CN113158928B - 一种基于图像识别的混凝土试块防造假方法 - Google Patents

一种基于图像识别的混凝土试块防造假方法 Download PDF

Info

Publication number
CN113158928B
CN113158928B CN202110459242.7A CN202110459242A CN113158928B CN 113158928 B CN113158928 B CN 113158928B CN 202110459242 A CN202110459242 A CN 202110459242A CN 113158928 B CN113158928 B CN 113158928B
Authority
CN
China
Prior art keywords
template
test blocks
pictures
picture
gray
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.)
Active
Application number
CN202110459242.7A
Other languages
English (en)
Other versions
CN113158928A (zh
Inventor
陈维苹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Yunyi Technology Co ltd
Original Assignee
Zhejiang Yunyi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Yunyi Technology Co ltd filed Critical Zhejiang Yunyi Technology Co ltd
Priority to CN202110459242.7A priority Critical patent/CN113158928B/zh
Publication of CN113158928A publication Critical patent/CN113158928A/zh
Application granted granted Critical
Publication of CN113158928B publication Critical patent/CN113158928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像识别的混凝土试块防造假方法，包括以下步骤：在检测现场通过移动终端上安装的APP对现场文字标记后的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P1；收样人员再次利用移动终端上安装的APP对送达的带文字的试块进行拍照采集，本发明操作简单便捷，实用性强，利用图像识别技术，以防止送达实验室的混凝土试块被替换，造成与现场制作的试块不同的现象，通过手机APP拍照采集上传现场试块图片，配合送达实验室后再次拍照上传的照片，利用图像识别算法进行图像的比对，给出比对的相似性结果，不仅操作方便，而且方便大量试块的测试，同时平均准确率达到百分之九十五,可以有效地防止混凝土试块造假的行为。

Description

一种基于图像识别的混凝土试块防造假方法
技术领域
本发明属于图像识别领域，具体为一种基于图像识别的混凝土试块防造假方法。
背景技术
目前，建工领域检验检测实验室材料检测过程中造假情况普遍存在，尤其是混凝土试块的检测，送达实验室的混凝土试块与工程现场实际使用的并不是同一批次，甚至被人为伪造、调换，实验室收样人员很难判定送达的混凝土试块样品与现场取样试块是否为同一件，造成检测数据不能真实体现工程现场使用的混凝土的情况。
当前，检验检测行业针对该问题也提出了不同的解决方法，比如在制作的试块上贴上二维码或者嵌入芯片，但是显然这类方法并没有较好地解决问题，造假者同样可以通过二维码或芯片迁移或伪造进行试块造假。
发明内容：
本发明的目的就在于为了解决上述问题而提供一种基于图像识别的混凝土试块防造假方法，解决了背景技术中提到的问题。
为了解决上述问题，本发明提供了一种技术方案：
一种基于图像识别的混凝土试块防造假方法，包括以下步骤：
S1、在检测现场通过移动终端上安装的APP对现场文字标记后的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P1；
S2、收样人员再次利用移动终端上安装的APP对送达的带文字的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P2；
S3、通过图像对比模块采用图像对比算法对P1和P2中的文字图像进行对比分析，然后将比对结果通过移动终端进行展示,所述步骤S1中的移动终端为带GPS时间的手机设备;
所述步骤S3中的图像对比算法具体包括以下流程：
S31、首先读入图片P1和P2，然后分别生成256*256大小的彩色、灰度的图片副本，并记作P1_ori和P1_gray、以及P2_ori和P2_gray；
S32、分割P1和P2的灰度图，从而生成模板；
S33、然后以-15到15度旋转P2和P1的灰度图，生成待匹配图片，并将其作为待匹配图片组；
S34、接着进行模板匹配操作，匹配完成之后得到相似度similarity1、similarity2以及对应的匹配位置；
S35、得到两张图片的最后相似度similarity并输出；
S36、将具有更高相似度的模板作为输出图片out1，另一张为out2，在out1上标识出模板的位置和编号，并在out2上标识出各模板的最大匹配位置，输出两张彩色图片。
作为优选，所述步骤S32从P1中提取模板具体包括以下步骤：
S321、对P1_gray进行二值化提取边界点；
S322、计算各块中边界点个数，记录其位置并在P1_gray上的同样位置截取Patch作为匹配模板。
作为优选，所述步骤S34中进行模板匹配操作之前需要进行自动裁剪操作。
作为优选，所述步骤S35中两张图片的最后相似度similarity为两个相似度的平均值。
作为优选，所述步骤S322中计算各块中边界点个数时应取个数最多的4块。
作为优选，所述自动裁剪操作具体为：首先读取图片，然后采用opencv提供的霍夫变换函数提取平行于照片边界的直线，接着在获得的直线中确定最上和最下两条横向直线与一条最左纵向直线，框出水泥块的位置并进行裁剪，获得正方形的图片并调整分辨率，用于后续的相似度匹配。
本发明的有益效果是：本发明操作简单便捷，实用性强，利用图像识别技术，以防止送达实验室的混凝土试块被替换，造成与现场制作的试块不同的现象，通过手机APP拍照采集上传现场试块图片，配合送达实验室后再次拍照上传的照片，利用图像识别算法进行图像的比对，给出比对的相似性结果，不仅操作方便，而且方便大量试块的测试，同时平均准确率达到百分之九十五,可以有效地防止混凝土试块造假的行为。
附图说明：
为了易于说明，本发明由下述的具体实施及附图作以详细描述。
图1是本发明操作流程示意图；
图2是本发明具体操作流程示意图。
具体实施方式：
如图1-2所示，本具体实施方式采用以下技术方案：
实施例：
一种基于图像识别的混凝土试块防造假方法，包括以下步骤：
S1、在检测现场通过移动终端上安装的APP对现场文字标记后的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P1；
S2、收样人员再次利用移动终端上安装的APP对送达的带文字的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P2；
S3、通过图像对比模块采用图像对比算法对P1和P2中的文字图像进行对比分析，然后将比对结果通过移动终端进行展示,所述步骤S1中的移动终端为带GPS时间的手机设备;
所述步骤S3中的图像对比算法具体包括以下流程：
S31、首先读入图片P1和P2，然后分别生成256*256大小的彩色、灰度的图片副本，并记作P1_ori和P1_gray、以及P2_ori和P2_gray；
S32、分割P1和P2的灰度图，从而生成模板；
S33、然后以-15到15度旋转P2和P1的灰度图，生成待匹配图片，并将其作为待匹配图片组；
S34、接着进行模板匹配操作，匹配完成之后得到相似度similarity1、similarity2以及对应的匹配位置；
S35、得到两张图片的最后相似度similarity并输出；
S36、将具有更高相似度的模板作为输出图片out1，另一张为out2，在out1上标识出模板的位置和编号，并在out2上标识出各模板的最大匹配位置，输出两张彩色图片。
其中，所述步骤S32从P1中提取模板具体包括以下步骤：
S321、对P1_gray进行二值化提取边界点；
S322、计算各块中边界点个数，记录其位置并在P1_gray上的同样位置截取Patch作为匹配模板。
其中，所述步骤S34中进行模板匹配操作之前需要进行自动裁剪操作。
其中，所述步骤S35中两张图片的最后相似度similarity为两个相似度的平均值。
其中，所述步骤S322中计算各块中边界点个数时应取个数最多的4块。
其中，所述自动裁剪操作具体为：首先读取图片，然后采用opencv提供的霍夫变换函数提取平行于照片边界的直线，接着在获得的直线中确定最上和最下两条横向直线与一条最左纵向直线，框出水泥块的位置并进行裁剪，获得正方形的图片并调整分辨率，用于后续的相似度匹配。
实施例，通过移动终端上安装的APP在现场对文字标记后的混凝土试块进行拍照上传，并记录为P1，然后将带文字的混凝土试块送往实验室，实验室工作人员通过移动终端上安装的APP对带文字的试块进行再次拍照上传，记录为P2，然后对混凝土试块上采集的文字图片进行读取，同时对图片进行二值化提取边界，采用opencv提供的霍夫变换函数提取平行于照片边界的直线，在获得的直线中确定最上和最下两条横向直线与一条最左纵向直线，框出水泥块的位置并进行裁剪，获得正方形的图片并调整分辨率为256*256，用于后续的相似度计算，然后分割P1和P2的灰度图，生成模板，以-15到15度旋转P2和P1的灰度图，生成待匹配图片，并将其作为待匹配图片组,接着进行模板匹配操作，匹配完成之后得到相似度similarity1、similarity2以及对应的匹配位置,将具有更高相似度的模板作为输出图片out1，另一张为out2，在out1上标识出模板的位置和编号，并在out2上标识出各模板的最大匹配位置，输出两张彩色图片,若两张图片的相似位置距离的平方不超过2000，相似度+0.1,若相似位置距离的平方超过10000，相似度-0.1。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括至少一个该特征。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (2)

1.一种基于图像识别的混凝土试块防造假方法，其特征在于，包括以下步骤：
S1、在检测现场通过移动终端上安装的APP对现场文字标记后的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P1；
S2、收样人员再次利用移动终端上安装的APP对送达的带文字的试块进行拍照采集，然后将符合要求的照片上传到云端保存，并记录为P2；
S3、通过图像对比模块采用图像对比算法对P1和P2中的文字图像进行对比分析，然后将比对结果通过移动终端进行展示；
所述步骤S1中的移动终端为带GPS时间的手机设备；
所述步骤S3中的图像对比算法具体包括以下流程：
S31、首先读入图片P1和P2，然后分别生成256*256大小的彩色、灰度的图片副本，并记作P1_ori和P1_gray、以及P2_ori和P2_gray；
S32、分割P1和P2的灰度图，从而生成模板；
S33、然后以-15到15度旋转P2和P1的灰度图，生成待匹配图片，并将其作为待匹配图片组；
S34、接着进行模板匹配操作，匹配完成之后得到相似度similarity1、similarity2以及对应的匹配位置；
S35、得到两张图片的最后相似度similarity并输出；
S36、将具有更高相似度的模板作为输出图片out1，另一张为out2，在out1上标识出模板的位置和编号，并在out2上标识出各模板的最大匹配位置，输出两张彩色图片；
所述步骤S32从P1中提取模板具体包括以下步骤：
S321、对P1_gray进行二值化提取边界点；
S322、计算各块中边界点个数，记录其位置并在P1_gray上的同样位置截取Patch作为匹配模板；
所述步骤S34中进行模板匹配操作之前需要进行自动裁剪操作；
所述步骤S35中两张图片的最后相似度similarity为两个相似度的平均值；
所述自动裁剪操作具体为：首先读取图片，然后采用opencv提供的霍夫变换函数提取平行于照片边界的直线，接着在获得的直线中确定最上和最下两条横向直线与一条最左纵向直线，框出水泥块的位置并进行裁剪，获得正方形的图片并调整分辨率，用于后续的相似度匹配。
2.根据权利要求1所述的一种基于图像识别的混凝土试块防造假方法，其特征在于，所述步骤S322中计算各块中边界点个数时应取个数最多的4块。
CN202110459242.7A 2021-04-27 2021-04-27 一种基于图像识别的混凝土试块防造假方法 Active CN113158928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110459242.7A CN113158928B (zh) 2021-04-27 2021-04-27 一种基于图像识别的混凝土试块防造假方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110459242.7A CN113158928B (zh) 2021-04-27 2021-04-27 一种基于图像识别的混凝土试块防造假方法

Publications (2)

Publication Number Publication Date
CN113158928A CN113158928A (zh) 2021-07-23
CN113158928B true CN113158928B (zh) 2023-09-19

Family

ID=76871401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110459242.7A Active CN113158928B (zh) 2021-04-27 2021-04-27 一种基于图像识别的混凝土试块防造假方法

Country Status (1)

Country Link
CN (1) CN113158928B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6026186A (en) * 1997-11-17 2000-02-15 Xerox Corporation Line and curve detection using local information
US6757428B1 (en) * 1999-08-17 2004-06-29 National Instruments Corporation System and method for color characterization with applications in color measurement and color matching
JP2010250663A (ja) * 2009-04-17 2010-11-04 Nikon Corp 画像マッチング装置、およびカメラ
CN102654902A (zh) * 2012-01-16 2012-09-05 江南大学 基于轮廓向量特征的嵌入式实时图像匹配方法
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
JP2014067333A (ja) * 2012-09-27 2014-04-17 Sony Corp 画像処理装置、画像処理方法、およびプログラム
KR101521136B1 (ko) * 2013-12-16 2015-05-20 경북대학교 산학협력단 얼굴 인식 방법 및 얼굴 인식 장치
CN105260740A (zh) * 2015-09-23 2016-01-20 广州视源电子科技股份有限公司 一种元件识别方法及装置
WO2016062159A1 (zh) * 2014-10-20 2016-04-28 网易（杭州）网络有限公司 图像匹配方法及手机应用测试平台
CN105631449A (zh) * 2015-12-21 2016-06-01 华为技术有限公司 一种图片分割方法、装置及设备
WO2017075768A1 (zh) * 2015-11-04 2017-05-11 北京大学深圳研究生院 一种基于字典匹配的图像超分辨率重建方法及装置
WO2017221259A1 (en) * 2016-06-23 2017-12-28 S Jyothi Automatic recognition of indian prawn species
CN109241985A (zh) * 2017-07-11 2019-01-18 普天信息技术有限公司 一种图像识别方法及装置
CN110009673A (zh) * 2019-04-01 2019-07-12 四川深瑞视科技有限公司 深度信息检测方法、装置及电子设备
CN110020692A (zh) * 2019-04-13 2019-07-16 南京红松信息技术有限公司 一种基于印刷体模板的手写体分离与定位方法
CN110135525A (zh) * 2019-06-04 2019-08-16 湖南建研信息技术股份有限公司 一种混凝土试件的防调换方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6738517B2 (en) * 2000-12-19 2004-05-18 Xerox Corporation Document image segmentation using loose gray scale template matching
CN105719188B (zh) * 2016-01-22 2017-12-26 平安科技（深圳）有限公司 基于多张图片一致性实现保险理赔反欺诈的方法及服务器

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6026186A (en) * 1997-11-17 2000-02-15 Xerox Corporation Line and curve detection using local information
US6757428B1 (en) * 1999-08-17 2004-06-29 National Instruments Corporation System and method for color characterization with applications in color measurement and color matching
JP2010250663A (ja) * 2009-04-17 2010-11-04 Nikon Corp 画像マッチング装置、およびカメラ
CN102654902A (zh) * 2012-01-16 2012-09-05 江南大学 基于轮廓向量特征的嵌入式实时图像匹配方法
JP2014067333A (ja) * 2012-09-27 2014-04-17 Sony Corp 画像処理装置、画像処理方法、およびプログラム
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
KR101521136B1 (ko) * 2013-12-16 2015-05-20 경북대학교 산학협력단 얼굴 인식 방법 및 얼굴 인식 장치
WO2016062159A1 (zh) * 2014-10-20 2016-04-28 网易（杭州）网络有限公司 图像匹配方法及手机应用测试平台
CN105260740A (zh) * 2015-09-23 2016-01-20 广州视源电子科技股份有限公司 一种元件识别方法及装置
WO2017075768A1 (zh) * 2015-11-04 2017-05-11 北京大学深圳研究生院 一种基于字典匹配的图像超分辨率重建方法及装置
CN105631449A (zh) * 2015-12-21 2016-06-01 华为技术有限公司 一种图片分割方法、装置及设备
WO2017221259A1 (en) * 2016-06-23 2017-12-28 S Jyothi Automatic recognition of indian prawn species
CN109241985A (zh) * 2017-07-11 2019-01-18 普天信息技术有限公司 一种图像识别方法及装置
CN110009673A (zh) * 2019-04-01 2019-07-12 四川深瑞视科技有限公司 深度信息检测方法、装置及电子设备
CN110020692A (zh) * 2019-04-13 2019-07-16 南京红松信息技术有限公司 一种基于印刷体模板的手写体分离与定位方法
CN110135525A (zh) * 2019-06-04 2019-08-16 湖南建研信息技术股份有限公司 一种混凝土试件的防调换方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An integrated similarity metric for graph-based color image segmentation;Xiang Li，et al;Multimedia Tools and Applications;2969-2987 *
一种基于灰度的快速模板匹配方法;郑剑斌，等;现代计算机(专业版)(第26期);54-58 *
基于改进模板匹配的在线钢坯标号识别方法;张浩;，等;计算机集成制造***(第10期);206-210 *

Also Published As

Publication number Publication date
CN113158928A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN104143094B (zh) 一种无需答题卡的试卷自动阅卷处理方法及***
CN108074231A (zh) 一种基于卷积神经网络的磁片表面缺陷检测方法
CN103487104B (zh) 一种细管液面式数据的图像采集识别***及方法
CN114549835B (zh) 一种基于深度学习的指针式仪表矫正识别方法及装置
CN110736748A (zh) 免疫组化核浆染色切片诊断方法及***
CN105513155B (zh) 巡检照片的分类、命名方法及终端设备
CN107977656A (zh) 一种行人重识别方法及***
CN103400124A (zh) 一种试卷识别方法及装置
CN108648169A (zh) 高压输电塔绝缘子缺陷自动识别的方法及装置
CN110689013A (zh) 一种基于特征识别的自动阅卷方法及***
CN108109157B (zh) 一种基于数字式全景钻孔图像的岩体评估分析方法
CN105930852A (zh) 一种气泡图像识别方法
CN109446345A (zh) 核电文件校验处理方法以及***
CN111652089B (zh) 一种基于图像处理的水位自动识别方法及***
CN109086763A (zh) 一种指针式仪表读取方法及装置
CN111027456A (zh) 基于图像识别的机械水表读数识别方法
CN112730326A (zh) 一种岩石薄片智能鉴定装置及方法
CN110619297B (zh) 一种豆类植物子实图像批量采集识别方法及装置
CN113158928B (zh) 一种基于图像识别的混凝土试块防造假方法
CN108399621A (zh) 一种工程试件快速标识方法和***
CN112836726A (zh) 一种基于视频信息的指针类仪表示数读取方法及装置
CN116844172A (zh) 一种基于深度学习的数字型老式水表的识别方法
CN115588196A (zh) 基于机器视觉的指针型仪表读数方法和装置
CN115937555A (zh) 一种基于标准化流模型的工业缺陷检测算法
CN115753612A (zh) 一种智能岩芯盒、岩芯图像采集***及岩芯智能编录方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant