[发明专利]一种台标识别方法及系统

权利要求书

1.一种台标识别方法，其特征在于，包括：

A、提取待检测区域图像，在待检测区域图像中获取待检测图像的特征向量，计算其与预先存储的台标的特征向量的匹配度，选择大于或等于预设值的匹配度，获取与所选择的匹配度对应的台标信息；

B、根据所获取的台标信息查找到对应的关系滤波函数，根据所述关系滤波函数计算其与所获取台标的相似度；

C、获取最大的相似度，查找与最大相似度对应的台标信息，输出识别结果；

所述步骤B具体包括：

B1、查询与所获取台标信息对应的台标的关系滤波函数，计算输出所述待检测图像在与所查询台标的相应关系滤波函数下的二维相关平面；

B2、基于所述二维相关平面，计算所述待检测图像与对应台标的相似度，并判断是否完成其与所有与所获取台标信息对应的台标的相似度的计算；如果是，则执行步骤C，否则获取台标库中下一个台标的关系滤波函数，执行步骤B1。

2.根据权利要求1所述的台标识别方法，其特征在于，在步骤A之前，所述的台标识别方法还包括：

A0、采集各个台标正样本，并制作各台标的标准模板，获取各个台标的特征向量和关系滤波函数。

3.根据权利要求2所述的台标识别方法，其特征在于，所述步骤A具体包括：

A1、提取包含台标的待检测区域图像；

A2、在预先存储的台标库中选择一个台标的标准模板遍历所述待检测区域图像的一个区域，并计算当前区域的特征向量；

A3、将所计算的特征向量与所选择台标的特征向量对比，计算匹配度；在匹配度大于或等于预设阈值时，执行步骤A4，否则遍历至下一个区域，继续计算当前区域的特征向量，直到遍历完所述待检测区域图像的所有区域；

A4、以下一个台标的标准模板遍历所述待检测区域图像的一个区域，计算当前获得区域的特征向量，将所计算的特征向量与该下一个台标的特征向量对比，计算匹配度，直到预先存储的所有台标的标准模板均遍历所述待检测区域图像，获取大于或等于预设值的匹配度对应的台标信息。

4.根据权利要求2所述的台标识别方法，其特征在于，在获取各个台标的特征向量之前，先获取每个台标的所有正样本的特征向量；在获取当前台标所有正样本的特征向量时，具体包括：

A01、如果当前台标的一个正样本x中当前像素点(i,j)的像素值x(i,j)大于或等于该像素点的横坐标上的所有像素点的像素值的平均值与该像素点的纵坐标上的所有像素点的像素值的平均值之和的一半，则将当前像素值x(i,j)设为1，反之设为0；

A02、将台标的正样本和标准模板进行归一化操作后得到的w×q大小的二维图像转成一维数组，得到当前正样本的特征向量p_k，该特征向量p_k为m行，一列；其中，所述w为二维图像的长度，q为二维图像的宽度，m为w×q；

A03、获取当前台标的下一个正样本，重复步骤A01和A02，直到完成当前台标的所有正样本的特征向量。

5.根据权利要求2所述的台标识别方法，其特征在于，在步骤A0中，当前台标的滤波器的关系滤波函数为：

h＝D^-1X(X⁺D^-1X)^-1u

其中，,+表示复向量的共轭转置，X_k是x_k的傅里叶变换，x_k表示第k个正样本，X_k^*是X_k的共轭转置矩阵；

并且，相关关系滤波函数在原点处还需满足以下限制和要求，即：

X⁺h＝du

其中，X是大小为d×N维的矩阵，u为选定的具体输出限定值，N为相关滤波函数的个数。