【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及到一种图像智能识别方法及装置。
技术介绍
1、各个业务领域对图像的识别的精度要求越来越高，以物流领域为例，在当今全球贸易和物流领域，集装箱扮演着至关重要的角色。为了提高集装箱装卸效率和准确性，自动识别并对集装箱门区域进行裁剪和透视矫正的技术变得越来越重要。该技术的应用主要集中在物流行业，特别是集装箱货物装卸环节。通过自动识别集装箱门区域并进行裁剪和透视矫正，可以提高集装箱内部货物的识别和跟踪效率，同时简化装卸过程，减少人工干预。
2、相关技术存在一些问题和缺点，集装箱门区域可能存在光照不均、遮挡等复杂场景，导致图像识别和分割难度增加。在图像处理过程中，可能会出现误识别门区域的情况，导致裁剪和矫正的结果不准确。图像处理过程需要大量的计算资源支持，尤其是在实时处理场景下，对硬件设备的要求较高。
3、这些问题的存在主要是由于集装箱门区域的特殊性以及图像处理算法的局限性所致。如何提高集装箱门区域自动识别裁剪并进行透视矫正技术的准确性和稳定性，从而更好地满足物流行业的需求，是本专利技术要解决
【技术保护点】
1.一种图像智能识别方法，其特征在于，包括：
2.根据权利要求1所述的图像智能识别方法，其特征在于，对所述直线进行分组时，按照指定对象区域中的指定对象的实际边所在的区域进行分组。
3.根据权利要求2所述的图像智能识别方法，其特征在于，在对所述指定对象区域进行裁剪后，基于裁剪所确定的多边形的面积、和所述原图像的面积确定是否过滤裁剪得到的多边形。
4.根据权利要求1所述的图像智能识别方法，其特征在于，如果原图像帧对应的采集装置的指定参数不符合预设值，则过滤原图像帧。
5.根据权利要求3所述的图像智能识别方法，其特征在于，在所...
【技术特征摘要】
1.一种图像智能识别方法，其特征在于，包括：
2.根据权利要求1所述的图像智能识别方法，其特征在于，对所述直线进行分组时，按照指定对象区域中的指定对象的实际边所在的区域进行分组。
3.根据权利要求2所述的图像智能识别方法，其特征在于，在对所述指定对象区域进行裁剪后，基于裁剪所确定的多边形的面积、和所述原图像的面积确定是否过滤裁剪得到的多边形。
4.根据权利要求1所述的图像智能识别方法，其特征在于，如果原图像帧对应的采集装置的指定参数不符合预设值，则过滤原图像帧。
5.根据权利要求3所述的图像智能识别方法，其特征在于，在所述裁剪得到多边形后，对多边形进行过滤，包括：
6.根据权利要求1所述的图像智能识别方法，其特征在于，对指定对象区域的边缘通...
【专利技术属性】
技术研发人员：李寅侃，
申请(专利权)人：宁波鸭嘴兽网络科技有限公司，
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。