[发明专利]一种基于二维线性变换的模板重建装置及方法有效

专利信息
申请号: 201811340149.9 申请日: 2018-11-12
公开(公告)号: CN109509229B 公开(公告)日: 2020-12-15
发明(设计)人: 王亚飞;姚毅;安登奎 申请(专利权)人: 凌云光技术集团有限责任公司
主分类号: G06T7/73 分类号: G06T7/73;G06F17/16
代理公司: 北京弘权知识产权代理事务所(普通合伙) 11363 代理人: 逯长明;许伟群
地址: 100094 北京市海淀*** 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: 一种 基于 二维 线性变换 模板 重建 装置 方法
【说明书】:

本申请公开了一种基于二维线性变换的模板重建装置及方法,首先,修改单元对定位算法的第一模板进行修改,得到第二模板;对训练数据执述第二模板,输出与第二模板对应的二维线性变换矩阵;其次,当定位算法的第一模板被修改时,通知单元发送重建指令给重建单元;重建单元根据新的二维线性变换矩阵,重建基于二维线性变换的视觉算法的模板。采用本申请装置及方法,基于二维线性变换的其他视觉算法的模板被动地根据修改后的定位算法的模板被修改,从而减少了系统中软件的编程量和数据处理量,降低系统维护成本。同时,对于分布式且可单独调试的视觉软件,避免了只修改了定位算法而未修改相应的其他视觉算法导致下次使用时出现异常的情况。

技术领域

本申请涉及视觉图像检测技术领域,尤其涉及一种基于二维线性变换的模板重建装置及方法。

背景技术

近年来,视觉图像检测技术快速发展。绝大多数的视觉图像检测系统涉及定位算法和找线、找圆及读码等其他视觉算法。其中,定位算法的主要思想是,在实时图像中进行一个或多个实时图像与训练模板之间的匹配,并输出包含匹配分数、位置、角度等诸多信息的定位结果。定位结果中的二维线性变换矩阵是指表示实时图像与训练模板之间旋转角度以及平移大小的矩阵。

二维线性变换矩阵是其他视觉算法模块输入信息中极为重要的参数。例如:读码、找线、找圆等算法,都需要接收定位算法输出的二维线性变换,再在定位算法的基础上设置各自需要的模板,这样就可保证,在实时图像中搜索到匹配的区域从而实现特定的功能。

为了保证定位算法输出的二维线性变换矩阵的有效性,即保证输出的二维线性变换矩阵,可以使其他的算法在实时图像中找到匹配的区域,在修改定位算法的模板时,找线、找圆、读码等其他视觉算法的模板也要进行修改,才能使得模板之间是匹配的。这样就增大了系统的处理量,尤其当使用到的二维线性变换矩阵的算法增多时,问题会变得更加显著。

发明内容

本申请提供了一种基于二维线性变换的模板重建装置及方法,以解决定位算法模板修改时,系统数据处理量太大的问题。

第一方面,本申请提供了一种基于二维线性变换的模板重建装置,该装置包括:

修改单元,用于对定位算法的第一模板进行修改,得到第二模板;对训练数据执行所述第二模板,输出与第二模板对应的二维线性变换矩阵;

通知单元,用于当所述定位算法的第一模板被修改时,发送重建指令给重建单元;

重建单元,用于当接收到重建指令时,根据所述与第二模板对应的二维线性变换矩阵,重建所述基于二维线性变换的视觉算法的模板。

结合第一方面,在第一方面第一种可能的实现方式中,所述重建单元包括:

获取子单元,用于获取基于二维线性变换的视觉算法的当前模板的原始搜索区域;

重建子单元,用于根据所述原始搜索区域和所述与第二模板对应的二维线性变换矩阵,重建所述基于二维线性变换的视觉算法的模板。

结合第一方面或第一方面第一种可能的实现方式,在第一方面第二种可能的实现方式中,所述重建子单元,具体用于获取修改单元输出的与第二模板对应的二维线性变换矩阵,计算所述与第二模板对应的二维线性变换矩阵的逆矩阵;

根据所述逆矩阵与所述原始搜索区域,重建所述基于二维线性变换的视觉算法的模板。

结合第一方面,在第一方面第三种可能的实现方式中,所述获取单元包括:

执行子单元,用于对训练数据执行所述第一模板,输出与第一模板对应的二维线性变换矩阵;

确定子单元,用于获取执行子单元输出的与第一模板对应的二维线性变换矩阵,根据所述第一模板对应的二维线性变换矩阵和所述基于二维线性变换的视觉算法的当前模板,确定原始搜索区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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凌云光技术集团有限责任公司,未经凌云光技术集团有限责任公司许可,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/201811340149.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top