[发明专利]一种基于计算机视觉技术的数据采集方法及系统

权利要求书

1.一种基于计算机视觉技术的数据采集方法，其特征在于，包括：

获取计算机识别的目标对象，并对所述目标对象进行拍照，获取目标图像；

将所述目标图像在预设的卷积神经网络中进行训练，并将训练结果存储至数据采集模型中；

基于计算机视觉技术以及所述数据采集模型，对所述目标图像的数据进行识别分析并采集；

将所述目标图像在预设的卷积神经网络中进行训练之前，还包括：

基于所述目标图像，获取所述目标图像在所述卷积神经网络中的空间密度，同时根据所述空间密度，构造所述目标图像在所述卷积神经网络中的训练空间，具体工作过程包括：

获取所述目标图像的标记样本集，其中为训练样本，为所述训练样本所对应的标记，且，为训练样本的个数，且；为第类标记，为类别数；

基于所述标记样本集，获取所述标记样本集中i个所述训练样本之间的样本距离，其中，表示第个标记样本到第个标记样本之间的距离；

对个所述训练样本之间的样本距离按照升序进行排列，获得，其中，1，2，...M，表示序列样本依次增加，且为最大样本距离；

基于排序结果，确定所述训练样本的截断距离；

其中，表示所述训练样本的截断距离；表示所述训练样本的样本点数目；为常数，其取值范围为（0，1）；

基于所述训练样本的截断距离，以及所述训练样本之间的样本距离，获取所述目标图像在所述卷积神经网络中的空间密度；

；

其中，表示所述目标图像在所述卷积神经网络中的空间密度；表示到之间的距离，且；表示所述训练样本的截断距离；表示所述训练样本方差；表示密度阈值；为冲激函数；

将所述目标图像在所述卷积神经网络中的空间密度与所述密度阈值进行比较；

若，则确定所述训练样本为核心点；

若且所述训练样本的截断距离领域内有核心点，则所述训练样本为边界点；

若所述训练样本既不是核心点，也不是边界点，则所述训练样本为噪声点；

基于所述核心点、边界点、噪声点构成所述目标图像在所述卷积神经网络中的训练空间。

2.根据权利要求1所述的一种基于计算机视觉技术的数据采集方法，其特征在于，获取所述计算机识别的目标对象后，且在对所述目标对象进行拍照取样前，还包括：

基于灰度矩阵纹理，确定所述目标对象的有效信息，并基于欧式距离映射方法，确定所述目标对象的位置特征；

对所述目标对象的位置特征以及所述有效信息进行预处理，获取处理信息；

建立分析文件，并利用所述分析文件对所述处理信息进行分析处理，从而对所述目标对象中各要素点进行标记；

将所述目标对象中各要素点进行标记，获取要素点的标记结果；

基于预设评价指标，对所述要素点的标记结果进行评价，并获取评价结果；

同时，基于所述评价结果，对所述目标对象进行区域圈定，并将圈定好的所述目标对象，通过所述计算机进行拍照，获取所述目标图像。

3.根据权利要求2所述的一种基于计算机视觉技术的数据采集方法，其特征在于，

所述有效信息包括：所述目标对象的颜色、目标对象的纹理窗口、目标角度、目标灰度纹理以及颜色纹理特征。