[发明专利]一种提高视觉特征的定位区域选择效率的方法及绘图系统在审

专利信息
申请号: 201911103985.X 申请日: 2019-11-13
公开(公告)号: CN110780797A 公开(公告)日: 2020-02-11
发明(设计)人: 徐士浩;杨峻 申请(专利权)人: 上海图莱智能科技有限公司
主分类号: G06F3/0484 分类号: G06F3/0484
代理公司: 暂无信息 代理人: 暂无信息
地址: 201906 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基础图形 目标特征 图形绘制模块 定位区域 绘图系统 绘制模块 基本图形 视觉特征 搜索区域 组合图形 调整框 框选 操作模块 基本轮廓 基本位置 矩形基础 模型区域 视觉工具 外形参数 圆形基础 模型机 圆环 绘制 灵活
【说明书】:

发明公开了一种提高视觉特征的定位区域选择效率的方法及绘图系统,所述方法为:1.选择识别目标特征的视觉工具;2.确定用于框选目标特征本体外形的基本图形类型;3.进一步调整框选的模型区域的初步外形;4.确定用于框选目标特征搜索区域的基本图形;5.进一步调整框选的搜索区域的初步外形;6.把初步外形参数下发给模型机,等等。所述绘图系统包括矩形基础图形绘制模块;圆形基础图形绘制模块;圆环基础图形绘制模块;多边形基础图形绘制模块;组合图形操作模块。本发明实现了灵活绘制多种基础图形以及组合图形的手段,可以快速准确的框选用户关心的关键视觉特征的定位区域的基本位置、基本轮廓,是一种非常有效的手段。

技术领域

本发明涉及人工智能的机器视觉感知技术,尤其涉及一种提高视觉特征的定位区域选择效率的方法及绘图系统。

背景技术

目前,互联网、大数据、人工智能这三大领域相关的科技正在飞速发展,其与实体经济的结合将会越来越紧密,这是未来社会的大趋势。作为人工智能中感知领域的机器视觉技术在社会各个领域的应用将会越来越普及。人们期待机器视觉系统能够快速准确的识别出特定场景中某些物体的重要特征,因此需要在系统的中提前对应用场景关键目标的特征可能出现的区域进行精准的定位,该区域往往具有复杂的外形轮廓,这就需要进行快速准确的绘制关键特征的定位区域。

如今国内很多厂家的机器视觉系统的视觉工具的绘图功能较弱:没有开发出合适的可适用于多场景的各类形状的基础图形库、无法利用现有的各类基础图库拼接为组合图形,机器视觉系统IDE中无法提供使用方便、高效的用于绘制关键特征的定位区域的绘图功能。此外,使用方一般无法得到软件核心的源代码,所以无法进行功能扩展优化的二次开发。虽然可以对应用场景的目标特征可能出现的区域进行预定位,但是和实际的情况的偏差很大。系统采集到场景图像后,由于预定位的区域不精确,无法提供为后台模型提供理想的输入参数,这样会降低模型的运算效率,甚至模型返回错误的计算结果。这种现象除了技术原因以外,更主要的是因为厂家对应用场景的工艺需求缺乏足够正确的了解导致。因此,研发一种提高视觉特征的定位区域选择效率的方法,成为本领域技术人员亟待解决的问题。

发明内容

本发明为了解决现有技术的上述不足,提供了一种提高视觉特征的定位区域选择效率的方法及绘图系统。

本发明的上述目的通过以下的技术方案来实现:一种提高视觉特征的定位区域选择效率的方法,其特征在于:包括以下步骤:

步骤1.选择识别目标特征的视觉工具;

步骤2.根据对场景目标特征的人工预判,确定用于框选目标特征本体外形的基本图形类型(矩形、扇形、多边形、圆、圆环);

步骤3.通过平移、旋转、拉伸缩放,变形等操作进一步调整框选的模型区域的初步外形;

步骤4.根据对场景目标特征的人工预判,确定用于框选目标特征搜索区域的基本图形(矩形、扇形、多边形、圆、圆环);

步骤5.通过平移、旋转、拉伸缩放,变形等操作进一步调整框选的搜索区域的初步外形;

步骤6.把初步外形参数下发给模型机,模型机会把初步外形内的图像特征分析结果反馈;

步骤7.根据需要,可以将框选目标特征的搜索区域图形变为组合图形;

步骤8.根据需要,向组合图形内添加其它形状的子图形(矩形、多边形、圆形、圆环形);

步骤9.根据需要调整子图形的优先级次序;

步骤10.根据需要调整子图形的叠加属性(合并到组合图形,还是从组合图形刨除掉);

步骤11.通过平移、旋转、拉伸缩放,变形等操作进一步精确调整框选的搜索区域的外形。

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上海图莱智能科技有限公司,未经上海图莱智能科技有限公司许可,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/201911103985.X/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