[发明专利]一种基于流水线的低复杂度双门限多分辨率嘴部检测方法有效

专利信息
申请号: 201911362479.2 申请日: 2019-12-26
公开(公告)号: CN111062965B 公开(公告)日: 2023-01-17
发明(设计)人: 林竞力 申请(专利权)人: 西华大学;成都瑞联凯信科技有限公司
主分类号: G06T7/194 分类号: G06T7/194;G06T7/90;G06T7/136;G06T7/00
代理公司: 成都坤伦厚朴专利代理事务所(普通合伙) 51247 代理人: 刘坤
地址: 610036 四川*** 国省代码: 四川;51
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 流水线 复杂度 门限 分辨率 检测 方法
【权利要求书】:

1.一种基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:包括如下步骤:

(1)将原图转换为HSV格式;

(2)将HSV格式二值化,使位于H值确定门限范围内的部位为1,其余部位为0,得到包含M×N个像素的第一二值化图像I0

(3)将所述第一二值化图像I0划分为U×V个像素块,每个块的像素数量为S×T,M=U×S,N=V×T;设定U、V、S、T、门限值t_b的值,t_b<S×T/2,执行得第二二值化图像I1

(4)将所述第一二值化图像I0划分为U×V个像素块,每个块的像素数量为S×T,M=U×S,N=V×T;设定U、V、S、T、门限值t_u的值,S×T>t_u>t_b,执行得第三二值化图像I2

(5)将所述第一二值化图像I0划分为P×Q个像素块,每个像素块数量为G×H,且G≥S,H≥T,则M=P×G,N=Q×H,记为第四二值化图像I3

(6)将所述第四二值化图像I3恢复为像素块数量为U×V的第五二值化图像I4

(7)对所述第二二值化图像I1和第五二值化图像I4进行“与”操作,得到像素块数量为U×V的第六二值化图像I5

(8)将所述第六二值化图像I5的每个像素值还原为一个S×T的像素块,生成像素块数量为M×N的第七二值化图像I6

(9)根据所述第七二值化图像I6嘴部区域的四个顶点坐标在原图中确定嘴部区域。

2.根据权利要求1所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(2)中,H值的确定门限范围的确定方式为:

其中,Valuepixe1为图像二值化的值,H指色调H值,0<a<1,b>1。

3.根据权利要求1所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(3)中,第二二值化图像I1各元素的值分别为I1ij,计算Iij像素值为1的个数Xij

Xij=Aij*O′,其中算子“′表示转置;I1ij中各元素aij_t在内存中间隔顺序排列,0≤t<S×T,表示为Aij=[aij_0,aij_1,…,aij_S*T-1],0≤i<U,0≤j<V。

4.根据权利要求1所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(4)中,第三二值化图像I2各元素的值分别为I2ij

5.根据权利要求4所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(5)中,第四二值化图像I3各像素块分别表示为其中0≤m<P,0≤n<Q,令的值为I3mn

其中表示空集。

6.根据权利要求1所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(6)中,第五二值化图像I4的各元素I4ij的值为:

7.根据权利要求1所述的基于流水线的低复杂度双门限多分辨率嘴部检测方法,其特征在于:步骤(8)中,还原的方法为:若第六二值化图像I5的某像素点为1,则重新构建一个S×T全为1的像素块;若第六二值化图像I5的某像素点为0,则重新构建一个S×T全为0的像素块。

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西华大学;成都瑞联凯信科技有限公司,未经西华大学;成都瑞联凯信科技有限公司许可,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/201911362479.2/1.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