,进而为了能够提高去模糊的效果,基于目标灰度图像中每个像素点与其周围像素点之间的灰度差异,利用模糊系数对目标灰度图像进行去模糊,得到去模糊静态帧图像,相较于变分贝叶斯算法的去模糊,该方法运行简单、鲁棒性好、计算量少、实时性高、且模糊核的估测结果更贴合实际图像,进而基于去模糊静态帧图像进行婴幼儿的拼图训练,能够在完全满足监测系统对于监测影像的质量需求的前提下,提高智能伴玩系统的实用性和稳定性。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,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它附图。
[0013]图1为本专利技术一个实施例所提供的一种基本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于图像处理的婴幼儿人际沟通拼图训练方法,其特征在于,该方法包括以下步骤:采集婴幼儿在拼图过程中的静态帧图像,得到对应的灰度图像;获取存在运动模糊的灰度图像作为目标灰度图像,获取目标灰度图像的频谱图像,对频谱图像中心化得到目标频谱图像;通过分割阈值将目标频谱图像划分为低频区域和高频区域;对低频区域上的每个边缘点与目标频谱图像的中心点作连接线,根据连接线上每个点的亮度获取对应连接线的分割节点,将所有连接线的分割节点连接得到一个闭合边缘,闭合边缘对应的区域作为第一低频区域;将目标频谱图像中除第一低频区域外的区域作为第一高频区域;根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系数;基于目标灰度图像中每个像素点与其周围像素点之间的灰度差异,利用模糊系数对目标灰度图像进行去模糊,得到去模糊静态帧图像;基于去模糊静态帧图像进行婴幼儿的拼图训练。2.如权利要求1所述的基于图像处理的婴幼儿人际沟通拼图训练方法,其特征在于,所述根据连接线上每个点的亮度获取对应连接线的分割节点的方法,包括:对连接线上每个点的亮度分别进行至少两次曲线拟合得到对应的亮度变化曲线函数,利用亮度变化曲线函数获取连接线上每个点的拟合亮度,计算连接线上每个点的亮度与对应拟合亮度的差值平方,得到差值平方的相加结果,取相加结果最小所对应的亮度变化曲线函数为最佳亮度变化曲线函数;基于连接线的最佳亮度变化曲线函数,利用拉格朗日中值定理得到对应连接线的分割节点。3.如权利要求1所述的基于图像处理的婴幼儿人际沟通拼图训练方法,其特征在于,所述根据低频区域、高频区域、第一低频区域和第一高频区域获取模糊核的模糊系...

【专利技术属性】
技术研发人员:刘国雄陈庆荣程平晏阳李风华
申请(专利权)人:南京师范大学
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