CN105447839A - 矩形框的合并方法及合并*** - Google Patents
矩形框的合并方法及合并*** Download PDFInfo
- Publication number
- CN105447839A CN105447839A CN201510808747.4A CN201510808747A CN105447839A CN 105447839 A CN105447839 A CN 105447839A CN 201510808747 A CN201510808747 A CN 201510808747A CN 105447839 A CN105447839 A CN 105447839A
- Authority
- CN
- China
- Prior art keywords
- rectangle frame
- rectangle
- data
- coincidence
- frame data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000000052 comparative effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 18
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000005267 amalgamation Methods 0.000 description 2
- 238000002224 dissection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种实现对目标物体不同图像层次检测到的矩形框的合并方法及合并***，该矩形框的合并方法包括：读取原始矩形框数据并对读取到的原始矩形框数据进行解析；根据解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。本发明可以利用通用硬件实现具备要求的检测矩形框信息，对检测目标物体所对应的矩形框唯一确定性及矩形框的收敛性，能帮助目标物体的进一步检测和显示，根据矩形框合并结果的唯一性和收敛性，应用于多个图像层次检测的检测***中。
Description
技术领域
本发明涉及一种图像处理技术，特别地，涉及一种实现对目标物体不同图像层次检测到的矩形框的合并方法及合并***。
背景技术
矩形框合并是***对输入的数据进行图像层次解析并还原方框大小，然后合并重合的方框，包括对输入的数据进行解析，把坐标、矩形框的宽度还原成原来的大小，然后对解析的矩形框进行是否合并，依据是重合的面积大小是否达到某个阈值,之后合并的矩形框的数据全部存放在存储器(例如RAM)中，最后是求合并后矩形框的坐标、矩形框的宽度的平均值，并解决矩形框含矩形框的问题，得到一个和目标物体唯一对应且大小一致的矩形框数据。
由于是***对目标物体检测得到矩形框的并不唯一确定，而且矩形框的大小和目标物体的大小并不匹配和收敛，在图像检测并不准确，因而矩形框合并在***中完成了和目标物体唯一确定和收敛的矩形框数据，因此矩形框合并是图像检测的所有***所必备的一个环节。现有的目标物体检测后在相应图像层次有不同的矩形框,具有矩形框的大小不一致,目标物体与检测到的矩形框不一致,图像显示识别不确定性等问题。
发明内容
本发明的目的在于提供一种实现对目标物体不同图像层次检测到的矩形框的合并方法及合并***，用于解决现有技术中由于***对目标物体检测得到矩形框不是唯一确定且矩形框的大小和目标物体的大小并不匹配及收敛而导致图像检测不准确等问题。
为解决上述技术问题及其他技术问题，本发明提供一种实现对目标物体不同图像层次检测到的矩形框的合并方法，包括：读取原始矩形框数据并对读取到的原始矩形框数据进行解析，所述原始矩形框数据所对应的矩形框是由对目标物体不同图像层次进行检测而得到并存储于第一寄存器中；根据解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。
优选地，读取原始矩形框数据并对读取到的原始矩形框数据进行解析，包括：预先定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；向第一寄存器发起原始矩形框数据读取请求，得以从第一寄存器读取原始矩形框数据；根据原始矩形框数据的存放格式，对原始矩形框数据进行解析；根据定义的原始矩形框数据的个数，连续读取并解析原始矩形框数据。
优选地，矩形框重合包括矩形框交叉重合和矩形框包容重合；通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
优选地，所述矩形框交叉重合合并，包括：预先定义合并起始信号、强弱判定的阈值、以及重合面积阈值；读取解析得到的各个矩形框数据，在各个矩形框数据中查找出在符合强弱判定的阈值条件下存在重合的矩形框数据；将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较；若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；根据定义的原始矩形框数据的个数，连续进行矩形框的合并直至处理的矩形框个数达到用户定义的矩形框个数。
优选地，所述矩形框包容重合合并，包括：从第一寄存器的原地址空间中读取有效的矩形框数据；对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；均值运算全部结束后，从第二寄存器中自起始地址开始读取数据框数据；将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；移至所述起始地址的下一地址，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。
优选地，通过面积重叠算法而对重合的矩形框进行合并中包括判定矩形框是否存在重合且计算出存在重合的两个矩形框的重合面积的步骤；
判定矩形框是否存在重合，包括：读取解析得到的各个矩形框数据，所述矩形框数据至少包含以下数据信息：x坐标、y坐标、图像层次信息、以及矩形框的宽度；根据读取到的矩形框数据中的数据信息，来判定两个矩形框是否存在重合，其中，当第一矩形框的数据信息和第二矩形框的数据信息符合以下条件时：第一矩形框的左上角x轴坐标的值大于第二矩形框的左上角x轴坐标与第二矩形框的宽度之和、第一矩形框的左上角y轴坐标大于第二矩形框的左上角y轴坐标与第二矩形框的宽度之和、第一矩形框的左上角x轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角x轴坐标、第一矩形框的左上角y轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角y轴坐标，则判定第一矩形框和第二矩形框没有重合；反之，则判定第一矩形框和第二矩形框存在重合；
计算出存在重合的两个矩形框的重合面积，包括：将第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的较小值减去第一矩形框的左上角x轴坐标和第二矩形框的左上角x轴坐标中的大值，得到重合矩形区域的宽度；将第一矩形框的右下角y轴坐标和第二矩形框的右下角y轴坐标中的较小值减去第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的大值，得到重合矩形区域的高度；根据计算得到的重合矩形区域的宽度和高度，获得重合矩形区域的重合面积。
本发明在另一方面提供一种实现对目标物体不同图像层次检测到的矩形框的合并***，包括：
控制单元；
数据读写单元，与所述控制单元连接，用于读取原始矩形框数据并写入结果数据；所述原始矩形框数据所对应的矩形框是由对目标物体不同图像层次进行检测而得到并存储于第一寄存器中；
数据解析单元，与所述控制单元连接，用于对所述数据读写单元所读取到的原始矩形框数据进行解析；
矩形框合并处理单元，与所述控制单元连接，用于根据所述数据解析单元解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。
优选地，所述矩形框的合并***还包括配置单元，用于进行以下的配置工作：定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；定义合并起始信号、强弱判定的阈值、以及重合面积阈值。
优选地，矩形框重合包括矩形框交叉重合和矩形框包容重合；通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
优选地，矩形框合并处理单元进一步包括：
重合判定单元，用于判定矩形框是否存在重合；
重合计算单元，与所述重合判定单元连接，用于计算出存在重合的两个矩形框的重合面积；
矩形框交叉重合合并单元，用于对存在矩形框交叉重合的矩形框进行矩形框交叉重合合并，包括：将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较；若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；根据定义的原始矩形框数据的个数，连续进行矩形框的合并直至处理的矩形框个数达到用户定义的矩形框个数；
矩形框包容重合合并单元，用于对存在矩形框包容重合的矩形框进行矩形框包容重合合并，包括：从第一寄存器的原地址空间中读取有效的矩形框数据；对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；均值运算全部结束后，从第二寄存器中自起始地址开始读取数据框数据；将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；移至所述起始地址的下一地址，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。
本发明所提供的实现对目标物体不同图像层次检测到的矩形框的合并方法及合并***，读取原始矩形框数据，解析原始矩形框数据，在判定得到存在重合的情形下，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并，根据匹配程度使用强弱判定方法确定得到的矩形框是否符合要求的检测目标物体的矩形框，结果供给***中的软硬件使用。利用本发明的矩形框的合并方法及合并***，可以利用通用硬件实现具备要求的检测矩形框信息，对检测目标物体所对应的矩形框唯一确定性及矩形框的收敛性，能帮助目标物体的进一步检测和显示，根据矩形框合并结果的唯一性和收敛性，可以用在多个图像层次检测的检测***中。
附图说明
图1为本发明实现对目标物体不同图像层次检测到的矩形框的合并***在一个实施方式中***原理图。
图2为图1中矩形框合并处理单元的细化后的结构示意图。
图3为本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的读写配置流程图。
图4为本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的数据读写流程图。
图5为本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的流程示意图。
图6为图5中步骤S53的细化步骤流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，显示为本发明实现对目标物体不同图像层次检测到的矩形框的合并***在一个实施方式中***原理图。本发明实现对目标物体不同图像层次检测到的矩形框的合并***主要在于通过面积重叠算法实现对目标物体不同图像层次检测到的存在重合的矩形框进行相应的合并，使得合并后的矩形框数据具有唯一性和收敛性，解决现有技术中由于***对目标物体检测得到矩形框不是唯一确定且矩形框的大小和目标物体的大小并不匹配及收敛而导致图像检测不准确等问题。
如图1所示，本发明实现对目标物体不同图像层次检测到的矩形框的合并***包括：存储器10、控制单元11、配置单元12、数据读写单元13、数据解析单元14、以及矩形框合并处理单元15。
存储器10，用于存储数据。在本实施例中，存储器10可以是例如内存RAM，在实际应用中，为适于在不同的处理阶段存储不同的数据，存储器10更可划分为多个寄存器，例如，第一寄存器和第二寄存器，其中，第一寄存器中存储有原始矩形框数据，所述原始矩形框数据所对应的矩形框是由对目标物体不同图像层次进行检测的，第二寄存器中存储有经过均值运算后的有效的矩形框数据。
配置单元12，用于进行相关的配置工作。在本实施例中，利用配置单元12，至少可实现如下的配置工作：定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；定义合并起始信号、强弱判定的阈值、以及重合面积阈值。
数据读写单元13与存储器10和控制单元11连接，用于在控制单元11的控制下实现数据的读写，具体可包括但不限于：读取存储器10中存储的各个数据并将后续经合并处理后的结果数据写入到读取存储器10中。在本实施例中，其中，利用数据读写单元13读取存储器10中存储的各个数据，包括：一方面，读取存储器10的第一寄存器中存储的原始矩形框数据；另一方面，读取存储器10的第二寄存器中存储的经过均值运算后的有效的矩形框数据。
数据解析单元14与控制单元11连接，用于在控制单元11的控制下对数据读写单元13所读取到的原始矩形框数据进行解析。
在本实施例中，利用数据解析单元14对原始矩形框数据进行解析，包括：向存储器10的第一寄存器发起原始矩形框数据读取请求，得以从存储器10的第一寄存器读取原始矩形框数据；根据原始矩形框数据的存放格式，对原始矩形框数据进行解析；根据定义的原始矩形框数据的个数，连续读取并解析原始矩形框数据直至解析处理的原始矩形框数据的个数达到用户定义的个数。
矩形框合并处理单元15与控制单元11连接，用于根据数据解析单元14解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而依序对重合的矩形框进行合并。
在本实施例中，矩形框重合包括矩形框交叉重合和矩形框包容重合；通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
因此，请参阅图2，矩形框合并处理单元15可进一步包括：
重合判定单元151，用于判定矩形框是否存在重合；
重合计算单元153，与重合判定单元151连接，用于计算出存在重合的两个矩形框的重合面积；
矩形框交叉重合合并单元155，用于对存在矩形框交叉重合的矩形框进行矩形框交叉重合合并，包括：将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较；若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；根据定义的原始矩形框数据的个数，按照顺序(例如先进先出FIFO)，连续进行矩形框的合并直至解析处理的原始矩形框数据的个数达到用户定义的个数；
矩形框包容重合合并单元157，用于对存在矩形框包容重合的矩形框进行矩形框包容重合合并，包括：从第一寄存器的原地址空间中读取有效的矩形框数据；对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；均值运算全部结束后，从第二寄存器中自起始地址开始读取数据框数据；将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；移至所述起始地址的下一地址，按照顺序(例如先进先出FIFO)，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。
本发明另提供一种实现对目标物体不同图像层次检测到的矩形框的合并方法，在于读取原始矩形框数据并解析原始矩形框数据，在判定得到存在重合的情形下，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并，根据匹配程度使用强弱判定方法确定得到的矩形框是否符合要求的检测目标物体的矩形框，结果提供给***中的软硬件使用。
请参阅图3，显示了本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的读写配置流程图。如图3所示，在配置写入阶段，首先定义好强弱判定的阈值、面积交叉的阈值、面积重合的阈值等配置工作。在读状态信息阶段，进一步利用面积重叠算法处理原始的矩形框数据，得到矩形框合并的结果数据个数、结果数据及其存放的位置，便于用户读取寄存器以得到这些信息。
请参阅图4，显示了本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的数据读写流程图。如图4所示，重叠面积算法可以把任意小于232位的原始矩形框数据合并成若干个有效的矩形框数据，原始矩形框数据信息包括：坐标信息(x坐标和y坐标)、所发信息、图像层次信息，得到最终的有效的矩形框数据个数具有不确定性，但是算法对结果的个数有记录。
请参阅图5，显示了本发明实现对目标物体不同图像层次检测到的矩形框的合并方法的流程示意图。
请参阅图5，本发明实现对目标物体不同图像层次检测到的矩形框的合并方法包括如下步骤：
步骤S51，预先进行数据的配置工作。在本实施例中，该数据的配置工作包括：定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；定义合并起始信号、强弱判定的阈值、以及重合面积阈值。
步骤S53，读取原始矩形框数据并对读取到的原始矩形框数据进行解析。在该步骤S53中，如图6所示，进一步包括：步骤S531，向第一寄存器发起原始矩形框数据读取请求，得以从第一寄存器读取原始矩形框数据；步骤S533，根据原始矩形框数据的存放格式，对原始矩形框数据进行解析；S535，判断，解析的原始矩形框数据的个数是否达到定义的原始矩形框数据的个数，若是，则完成解析，若否，则返回至步骤S531，继续读取并解析原始矩形框数据。
步骤S55，根据解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。
矩形框重合包括矩形框交叉重合和矩形框包容重合，因此，通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
因此，步骤S55可进一步包括：矩形框交叉重合合并的步骤和矩形框包容重合合并的步骤。
矩形框交叉重合合并的步骤，进一步包括：读取解析得到的各个矩形框数据，在各个矩形框数据中查找出在符合强弱判定的阈值条件下存在重合的矩形框数据；将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较：若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；根据定义的原始矩形框数据的个数，连续进行矩形框的合并直至处理的矩形框个数达到用户定义的矩形框个数。
矩形框包容重合合并的步骤，进一步包括：从第一寄存器的原地址空间中读取有效的矩形框数据；对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；均值运算全部结束后，从第二寄存器中自起始地址(例如地址0)开始读取数据框数据；将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则向总线发送写请求而将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；移至所述起始地址(例如地址0)的下一地址(例如地址1)，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。上述面积重叠算法中，使用了一些简单的逻辑函数和常数运算，其中S1(*)、S5(*)和S30(*)分别表示按位循环左移1bit、5bit和30bit。算子“∧”、“∨”、和“+”分别表示按位“与”、按位“或”、按位“异或”以及32位整数加法。
另外，由上矩形框交叉重合合并的步骤和矩形框包容重合合并的步骤可知，通过面积重叠算法而对重合的矩形框进行合并中包括判定矩形框是否存在重合且计算出存在重合的两个矩形框的重合面积的步骤；
判定矩形框是否存在重合，包括：
读取解析得到的各个矩形框数据，所述矩形框数据至少包含以下数据信息：x坐标、y坐标、图像层次信息、以及矩形框的宽度；
根据读取到的矩形框数据中的数据信息，来判定两个矩形框是否存在重合，其中，当第一矩形框的数据信息和第二矩形框的数据信息符合以下条件时：第一矩形框的左上角x轴坐标的值大于第二矩形框的左上角x轴坐标与第二矩形框的宽度之和、第一矩形框的左上角y轴坐标大于第二矩形框的左上角y轴坐标与第二矩形框的宽度之和、第一矩形框的左上角x轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角x轴坐标、第一矩形框的左上角y轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角y轴坐标，则判定第一矩形框和第二矩形框没有重合；反之，则判定第一矩形框和第二矩形框存在重合；
计算出存在重合的两个矩形框的重合面积，包括：
将第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的较小值减去第一矩形框的左上角x轴坐标和第二矩形框的左上角x轴坐标中的大值，得到重合矩形区域的宽度；
将第一矩形框的右下角y轴坐标和第二矩形框的右下角y轴坐标中的较小值减去第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的大值，得到重合矩形区域的高度；
根据计算得到的重合矩形区域的宽度和高度，获得重合矩形区域的重合面积。
综上所述，本发明所提供的实现对目标物体不同图像层次检测到的矩形框的合并方法及合并***，读取原始矩形框数据，解析原始矩形框数据，在判定得到存在重合的情形下，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并，根据匹配程度使用强弱判定方法确定得到的矩形框是否符合要求的检测目标物体的矩形框，结果供给***中的软硬件使用。本发明的矩形框的合并方法及合并***，可以利用通用硬件实现具备要求的检测矩形框信息，对检测目标物体所对应的矩形框唯一确定性及矩形框的收敛性，能帮助目标物体的进一步检测和显示，根据矩形框合并结果的唯一性和收敛性，可以用在多个图像层次检测的检测***中。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种实现对目标物体不同图像层次检测到的矩形框的合并方法，其特征在于，包括：
读取原始矩形框数据并对读取到的原始矩形框数据进行解析，所述原始矩形框数据所对应的矩形框是由对目标物体不同图像层次进行检测而得到并存储于第一寄存器中；
根据解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。
2.根据权利要求1所述的矩形框的合并方法，其特征在于，读取原始矩形框数据并对读取到的原始矩形框数据进行解析，包括：
预先定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；
向第一寄存器发起原始矩形框数据读取请求，得以从第一寄存器读取原始矩形框数据；
根据原始矩形框数据的存放格式，对原始矩形框数据进行解析；以及
根据定义的原始矩形框数据的个数，连续读取并解析原始矩形框数据。
3.根据权利要求1所述的矩形框的合并方法，其特征在于：
矩形框重合包括矩形框交叉重合和矩形框包容重合；
通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
4.根据权利要求3所述的矩形框的合并方法，其特征在于，所述矩形框交叉重合合并，包括：
预先定义合并起始信号、强弱判定的阈值、以及重合面积阈值；
读取解析得到的各个矩形框数据，在各个矩形框数据中查找出在符合强弱判定的阈值条件下存在重合的矩形框数据；
将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较；若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；
根据定义的原始矩形框数据的个数，连续进行矩形框的合并直至处理的矩形框个数达到用户定义的矩形框个数。
5.根据权利要求4所述的矩形框的合并方法，其特征在于，所述矩形框包容重合合并，包括：
从第一寄存器的原地址空间中读取有效的矩形框数据；
对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；
均值运算全部结束后，从第二寄存器中自起始地址开始读取数据框数据；
将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；
移至所述起始地址的下一地址，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。
6.根据权利要求4或5所述的矩形框的合并方法，其特征在于，通过面积重叠算法而对重合的矩形框进行合并中包括判定矩形框是否存在重合且计算出存在重合的两个矩形框的重合面积的步骤；
判定矩形框是否存在重合，包括：
读取解析得到的各个矩形框数据，所述矩形框数据至少包含以下数据信息：x坐标、y坐标、图像层次信息、以及矩形框的宽度；
根据读取到的矩形框数据中的数据信息，来判定两个矩形框是否存在重合，其中，当第一矩形框的数据信息和第二矩形框的数据信息符合以下条件时：第一矩形框的左上角x轴坐标的值大于第二矩形框的左上角x轴坐标与第二矩形框的宽度之和、第一矩形框的左上角y轴坐标大于第二矩形框的左上角y轴坐标与第二矩形框的宽度之和、第一矩形框的左上角x轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角x轴坐标、第一矩形框的左上角y轴坐标与第一矩形框的宽度之和小于第二矩形框的左上角y轴坐标，则判定第一矩形框和第二矩形框没有重合；反之，则判定第一矩形框和第二矩形框存在重合；
计算出存在重合的两个矩形框的重合面积，包括：
将第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的较小值减去第一矩形框的左上角x轴坐标和第二矩形框的左上角x轴坐标中的大值，得到重合矩形区域的宽度；
将第一矩形框的右下角y轴坐标和第二矩形框的右下角y轴坐标中的较小值减去第一矩形框的右上角x轴坐标和第二矩形框的右上角x轴坐标中的大值，得到重合矩形区域的高度；
根据计算得到的重合矩形区域的宽度和高度，获得重合矩形区域的重合面积。
7.一种实现对目标物体不同图像层次检测到的矩形框的合并***，其特征在于，包括：
控制单元；
数据读写单元，与所述控制单元连接，用于读取原始矩形框数据并写入结果数据；所述原始矩形框数据所对应的矩形框是由对目标物体不同图像层次进行检测而得到并存储于第一寄存器中；
数据解析单元，与所述控制单元连接，用于对所述数据读写单元所读取到的原始矩形框数据进行解析；
矩形框合并处理单元，与所述控制单元连接，用于根据所述数据解析单元解析得到的各个矩形框数据，将存在有矩形框重合的矩形框的重合面积与预设重合面积阈值进行比较，并在矩形框的重合面积符合所述重合面积阈值的情形下，通过面积重叠算法而对重合的矩形框进行合并。
8.根据权利要求7所述的矩形框的合并***，其特征在于，还包括配置单元，用于进行以下的配置工作：
定义解析起始信号、原始矩形框数据存储于第一寄存器中的存放格式、以及原始矩形框数据的个数；
定义合并起始信号、强弱判定的阈值、以及重合面积阈值。
9.根据权利要求8所述的矩形框的合并***，其特征在于，
矩形框重合包括矩形框交叉重合和矩形框包容重合；
通过面积重叠算法而对重合的矩形框进行合并包括矩形框交叉重合合并和矩形框包容重合合并。
10.根据权利要求9所述的矩形框的合并***，其特征在于，矩形框合并处理单元进一步包括：
重合判定单元，用于判定矩形框是否存在重合；
重合计算单元，与所述重合判定单元连接，用于计算出存在重合的两个矩形框的重合面积；
矩形框交叉重合合并单元，用于对存在矩形框交叉重合的矩形框进行矩形框交叉重合合并，包括：将存在重合的矩形框数据的重合面积与预设的两个矩形框重合的重合面积阈值进行比较；若两个矩形框的重合面积符合所述重合面积阈值时，通过面积重叠算法而对重合的两个矩形框进行合并，并将经合并处理的矩形框数据存储至第一寄存器的原地址空间中；若两个矩形框的重合面积不符合所述重合面积阈值时，将两个矩形框的矩形框数据存储至第一寄存器的新的地址空间中；根据定义的原始矩形框数据的个数，连续进行矩形框的合并直至处理的矩形框个数达到用户定义的矩形框个数；
矩形框包容重合合并单元，用于对存在矩形框包容重合的矩形框进行矩形框包容重合合并，包括：从第一寄存器的原地址空间中读取有效的矩形框数据；对读取到的有效的矩形框数据进行均值运算，并将均值运算结果存储至第二寄存器中；均值运算全部结束后，从第二寄存器中自起始地址开始读取数据框数据；将读取到的矩形框数据与第二寄存器中起始地址后面的矩形框数据进行面积重叠算法比较；若比较结果符合所述重合面积阈值，则将读取的矩形框数据舍弃；若比较结果不符合所述重合面积阈值，则将读取的矩形框数据写入到存储器中，并同时对最终的矩形框个数进行计数；移至所述起始地址的下一地址，重复上述读取数据框数据及面积重叠算法比较，直到第二寄存器中的最后一个数据读出来。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510808747.4A CN105447839A (zh) | 2015-11-20 | 2015-11-20 | 矩形框的合并方法及合并*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510808747.4A CN105447839A (zh) | 2015-11-20 | 2015-11-20 | 矩形框的合并方法及合并*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105447839A true CN105447839A (zh) | 2016-03-30 |
Family
ID=55557973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510808747.4A Pending CN105447839A (zh) | 2015-11-20 | 2015-11-20 | 矩形框的合并方法及合并*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105447839A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846339A (zh) * | 2017-02-13 | 2017-06-13 | 广州视源电子科技股份有限公司 | 一种图像检测方法和装置 |
| CN110796201A (zh) * | 2019-10-31 | 2020-02-14 | 深圳前海达闼云端智能科技有限公司 | 一种标注框的修正方法、电子设备及存储介质 |
| CN113160149A (zh) * | 2021-03-31 | 2021-07-23 | 杭州海康威视数字技术股份有限公司 | 一种目标显示方法、装置、电子设备及内窥镜*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012044478A (ja) * | 2010-08-19 | 2012-03-01 | Nec Corp | 画像処理装置、画像処理方法およびプログラム |
| CN104268514A (zh) * | 2014-09-17 | 2015-01-07 | 西安交通大学 | 一种基于多特征融合的手势检测方法 |
-
2015
- 2015-11-20 CN CN201510808747.4A patent/CN105447839A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012044478A (ja) * | 2010-08-19 | 2012-03-01 | Nec Corp | 画像処理装置、画像処理方法およびプログラム |
| CN104268514A (zh) * | 2014-09-17 | 2015-01-07 | 西安交通大学 | 一种基于多特征融合的手势检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| OPENCV DEVELOPMENT TEAM: "groupRectangles", 《OPENCV 2.4.8》 * |
| ZCH82624392: "判断两个矩形框是否有重叠的算法", 《HTTP://BBS.CSDN.NET/TOPICS/380212173》 * |
| 侯凯: "检测狂框的合并过程", 《HTTP://WWW.CNBLOGS.COM/HOUKAI/P/4864569.HTML》 * |
| 小新识图: "计算二矩形框的重叠率", 《HTTP://WWW.CNBLOGS.COM/HOUKAI/P/4864569.HTML》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846339A (zh) * | 2017-02-13 | 2017-06-13 | 广州视源电子科技股份有限公司 | 一种图像检测方法和装置 |
| CN110796201A (zh) * | 2019-10-31 | 2020-02-14 | 深圳前海达闼云端智能科技有限公司 | 一种标注框的修正方法、电子设备及存储介质 |
| CN113160149A (zh) * | 2021-03-31 | 2021-07-23 | 杭州海康威视数字技术股份有限公司 | 一种目标显示方法、装置、电子设备及内窥镜*** |
| CN113160149B (zh) * | 2021-03-31 | 2024-03-01 | 杭州海康威视数字技术股份有限公司 | 一种目标显示方法、装置、电子设备及内窥镜*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11842438B2 (en) | Method and terminal device for determining occluded area of virtual object | |
| US11605087B2 (en) | Method and apparatus for identifying identity information | |
| CN111860502B (zh) | 图片表格的识别方法、装置、电子设备及存储介质 | |
| CN108875723B (zh) | 对象检测方法、装置和***及存储介质 | |
| JP2014059875A (ja) | 画像内のロゴの存在を検出する装置、及び方法 | |
| US11073905B2 (en) | Work assistance system, work assistance method, and computer-readable recording medium | |
| CN112634201B (zh) | 目标检测方法、装置和电子设备 | |
| CN104571604A (zh) | 信息处理设备及方法 | |
| CN105447839A (zh) | 矩形框的合并方法及合并*** | |
| CN113409296B (zh) | 一种卷绕电芯的抽芯检测方法、电子设备及存储介质 | |
| CN112991349B (zh) | 图像处理方法、装置、设备和存储介质 | |
| CN114463603B (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
| CN109102026A (zh) | 一种车辆图像检测方法、装置及*** | |
| TW201911230A (zh) | 監控方法、計算裝置及電腦可讀存儲介質 | |
| CN110580124A (zh) | 一种图像展示方法和装置 | |
| WO2021233058A1 (zh) | 监控货架上的物品的方法、计算机和*** | |
| US11281935B2 (en) | 3D object detection from calibrated 2D images | |
| CN113052838A (zh) | 置物检测方法、装置以及智能柜 | |
| CN111127480B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN104602096A (zh) | 一种视频字幕区的检测方法和装置 | |
| US11593582B2 (en) | Method and device for comparing media features | |
| CN114187488B (zh) | 图像处理方法、装置、设备、介质 | |
| CN110619597A (zh) | 一种半透明水印去除方法、装置、电子设备及存储介质 | |
| CN110618141B (zh) | 一种玻璃缺陷检测的方法、***、装置 | |
| CN114089868A (zh) | 触控操作方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |
|
| WD01 | Invention patent application deemed withdrawn after publication |