[发明专利]一种美术教学作品识别方法及装置在审

专利信息
申请号: 202111005798.5 申请日: 2021-08-30
公开(公告)号: CN113822300A 公开(公告)日: 2021-12-21
发明(设计)人: 林东姝 申请(专利权)人: 北京艺旗网络科技有限公司
主分类号: G06K9/54 分类号: G06K9/54;G06K9/46;G06K9/62
代理公司: 北京驰纳智财知识产权代理事务所(普通合伙) 11367 代理人: 马栋敏
地址: 100021 北京市朝阳区*** 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 美术 教学 作品 识别 方法 装置
【权利要求书】:

1.一种美术教学作品识别方法,其特征在于:包括以下步骤:

实时采集作品的图像信息,并对作品图像中的特征进行预处理;

对预处理后的图像特征进行分割;

对分割后的图像特征信息进行提取。

2.根据权利要求1所述的美术教学作品识别方法,其特征在于:还包括将采集作品的图像信息进行灰度增强,其中,灰度增强的方法包括以下步骤:

初始化有关参数和变量,读入原始图像;

原始图像每个像素所具有的灰度值,逐个记入对应的灰度像素个数累加器ri中;

对像素个数进行预处理,根据原始图像的特点选取合适的映射关系,其中,映射关系的计算方式为:r’i=ln(ri+1),其中,Q为原始图像中像素总数,i为原始图像中的灰度,ri为原始图像中灰度i所具有的像素个数,r’i为ri的映射;

计算出原始图像中灰度i经过转换后的灰度值fi,将原始图像中具有灰度i的像素变为灰度fi,其中,rk为原始图像中灰度为k的像素个数,n为图像的灰度级别。

3.根据权利要求2所述的美术教学作品识别方法,其特征在于:还包括将识别的多个图像与储存的标准的美术作品进行对比,并进行灰度颜色空间转换,其中,灰度颜色空间转换方法包括以下步骤:

输入经过灰度处理后的图像,设定第一幅图像I1,S1为该图像特征点集合,直方图为C1,即:C1={c1j}j=1,2,...,k,

设定第二幅图像为I2,提取surf特征点集合为S2

通过surf的特征匹配方法计算得到S1和S2中对应一致的特征点后,计算特征点对应待检测图像I2的灰度直方图C2,即:C2={c2j}j=1,2,...,k,

对灰度直方图进行区域灰度增强的规定化处理,计算直方图的Bhattacharyya距离dB,若特征点一样,则dB(C1,C2)=0;dB值越小,图像匹配度越高。

4.根据权利要求3所述的美术教学作品识别方法,其特征在于:还包括对预处理后的图像特征做傅里叶变换,并按照一定的角度把整个图像划分成若干个子块,然后对这些子块进行傅里叶反变换,得到对应的方向图像,其中,方向滤波计算方式为:

其中,其中,n为子块的数目,子块的数目越多,其对应的区域就越精确。

5.根据权利要求4所述的美术教学作品识别方法,其特征在于:还包括采用对频率空间进行方向滤波,其中,F是空域图像f的傅里叶变换,Gi是滤波函数,再对作傅里叶反变换,得到对应的方向图像。

6.根据权利要求5所述的美术教学作品识别方法,其特征在于:还包括采用傅里叶反变换,对所有的方向图像的灰度值进行调整,调整公式为:其中,fi(x,y)表示第i个方向图像在(x,y)位置上的灰度值,m(x,y)=max{fi(x,y)},n是方向图像的个数。

7.根据权利要求6所述的美术教学作品识别方法,其特征在于:还包括采用二阶重心矩对方向图像进行计算,其中,二阶重心矩计算方式为:其中,为中心,f(x,y)是图像f在(x,y)处的灰度值,f是平均灰度值,α为图像f在(x,y)处的灰度偏差阈值。

8.根据权利要求7所述的美术教学作品识别方法,其特征在于:α的取值范围为:0≤α<1。

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北京艺旗网络科技有限公司,未经北京艺旗网络科技有限公司许可,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/202111005798.5/1.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