[发明专利]一种基于计算机视觉的同类铜币的相似度分析方法在审
| 申请号: | 202110674515.X | 申请日: | 2021-06-17 |
| 公开(公告)号: | CN113408608A | 公开(公告)日: | 2021-09-17 |
| 发明(设计)人: | 张俊然;程冠桦 | 申请(专利权)人: | 四川大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G07D7/206 |
| 代理公司: | 成都睿道专利代理事务所(普通合伙) 51217 | 代理人: | 潘育敏 |
| 地址: | 610000 四*** | 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 计算机 视觉 同类 铜币 相似 分析 方法 | ||
1.一种基于计算机视觉的同类铜币的相似度分析方法,其特征在于:
通过构建多尺度空间结构保证铜币特征具有尺度不变性,定位关键点主方向保证特征具有旋转不变性,结合关键点邻域区域信息保证特征描述的一般性和信息完整性,将待测铜币和标准铜币分别计算得到的特征描述符按照轮流主次的计算策略保证结果的唯一性,最终在特征点空间上计算相似性,从而通过相似度得分定量地实现同类铜币的识别;本方法采用如下步骤:
S1输入待测铜币图像与标准铜币图像,并对其进行灰度化处理的预处理操作,为之后的特征提取和相似度计算做准备;
S2利用滤波器模板生成不同尺度图像,将不同尺寸大小的滤波器模板生成的不同尺度的图像进行组合,以构建多尺度空间结构;
S3使用步骤S2构建的多尺度空间结构,计算多尺度结构中的极值点以初步筛选出铜币的多尺度局部关键点,并进一步将部分响应较弱的关键点进行剔除,将响应较强、表现稳定的关键点保留为铜币特征点;
S4先确定步骤S3保留下的铜币特征点的方向,再以特征主方向为基准对每个铜币特征进行向量描述;
S5将步骤S4中提取出的特征描述子作为铜币的浓缩表示,按照轮流主次的计算策略对两铜币进行相似度计算,得到最终的相似度得分。
2.如权利要求1所述的基于计算机视觉的同类铜币的相似度分析方法,其特征在于:所述灰度化处理是通过不同饱和度的黑色来表示图像中各像素点,用0-255之间的数字表示灰色程度,每个像素点只用一个灰度值表示:
通过将原RGB图像中的三通道值进行加权平均运算以转换为灰度图像,具体转换过程如式(1),
Grey=0.299×R+0.587×G+0.114×B (1)
其中,R、G、B分别代表原彩色图像三通道的像素值大小,Grey代表经灰度化处理生成的灰度值,在对原RGB图像每个像素点均进行灰度转换后,生成需要的灰度图像。
3.如权利要求1所述的基于计算机视觉的同类铜币的相似度分析方法,其特征在于:所述利用滤波器模板生成不同尺度图像,是采用盒式滤波器模板替代高斯滤波器模板计算,将对图像的滤波计算转换为对图像不同区域间像素和的加减运算问题;分别对x方向盒式滤波、y方向盒式滤波和x和y方向盒式滤波,并利用式(6)得到高斯滤波器模板计算的近似值:
det(H)=Dxx×Dyy-(ω×Dxy)2 (1)
式中Dxx,Dyy和Dxy分别为原图像经x方向、y方向盒式和x和y方向盒式滤波后的响应值,ω为加权系数,用以平衡盒式滤波近似计算产生的误差。
4.如权利要求1所述的基于计算机视觉的同类铜币的相似度分析方法,其特征在于:在步骤S3中,采用非极大值抑制的方式进行关键点筛选;在同尺度图像内,选用8个邻域点和相邻尺度对应位置的18个点,在关键点筛选过程中,将每个检测点与其邻域内的26个点进行大小比较,确保获取到的关键点在整个尺度空间内的离散极值点;进一步,对实际的极值点和检测得到的极值点进行曲线拟合,从而精确地确定关键点位置:
利用Taylor展开式拟合函数,
对式(7)求导,并令其等于0,有:
再将式(8)代回式(7),得到式(9):
式中其中包含的三个参数(x,y,s)分别代表坐标x,y值与尺度空间s值,d(·)和d(·)(·)分别代表一阶求导和二阶求导运算;
由于部分极值点响应较弱,应进行剔除,使获取的特征点更具代表性。
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四川大学,未经四川大学许可,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/202110674515.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种手术室护理用静脉输液防渗透装置
- 下一篇:一种PCB厂剥挂废液处理方法





