物品識別方法

2023-05-05 06:15:36

物品識別方法
【專利摘要】本發明公開了一種物品識別方法，包括獲取圖片特徵再將獲取的圖片特徵向量與資料庫中的圖片特徵向量進行比對，利用歐氏距離確定所拍攝的照片的物品信息。本發明採用人類視覺較敏感的HSV色彩空間，將紋理特徵和顏色特徵結合之後使用直方圖來統計，可以大大提高辨識率和辨識範圍，並且通過獲取物體的重心來使物體在旋轉不同角度時都能準確地對其進行特徵的獲取，還增加了對照片特徵水平翻轉、垂直翻轉機像素移位的特徵比對，進一步提高辨識的準確率。
【專利說明】物品識別方法
【技術領域】
[0001]本發明涉及一種識別方法，尤其涉及一種對物品照片的特徵獲取進行識別的方法【背景技術】
[0002]電腦技術的進步及儲存裝置成本的降低使數位影像在許多方面被廣泛應用，如罪犯辨識、影像圖庫、人造衛星影像搜尋等。
[0003]過去，信息大多僅限於以文字的方式呈現，由於信息的多樣化，現今的信息很多是各種多媒體資料。而如何從數量龐大的多媒體信息中選取複合條件的數據，包括以前的文字關鍵字查詢，以及利用圖像特徵去以圖找圖的方式，已成了多媒體研究的主流方向之一。由於影像中包含許多紋理、形狀或顏色等不易以關鍵字描述的特徵，因此需要一種能通過圖像的特徵如顏色、輪廓或形狀進行辨別的方法進行數據的比對。

【發明內容】

[0004]本發明所要解決的技術問題在於，提供一種物品的識別方法，可以通過拍攝物體的照片並與資料庫的數據進行比對從而快速查詢出相同或相似的物件。本方法包括獲取圖片特徵並將獲取的圖片特徵向量與資料庫中的圖片特徵向量進行比對，利用歐氏距離確定所拍攝的照片的物品信息。
[0005]獲取圖片特徵的步驟包括:
[0006](SI)將拍攝的照片由RGB色彩空間模式轉為HSV色彩空間模式，轉換的公式為
[0007]
【權利要求】
1.一種物品識別方法，其特徵在於，包括以下步驟: 獲取圖片特徵 (51)將拍攝的圖片像素由RGB色彩空間模式轉為HSV色彩空間模式； (52)將HSV色彩空間模式中的H、S、V分別量化為8、3、3個區域，從而將照片像素點的值量化為72色； (53)將量化後的圖片像素點轉換為平面坐標； (54)將轉換為平面坐標的照片像素值使用邊緣檢測計算出X軸及Y軸的變化趨勢； (55)獲取照片上的微結構特徵； (56)將步驟S5獲得的特徵位置與步驟S2獲得的色彩數據相結合； (57)將步驟S6得到的特徵使用直方圖統計圖片的特徵向量； 圖片特徵比對 將獲取的圖片特徵向量與資料庫中的圖片特徵向量進行比對，利用歐氏距離確定所拍攝的照片的物品信息。
2.根據權利要求1所述的識別方法，其特徵在於，步驟(S5)中微結構特徵獲取的方法包括以下步驟， (551)將圖片切割為若干個不重疊的正方形微結構區域； (552)對每一個微結構區域內的周圍像素點與中心像素點做比較； (553)將與中心像素點相同的周圍像素點保留，否則刪除； (554)將微結構區域的中心比對位置由正中央依次往右、下、右下移動一個像素，對圖像重新進行分割，再進行S53的判斷步驟； (555)將上述四種區塊切割運算後的保留像素進行合併，得到所需的微結構特徵。
3.根據權利要求1所述的識別方法，其特徵在於，步驟S4對平面坐標進行邊緣檢測之後計算出物體的長與寬，並將特徵區域的中心並移至照片量化後的中心點。
4.根據權利要求1所述的識別方法，其特徵在於，使用直方圖統計的方法包括以下步驟， (571)由步驟S6取得的特徵計算出圖像大小並計算出最小外接圓的半徑及圓心； (572)將極坐標的圓心與上述步驟的外接圓圓心重疊，並將外接圓分為若干個同心圓組成的區域； (573)將每個區域所對應的特徵部分記錄起來並用直方圖統計。
5.根據權利要求1所述的識別方法，其特徵在於，在圖片特徵對比時，除了獲取原照片的特徵數據進行對比之外，還包括將照片特徵水平翻轉、垂直翻轉機像素移位獲取特徵數據再進行對比。
【文檔編號】G06K9/64GK103577840SQ201310526390
【公開日】2014年2月12日 申請日期:2013年10月30日 優先權日:2013年10月30日
【發明者】莊禮鴻, 吳明霓, 翁至中 申請人:汕頭大學