【技术实现步骤摘要】
本专利技术涉及计算机视觉的，具体为一种基于计算机视觉技术的计分投票系统及方法。
技术介绍
1、在现代科技飞速发展的背景下，计算机视觉技术作为人工智能的重要分支，正在被广泛应用于各个领域，计算机视觉技术通过模拟人类视觉系统来处理和理解图像和视频数据，能够自动完成图像分析、对象识别及特征提取等任务。在众多应用领域中，计算机视觉技术被广泛应用于图像捕捉和分析，尤其是在一些实际操作中，如单位线下投票考核评选系统中。
2、尽管计算机视觉技术在投票考核评选中的应用带来了诸多便利，但现有的系统仍存在一些不足之处。当计算机视觉技术具体应用到相应的场景时，会出现各种不适应现象，比如，图像预处理和增强技术可能无法完全消除图像采集过程中的噪声和失真，从而影响最终的相似情况的计算和考核类型的识别，如何准确识别图像中的异常窗口，仍然是技术挑战之一。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于计算机视觉技术的计分投票系统及方法，解决了上述
技术介绍
中的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于计算机视觉技术的计分投票系统，包括视觉捕捉模块、图像处理模块、图像差异分析模块、图像投票响应模块以及计分模块；
3、所述视觉捕捉模块用于利用图像采集设备对各个考核类型所涉及的相应图片进行图像捕捉，以获取已知图像数据集，并对投票后的每位员工所涉及到的若干组投票图片进行图像捕捉，以获取比对图像数据集；
4、所述图像处理模块用于将已
5、所述图像差异分析模块用于预先设定图像的窗口大小，并对相应投票图像中的每组窗口与各个考核类型的已知图像进行比对，以构建相应窗口内的相似系数xsxs，并依据相似系数xsxs数值大小，初步确定相应投票图像的考核类型并识别异常窗口，根据异常窗口，判定相应投票图像的异常情况；
6、所述图像投票响应模块用于对相应投票图像内的各窗口内的相似系数xsxs进行统计运算，以构建相应投票图像与初步确定的已知图像的整体相似系数zxs，依据整体相似系数zxs，再次确定相应投票图像的考核类型；
7、所述计分模块用于根据确定相应投票图像的考核类型，并识别投票图像中相对应考核类型的评分值fz，以计算出每个员工的综合计分指数zjxs，并依据综合计分指数zjxs对员工进行计分排序。
8、优选的，所述视觉捕捉模块包括第一捕捉单元和第二捕捉单元；
9、所述第一捕捉单元用于将各个考核类型所涉及到的相应图片摆放至平整工作台内，并利用图像采集设备对各个考核类型所涉及到的相应图片进行俯视拍摄，以捕捉出已知图像数据集，依据已知图像数据集，获取考核类型数n；
10、所述第二捕捉单元用于在投票结束后，将每位员工所涉及到的若干组投票图片摆放至平整工作台内，并利用图像采集设备对每位员工所涉及到的若干组投票图片进行图像捕捉，以获取比对图像数据集。
11、优选的，所述图像处理模块包括预处理单元和增强单元；
12、所述预处理单元用于对已知图像数据集和比对图像数据集均进行预处理，所述预处理包括去除噪声、平滑图像以及进行几何校正，并在图像中识别和提取有效的特征，以获取各个投票图像中每个窗口内的像素值xs1及各个已知图像中每个窗口内的像素值xs2；
13、所述增强单元用于采用直方图均衡化来调整亮度，拉伸图像范围，调整图像的对比度。
14、优选的，所述图像差异分析模块包括比对分析单元、初步判定单元及异常识别单元；
15、所述比对分析单元用于预先选择一个固定大小的窗口，在已知图像及投票图像中滑动，以获取相应窗口内的相似系数xsxs，具体按照以下公式获取：式中，表示为第i投票图像中第j窗口内的像素均值，表示为第i已知图像中第j窗口内的像素均值，表示为第i投票图像中第j窗口内的像素与第i已知图像中第j窗口内的像素之间的协方差，表示为第i投票图像中第j窗口内的像素方差，表示为第i已知图像中第j窗口内的像素方差，c1及c2均为修正常数。
16、优选的，所述初步判定单元用于依据比对分析单元中获取相应窗口内的相似系数xsxs的计算方式，获取相应投票图像内各个窗口内的相似系数xsxs，并依据相应投票图像内各个窗口内的相似系数xsxs的数值大小，初步确定相应投票图像的考核类型，具体分析内容如下：
17、若相似系数xsxs＝数值1时，判定当前投票图像中窗口与相应比对的已知图像中相应窗口之间的结构完全相同，此时将初步判定当前投票图像所对应的考核类型属于当前比对的已知图像所涉及的考核类型；
18、若相似系数xsxs＝数值0时，判定当前投票图像中窗口与相应比对的已知图像中相应窗口之间的结构完全不相同，此时将初步判定当前投票图像所对应的考核类型不属于当前比对的已知图像所涉及的考核类型。
19、优选的，所述异常识别单元用于依据相应投票图像内各个窗口内的相似系数xsxs的数值大小，识别出异常窗口，具体识别内容如下：
20、若数值0＜相似系数xsxs＜数值1时，判定当前投票图像中窗口与相应比对的已知图像中相应窗口之间的结构不完全相同，此时将判定当前投票图像中相应的窗口存在异常，并将该窗口标记为异常窗口；
21、当发现异常窗口时，则向外发出复核指令，通知相关人员进行相应图片的复核作业，检查并弥补异常窗口。
22、优选的，所述图像投票响应模块包括整体分析单元和确认单元；
23、所述整体分析单元用于在初步确定相应投票图像的考核类型之后，对相应投票图像内的各窗口内的相似系数xsxs进行统计运算，以构建相应投票图像与初步确定的已知图像的整体相似系数zxs，具体按照以下方式获取：式中，j表示为窗口数量，j=1、2、3、...、j，xsxsj表示为相应投票图像与初步确定的考核类型图像的整体相似系数。
24、优选的，所述确认单元用于根据整体分析单元中获取的整体相似系数zxs数值，再次确定相应投票图像的考核类型，具体再次分析内容如下：
25、若该整体相似系数zxs=数值1时，判定当前投票图像中窗口与相应比对的已知图像中相应窗口之间的结构完全相同，此时将再次判定当前投票图像所对应的考核类型属于当前比对的已知图像所涉及的考核类型；
26、若该整体相似系数zxs=数值0时，判定当前投票图像中窗口与相应比对的已知图像中相应窗口之间的结构完全不相同，此时将再次判定当前投票图像所对应的考核类型不属于当前比对的已知图像所涉及的考核类型；
27、其中，若获取到若干组初步确定相应投票图像的考核类型，则分别计算出相应投票图像与若干组初步确定的考核类型图像的整体相似系数zxs，并依据所述再次分析内容，筛选出比对结果为等于数值1的情况，并将比对结果为等于数值1情况下的若干组整体相似系数zxs按照数值大小顺序排序，以提取出本文档来自技高网...
【技术保护点】
1.一种基于计算机视觉技术的计分投票系统，其特征在于：包括视觉捕捉模块、图像处理模块、图像差异分析模块、图像投票响应模块以及计分模块；
2.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述视觉捕捉模块包括第一捕捉单元和第二捕捉单元；
3.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述图像处理模块包括预处理单元和增强单元；
4.根据权利要求3所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述图像差异分析模块包括比对分析单元、初步判定单元及异常识别单元；
5.根据权利要求4所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述初步判定单元用于依据比对分析单元中获取相应窗口内的相似系数Xsxs的计算方式，获取相应投票图像内各个窗口内的相似系数Xsxs，并依据相应投票图像内各个窗口内的相似系数Xsxs的数值大小，初步确定相应投票图像的考核类型，具体分析内容如下：
6.根据权利要求4所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述异常识别单元用于依据
7.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述图像投票响应模块包括整体分析单元和确认单元；
8.根据权利要求7所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述确认单元用于根据整体分析单元中获取的整体相似系数Zxs数值，再次确定相应投票图像的考核类型，具体再次分析内容如下：
9.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述计分模块包括考核统计单元和排名单元；
10.一种基于计算机视觉技术的计分投票方法，用于实现上述权利要求1~9任一项所述的一种基于计算机视觉技术的计分投票系统，其特征在于：包括以下步骤，
...【技术特征摘要】
1.一种基于计算机视觉技术的计分投票系统，其特征在于：包括视觉捕捉模块、图像处理模块、图像差异分析模块、图像投票响应模块以及计分模块；
2.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述视觉捕捉模块包括第一捕捉单元和第二捕捉单元；
3.根据权利要求1所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述图像处理模块包括预处理单元和增强单元；
4.根据权利要求3所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述图像差异分析模块包括比对分析单元、初步判定单元及异常识别单元；
5.根据权利要求4所述的一种基于计算机视觉技术的计分投票系统，其特征在于：所述初步判定单元用于依据比对分析单元中获取相应窗口内的相似系数xsxs的计算方式，获取相应投票图像内各个窗口内的相似系数xsxs，并依据相应投票图像内各个窗口内的相似系数xsxs的数值大小，初步确定相应投票图像的考...
【专利技术属性】
技术研发人员：钱海龙，张帆，何德伟，
申请(专利权)人：杭州拓麦科技有限公司，
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。