1.一种基于图像识别的测量方法,其特征在于,其步骤为:
步骤一,在同一拍摄视窗内摄取与拍摄视窗距离相同的参考物与待测物的图像;
步骤二,分别计算所述图像中参考物与待测物所占的像素数;
步骤三,识别参考物,获取参考物的实际数据;
步骤四,根据参考物的实际数据,确定所述图像中每个像素对应的实际数据;
步骤五,根据每个像素对应的实际数据,确定待测物的实际数据;
其中,该参考物与该待测物为同一物体,所述图像为该待测物在一时间间隔前后两次被拍摄的合成图像,该参考物的实际数据为该待测物自身的长度,该待测物的实际数据为该待测物在该时间间隔内的移动距离;
该基于图像识别的测量方法还包括预存储参考物的图像,该待测物自身的长度为与预存储的参考物的图像对应的长度。
2.如权利要求1所述的基于图像识别的测量方法,其特征在于,所述参考物与待测物处于同一平面上,所述拍摄视窗平行于该平面。
3.如权利要求1所述的基于图像识别的测量方法,其特征在于,所述待测物为运动的物体,所述图像为在同一拍摄视窗中在一时间间隔前后两次摄取参考物与待测物的合成图像,所述待测物的实际数据为该待测物的移动距离。
4.如权利要求1所述的基于图像识别的测量方法,其特征在于,该基于图像识别的测量方法还包括,在确定该物体在该时间间隔内的移动距离之后,还确定该物体在该时间间隔内的速度。
5.如权利要求1所述的基于图像识别的测量方法,其特征在于,在所述步骤三中识别参考物还包括,比对预存储图像中的参考物与所述图像中的参考物。
6.如权利要求1所述的基于图像识别的测量方法,其特征在于,该基于图像识别的测量方法还包括预存储与所述存储参考物的图像对应的实际数据。
7.如权利要求1所述的基于图像识别的测量方法,其特征在于,在所述步骤三中,所述参考物的实际数据通过一输入装置而获取。
8.一种基于图像识别的测量系统,其特征在于,其包括以下模块:
拍摄模块,用于在同一拍摄视窗内摄取与拍摄视窗距离相同的参考物与待测物的图像;
计算模块,用于分别计算所述图像中参考物与待测物所占的像素数;
识别模块,用于识别参考物,获取参考物的实际数据;
处理模块,用于根据参考物的实际数据,确定所述图像中每个像素对应的实际数据;
生成模块,用于根据每个像素点对应的实际数据,确定待测物的实际数据;
其中,该参考物与该待测物为同一物体,所述图像为该待测物在一时间间隔前后两次被拍摄的合成图像,该参考物的实际数据为该待测物自身的长度,该待测物的实际数据为该待测物在该时间间隔内的移动距离;该识别模块预存储参考物的图像,该待测物自身的长度为与预存储的参考物的图像对应的长度。
基于图像识别的测量方法及其系统\n技术领域\n[0001] 本发明涉及一种图像识别方法,尤其涉及一种基于图像识别的测量方法。\n背景技术\n[0002] 有时我们想测量物体的长度、物体的移动距离或速度时,往往测量仪器不是很容易取得,或者即使有测量仪器,被测量物体或被测物体所处的环境不便于测量。并且随着现在社会的发展,人们也越来越关注物体在短时间内的运动距离或运动速度,例如各种球类的飞行距离或速度,或汽车行驶中的速度。\n[0003] 而目前的电子装置,特别是移动装置,都搭配有摄像装置,摄像装置具备有照相及录影功能。并且现在图像识别技术也已非常成熟。从而可以结合现有的电子装置进行物体的各种测量。图像识别是利用计算机智能处理算法对数字图像进行处理、分析和解释,以达到识别各种不同状态的目标和对像的技术,是人工智能的一个重要领域。图像识别目前已经成为人工智能领域的重要学科,在科学研究与工业生产中得到了广泛应用,其主要用途就是利用计算机对图像进行加工处理,以得到某些预期的效果,并从中获取有用信息,实现人对事物或现象的分析、描述、判断和识别。\n[0004] 专利TW093130560“运用模糊影像测速的方法”,揭露了一种通过一次拍摄的模糊影像进行反演推算该物体的移动速度的方法。由于摄像装置在一次拍摄过程中都有一定的曝光时间,从而导致移动的物体会被拍摄成模糊影像。可根据模糊影像的偏移距离和该物体的物距和像距来计算该物体在该曝光时间内的实际移动距离,进而可计算出该物体的移动距离。但随着技术的进步,现有的摄像装置可在非常短的时间内进行物体的连续拍摄,每次拍摄的曝光时间非常短暂。从而使得上述方法变的不适用。美国专利US20110157407“用文件相机来估计物件尺寸的估计方法”,揭露了一种通过测量被测物件的物距和拍摄区的大小,再计算被测物件的像素数,进而确定被测物件的实际大小。上述两种方法都需要对被测物件的物距进行测量,进而受摄像装置与待测物件的距离的限制,即受该带测物件的物距的限制。当无法确定拍摄装置与待测物件的距离时,就无法采用上述方法。因此,需要一种不需要测量摄像装置与待测物之间的距离,只通过待测物的图像即可反演出待测物的长度或移动距离的方法。\n发明内容\n[0005] 本发明提供一种基于图像识别的测量方法及其系统,通过待测物与参考物的图像对比,根据参考物的实际数据计算出待测物的实际数据。\n[0006] 为实现上述目的,本发明提供了一种基于图像识别的测量方法,其步骤为:\n[0007] 步骤一,在同一拍摄视窗内摄取与拍摄视窗距离相同的参考物与待测物的图像;\n[0008] 步骤二,分别所述图像中参考物与待测物的像素数;\n[0009] 步骤三,识别参考物,获取参考物的实际数据;\n[0010] 步骤四,根据参考物的实际数据,确定所述图像中每个像素对应的实际数据;\n[0011] 步骤五,根据每个像素对应的实际数据,确定待测物的实际数据。\n[0012] 较佳的,在所述的基于图像识别的测量方法中,所述参考物与待测物处于同一平面上,所述拍摄视窗平行于该平面。\n[0013] 较佳的,在所述的基于图像识别的测量方法中,所述待测物为静止的物体,所述图像为在同一拍摄视窗内同时摄取所述参考物与待测物的图像,所述待测物的实际数据为该参考物的长度或面积。\n[0014] 较佳的,在所述的基于图像识别的测量方法中,所述待测物为运动的物体,所述图像为在同一拍摄视窗中在一时间间隔前后两次摄取参考物与待测物的合成图像,所述待测物的实际数据为该待测物的移动距离。\n[0015] 较佳的,在所述的基于图像识别的测量方法中,所述参考物与待测物为同一物体,所述图像为该物体在一时间间隔前后两次被拍摄的合成图像,所述参考物的实际数据为该物体自身的长度,所述待测物的实际数据为该物体在该时间间隔内的移动距离。\n[0016] 较佳的,在所述的基于图像识别的测量方法中,该基于图像识别的测量方法还包括,在确定该物体在该时间间隔内的移动距离之后,还确定该物体在该时间间隔内的速度或加速度。\n[0017] 较佳的,在所述的基于图像识别的测量方法中,该基于图像识别的测量方法还包括预存储参考物的图像,在所述步骤三中识别参考物还包括,比对预存储图像中的参考物与所述图像中的参考物。\n[0018] 较佳的,在所述的基于图像识别的测量方法中,该基于图像识别的测量方法还包括预存储与所述存储参考物的图像对应的实际数据。\n[0019] 较佳的,在所述的基于图像识别的测量方法中,在所述步骤二中,所述参考物的实际数据通过一输入装置而获取。\n[0020] 本发明还提供了一种基于图像识别的测量系统,其包括以下模块:\n[0021] 拍摄模块,用于在同一拍摄视窗内摄取与拍摄视窗距离相同的参考物与待测物的图像;\n[0022] 计算模块,用于分别计算所述图像中参考物与待测物所占的像素数;\n[0023] 识别模块,用于识别参考物,获取参考物的实际数据;\n[0024] 处理模块,用于根据参考物的实际数据,确定所述图像中每个像素对应的实际数据;\n[0025] 生成模块,用于根据每个像素点对应的实际数据,确定待测物的实际数据。\n[0026] 与现有技术相比,通过在同一拍摄视窗内摄取与拍摄视窗相同距离的参考物与待测物的图像,根据参考物的已知实际数据和参考物在所述图像中的像素数,计算出所述图像中每个像素对应的实际数据,再结合待测物的像素数,即可确定待测物的实际数据。\n附图说明\n[0027] 图1为本发明一较佳实施例基于图像识别的测量方法流程图;\n[0028] 图2为本发明一较佳实施例基于图像识别的测量示意图;\n[0029] 图3为本发明一较佳实施例测量静止物体的图像示意图;\n[0030] 图4A、4B和4C为本发明一较佳实施例测量运动物体的图像示意图;\n[0031] 图5为本发明一较佳实施例测量系统的结构示意图。\n具体实施方式\n[0032] 为使对本发明的目的、构造、特征、及其功能有进一步的了解,兹配合实施例详细说明如下。\n[0033] 如图1所示,为本发明一较佳实施例的基于图像识别的测量方法流程图,其步骤为:\n[0034] 步骤S101,在同一拍摄视窗内摄取与拍摄视窗距离相同的参考物与待测物的图像。其中,所述待测物可以是静止的物体,也可以是运动的物体。所述参考物一般选取静止的物体,从而便于后续识别参考物。并且所述参考物应该尽可能的选取结构简单或易于获取的物体。例如,所述参考物为硬币。所述摄取的参考物与待测物的图像可以是在同一拍摄视窗中同时摄取参考物与待测物的图像,优选的,所述参考物与待测物处于同一平面上,所述拍摄视窗平行于该平面。从而能够保证所述图像中的参考物与待测物不会失真,即所述图像中的像素数能够真实的反应出参考物与待测物的实际数据。如图2所示,拍摄装置\n9在其拍摄方向8上同时摄取参考物7与待测物6的图像。当所述参考物与待测物和拍摄视窗的距离足够远时,可近似认为参考物与待测物在同一拍摄方向上,即参考物与待测物重合。所述摄取的参考物与待测物的图像也可以是在同一拍摄视窗中在一时间间隔前后两次摄取参考物与待测物的合成图像。所述待测物在此时间间隔内运动,但只要所述待测物在该时间间隔内的位移远远小于所述观测距离,从而可认为该物体在该时间间隔前后两位置与拍摄视窗的距离相同。即该基于图像识别的测量方法既可以测量静止的物体,也可以测量运动的物体。对所述待测物的测量数据可以是该待测物的长度或面积,也可以是运动的待测物的移动距离。当预测量运动的待测物时,所述参考物与待测物可为同一物体,所述摄取的图像为该物体在一时间间隔前后两次被拍摄的合成图像。所述参考物的实际数据为该物体的长度,所述待测物的实际数据为该物体在该时间间隔内的移动距离。在确定该物体在该时间间隔内的移动距离之后,还可以进一步确定该物体在该时间间隔内的速度或加速度。\n[0035] 步骤S102,分别计算所述图像中参考物与待测物所占的像素数。通过步骤S101获取参考物与待测物的图像之后,分别计算出所述图像中参考物与待测物所占的像素数,由于所述图像中的参考物和待测物与拍摄视窗的距离相同,从而图像中待测物的每个像素对应的实际数据与所述参考物的每个像素对应的实际数据相同。并且可以根据需要,可以确定所述图像中每个像素对应不同的实际数据。当需要测量待测物自身的长度时,可以计算出所述图像中待测物自身长度方向上所占的像素数。根据实际需要,可以计算该待测物在不同方向上的长度对应的像素数,进而可以确定出该待测物在不同方向的长度。当需要测量待测物自身的面积时,可以计算出所述图像中待测物自身所占的像素数。进一步也可以确定该待测物的局部特定面积。\n[0036] 步骤S103,识别参考物,获取参考物的实际数据。其中,步骤S102和步骤S103的次序不分先后,即也可先识别参考物,获取参考物的实际数据,再分别计算所述图像中参考物和待测物的像素数。所述识别参考物步骤中,还包括预存储参考物的图像,比对预存储图像中的参考物与所述图像中的参考物。在所述摄像装置中预存储多个参考物的图像,通过图像识别技术,对摄取的参考物的图像与已经存储的参考物的图像进行比对,从而确定所述被拍摄的参考物。其中,所述图像识别技术是根据参考物的图像中个性特征,并根据图像中的图案进行编排并存储为模板。实际工程中多以轮廓信息作为模板,并将这些模板以数据结构的形式存储到存储空间内存中。当对参考物的图像进行识别时,只需要将模板进行一一比对的对比匹配,便可识别出所需要识别的参考物图像。即采用基于模板和图像重合部分的非相似度,和基于模板和图像重合部分的相似度判断等算法。当识别出图像中的参考物之后,进行所述参考物的实际数据的获取。所述参考物的实际数据可以为预存储与所述存储参考物的图像对应的实际数据。即在存储参考物的图像时,同时存储与该参考物相关的实际数据。例如参考物为一硬币,所述参考物的实际数据为该硬币的直径。另外,所述参考物的实际数据也可通过一输入装置而获取。所述参考物的实际数据是使用者通过输入装置输入的该参考物的实际数据。即当识别出该参考物后,需要使用者输入该参考物的实际数据,再根据使用者输入的实际数据进行后续计算。例如,识别出该参考物为某一品牌的特定型号的汽车,从而获取到的使用者输入的该汽车长度为三米。\n[0037] 步骤S104,根据参考物的实际数据,确定所述图像中每个像素对应的实际数据。通过步骤S103获取参考物的实际数据之后,再结合步骤S102计算出的所述参考物在摄取的所述图像中所占的像素数,所述参考物的实际数据除以该参考物所占的像素数,从而可以确定所述图像中每个像素对应的实际数据。由于所述图像中的参考物和待测物与拍摄视窗的距离相同,从而图像中待测物的每个像素对应的实际数据与所述参考物的每个像素对应的实际数据相同。并且可以根据需要,可以确定所述图像中每个像素对应不同的实际数据。\n当在步骤S103中获取参考物的长度时,从而可以计算出所述图像中每个像素对应的实际长度。当所述步骤S103中获取参考物的面积时,从而可以计算出所述图像中每个像素对应的实际面积。此测量方法通过参考物的实际数据确定所述参考物图像中每个像素对应的实际数据,操作简便,不需要对观测距离进行测量。\n[0038] 步骤S105,根据每个像素对应的实际数据,确定待测物的实际数据。通过上述步骤S104确定了所述图像中每个像素对应的实际数据之后,再结合步骤S102计算出的所述图像中待测物对应的像素数。该待测物所占的像素数乘以每个像素对应的实际数据之后,即为该待测物的实际数据。当所述图像中每个像素对应的实际数据为长度时,根据实际需要,可以计算该待测物在不同方向上对应的像素数,进而可以确定出该待测物在不同方向的长度。当所述图像中每个像素对应的实际数据为面积,从而可以确定该待测物的总面积或者局部特定面积。所述参考物和待测物可以为同一物体,所述待测物的实际数据为该物体的移动距离。通过短时间内前后两次拍摄该物体的图像,并将这两次拍摄的图像合成为一个图像,从而可以确定该物体的位移对应在所述图像中的距离。如果该移动物体自身的长度是已知的,通过本发明的测量方法从而可以确定该物体的位移。例如,该物体为一汽车,该汽车的实际长度为已知,该汽车的实际长度可以通过预存储在拍摄装置中,也可通过使用者的输入进行确定。在拍摄视窗不变的情况下,在一时间段前后连续拍摄该汽车的两次位置图像,并将这两次位置图像合成为一张图像。从而可以在该合成图像中呈现出该汽车的移动距离。通过图像中该汽车的移动距离所占的像素数,即可计算出该汽车的实际位移。\n[0039] 为了更清楚的描述本发明的测量方法,如图3所示,为本发明一较佳实施例测量静止物体的图像示意图。待测物3和参考物2放在同一平面上,并且所述待测物3和参考物2同时被摄取在同一拍摄视窗1中。即所述待测物3和参考物2到拍摄视窗的距离相同。\n当摄取完待测物3和参考物2的图像之后,对所述图像进行图像识别,进而识别出图像中的参考物2,并获取所述参考物2的实际长度。其中,所述参考物2的实际长度可以预存储在摄像装置内,当需要参考物2的实际数据时,直接从存储空间提取即可。或者,所述参考物\n2的实际长度也可是使用者通过一输入装置直接输入而获得。再分别计算参考物2和待测物3的像素数。由于参考物2和待测物3到摄像点的距离相同,从而参考物2和待测物3中每个像素数对应的实际长度相同。即图像中每个像素与实际长度的比例相同。所述参考物2的实际长度已知,进而可以确定待测物3的实际长度。例如所述参考物2为硬币,该硬币的直径为26mm。该硬币在图像中直径所占的像素数为50,待测物3长度所占的像素数为\n150,那么图像中每个像素对应的实际长度为0.52mm,则该待测物3的实际长度为78mm。其中所述参考物2并不仅限于硬币,所述参考物2的选取结构简单,易于获取的物体,或者所述参考物2的实际数据已经存储在摄像装置内。总而言之,所述参考物2的实际数据必须是已知的或者可知的。根据所述参考物2的实际数据,并通过图像识别技术而获得待测物\n3的实际数据。\n[0040] 如图4A、4B和4C所示,为本发明另一较佳实施例测量移动物体的图像示意图。其中,所述参考物和待测物都为移动物体5。在图4A中,在一拍摄视窗4中拍摄该移动物体\n5。在图4B中,经过时间t后,在同一拍摄视窗4中再拍摄该移动物体5。所述时间t选取非常短暂,该移动物体5不足以移动出该拍摄视窗4,并且该移动物体5的移动距离相对于观测距离可以忽略不计。即可近似认为该时间t前后两次的拍摄距离相同。在图4C中,将上述两次拍摄的该移动物体5的瞬时位置图像合成为一个图像。从而该合成图像呈现出该移动物体5的移动距离y。该移动物体5的自身实际长度已知,例如所述移动物体5为汽车,通过图像识别技术从而可以确定该汽车的品牌和型号,进而可以确定该汽车的实际长度。其中该移动物体5的自身实际长度可以是预存储在拍摄装置内,直接从存储空间提取,或者该移动物体5的自身实际长度为使用者通过一输入装置输入而获得。通过图像中该移动物体5的移动距离y与该移动物体5的自身长度x进行比对,并结合已知的该移动物体\n5的自身实际长度,从而可确定该移动物体5的实际移动距离。进一步,还可以确定该移动物体5的速度。将上述确定的该移动物体5的实际移动距离之后,除以该时间t之后,即为该移动物体5的实际速度。\n[0041] 本发明还提供了一种基于图像识别的测量系统200,该测量系统200包括拍摄模块201、计算模块202、识别模块203、处理模块204和生成模块205。其中,所述拍摄模块\n201用于在同一拍摄视窗内摄取与拍摄视窗相同距离的参考物与待测物的图像。所述拍摄模块201摄取的图像可以通过一次拍摄,也可以为多次拍摄后合成。即可在一拍摄视窗内同时摄取参考物与待测物的图像,也可在同一拍摄视窗内分时间段摄取参考物与待测物的图像。只要所述参考物与待测物到所述拍摄视窗的相同即可。所述计算模块202用于分别计算所述图像中参考物与待测物所占的像素数。所述计算模块202对所述拍摄模块201摄取的图像中的参考物和待测物所占的像素数进行统计计算。并且可以根据不同需要计算所述图像中待测物在不同方向上的所占的像素数。所述识别模块203用于识别参考物,获取参考物的实际数据。所述识别模块203预存储参考物的图像,通过比对预存储图像中的参考物与所述图像中的参考物进行识别参考物。所述识别模块203可预存储多个参考物的图像,通过图像识别技术,对摄取的参考物的图像与已经存储的参考物的图像进行比对,从而确定所述被拍摄的参考物。所述识别模块203获取参考物的图像中个性特征,并根据图像中的图案进行编排并存储为模板。例如,实际工程中多以轮廓信息作为模板。并将这些模板以数据结构的形式存储到存储空间内存中。当对参考物的图像进行识别时,只需要将模板进行一一比对的对比匹配,便可识别出所需要识别的参考物图像。当识别出参考物之后,进一步获取该参考物的实际数据。所述识别模块203可预存储该参考物的实际数据。或者所述识别模块203通过人机界面让使用者输入该参考物的实际数据。所述处理模块204用于根据参考物的实际数据,确定所述图像中每个像素对应的实际数据。所述处理模块204根据所述计算模块202计算出的所述参考物在图像中所占的像素数,并结合所述识别模块\n203获取的该参考物的实际数据,从而可以计算出所述图像中每个像素对应的实际数据。所述生成模块205用于根据每个像素点对应的实际数据,确定待测物的实际数据。所述生成模块205进一步根据所述处理模块204计算出的图像中每个像素对应的实际数据,再结合所述计算模块202计算出的待测物在图像中所占的像素数,从而可以计算出待测物的实际数据。所述生成模块205再将其计算的待测物的实际数据反馈给使用者,从而完成该次测量。与现有技术相比,通过在同一拍摄视窗中摄取参考物与待测物的图像,根据参考物的已知实际数据和参考物在所述图像中所占的像素数,计算出所述图像中每个像素对应的实际数据,再结合待测物的像素数,即可确定待测物的实际数据。该方法简便,并且不需要测量拍摄距离。\n[0042] 本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。\n必需指出的是,已揭露的实施例并未限制本发明的范围。相反地,在不脱离本发明的精神和范围内所作的更动与润饰,均属本发明的专利保护范围。
法律信息
- 2019-11-22
未缴年费专利权终止
IPC(主分类): G01B 11/02
专利号: ZL 201210508648.0
申请日: 2012.12.03
授权公告日: 2016.05.11
- 2017-10-31
专利权质押合同登记的生效
IPC(主分类): G01B 11/02
专利号: ZL 201210508648.0
申请日: 2012.12.03
授权公告日: 2016.05.11
登记号: 2017990000925
登记生效日: 2017.09.29
出质人: 北京华力必维文化服务有限公司
质权人: 北京石创同盛融资担保有限公司
发明名称: 基于图像识别的测量方法及其系统
- 2017-05-31
专利权的转移
登记生效日: 2017.05.08
专利权人由苏州佳世达电通有限公司变更为北京华力必维文化服务有限公司
地址由215011 江苏省苏州市高新区珠江路169号变更为北京市密云区经济开发区兴盛南路8号开发区办公楼501室-1688(经济开发区集中办公区)
专利权人由佳世达科技股份有限公司变更为空
- 2016-05-11
- 2013-05-29
实质审查的生效
IPC(主分类): G01B 11/02
专利申请号: 201210508648.0
申请日: 2012.12.03
- 2013-04-24
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2012-06-20
|
2011-11-01
| | |
2
| |
2011-06-22
|
2009-12-16
| | |
3
| | 暂无 |
2002-12-25
| | |
4
| |
2008-05-28
|
2007-12-27
| | |
5
| |
2012-06-27
|
2012-01-06
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |