TWI655586B - 用於檢測預定區域中特定標識圖像的方法及裝置 - Google Patents
用於檢測預定區域中特定標識圖像的方法及裝置 Download PDFInfo
- Publication number
- TWI655586B TWI655586B TW104102877A TW104102877A TWI655586B TW I655586 B TWI655586 B TW I655586B TW 104102877 A TW104102877 A TW 104102877A TW 104102877 A TW104102877 A TW 104102877A TW I655586 B TWI655586 B TW I655586B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- predetermined area
- specific identification
- connected domain
- area
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本發明提供一種用於檢測預定區域中特定標識圖像的方法,包括:獲取預定區域的圖像,作為待檢靶心圖表像;對待檢靶心圖表像進行二值化處理,獲得二值化圖像,及二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;標定待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域所在區域作為候選連通域區域;逐一獲取候選連通域區域的圖像特徵,並將候選連通域區域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域區域視為特定標識圖像所在位置;該方法能夠減小檢測過程中的運算量,並降低計算複雜度,進而提高檢測速度。同時,本發明還提供一種用於檢測預定區域中特定標識圖像的裝置。
Description
本發明關於電腦應用領域,具體關於一種獲取標準卡片中特定標識的方法和裝置。
特定標識的識別屬於物體檢測範疇,特定標識一般用於表明物體的某種特徵,對於觀察者來說,標識可以用來作為識別物體的參考依據。特定標識物通常具有明顯的外形和顯著的空間位置,能夠更容易的被識別。對於銀行卡來說,標識物一般包括發卡組織的圖形標識,文字標識等,識別這些標識具有如下重要意義:
(1)標識物的識別可以作為鑒別銀行卡真偽的重要參考依據。
標識物一般都具有明確的尺寸規格和相對位置標識,合法的銀行卡都會按照標準對標識物進行印刷,而仿冒的銀行卡由於做工低廉,成本較低,一般對標識物的印刷控制不嚴,通過對標誌物的識別,得到標識物的尺寸比例和相對位置,進一步通過與真實標準的銀行卡比對,可以為鑒別銀行卡的真偽提供有效的參考。
(2)標識物的識別可以為銀行卡的檢測和校正提供參考標識。
相對於整個銀行卡而言,標識物會有統一的樣式規定,因此一般也就有明確的邊緣標識,識別得到標識物的邊緣,可以根據此邊緣得到當前拍攝圖像的仿射變換標識,因此可以對圖像進行校正以利於後續的銀行卡精確檢測和定位。這裡描述為邊框標識不是特別準確,準確的描述是邊緣標識。
(3)標識物的識別可以讓服務提供者根據特定的標識物進行精準廣告推送服務。
標識物往往表明了銀行卡的特定標識,例如發卡組織和使用範圍,因此標識物的識別可以讓商家針對該銀行卡進行精確地廣告推送,提高服務的品質,除此之外,獲取標識物標識後,結合增強現實等技術,可以實現多媒體的廣告展示。
物體檢測是指,在給出的一幅圖像或一段視頻中,找出特定標識或感興趣物體在圖像或視頻中的位置,根據具體的使用場景,物體檢測系統通常最後輸出物體的外接矩形框或者精確的輪廓。
物體檢測大致可分為滑動視窗和廣義霍夫變換兩類方法。其中,滑動視窗法為目前主流的物體檢測方法,滑動視窗法是通過使用訓練好的範本在輸入圖像的多個尺度和多視角進行滑動掃描,通過確定最大相應位置找到目標物體的外接視窗。
現有技術的物體檢測方法中所採用的滑動視窗法,在對資料進行分析掃描時,運算量較大,計算複雜度也相對較高,進而使得檢測時間較長,其適用於物體結構較為複雜的檢測。而對於識別結構較為固定的標識時,顯然滑動視窗法並不適用。
因此,迫切需要所屬技術領域中具有通常知識者解決的技術問題就在於,如何提供一種能夠快速、準確的識別出標準卡片上的特定標識的方法。
本發明提供一種用於檢測預定區域中特定標識圖像的方法,以解決現有現有檢測過程中計算複雜度高,運算量大的問題。
本發明提供一種用於檢測預定區域中特定標識圖像的方法,包括:獲取預定區域的圖像,作為待檢靶心圖表像;對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域所在區域作為候選連通域區域;逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與標準特定標識圖像的相應圖像特
徵進行比對,將比對結果相同或最接近的候選連通域區域視為特定標識圖像所在位置。
優選地,該獲取該預定區域或包含該預定區域的圖像,作為待檢靶心圖表像,包括:獲取該預定區域或包含該預定區域的圖像的預覽圖像;計算該預覽圖像的區域範圍;將該預覽圖像框定在該區域範圍內,獲取該預定區域或包含預定區域的圖像,將該框定的區域範圍內的圖像作為待檢靶心圖表像。
優選地,該計算預覽圖像的區域範圍是指:根據該預定區域的實際尺寸參數及預覽圖像的解析度參數,獲得框定該預覽圖像的虛擬邊框參數,具體為:根據該預定區域或包含該預定區域圖像的實際尺寸,判斷該預覽圖像高度乘以該預定區域或包含該預定區域圖像的實際寬度的值是否大於預覽圖像寬度乘以該預定區域或包含該預定區域圖像實際高度的值;若是,則該虛擬邊框的寬度為:預定區域或包含該預定區域圖像的實際寬度乘以預覽圖像高度除以預定區域或包含該預定區域的圖像實際高度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框的高度為:預覽圖像高度乘以虛擬邊框與該預覽圖像的比值;若否,則虛擬邊框的寬度為:預覽圖像寬度乘以虛擬邊框與該預覽圖像的比值;虛擬邊框的高度為:預定區域
或包含該預定區域的圖像的實際高度乘以預覽圖像寬度除以預定區域或包含該預定區域圖像的實際寬度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框上邊界為顯示幕幕高度與虛擬邊框高度差的二分之一;該虛擬邊框下邊界為顯示幕幕高度與虛擬邊框高度和的二分之一;該虛擬邊框的左邊界為顯示幕幕寬度與虛擬邊框寬度差的二分之一;該虛擬邊框的右邊界為顯示幕幕寬度與虛擬邊框寬度和的二分之一。
優選地,該獲取該預定區域或包含該預定區域的圖像,作為待檢靶心圖表像,包括:根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像。
優選地,該特定位置資訊為事先設定的特定標識圖像所位於預定區域或包含預定區域圖像上的位置。
優選地,該特定位置是位於該預定區域或包含預定區域的圖像的右上角或右下角或左上角或左下角。
優選地,根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像,包括:建立預定區域或包含預定區域的標準圖像範本;根據該預定區域或包含預定區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該預定區域或包含預定區域的圖像的對應關係,獲取特定標識圖像在預定區域或包含預定區域的圖像中的位置資訊;
根據該位置資訊截取該預定區域或包含預定區域的圖像中包含特定標識的圖像區域,作為待檢靶心圖表像。
優選地,該閾值區間的上限值為該獲取的預定區域圖像或包含預定區域圖像的寬度、高度和上限係數的乘積;下限值為該獲取的預定區域圖像或包含預定區域圖像的寬度、高度和下限係數的乘積。
優選地,該將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,包括:採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比。
優選地,逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域區域視為該特定標識圖像所在區域,包括:以該連通域的體積比和連通域外接橢圓長軸方向作為組合圖像特徵對候選連通域區域進行篩選,具體是:獲取候選連通域區域的外接邊框;計算該外接邊框內該候選連通域中前景色的像素與該外界邊框面積的體積比;判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍,若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;計算填充後的該候選連通域區域外接橢圓長軸的方
向,並獲得該方向與設定的參考軸的夾角;判斷該夾角是否在預定的閾值範圍內,若是,則將該候選連通域區域視為該特定標識圖像所在區域;若否,則捨棄該候選連通域區域。
優選地,包括:判斷該方向與該參考軸的夾角在預定的閾值範圍內後,以該連通域外輪廓形狀作為單獨條件對該候選連通域區域再次進行篩選,具體為:填充該候選連通域區域,獲得填充圖像;檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;擬合該選取的採樣像素點,獲得該邊緣輪廓圖像的線段組合資訊;判斷該線段組合資訊及交點位置資訊與標準特定標識圖像的線段組合資訊及交點位置資訊是否相同;若是,則將候選連通域區域視為特定標識圖像區域;若否,則輸出未檢測特定標識圖像區域。
優選地,該獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點包括:以與該填充圖像有兩個交點為條件,進行掃描,將該些交點作為採樣像素點;該選取在設定閾值範圍內的該上下邊緣採樣像素點和
左右邊緣採樣像素點包括:判斷獲取的該採樣像素點的上下邊緣之間的距離和左右邊緣之間的距離是否在設定的閾值範圍內,若是,則選取;若否,則捨棄。
優選地,該閾值範圍為maxDist±maxDist×5%。
優選地,包括:根據預定區域或包含預定區域圖像中特定標識的位置資訊和各個交點位置資訊,計算仿射變換矩陣;根據該仿射變換矩陣獲取該預定區域內的相關資訊。
優選地,該特定標識圖像為銀行卡聯合組織或銀行卡發卡組織的標誌圖形。
本發明另外提供一種用於檢測預定區域中特定標識圖像的裝置,包括:獲取單元,用於獲取該預定區域或包含該預定區域的圖像,作為待檢靶心圖表像;二值化處理單元,用於對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;連通域標定單元,用於標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域作為候選連通域;圖像特徵比對單元,用於逐一獲取該候選連通域的圖像特徵,並將該候選連通域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的
候選連通域視為特定標識圖像所在位置。
優選地,該獲取單元包括:預覽圖像獲取單元,用於獲取該預定區域或包含該預定區域的圖像的預覽圖像;計算單元,用於計算該預覽圖像的區域範圍;框定單元,用於將該預覽圖像框定在該區域範圍內,獲取該預定區域或包含預定區域的圖像,將該框定的區域範圍內的圖像作為待檢靶心圖表像。
優選地,該計算單元是指:根據該預定區域的實際尺寸參數及預覽圖像的解析度參數,獲得框定該預覽圖像的虛擬邊框參數,具體為:根據該預定區域或包含該預定區域圖像的實際尺寸,判斷該預覽圖像高度乘以該預定區域或包含該預定區域圖像的實際寬度的值是否大於預覽圖像寬度乘以該預定區域或包含該預定區域圖像實際高度的值;若是,則該虛擬邊框的寬度為:預定區域或包含該預定區域圖像的實際寬度乘以預覽圖像高度除以預定區域或包含該預定區域的圖像實際高度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框的高度為:預覽圖像高度乘以虛擬邊框與該預覽圖像的比值;若否,則虛擬邊框的寬度為:預覽圖像寬度乘以虛擬邊框與該預覽圖像的比值;虛擬邊框的高度為:預定區域或包含該預定區域的圖像的實際高度乘以預覽圖像寬度除以預定區域或包含該預定區域圖像的實際寬度乘以虛擬邊
框與該預覽圖像的比值;該虛擬邊框上邊界為顯示幕幕高度與虛擬邊框高度差的二分之一;該虛擬邊框下邊界為顯示幕幕高度與虛擬邊框高度和的二分之一;該虛擬邊框的左邊界為顯示幕幕寬度與虛擬邊框寬度差的二分之一;該虛擬邊框的右邊界為顯示幕幕寬度與虛擬邊框寬度和的二分之一。
優選地,該獲取單元包括:截取單元,用於根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像。
優選地,該特定位置資訊為事先設定的特定標識圖像所位於預定區域或包含預定區域圖像上的位置。
優選地,該特定位置是位於該預定區域或包含預定區域的圖像的右上角或右下角或左上角或左下角。
優選地,該截取單元包括:建立單元,用於建立預定區域或包含預定區域的標準圖像範本;遍歷單元,用於根據該預定區域或包含預定區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該預定區域或包含預定區域的圖像的對應關係,獲取特定標識圖像在預定區域或包含預定區域的圖像中的位置資訊;待檢靶心圖表像確定單元,用於根據該位置資訊截取該預定區域或包含預定區域的圖像中包含特定標識的圖像區域,作為待檢靶心圖表像。
優選地,該閾值區間的上限值為該預定區域或包含預定區域的圖像寬度、高度和上限係數的乘積;下限值為該預定區域或包含預定區域的圖像寬度、高度和下限係數的乘積。
優選地,該將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,包括:採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比。
優選地,包括:組合圖像特徵篩選單元,具體是:外接邊框獲取單元,用於獲取候選連通域區域的外接邊框;體積比計算單元,用於計算該外接邊框內該候選連通域中前景色的像素與該外界邊框面積的體積比;體積比閾值判斷單元,用於判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍;若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;填充計算單元,用於計算填充後的該候選連通域區域外接橢圓長軸的方向,並獲得該方向與設定的參考軸的夾角;夾角閾值判斷單元,用於判斷該夾角是否在預定的閾值範圍內,若是,則將該候選連通域區域視為該特定標識圖像所在區域;若否,則捨棄該候選連通域區域。
優選地,單獨圖像特徵篩選單元,包括:
填充單元,用於填充該候選連通域區域,獲得填充圖像;邊緣輪廓獲取單元,用於根據檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;採樣單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;採樣像素點擬合單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;線段組合判斷單元,用於判斷該線段組合資訊及交點位置資訊與標準特定標識圖像的線段組合資訊和交點位置資訊是否相同;若是,則將候選連通域區域視為特定標識圖像區域;若否,則輸出未檢測特定標識圖像區域。
優選地,該採樣單元包括:掃描單元,以與該填充圖像有兩個交點為條件,進行掃描,將該些交點作為採樣像素點;距離閾值判斷單元,用於判斷獲取的該採樣像素點的上下邊緣之間的距離和左右邊緣之間的距離是否在設定的閾值範圍內,若是,則選取;若否,則捨棄。
優選地,該閾值範圍為maxDist±maxDist×5%。
優選地,包括:仿射變換單元,用於根據預定區域或包含預定區域圖像中特定標識的位置資訊和各個交點位置資訊,計算仿射
變換矩陣;相關資訊獲取單元,用於根據該仿射變換矩陣獲取相關資訊。
優選地,該特定標識圖像為銀行卡聯合組織或銀行卡發卡組織的標誌圖形。
與現有技術相比,本發明具有以下優點:本發明通過獲取預定區域的圖像,作為待檢靶心圖表像,對該待檢靶心圖表像進行二值化處理,並標定二值化圖像中的連通域作為候選連通域圖像,在該些候選連通域圖像中篩選出符合特定標識圖像特徵的連通域,進而確定檢測到特定標識資訊。由於本發明僅是對預定區域或者包含預定區域圖像中的候選連通域圖像的圖像特徵與標準特定標識圖像特徵進行比較,因此,在對資料進行掃描分析時,是在較小的區域內進行,所以該方式能夠減小檢測過程中的運算量,並且降低計算複雜度,能夠根據特徵比較快速完成檢測。
圖1是本發明提供的一種用於檢測預定區域中特定標識圖像的方法流程圖;圖2是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中虛擬邊框計算示意圖;圖3是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中虛擬邊緣的示意圖;
圖4是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中截取包含特定標識圖像的區域範圍的第一實施例示意圖;圖5是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中截取包含特定標識圖像的區域範圍的第二實施例流程圖;圖6是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中對待檢靶心圖表像進行二值化處理後的二值化圖像示意圖;圖7是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中,對候選連通域區域進行第一次篩選的流程圖;圖8是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中,對候選連通區域進行第二次篩選的流程圖;圖9是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中,對銀聯標識上置和下置的檢測示意圖;圖10是本發明提供的一種用於檢測預定區域中特定標識圖像的裝置結構框圖。
在下面的描述中闡述了很多具體細節以便於充分理解本發明。但是本發明能夠以很多不同於在此描述的其它方式來實施,所屬技術領域中具有通常知識者可以在不違背
本發明內涵的情況下做類似推廣,因此本發明不受下面公開的實施的限制。
本發明以銀行卡卡面所在區域為預定區域,銀行卡上的銀聯標識為特定標識,說明本發明的具體實現過程,但是應當說明,本發明的方法並不局限於對銀行卡上的銀聯標識的識別,本發明的方法可以用於所有具有預定區域中特定已知標識的識別場景,特定已知標識可以是產品標識,企業logo等等,產品標識的預定區域可以是產品本身;企業logo的預定區域可以是包含有該logo的任何載體本身。
請參考圖1所示,圖1是本發明提供一種用於檢測預定區域中特定標識圖像方法的第一實施例流程圖,在該實施例中,包括如下步驟:步驟S100:獲取預定區域的圖像,作為待檢靶心圖表像;步驟S200:對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;步驟S300:標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域所在區域作為候選連通域區域;步驟S400:逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的
候選連通域區域視為特定標識圖像所在位置。
通過上述步驟,在對資料進行掃描分析時,是在較小的區域內進行,所以上述檢測方法能夠減小檢測過程中的運算量,並且降低計算複雜度,能夠根據特徵比較快速完成檢測。
下面對上述步驟的具體實現過程進行說明:該步驟S100:獲取預定區域的圖像,作為待檢靶心圖表像。
該步驟中的預定區域可以是銀行卡卡面區域,也就是說獲取銀行卡卡面圖像或者包含有銀行卡卡面區域的圖像,獲取方式可以通過採用行動終端人為獲取或者自動獲取,例如:通過行動終端的攝影功能獲取預定區域或包含該預定區域的圖像。通過預定區域的選取可以減小檢測掃描範圍,提高檢測速度的同時,降低運算量。
為更進一步提高檢測效率,減少對非銀聯標識區域的檢測,本發明可以在獲取該銀行卡圖像或者包含有銀行卡區域的圖像時,先通過獲取的銀行卡圖像或者包含銀行卡卡面區域圖像的預覽圖像,並根據標準銀行卡的實際尺寸及預覽圖像的解析度,獲得框定該預覽圖像的虛擬邊框的長和寬;再根據該虛擬邊框的長寬計算出虛擬邊框的上下左右邊界,具體如下:參考圖2所示,圖2是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中虛擬邊框計算示意圖。根據《銀聯卡業務運作規章》第三卷《卡片BIN號及標識規
則》,可以獲知銀行卡卡片的標準尺寸參數,卡片寬度是85.60mm±0.30mm,卡片高度是53.98mm±0.30mm,本發明中忽略卡片誤差範圍0.30mm,即:卡片寬度CardWidthGdt=85.6,卡片高度CardHeightGdt=53.98;假定行動終端螢幕解析度為寬×高,即:ScreenWidth×ScreenHeight;預覽圖像的解析度參數為寬×高,即:PreviewWidth×PreviewHeight;虛擬邊框與預覽圖像的比值參數為DisplayRatio;在計算虛擬邊框時,首先判斷PreviewHeight(預覽圖像高度)×CardWidthGdt(卡片寬度)是否大於(不包含等於)PreviewWidth(預覽圖像寬度)×CardHeightGdt(卡片高度),若是,則:ScaledWidth=CardWidthGdt×PreviewHeight/CardHeightGdt×DisplayRatio;ScaledHeight=PreviewHeight×DisplayRatio;若否,則:ScaledHeight=CardHeightGdt×PreviewWidth/CardWidthGdt×DisplayRatio;ScaledWidth=PreviewWidth×DisplayRatio;當計算得到虛擬邊框的寬與高之後,可以根據行動終端螢幕的解析度參數確定該虛擬邊框的上下左右邊界,具體如下:上邊界Top=ScreenHeight/2-ScaledHeight/2;下邊界Bottom=ScreenHeight/2+ScaledHeight/2;左邊界Left=ScreenWidth/2-ScaledWidth/2;
右邊界Right=ScreenWidth/2+ScaledWidth/2。
參考圖3,圖是3本發明提供的一種用於檢測預定區域中特定標識圖像的方法中虛擬邊緣的示意圖。
該虛擬邊框覆蓋在該銀行卡圖像或者包含銀行卡圖像區域中銀行卡的上方,將虛擬邊框所覆蓋的範圍內區域作為待檢靶心圖表像,從而達到檢測範圍減小化。也可以在虛擬邊框的覆蓋範圍內根據標準銀行中銀聯標識的特定位置資訊,截取包含銀聯標識圖像的區域範圍,將該區域範圍作為待檢靶心圖表像,從而進一步達到檢測範圍的更小化,以提高檢測速度,減少運算量。
截取包含銀聯標識圖像的區域範圍,本發明通過兩種實現方式進行說明。
參考圖4所示,圖4是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中截取包含特定標識圖像的區域範圍的第一實施例示意圖。根據《銀聯卡業務運作規章》第三卷《卡片BIN號及標識規則》可獲知,銀行卡上銀聯標識的位置資訊是事先設定的位置,銀聯標識區位於卡片正面右側,分為下置格式和上置格式兩種。
當銀聯標識採用下置格式時,須位於卡片的右下角,具體要求是:銀聯標識的寬度22mm,高度15mm,銀聯標識右邊沿到卡的右邊沿的距離是2mm,銀聯標識下邊沿到卡的下邊沿的距離是2mm。
當銀聯標識採用上置格式時,須位於卡片的右上角,具體要求是:銀聯標識的寬度22mm,高度15mm,銀聯標識右邊沿到卡的右邊沿的距離是2mm,銀聯標識上邊沿到卡的上邊沿的距離是2mm。
根據上述對銀聯標識的位置,在截取銀行卡圖像時,可以僅對銀行卡圖像或者包含銀行卡區域的圖像的右上角和右下角進行處理,例如:假定銀行卡圖像或者包含銀行卡區域的圖像的解析度(寬×高)為:Width×Height,則需要截取的圖像分別為[Width/2,Width]×[0,Height]和[Width/2,Width]×[Height/2,Height]。
請參考圖5所示,圖5提供的一種用於檢測預定區域中特定標識圖像的方法中截取包含特定標識圖像的區域範圍的第二實施例流程圖;包括:步驟S101:建立銀行卡圖像的標準圖像範本;步驟S102:根據該銀行卡圖像或包含銀行卡區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該銀行卡圖像或包含銀行卡區域的圖像的對應關係,獲取銀聯標識圖像在該銀行卡圖像或包含銀行卡區域圖像中的位置資訊;步驟S103:根據該位置資訊截取包含有銀聯標識圖像的區域範圍,將該截取的銀聯標識圖像的區域範圍作為待檢靶心圖表像。
可以理解的是,本發明也可以在該銀行卡圖像或包含有銀行卡區域的圖像的基礎上,根據銀聯標識的特定位置資訊或者根據銀行卡標準圖像範本,直接截取包含銀聯標識的圖像區域,將該圖像區域作為待檢靶心圖表像;也可以在虛擬邊框的基礎上僅截取該虛擬邊框範圍內包含銀聯標識圖像區域的部分,捨棄虛擬邊框以外的圖像資訊,進而達到提高檢測的效率。
該步驟S200:對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像。
參考圖6所示,圖6是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中對待檢靶心圖表像進行二值化處理後的二值化圖像示意圖;在該步驟中,將待檢靶心圖表像,也就是對截取的包含有銀聯標識圖像的區域範圍的圖像進行二值化處理。圖像二值化處理,是指將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現出明顯的只有黑和白的視覺效果;即將256個亮度等級的灰度圖像通過適當的閾值選取而獲得仍然可以反映圖像整體和局部特徵的二值化圖像。要進行二值圖像的處理與分析,首先要把原圖像灰度化,之後對灰度圖像進行二值化,得到二值化圖像,進而有利於再對圖像做進一步處理時,圖像的集合性質只與像素值為0或255的點的位置有關,不再關於像素的多級值,使處理變得簡單,而且資料的處理和壓縮量減小。
在該步驟中二值化處理過程中閾值的選取可以採用Otsu方法,將灰度圖像分割成背景和目標(前景)兩部分。該Otsu方法又稱為最大類間方差法,是一種自我調整的閾值確定的方法,其按照圖像的灰度特定,將圖像分割成背景與目標兩部分,背景和目標之間的類間方差越大,說明構成圖像背景和目標差別越大。通過前景像素點數占圖像的比例和平均灰度值;背景像素點數占圖像的比例和平均灰度值,計算出前景和背景圖像的方差,選取方差最大時所對應的灰度值即為全域閾值,根據該全域閾值對圖像進行二值化變換。
由於在對二值化圖像分析過程中,是要對二值化圖像中白色像素(目標像素)進行標記,而包含有銀聯標識的圖像作為待檢測靶心圖表像被二值化處理之後,銀聯標識可能會被二值化為前景(1)或背景(0),因此,在得到二值化圖像後,還可以再對該二值化圖像進行反相,將二值化圖像和反相圖像都作為待檢目標二值圖像。
二值圖像分析最重要的方法就是連通區域標記,它是所有二值圖像分析的基礎,它通過對二值圖像中白色像素(目標)的標記,讓每個單獨的連通區域形成一個被標識的塊,進一步的我們就可以獲取這些塊的輪廓、外接矩形、質心、不變矩等幾何參數。
二值圖像的連通域標記處理操作就是從白色像素(通常二值圖像用“1”)和黑色像素(通常用“0”來表示)組合的一幅點陣圖像中,將互相鄰接(4鄰接或8鄰接)
的具有像素值“1”的像素集合提取出來。二值圖像中包含黑(像素值為0)白(像素值為1或255)兩種顏色,分別作為目標顏色和背景顏色,標記演算法只對目標像素進行標記。
該步驟S300:標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域作為候選連通域。
連通域標定是所有二值圖像分析的基礎,二值圖像的連通域標記處理操作就是從白色像素(通常二值圖像用“1”)和黑色像素(通常用“0”來表示)組合的一幅點陣圖像中,將互相鄰接的具有像素值“1”的像素集合提取出來,也就是說,二值圖像中包含黑(像素值為0)白(像素值為1或255)兩種顏色,分別作為目標顏色和背景顏色,在連通域標定時,標定演算法只對目標像素(白色像素)進行標定。
連通域標定演算法中,常見的鄰接關係有兩種:4鄰接與8鄰接。4鄰接一共4個點,即上、下、左和右;8鄰接的點一共有8個,包括了對角線位置的點,即:上、下、左、右、左上和右上。將上、下、左、右或者上、下、左、右、左上、右上中彼此連通的點所構成集合標定為連通域。
該步驟將截取的包含有銀聯標識圖像的區域範圍經過二值化後,對二值化圖像採用上述連通域標定方式,標定二值化圖像中的連通域,也就是說,標定像素值為1的所
有連通域。對所標定的每個獨立的連通域進行閾值判斷,若該連通域的像素個數在給定的閾值區間內,則保留該連通域,否則對待檢目標二值圖像中的反相圖像進行連通域標定,並對反相圖像中所標定的連通域像素個數進行閾值判斷,若連通域像素個數在閾值區間內,則保留該連通域,若否則捨棄該連通域。
需要說明的是,對於銀聯標識圖像所形成的連通域,其連通域的像素個數會在一個合理範圍內,該合理範圍可以設定屬於該銀聯標識圖像連通域的閾值區間。
上述銀聯標識連通域的閾值區間具體計算可以參考如下:閾值下限LowThreshhold=Width×Height×下限係數;閾值上限HighThreshhold=Width×Height×上限係數;其中,Width和Height分別為所獲取的預定區域圖像或包含預定區域的圖像的寬和高,也就是說,Width和Height可以是待檢靶心圖表像的寬和高,下限係數和上限取值可以為經驗值,分別為0.011和0.043。
當檢測的特定標識資訊非銀聯標識時,也可以根據該特定標識連通域的像素個數所處於的合理範圍,來設定一個閾值區間。
該步驟S400:逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結構相同或者接近的候選連通域區域視為特定標識圖像所在位置。
該步驟的具體實現過程是,對於候選的銀聯標識連通域區域的圖像特徵和標準銀聯標識圖像,將二者的相應的圖像特徵進行比對,具體可以採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括:包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比等,也可以理解的是上述特徵屬於圖像的形狀特徵,而形狀特徵還可以包括距離特徵、圖像凹凸特徵、長短特徵等等。
該步驟中,可以以該連通域的體積比和連通域外界橢圓長軸方向作為第一組合圖像特徵,對候選銀聯標識圖像的連通域區域進行篩選。
請參考圖7所示,圖7是本發明提供一種用於檢測預定區域中特定標識圖像的方法中對候選連通域區域進行第一次篩選的流程圖。
具體步驟包括:步驟S701:獲取候選連通域區域的外接邊框;在該步驟中可以通過掃描的方式,從候選銀聯標識連通域圖像的最外側邊緣向內掃描,檢測到前景色(白色像素)後,停止掃描,獲得外接邊框,該外接邊框為矩形。
步驟S702:計算該外界邊框內該候選連通域中前景色的像素與該外界邊框面積的體積比;該步驟可以通過統計矩形外接邊框內前景色(白色)的像素個數,用白色像素個數除以矩形外接邊框的面積,得到連通域體積比。
步驟S703:判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍,若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;在該步驟中,可以根據事先設定標準銀聯標識連通域體積比的閾值Tsolid,判斷候選銀聯標識連通域體積比是否與標準的銀聯標識連通域體積比的圖像特徵相符。其中閾值Tsolid可以通過標準銀聯標識圖像的資訊獲得,例如:從各個角度獲取標準銀聯標識圖像,並計算其與外接矩陣的體積比,從而選取閾值Tsolid,通過候選銀聯標識連通域體積比與Tsolid的比較,確定候選連通域是否為銀聯標識圖像。
當候選銀聯標識連通域體積比大於閾值Tsolid,該候選銀聯標識連通域為銀聯標識連通域,因為,在候選銀聯標識連通域中可能存在與標準銀聯標識連通域體積比圖像特徵相同的非銀聯標識連通域,所以,本發明在此基礎上還要結合另一圖像特徵,即:連通域橢圓長軸方向的圖像特徵,進一步確定該候選銀聯標識。當確定候選銀聯標識連通域體積比大於閾值Tsolid之後,進入連通域橢圓長軸方向的圖像特徵判斷,如下述步驟S704。
步驟S704:對該候選連通域區域進行填充;該步驟中,對銀聯標識候選連通域區域以前景色(白色)進行填充。
步驟S705:計算填充後的該銀聯標識候選連通域區域的方向;
在該步驟中,可以通過採用橢圓擬合的方式,計算出連通域的方向。在該實施例中,連通域的方向以在該連通域上獲得的外接橢圓的長軸方向為連通域方向。該橢圓擬合,是通過對候選連通域進行邊緣檢測,記錄邊緣上的點,對該些點進行橢圓擬合。
當計算出橢圓擬合長軸方向之後,以連通域的左下角為原點建立坐標軸,該坐標軸的X軸定義為參考軸,進而橢圓長軸與X軸之間形成夾角。同樣地,對於標準銀聯標識圖像,也可以計算出橢圓長軸與X軸之間形成的夾角。
步驟S706:判斷該夾角是否在預定的閾值範圍內,若是,則將該銀聯標識的候選連通域區域視為該銀聯標識圖像所在區域;若否,則捨棄該銀聯標識的候選連通域區域;該步驟中,夾角的閾值範圍可以根據上述對標準銀聯標識圖像進行橢圓擬合,並計算該橢圓長軸方向與參考軸之間的夾角,因為,在獲取銀聯標識待檢靶心圖表像,可能存在獲取角度等因素的影響,使得候選連通域圖像角度也會受到影響,所以本發明基於標準銀聯標識中橢圓長軸與參考軸之間的夾角,設定夾角的閾值範圍,以避免由於獲取角度的問題而影響判斷,此處的參考軸也為X軸。上述的參考軸的設定可以根據實際判斷需要設定,即:也可以為Y軸,能夠滿足連通域外接橢圓長軸方向特徵判斷需求即可。
需要說明的是,當特定標識為存在兩個明顯的外接邊
緣,即:內層邊緣和外層邊緣連通域時;還可以在上述基礎上再次對銀聯標識候選連通域圖像進行二次體積比判斷,但該二次體積比判斷時,其閾值採用的並非上述Tsolid,而是針對此次判斷設定的另一閾值Tsolid’,檢測判斷過程如上述步驟S701-步驟S706。需要說明的是,內層連通域的像素值與外層連通域的像素值是不同的,所以採用閾值也不同。
經過上述步驟已經可以確定銀聯標識候選連通域圖像為銀聯標識圖像,為更進一步確定,本發明在上述步驟基礎上判斷該橢圓長軸與該參考軸的夾角在預定的閾值範圍內的基礎上,以該連通域外輪廓形狀作為單獨條件對該候選連通域區域進行第二次篩選。
具體參考圖8所示,圖8是本發明提供的一種用於檢測預定區域中特定標識圖像的方法中,以連通域外輪廓形狀作為單獨條件對該候選連通域區域進行第二次篩選的流程圖。
具體包括如下步驟:步驟S801:填充該候選連通域區域,獲得填充圖像;該步驟可以採用步驟S704中的填充方式,對候選連通域區域進行填充。
步驟S802:檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;該步驟具體實現,當候選連通域區域以白色進行填充
後,白色區域為候選連通域區域,通過採用邊緣檢測方法,獲得填充圖像的邊緣輪廓圖像。該邊緣檢測方法是影像處理中常用的一種技術,其可以捕獲圖像中物體的重要特徵,常用的邊緣檢測方法有:差分邊緣檢測、梯度邊緣檢測、Roberts邊緣檢測運算元、Sobel邊緣檢測運算元、Prewitt邊緣檢測運算元和Laplace邊緣檢測運算元等等。本發明中採用Sobel邊緣檢測運算元檢測該填充圖像的邊緣,該Sobel邊緣檢測運算元主要是根據像素點上下、左右鄰點灰度加權差,在邊緣處達到極值現象檢測邊緣,其對雜訊具有平滑作用,能夠提供較為精確的邊緣方向資訊。Sobel運算元有兩個,一個是檢測水準邊緣的;另一個是檢測垂直邊緣的。與Prewitt運算元相比,Sobel運算元對於象素的位置的影響做了加權,可以降低邊緣模糊程度,因此效果更好。當然,也可以根據不同的需求採用其他邊緣檢測運算元來檢測填充圖像的邊緣。
步驟S803:分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;在該步驟中,採用掃描的方式採樣邊緣輪廓圖像中的上下邊緣和左右邊緣的採樣像素點。在以銀聯標識為實施例的情況下,填充圖像的邊緣輪廓為矩形圖像,分別對矩形圖像的上下邊緣和左右邊緣分別進行掃面,對上下邊緣和左右邊緣的掃描方式可以採用相同方式,下面以上下邊緣舉例說明。
對矩形圖像的邊緣進行逐列掃描,選取掃描線與該邊緣圖像有兩個交點的像素點,並對該些像素點之間的距離進行計算,統計所有像素點之間的最大值maxDist的像素點作為採樣像素點。由於矩形圖像的邊緣可能存在鋸齒,因此,設定最大距離的閾值範圍對採樣像素點進行選取,閾值範圍可以設定在maxDist±maxDist×5%,選取在該閾值範圍內的像素點作為採樣像素點,該閾值範圍以外的像素點則捨棄。從而得到矩形圖像上下邊緣的採樣像素點,同理,可以獲得左右邊緣的採樣像素點。
步驟S804:擬合該選取的採樣像素點,獲得該邊緣輪廓圖像的線段組合資訊。
通過步驟S803選取的候選連通域矩形圖像四條邊的採樣像素點,步驟S604可以採用多項式曲線擬合方法,對所選取的採樣像素點進行擬合,從而得到四條線段,並通過該四條線段組合可以獲得四個頂點;步驟S804的具體實現方式是針對銀行卡銀聯標識進行舉例說明,可以理解的是,如果其他標識可以採用不同的擬合方式或者計算方法,進行採樣像素點的擬合。
步驟S805:判斷該線段組合資訊與標準特定標識圖像的線段組合資訊是否相同,若是,則將候選連通域區域視為特定標識圖像區域;若否,則輸出未檢測特定標識圖像區域。
該步驟中,對於在步驟S804中獲得的線段組合,即:四條線段以及根據該四條線段的組合獲得四個頂點,
將該四條線段與四個頂點與標準銀行卡銀聯標識的圖像進行比較,相同則該銀聯標識候選連通域區域即為銀聯標識圖像。
需要說明的是,經過以上步驟,候選銀聯標識被檢測到,系統可以輸出銀聯標識的四個角點(參考圖9)。同時,若檢測得到的組合資訊,例如:頂點資訊多於或少於4個,則可以判斷該候選區域非銀聯圖示。若檢測到的銀聯標識候選區域為空,則提示使用者未檢測到銀聯標識,若檢測到的銀聯標識候選區域個數多於一個,則將所有候選區域提供給使用者,用於使用者自主選擇。
上述是以銀聯標識為例對檢測特定標識進行的說明,對於銀聯標識而言,其具有的圖像特徵是形狀特徵,包括有平行四邊形、四個頂點等屬性;當特定標識為文字或產品標識或企業logo等時,可以通過其本發明具有的圖像特徵進行檢測,例如:各個發卡銀行的logo,以招商銀行的logo為例進行說明,請參考圖3,招商銀行的logo圖像的圖像特徵可以是圓形、字母M以及字母M的各個頂點、三角形或者是凹凸屬性等等,可以通過該些特徵屬性採用上述檢測方法,對該logo進行檢測。
由此可見,本發明提供的檢測特定標識的方法並不限於上述銀聯標識。
當檢測到銀聯標識後可以根據檢測到的銀聯標識的四個頂點資訊以及標準銀聯資訊的頂點資訊,計算銀聯標識圖像的仿射變換矩陣;根據該矩陣可以計算獲得銀行卡上
其他資訊。仿射變換矩陣可以採用如下方式獲得:假定標準的銀聯標識的四個頂點座標為[x1,y1],[x2,y2],[x3,y3]和[x4,y4],而在檢測到候選連通域圖像中的4個頂點的座標為[X1,Y1],[X2,Y2],[X3,Y3]和[X4,Y4],根據4個點的對應關係就可以計算仿射變換(projective)矩陣M,對於檢測圖像的每個像素點可以計算射影變換後的圖像,此圖像所在的視覺就是正視角圖像。根據銀行卡中的規定,可以獲知銀行卡上任何資訊,例如:需要獲知銀行卡上的卡號資訊時,將卡號的像素點乘以矩陣M即可以獲得卡號的正是正視角圖像,從而的準確的卡號資訊。
以上公開了本發明一種用於檢測預定區域中特定標識圖像的方法實施例,與該方法實施例相對應,本發明還公開了一種用於檢測預定區域中特定標識圖像裝置實施例,請參看圖10,其為本發明一種用於檢測預定區域中特定標識圖像的裝置的實施例結構示意圖。由於裝置實施例基本相似於方法實施例,所以描述得比較簡單,相關之處參見方法實施例的部分說明即可。下述描述的裝置實施例僅僅是示意性的。
如圖10所示,本發明提供的一種用於檢測預定區域中特定標識圖像的裝置,包括:獲取單元A100,用於獲取該預定區域或包含該預定區域的圖像,作為待檢靶心圖表像;二值化處理單元A200,用於對該待檢靶心圖表像進
行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;連通域標定單元A300,用於標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域作為候選連通域;圖像特徵比對單元A400,用於逐一獲取該候選連通域的圖像特徵,並將該候選連通域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域視為特定標識圖像所在位置。
其中,該獲取單元A100包括:預覽圖像獲取單元,用於獲取該預定區域或包含該預定區域的圖像的預覽圖像;計算單元,用於計算該預覽圖像的區域範圍;該計算單元是指,根據該預定區域的實際尺寸參數及預覽圖像的解析度參數,獲得框定該預覽圖像的虛擬邊框參數,具體為:根據該預定區域或包含該預定區域圖像的實際尺寸,判斷該預覽圖像高度乘以該預定區域或包含該預定區域圖像的實際寬度的值是否大於預覽圖像寬度乘以該預定區域或包含該預定區域圖像實際高度的值;若是,則該虛擬邊框的寬度為:預定區域或包含該預定區域圖像的實際寬度乘以預覽圖像高度除以預定區域或包含該預定區域的圖像實際高度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框的高度為:預覽圖像高度乘以虛擬
邊框與該預覽圖像的比值;若否,則虛擬邊框的寬度為:預覽圖像寬度乘以虛擬邊框與該預覽圖像的比值;虛擬邊框的高度為:預定區域或包含該預定區域的圖像的實際高度乘以預覽圖像寬度除以預定區域或包含該預定區域圖像的實際寬度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框上邊界為顯示幕幕高度與虛擬邊框高度差的二分之一;該虛擬邊框下邊界為顯示幕幕高度與虛擬邊框高度和的二分之一;該虛擬邊框的左邊界為顯示幕幕寬度與虛擬邊框寬度差的二分之一;該虛擬邊框的右邊界為顯示幕幕寬度與虛擬邊框寬度和的二分之一。
框定單元,用於將該預覽圖像框定在該區域範圍內,獲取該預定區域或包含預定區域的圖像,將該框定的區域範圍內的圖像作為待檢靶心圖表像。
該獲取單元A100還包括:截取單元,用於根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像。其中,截取單元中的特定位置資訊為事先設定的特定標識圖像所位於預定區域或包含預定區域圖像上的位置。在以銀行卡的銀聯標識為特定標識的情況下,該特定位置可以根據《銀聯卡業務運作規章》第三卷《卡片BIN號及標識規則》中的記載可以獲知,銀聯標識的特定位置位於銀行卡卡面區域的右上角或者右下角。可以理解的是,當特定標識資訊非銀聯標識,
還有可以位於左上角或左下角等。
截取單元還可以通過下述方式實現:建立單元,用於建立預定區域或包含預定區域的標準圖像範本;遍歷單元,用於根據該預定區域或包含預定區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該預定區域或包含預定區域的圖像的對應關係,獲取特定標識圖像在預定區域或包含預定區域的圖像中的位置資訊;待檢靶心圖表像確定單元,用於根據該位置資訊截取該預定區域或包含預定區域的圖像中包含特定標識的圖像區域,作為待檢靶心圖表像。
連通域標定單元A300中的閾值區間的上限值為該預定區域或包含預定區域的圖像寬度、高度和上限係數的乘積;下限值為該預定區域或包含預定區域的圖像寬度、高度和下限係數的乘積。
圖像特徵比對單元A400,包括組合圖像特徵篩選單元或單獨圖像特徵篩選單元,通過採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比。
組合圖像特徵篩選單元,具體是:外接邊框獲取單元,用於獲取候選連通域區域的外接邊框;體積比計算單元,用於計算該外接邊框內該候選連通
域中前景色的像素與該外界邊框面積的體積比;體積比閾值判斷單元,用於判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍;若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;填充計算單元,用於計算填充後的該候選連通域區域外接橢圓長軸的方向,並獲得該方向與設定的參考軸的夾角;夾角閾值判斷單元,用於判斷該夾角是否在預定的閾值範圍內,若是,則將該候選連通域區域視為該特定標識圖像所在區域;若否,則捨棄該候選連通域區域。
單獨圖像特徵篩選單元,包括:填充單元,用於填充該候選連通域區域,獲得填充圖像;邊緣輪廓獲取單元,用於根據檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;採樣單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;採樣像素點擬合單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;線段組合判斷單元,用於判斷該線段組合資訊及交點位置資訊與標準特定標識圖像的線段組合資訊和交點位置資訊是否相同;若是,則將候選連通域區域視為特定標識
圖像區域;若否,則輸出未檢測特定標識圖像區域。
該採樣單元包括:掃描單元,以與該填充圖像有兩個交點為條件,進行掃描,將該些交點作為採樣像素點;距離閾值判斷單元,用於判斷獲取的該採樣像素點的上下邊緣之間的距離和左右邊緣之間的距離是否在設定的閾值範圍內,若是,則選取;若否,則捨棄。在該距離閾值判斷單元中,閾值範圍可以是maxDist±maxDist×5%,其中maxDist為兩個採樣像素點的最大距離。
本發明還包括仿射變換單元,用於根據預定區域或包含預定區域圖像中特定標識的位置資訊和各個交點位置資訊,計算仿射變換矩陣;以及相關資訊獲取單元,用於根據該仿射變換矩陣獲取相關資訊。
本發明雖然以較佳實施例公開如上,但其並不是用來限定本發明,任何所屬技術領域中具有通常知識者在不脫離本發明的精神和範圍內,都可以做出可能的變動和修改,因此本發明的保護範圍應當以本發明請求項所界定的範圍為準。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒介中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒介的示例。
1、電腦可讀媒介包括永久性和非永久性、可行動和非可行動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒介的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁片儲存或其他磁性存放裝置或任何其他非傳輸媒介,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒介不包括非暫態媒介(transitory media),如調變的資料訊號和載波。
2、所屬技術領域中具有通常知識者應明白,本發明的實施例可提供為方法、系統或電腦程式產品。因此,本發明可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本發明可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒介(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
Claims (30)
- 一種用於檢測預定區域中特定標識圖像的方法,其特徵在於,包括:獲取預定區域的圖像,作為待檢靶心圖表像;對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域所在區域作為候選連通域區域;逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域區域視為特定標識圖像所在位置。
- 根據請求項第1項的用於檢測預定區域中特定標識圖像的方法,其中,該獲取該預定區域圖像,作為待檢靶心圖表像,包括:獲取該預定區域或包含該預定區域的圖像的預覽圖像;計算該預覽圖像的區域範圍;將該預覽圖像框定在該區域範圍內,獲取該預定區域或包含預定區域的圖像,將該框定的區域範圍內的圖像作為待檢靶心圖表像。
- 根據請求項第2項的用於檢測預定區域中特定標識圖像的方法,其中,該計算預覽圖像的區域範圍是指:根據該預定區域的實際尺寸參數及預覽圖像的解析度參數,獲得框定該預覽圖像的虛擬邊框參數,具體為:根據該預定區域或包含該預定區域圖像的實際尺寸,判斷該預覽圖像高度乘以該預定區域或包含該預定區域圖像的實際寬度的值是否大於預覽圖像寬度乘以該預定區域或包含該預定區域圖像實際高度的值;若是,則該虛擬邊框的寬度為:預定區域或包含該預定區域圖像的實際寬度乘以預覽圖像高度除以預定區域或包含該預定區域的圖像實際高度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框的高度為:預覽圖像高度乘以虛擬邊框與該預覽圖像的比值;若否,則虛擬邊框的寬度為:預覽圖像寬度乘以虛擬邊框與該預覽圖像的比值;虛擬邊框的高度為:預定區域或包含該預定區域的圖像的實際高度乘以預覽圖像寬度除以預定區域或包含該預定區域圖像的實際寬度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框上邊界為顯示幕幕高度與虛擬邊框高度差的二分之一;該虛擬邊框下邊界為顯示幕幕高度與虛擬邊框高度和的二分之一;該虛擬邊框的左邊界為顯示幕幕寬度與虛擬邊框寬度差的二分之一;該虛擬邊框的右邊界為顯示幕幕寬度與虛擬邊框寬度和的二分之一。
- 根據請求項第1至3項中之任意一項的用於檢測預定區域中特定標識圖像的方法,其中,該獲取該預定區域或包含該預定區域的圖像,作為待檢靶心圖表像,包括:根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像。
- 根據請求項第4項的用於檢測預定區域中特定標識圖像的方法,其中,該特定位置資訊為事先設定的特定標識圖像所位於預定區域或包含預定區域圖像上的位置。
- 根據請求項第5項的用於檢測預定區域中特定標識圖像的方法,其中:該特定位置是位於該預定區域或包含預定區域的圖像的右上角或右下角或左上角或左下角。
- 根據請求項第4項的用於檢測預定區域中特定標識圖像的方法,其中,根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像,包括:建立預定區域或包含預定區域的標準圖像範本;根據該預定區域或包含預定區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該預定區域或包含預定區域的圖像的對應關係,獲取特定標識圖像在預定區域或包含預定區域的圖像中的位置資訊;根據該位置資訊截取該預定區域或包含預定區域的圖像中包含特定標識的圖像區域,作為待檢靶心圖表像。
- 根據請求項第1項的用於檢測預定區域中特定標識圖像的方法,其中:該閾值區間的上限值為該獲取的預定區域圖像或包含預定區域圖像的寬度、高度和上限係數的乘積;下限值為該獲取的預定區域圖像或包含預定區域圖像的寬度、高度和下限係數的乘積。
- 根據請求項第1項的用於檢測預定區域中特定標識圖像的方法,其中,該將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,包括:採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比。
- 根據請求項第9項的用於檢測預定區域中特定標識圖像的方法,其中,逐一獲取該候選連通域區域的圖像特徵,並將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域區域視為該特定標識圖像所在區域,包括:以該連通域的體積比和連通域外接橢圓長軸方向作為組合圖像特徵對候選連通域區域進行篩選,具體是:獲取候選連通域區域的外接邊框;計算該外接邊框內該候選連通域中前景色的像素與該外界邊框面積的體積比;判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍,若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;計算填充後的該候選連通域區域外接橢圓長軸的方向,並獲得該方向與設定的參考軸的夾角;判斷該夾角是否在預定的閾值範圍內,若是,則將該候選連通域區域視為該特定標識圖像所在區域;若否,則捨棄該候選連通域區域。
- 根據請求項第10項的用於檢測預定區域中特定標識圖像的方法,其中,包括:判斷該方向與該參考軸的夾角在預定的閾值範圍內後,以該連通域外輪廓形狀作為單獨條件對該候選連通域區域再次進行篩選,具體為:填充該候選連通域區域,獲得填充圖像;檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;擬合該選取的採樣像素點,獲得該邊緣輪廓圖像的線段組合資訊;判斷該線段組合資訊及交點位置資訊與標準特定標識圖像的線段組合資訊及交點位置資訊是否相同;若是,則將候選連通域區域視為特定標識圖像區域;若否,則輸出未檢測特定標識圖像區域。
- 根據請求項第11項的用於檢測預定區域中特定標識圖像的方法,其中,該獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點包括:以與該填充圖像有兩個交點為條件,進行掃描,將該些交點作為採樣像素點;該選取在該設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點包括:判斷獲取的該採樣像素點的上下邊緣之間的距離和左右邊緣之間的距離是否在該設定閾值範圍內,若是,則選取;若否,則捨棄。
- 根據請求項第12項的用於檢測預定區域中特定標識圖像的方法,其中,該設定閾值範圍為maxDist±maxDist×5%。
- 根據請求項第11項的檢測標準卡片中特定標識圖像的方法,其中,包括:根據預定區域或包含預定區域圖像中特定標識的位置資訊和各個交點位置資訊,計算仿射變換矩陣;根據該仿射變換矩陣獲取該預定區域內的相關資訊。
- 根據請求項第1至3及8至14項中之任意一項的用於檢測預定區域中特定標識圖像方法,其中:該特定標識圖像為銀行卡聯合組織或銀行卡發卡組織的標誌圖形。
- 一種用於檢測預定區域中特定標識圖像的裝置,其特徵在於,包括:獲取單元,用於獲取該預定區域的圖像,作為待檢靶心圖表像;二值化處理單元,用於對該待檢靶心圖表像進行二值化處理,獲得二值化圖像,及該二值化圖像的反相圖像,二者均稱為待檢目標二值圖像;連通域標定單元,用於標定該待檢目標二值圖像的連通域,並將標定的連通域中像素個數滿足設定閾值區間的連通域作為候選連通域;圖像特徵比對單元,用於逐一獲取該候選連通域的圖像特徵,並將該候選連通域的圖像特徵與標準特定標識圖像的相應圖像特徵進行比對,將比對結果相同或最接近的候選連通域視為特定標識圖像所在位置。
- 根據請求項第16項的用於檢測預定區域中特定標識圖像的裝置,其中,該獲取單元包括:預覽圖像獲取單元,用於獲取該預定區域或包含該預定區域的圖像的預覽圖像;計算單元,用於計算該預覽圖像的區域範圍;框定單元,用於將該預覽圖像框定在該區域範圍內,獲取該預定區域或包含預定區域的圖像,將該框定的區域範圍內的圖像作為待檢靶心圖表像。
- 根據請求項第17項的用於檢測預定區域中特定標識圖像的裝置,其中,該計算單元是指:根據該預定區域的實際尺寸參數及預覽圖像的解析度參數,獲得框定該預覽圖像的虛擬邊框參數,具體為:根據該預定區域或包含該預定區域圖像的實際尺寸,判斷該預覽圖像高度乘以該預定區域或包含該預定區域圖像的實際寬度的值是否大於預覽圖像寬度乘以該預定區域或包含該預定區域圖像實際高度的值;若是,則該虛擬邊框的寬度為:預定區域或包含該預定區域圖像的實際寬度乘以預覽圖像高度除以預定區域或包含該預定區域的圖像實際高度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框的高度為:預覽圖像高度乘以虛擬邊框與該預覽圖像的比值;若否,則虛擬邊框的寬度為:預覽圖像寬度乘以虛擬邊框與該預覽圖像的比值;虛擬邊框的高度為:預定區域或包含該預定區域的圖像的實際高度乘以預覽圖像寬度除以預定區域或包含該預定區域圖像的實際寬度乘以虛擬邊框與該預覽圖像的比值;該虛擬邊框上邊界為顯示幕幕高度與虛擬邊框高度差的二分之一;該虛擬邊框下邊界為顯示幕幕高度與虛擬邊框高度和的二分之一;該虛擬邊框的左邊界為顯示幕幕寬度與虛擬邊框寬度差的二分之一;該虛擬邊框的右邊界為顯示幕幕寬度與虛擬邊框寬度和的二分之一。
- 根據請求項第16至18項中之任意一項的用於檢測預定區域中特定標識圖像的裝置,其中,該獲取單元包括:截取單元,用於根據特定標識圖像在該預定區域或預定區域圖像中的特定位置資訊,截取包含特定標識圖像的區域範圍,作為待檢靶心圖表像。
- 根據請求項第19項的用於檢測預定區域中特定標識圖像的裝置,其中,該特定位置資訊為事先設定的特定標識圖像所位於預定區域或包含預定區域圖像上的位置。
- 根據請求項第20項的用於檢測預定區域中特定標識圖像的裝置,其中,該特定位置是位於該預定區域或包含預定區域的圖像的右上角或右下角或左上角或左下角。
- 根據請求項第19項的用於檢測預定區域中特定標識圖像的裝置,其中,該截取單元包括:建立單元,用於建立預定區域或包含預定區域的標準圖像範本;遍歷單元,用於根據該預定區域或包含預定區域的圖像遍歷該標準圖像範本,通過該標準圖像範本與該預定區域或包含預定區域的圖像的對應關係,獲取特定標識圖像在預定區域或包含預定區域的圖像中的位置資訊;待檢靶心圖表像確定單元,用於根據該位置資訊截取該預定區域或包含預定區域的圖像中包含特定標識的圖像區域,作為待檢靶心圖表像。
- 根據請求項第16項的用於檢測預定區域中特定標識圖像的裝置,其中,該閾值區間的上限值為該預定區域或包含預定區域的圖像寬度、高度和上限係數的乘積;下限值為該預定區域或包含預定區域的圖像寬度、高度和下限係數的乘積。
- 根據請求項第16項的用於檢測預定區域中特定標識圖像的裝置,其中:該將該候選連通域區域的圖像特徵與該特定標識圖像的相應圖像特徵進行比對,包括:採用單獨圖像特徵比對或者組合圖像特徵比對;其中,該圖像特徵包括連通域的體積比、連通域外接橢圓長軸方向、連通域外輪廓形狀和/或連通域外接矩形長寬比。
- 根據請求項第24項的用於檢測預定區域中特定標識圖像的裝置,其中,包括:組合圖像特徵篩選單元,具體是:外接邊框獲取單元,用於獲取候選連通域區域的外接邊框;體積比計算單元,用於計算該外接邊框內該候選連通域中前景色的像素與該外界邊框面積的體積比;體積比閾值判斷單元,用於判斷該體積比是否大於預先設定的特定標識圖像的閾值範圍;若否,則捨棄該候選連通域區域;若是,對該候選連通域區域進行填充;填充計算單元,用於計算填充後的該候選連通域區域外接橢圓長軸的方向,並獲得該方向與設定的參考軸的夾角;夾角閾值判斷單元,用於判斷該夾角是否在預定的閾值範圍內,若是,則將該候選連通域區域視為該特定標識圖像所在區域;若否,則捨棄該候選連通域區域。
- 根據請求項第25項的用於檢測預定區域中特定標識圖像的裝置,其中,單獨圖像特徵篩選單元,包括:填充單元,用於填充該候選連通域區域,獲得填充圖像;邊緣輪廓獲取單元,用於根據檢測該填充圖像的邊緣,獲得該填充圖像的邊緣輪廓圖像;採樣單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;採樣像素點擬合單元,用於分別獲取該邊緣輪廓圖像的上下邊緣和左右邊緣的採樣像素點,並選取在該設定閾值範圍內的該上下邊緣採樣像素點和左右邊緣採樣像素點;線段組合判斷單元,用於判斷該線段組合資訊及交點位置資訊與標準特定標識圖像的線段組合資訊和交點位置資訊是否相同;若是,則將候選連通域區域視為特定標識圖像區域;若否,則輸出未檢測特定標識圖像區域。
- 根據請求項第26項的用於檢測預定區域中特定標識圖像的裝置,其中,該採樣單元包括:掃描單元,以與該填充圖像有兩個交點為條件,進行掃描,將該些交點作為採樣像素點;距離閾值判斷單元,用於判斷獲取的該採樣像素點的上下邊緣之間的距離和左右邊緣之間的距離是否在該設定閾值範圍內,若是,則選取;若否,則捨棄。
- 根據請求項第27項的用於檢測預定區域中特定標識圖像的裝置,其中,該設定閾值範圍為maxDist±maxDist×5%。
- 根據請求項第26項的用於檢測預定區域中特定標識圖像的裝置,其中,包括:仿射變換單元,用於根據預定區域或包含預定區域圖像中特定標識的位置資訊和各個交點位置資訊,計算仿射變換矩陣;相關資訊獲取單元,用於根據該仿射變換矩陣獲取相關資訊。
- 根據請求項第16至18及23至29項中之任意一項的用於檢測預定區域中特定標識圖像的裝置,其中,該特定標識圖像為銀行卡聯合組織或銀行卡發卡組織的標誌圖形。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410367807.9A CN105303189B (zh) | 2014-07-29 | 2014-07-29 | 一种用于检测预定区域中特定标识图像的方法及装置 |
??201410367807.9 | 2014-07-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201604797A TW201604797A (zh) | 2016-02-01 |
TWI655586B true TWI655586B (zh) | 2019-04-01 |
Family
ID=55180375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104102877A TWI655586B (zh) | 2014-07-29 | 2015-01-28 | 用於檢測預定區域中特定標識圖像的方法及裝置 |
Country Status (5)
Country | Link |
---|---|
US (3) | US9799119B2 (zh) |
CN (1) | CN105303189B (zh) |
HK (1) | HK1218582A1 (zh) |
TW (1) | TWI655586B (zh) |
WO (2) | WO2016015548A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI816150B (zh) * | 2021-07-01 | 2023-09-21 | 鴻海精密工業股份有限公司 | 目標對象檢測方法、電子設備及儲存介質 |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2921989A1 (en) * | 2014-03-17 | 2015-09-23 | Université de Genève | Method for object recognition and/or verification on portable devices |
CN105303189B (zh) | 2014-07-29 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 一种用于检测预定区域中特定标识图像的方法及装置 |
JP6511980B2 (ja) * | 2015-06-19 | 2019-05-15 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN106127751B (zh) * | 2016-06-20 | 2020-04-14 | 北京小米移动软件有限公司 | 图像检测方法、装置以及*** |
CN106127826B (zh) * | 2016-06-27 | 2019-01-22 | 安徽慧视金瞳科技有限公司 | 一种用于投影交互***的连通域标记方法 |
CN106228546B (zh) * | 2016-07-13 | 2019-01-29 | 广州视源电子科技股份有限公司 | 一种板卡的检测方法及装置 |
CN107657251A (zh) * | 2016-07-26 | 2018-02-02 | 阿里巴巴集团控股有限公司 | 确定身份证件显示表面的设备及方法,图像识别方法 |
JP2018055496A (ja) * | 2016-09-29 | 2018-04-05 | 日本電産サンキョー株式会社 | 媒体認識装置および媒体認識方法 |
CN108073927B (zh) * | 2016-11-18 | 2020-05-15 | 深圳怡化电脑股份有限公司 | 一种字符识别方法及装置 |
CN106770321B (zh) * | 2016-12-08 | 2019-07-19 | 广东工业大学 | 一种基于多阈值区间的塑料零件缺陷检测方法 |
CN106709394B (zh) * | 2016-12-12 | 2019-07-05 | 北京慧眼智行科技有限公司 | 一种图像处理方法及装置 |
US10515319B2 (en) * | 2016-12-16 | 2019-12-24 | Fetch Robotics, Inc. | System and method for computing a probability that an object comprises a target |
US10915998B2 (en) * | 2016-12-21 | 2021-02-09 | Huawei Technologies Co., Ltd. | Image processing method and device |
US10438089B2 (en) * | 2017-01-11 | 2019-10-08 | Hendricks Corp. Pte. Ltd. | Logo detection video analytics |
CN106875408B (zh) * | 2017-02-27 | 2020-03-17 | 网易(杭州)网络有限公司 | 用于截图的方法、装置及终端设备 |
CN108510468B (zh) * | 2017-02-28 | 2020-11-20 | 深圳市朗驰欣创科技股份有限公司 | 一种识别电磁阀开关状态的方法和装置 |
CN107240185B (zh) * | 2017-06-23 | 2019-09-20 | 深圳怡化电脑股份有限公司 | 一种冠字号识别方法、装置、设备及存储介质 |
JP6977425B2 (ja) * | 2017-09-14 | 2021-12-08 | セイコーエプソン株式会社 | 画像処理装置、二値画像生産方法および画像処理プログラム |
CN107657621B (zh) * | 2017-10-20 | 2021-04-13 | 南京林业大学 | 基于线性区域生长的二维激光点云序列实时分割方法 |
CN111386533B (zh) * | 2017-11-14 | 2023-09-05 | 讯宝科技有限责任公司 | 使用对称定位的空白区域检测和识别图像数据中图形字符表示的方法和装置 |
CN108022239B (zh) * | 2017-12-05 | 2020-03-10 | 郑州轻工业学院 | 一种基于机器视觉的起泡葡萄酒褐变过程检测装置及方法 |
CN108460388B (zh) * | 2018-01-18 | 2022-03-29 | 深圳市易成自动驾驶技术有限公司 | 定位标志的检测方法、装置及计算机可读存储介质 |
CN108764327B (zh) * | 2018-05-23 | 2022-04-05 | 北京五八信息技术有限公司 | 图像模板检测方法、装置、计算设备及可读存储介质 |
WO2019232782A1 (zh) * | 2018-06-08 | 2019-12-12 | 深圳蓝胖子机器人有限公司 | 一种物体特征的识别方法、视觉识别装置及机器人 |
CN108776140B (zh) * | 2018-06-08 | 2024-02-02 | 新大陆数字技术股份有限公司 | 一种基于机器视觉的印刷品瑕疵检测方法及*** |
CN109410215A (zh) * | 2018-08-02 | 2019-03-01 | 北京三快在线科技有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109389150B (zh) * | 2018-08-28 | 2022-04-05 | 东软集团股份有限公司 | 图像一致性比对方法、装置、存储介质及电子设备 |
CN109409272B (zh) * | 2018-10-17 | 2021-06-18 | 北京空间技术研制试验中心 | 基于机器视觉的电缆验收***和方法 |
CN109600599A (zh) * | 2018-10-29 | 2019-04-09 | 上海神添实业有限公司 | 一种快速定位目标的立体视觉处理装置及其处理方法 |
CN109711415A (zh) * | 2018-11-13 | 2019-05-03 | 平安科技(深圳)有限公司 | 证件轮廓确定方法、装置及存储介质、服务器 |
US11188677B2 (en) | 2019-01-21 | 2021-11-30 | Bitdefender IPR Management Ltd. | Anti-cyberbullying systems and methods |
KR102226843B1 (ko) * | 2019-02-26 | 2021-03-12 | 주식회사 핀그램 | 오브젝트 검출 시스템 및 그 방법 |
CN110063753B (zh) * | 2019-03-18 | 2022-03-22 | 深圳蓝韵医学影像有限公司 | 超声图像中测量胎儿头围的方法与装置 |
CN109949331B (zh) * | 2019-04-17 | 2021-02-02 | 合肥泰禾智能科技集团股份有限公司 | 货箱边缘检测方法及装置 |
CN110147838B (zh) * | 2019-05-20 | 2021-07-02 | 苏州微创关节医疗科技有限公司 | 一种产品规格录入、检测方法及*** |
US10796199B1 (en) * | 2019-05-29 | 2020-10-06 | Alibaba Group Holding Limited | Image recognition and authentication |
CN110390666B (zh) * | 2019-06-14 | 2023-06-27 | 平安科技(深圳)有限公司 | 道路损伤检测方法、装置、计算机设备及存储介质 |
CN110830716B (zh) * | 2019-11-08 | 2021-08-27 | 南京星云数字技术有限公司 | 图像生成方法、装置、计算机设备和存储介质 |
CN110929738A (zh) * | 2019-11-19 | 2020-03-27 | 上海眼控科技股份有限公司 | 证卡边缘检测方法、装置、设备及可读存储介质 |
CN112966538A (zh) * | 2019-11-27 | 2021-06-15 | 深圳怡化电脑股份有限公司 | 一种票据检测方法、装置、计算机设备及存储介质 |
CN113048905B (zh) * | 2019-12-27 | 2022-08-19 | 上海微电子装备(集团)股份有限公司 | 对准标记图像制作方法、对准标记测量方法及测量装置 |
US11508169B2 (en) * | 2020-01-08 | 2022-11-22 | Palo Alto Research Center Incorporated | System and method for synthetic image generation with localized editing |
CN111242116B (zh) * | 2020-01-21 | 2022-11-08 | 上海万物新生环保科技集团有限公司 | 屏幕定位方法及装置 |
CN111292310B (zh) * | 2020-02-14 | 2024-01-26 | 生物岛实验室 | 获取生物组织图像的方法、装置、电子设备及存储介质 |
CN111724445B (zh) * | 2020-05-08 | 2023-05-26 | 华中科技大学 | 一种大视野小尺寸识别码的识别方法及*** |
CN111738127B (zh) * | 2020-06-17 | 2023-08-25 | 安徽淘云科技股份有限公司 | 实体书就位检测方法、装置、电子设备和存储介质 |
CN114022403A (zh) * | 2020-07-16 | 2022-02-08 | 京东方科技集团股份有限公司 | 检测显示面板不良的方法及装置 |
CN111898602B (zh) * | 2020-08-10 | 2024-04-16 | 赞同科技股份有限公司 | 一种图像中的凭证号码区域识别方法、装置及设备 |
CN111931771B (zh) * | 2020-09-16 | 2021-01-01 | 深圳壹账通智能科技有限公司 | 票据内容识别方法、装置、介质及电子设备 |
CN112183517B (zh) * | 2020-09-22 | 2023-08-11 | 平安科技(深圳)有限公司 | 证卡边缘检测方法、设备及存储介质 |
CN112215862B (zh) * | 2020-10-12 | 2024-01-26 | 虎博网络技术(上海)有限公司 | 静态标识检测方法、装置、终端设备和可读存储介质 |
CN112668676A (zh) * | 2020-12-12 | 2021-04-16 | 浙江大华技术股份有限公司 | 包裹的安检图像处理方法、电子装置和存储介质 |
CN113538574B (zh) * | 2021-01-04 | 2022-09-27 | 腾讯科技(深圳)有限公司 | 位姿定位方法、装置、设备及计算机可读存储介质 |
US11921831B2 (en) * | 2021-03-12 | 2024-03-05 | Intellivision Technologies Corp | Enrollment system with continuous learning and confirmation |
CN113221754A (zh) * | 2021-05-14 | 2021-08-06 | 深圳前海百递网络有限公司 | 快递单图像检测方法、装置、计算机设备和存储介质 |
CN113436201B (zh) * | 2021-05-26 | 2023-01-06 | 清华大学 | 物品指纹区域选取方法及装置 |
CN113538339A (zh) * | 2021-06-18 | 2021-10-22 | 杭州类脑科技有限公司 | 一种基于医学影像的长短径估算方法 |
CN113361643A (zh) * | 2021-07-02 | 2021-09-07 | 人民中科(济南)智能技术有限公司 | 基于深度学习的通用标志识别方法、***、设备及存储介质 |
TWI794132B (zh) * | 2022-09-19 | 2023-02-21 | 威盛電子股份有限公司 | 偵測誤判物件的系統 |
CN115375686B (zh) * | 2022-10-25 | 2023-01-24 | 山东鲁玻玻璃科技有限公司 | 一种基于图像处理的玻璃边缘瑕疵检测方法 |
CN116993731B (zh) * | 2023-09-27 | 2023-12-19 | 山东济矿鲁能煤电股份有限公司阳城煤矿 | 基于图像的盾构机刀头缺陷检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576958A (zh) * | 2009-06-15 | 2009-11-11 | 西安交通大学 | 一种基于形状特征的带边框矩形***图形提取方法 |
CN102194118A (zh) * | 2010-03-02 | 2011-09-21 | 方正国际软件(北京)有限公司 | 一种从图像中抽取信息的方法及装置 |
US20120051649A1 (en) * | 2010-09-01 | 2012-03-01 | Xerox Corporation | Finding low variance regions in document images for generating image anchor templates for content anchoring, data extraction, and document classification |
US20140037184A1 (en) * | 2012-08-06 | 2014-02-06 | A2iA S.A. | Systems and methods for recognizing information in objects using a mobile device |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5436970A (en) | 1993-02-18 | 1995-07-25 | Eastman Kodak Company | Method and apparatus for transaction card verification |
US5546462A (en) | 1993-04-09 | 1996-08-13 | Washington University | Method and apparatus for fingerprinting and authenticating various magnetic media |
US20020009208A1 (en) | 1995-08-09 | 2002-01-24 | Adnan Alattar | Authentication of physical and electronic media objects using digital watermarks |
US6961442B2 (en) | 2001-03-09 | 2005-11-01 | Digimarc Corporation | Watermarking a carrier on which an image will be placed or projected |
US7555139B2 (en) | 1995-05-08 | 2009-06-30 | Digimarc Corporation | Secure documents with hidden signals, and related methods and systems |
US7770013B2 (en) | 1995-07-27 | 2010-08-03 | Digimarc Corporation | Digital authentication with digital and analog documents |
US6788800B1 (en) | 2000-07-25 | 2004-09-07 | Digimarc Corporation | Authenticating objects using embedded data |
US6819775B2 (en) | 1996-07-05 | 2004-11-16 | ECOLE POLYTECHNIQUE FéDéRALE DE LAUSANNE | Authentication of documents and valuable articles by using moire intensity profiles |
US8496168B1 (en) * | 1998-04-17 | 2013-07-30 | Diebold Self-Service Systems Division Of Diebold, Incorporated | Banking system controlled responsive to data bearing records |
US6487301B1 (en) | 1998-04-30 | 2002-11-26 | Mediasec Technologies Llc | Digital authentication with digital and analog documents |
US6785815B1 (en) | 1999-06-08 | 2004-08-31 | Intertrust Technologies Corp. | Methods and systems for encoding and protecting data using digital signature and watermarking techniques |
AU2001255445A1 (en) | 2000-04-17 | 2001-10-30 | Digimarc Corporation | Authentication of physical and electronic media objects using digital watermarks |
US7246239B2 (en) | 2001-01-24 | 2007-07-17 | Digimarc Corporation | Digital watermarks for checking authenticity of printed objects |
US7213757B2 (en) | 2001-08-31 | 2007-05-08 | Digimarc Corporation | Emerging security features for identification documents |
US7537170B2 (en) | 2001-08-31 | 2009-05-26 | Digimarc Corporation | Machine-readable security features for printed objects |
EP1477940B1 (en) | 2003-04-30 | 2007-08-01 | Hewlett-Packard Development Company, L.P. | Authentication method and system |
JP2005005768A (ja) | 2003-06-09 | 2005-01-06 | Seiko Epson Corp | 画像処理装置、画像処理方法及びプログラム |
WO2007087194A2 (en) | 2006-01-20 | 2007-08-02 | Glenbrook Associates, Inc. | System and method for the automated processing of physical objects |
JP4764808B2 (ja) * | 2006-12-07 | 2011-09-07 | キヤノン株式会社 | 画像ファイル管理装置及び画像ファイル管理方法 |
US8019115B2 (en) | 2007-04-25 | 2011-09-13 | Graphic Security Systems Corp. | Object authentication using a portable digital image acquisition device |
CN101751572A (zh) * | 2008-12-05 | 2010-06-23 | 比亚迪股份有限公司 | 一种图案检测方法、装置、设备及*** |
US8625895B2 (en) * | 2009-03-30 | 2014-01-07 | The Neat Company, Inc. | Table grid detection and separation |
US9436816B2 (en) * | 2010-12-16 | 2016-09-06 | Microsoft Technology Licensing, Llc | Supplementing biometric identification with device identification |
CN102054168B (zh) * | 2010-12-23 | 2012-11-14 | 武汉大学苏州研究院 | 一种有价票据圆形印鉴识别方法 |
US9443298B2 (en) | 2012-03-02 | 2016-09-13 | Authentect, Inc. | Digital fingerprinting object authentication and anti-counterfeiting system |
CN102426647B (zh) * | 2011-10-28 | 2014-03-12 | Tcl集团股份有限公司 | 一种台标识别的方法、装置 |
CN102496025B (zh) * | 2011-12-07 | 2014-04-30 | 方正国际软件有限公司 | 一种文档中含有人物肖像的图像检测方法及*** |
US8910861B2 (en) * | 2012-04-05 | 2014-12-16 | Bank Of America Corporation | Automatic teller machine (“ATM”) including a user-accessible USB port |
US9489754B2 (en) | 2012-06-06 | 2016-11-08 | Apple Inc. | Annotation of map geometry vertices |
CN102779279B (zh) * | 2012-06-14 | 2014-09-03 | 南京航空航天大学 | 搅拌摩擦焊弧形纹间距的图像识别方法 |
CN102799653A (zh) * | 2012-06-29 | 2012-11-28 | 中国科学院自动化研究所 | 一种基于空间连通域预定位的商标检测方法 |
CN102819728A (zh) * | 2012-07-17 | 2012-12-12 | 中国航天科工集团第三研究院第八三五七研究所 | 一种基于分类模板匹配的交通标志检测方法 |
CN102855472A (zh) * | 2012-08-14 | 2013-01-02 | 杨端端 | 一种名片识别中的自动拍摄方法 |
US20140053067A1 (en) | 2012-08-17 | 2014-02-20 | Kenneth C. Tkatchuk | Method and Apparatus for Sequentially Displaying a Plurality of Images Including Selective Asynchronous Matching of a Subset of the Images |
CN103679164A (zh) * | 2012-09-21 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种基于移动终端的标志识别处理方法和*** |
JP6102156B2 (ja) | 2012-09-28 | 2017-03-29 | オムロン株式会社 | 画像処理システムおよび画像処理方法 |
US9349152B2 (en) * | 2012-10-02 | 2016-05-24 | Simetricka Systems Ltd. | Image identifiers and methods and systems of presenting image identifiers |
US20150006360A1 (en) * | 2013-06-28 | 2015-01-01 | Google Inc. | Threshold Confidence Levels for Extracted Card Data |
US9330310B2 (en) * | 2013-11-21 | 2016-05-03 | Tencent Technology (Shenzhen) Company Limited | Methods and devices for obtaining card information |
CN103679147A (zh) * | 2013-12-05 | 2014-03-26 | 广州绿怡信息科技有限公司 | 手机型号的识别方法与装置 |
US9191403B2 (en) * | 2014-01-07 | 2015-11-17 | Fair Isaac Corporation | Cyber security adaptive analytics threat monitoring system and method |
US9311639B2 (en) * | 2014-02-11 | 2016-04-12 | Digimarc Corporation | Methods, apparatus and arrangements for device to device communication |
CN105303189B (zh) * | 2014-07-29 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 一种用于检测预定区域中特定标识图像的方法及装置 |
-
2014
- 2014-07-29 CN CN201410367807.9A patent/CN105303189B/zh active Active
-
2015
- 2015-01-28 TW TW104102877A patent/TWI655586B/zh not_active IP Right Cessation
- 2015-07-03 WO PCT/CN2015/083277 patent/WO2016015548A1/zh active Application Filing
- 2015-07-28 US US14/811,345 patent/US9799119B2/en active Active
- 2015-07-29 WO PCT/US2015/042606 patent/WO2016018987A1/en active Application Filing
-
2016
- 2016-06-08 HK HK16106568.1A patent/HK1218582A1/zh unknown
-
2017
- 2017-09-14 US US15/705,016 patent/US10360689B2/en active Active
-
2019
- 2019-06-11 US US16/438,255 patent/US10885644B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576958A (zh) * | 2009-06-15 | 2009-11-11 | 西安交通大学 | 一种基于形状特征的带边框矩形***图形提取方法 |
CN102194118A (zh) * | 2010-03-02 | 2011-09-21 | 方正国际软件(北京)有限公司 | 一种从图像中抽取信息的方法及装置 |
US20120051649A1 (en) * | 2010-09-01 | 2012-03-01 | Xerox Corporation | Finding low variance regions in document images for generating image anchor templates for content anchoring, data extraction, and document classification |
US20140037184A1 (en) * | 2012-08-06 | 2014-02-06 | A2iA S.A. | Systems and methods for recognizing information in objects using a mobile device |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI816150B (zh) * | 2021-07-01 | 2023-09-21 | 鴻海精密工業股份有限公司 | 目標對象檢測方法、電子設備及儲存介質 |
Also Published As
Publication number | Publication date |
---|---|
US10885644B2 (en) | 2021-01-05 |
CN105303189A (zh) | 2016-02-03 |
WO2016015548A1 (zh) | 2016-02-04 |
US9799119B2 (en) | 2017-10-24 |
WO2016018987A1 (en) | 2016-02-04 |
US10360689B2 (en) | 2019-07-23 |
US20190295267A1 (en) | 2019-09-26 |
HK1218582A1 (zh) | 2017-02-24 |
TW201604797A (zh) | 2016-02-01 |
US20180005390A1 (en) | 2018-01-04 |
CN105303189B (zh) | 2019-08-20 |
US20160034783A1 (en) | 2016-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI655586B (zh) | 用於檢測預定區域中特定標識圖像的方法及裝置 | |
WO2022007431A1 (zh) | 一种Micro QR二维码的定位方法 | |
Toh et al. | Automated fish counting using image processing | |
US10586321B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
CN111612781A (zh) | 一种屏幕缺陷检测方法、装置及头戴显示设备 | |
US8811751B1 (en) | Method and system for correcting projective distortions with elimination steps on multiple levels | |
US8897600B1 (en) | Method and system for determining vanishing point candidates for projective correction | |
EP1091320A2 (en) | Processing multiple digital images | |
US9679354B2 (en) | Duplicate check image resolution | |
EP1081648B1 (en) | Method for processing a digital image | |
AU2011250827B2 (en) | Image processing apparatus, image processing method, and program | |
JP2012038318A (ja) | ターゲット検出方法及び装置 | |
AU2011250829A1 (en) | Image processing apparatus, image processing method, and program | |
KR20220139292A (ko) | 문자 분할 방법, 장치 및 컴퓨터 판독 가능 저장 매체 | |
US8913836B1 (en) | Method and system for correcting projective distortions using eigenpoints | |
JP2016162420A (ja) | 注目領域検出装置、注目領域検出方法及びプログラム | |
US11216905B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
WO2021195873A1 (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
KR101377910B1 (ko) | 화상 처리 방법 및 화상 처리 장치 | |
CN113569859B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN115240197A (zh) | 图像质量评价方法、装置、电子设备、扫描笔及存储介质 | |
CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测***和方法 | |
Bergevin et al. | Detection and characterization of junctions in a 2D image | |
CN113744200A (zh) | 一种摄像头脏污检测方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |