[发明专利]爆炸装置电路板残片识别方法在审
| 申请号: | 201810710880.X | 申请日: | 2018-07-03 |
| 公开(公告)号: | CN108961240A | 公开(公告)日: | 2018-12-07 |
| 发明(设计)人: | 赵衍运;孙彤;徐少强 | 申请(专利权)人: | 北京邮电大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/33 |
| 代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 陆军 |
| 地址: | 100876 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 特征点 欧式距离 样本图像 候选匹配 星型结构 电路板 爆炸装置 图像 排序 形状上下文 欧氏距离 匹配点集 特征描述 匹配度 样本库 匹配 保留 | ||
本公开涉及爆炸装置电路板残片识别方法,其中在样本库中保存有样本图像及其特征点和特征描述,该方法包括步骤:1、提取残片图像的特征点;2、计算特征点的SIFT描述;3、分别计算每个特征点的SIFT描述与每个样本图像的每个特征点的SIFT描述的第一欧式距离;4、对第一欧式距离由小到大排序,选择特征点集中第一欧式距离排序靠前的多个特征点,作为的该特征点的候选匹配点;5、计算候选匹配点与该特征点的形状上下文描述之间的第二欧氏距离,保留第二欧式距离不大于预定阈值的候选匹配点,作为该特征点的匹配点集;6、在样本图像中寻找与残片图像的第一星型结构匹配的第二星型结构;7、根据星型结构之间的相似性,获得样本图像与残片图像的匹配度。
技术领域
本公开本涉及计算机图像处理技术领域,更具体地,涉及一种爆炸装置电路板残片识别方法。
背景技术
电路板残片图像识别的原理即:在获取电路板残片图像(例如,公安机关获取爆炸装置(爆炸后)的电路板残片,将其拍摄为图像)之后,通过特定技术手段,识别出该电路板残片图像属于电路板原板图像库中的哪个型号的电路板原板图像,由此可确定该电路板残片源自何种型号的电路板。
电路板残片图像识别主要涉及电路板图像分割以及残片图像识别两个重要问题:1)电路板图像分割(感兴趣区域提取),即,从电路板图像中自动提取元器件、字符、焊点等所处的感兴趣区域,是电路板图像描述以及残片图像识别的基础;2)电路板残片图像识别,其属于图像模式识别的一个实际应用。
在图像识别领域,研究人员已经取得诸多成果,例如人脸、指纹、文字、车牌等图像对象的识别,已应用于实际生活中;但通过图像识别技术来识别电路板残片的研究并不多见。与一般图像对象识别任务不同,电路板残片仅是整个电路板很小的局部,残片图像不具备整体图像对象全部特征;识别过程中,只能依据有限的局部描述来识别其所属整体,这在图像模式识别领域属于少有的特殊的研究问题,因此,与本发明相关的研究具有一定的开创性。
下面举例说明现有技术的技术方案,以便理解本发明的背景。
现有技术一的技术方案
在传统图像模式识别领域,利用局部特征点进行图像识别是比较好的策略,一些稳定存在的特征点可以表示图像的局部信息。基于局部特征点的匹配方法,即分别提取待识别对象和样本集图像中的局部特征点描述,利用合适的匹配策略进行识别。Sushkov[1]等人提出的局部特征点比对方法称为BPM(Bipartite Matching)方法,利用SIFT特征点[2]特征描述的相似性以及相似特征点构成的三角形结构约束,进行图像比对识别;对于一般的图像识别问题,该方法识别准确率较高。
现有技术一的缺点
李想[3]将文献[1]中提出的基于局部特征点的匹配方法进行了改进,用于电路板残片图像识别,对于局部特征较多的残片图像,可以进行较准确的识别;但仍存在以下问题:
(1)电路板图像提取的SIFT特征点并不都是稳定的关键点,由于光照、拍摄角度的原因,电路板底板的纹理、元器件的金属等部分可能会提取出不稳定的特征点;
(2)特征点描述匹配过程中只考虑了其SIFT描述的相似性,而没有考虑特征点间的严格的结构关系,由此会造成特征点的误匹配;
(3)三角形相似的约束较弱,且没有考虑到匹配三角形之间的结构关系,可能导致存在相似结构的不同电路板间的误匹配;
(4)如果电路板图像中不存在稳定的特征点,例如,有些背面板只有形状各异的焊锡,则基于特征点SIFT描述的匹配方法很难实现残片对象的准确匹配。
发明内容
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810710880.X/2.html,转载请声明来源钻瓜专利网。





