Способ сравнения изображения с шаблоном

Изобретение относится к области цифровой обработки сигналов. Технический результат заключается в увеличении точности определения соответствия изображения и шаблона. Способ сравнения изображения с шаблоном, при котором осуществляют получение изображения, над полученным изображением и шаблоном предварительно проводят преобразование и вычисляют корреляцию между преобразованными изображением и шаблоном. Над полученным изображением и шаблоном предварительно проводят градиентное преобразование по следующему алгоритму: для каждого пикселя изображения вычисляется разность между значениями текущего пикселя и левого пикселя l = img(x,y)-img(x-1,y), разность между значениями текущего пикселя и верхнего пикселя u = img(x,y)-img(x,y-1), разность между значениями текущего пикселя и верхне-правого пикселя ru = img(x,y)-img(x+1,y-1), затем формируют градиентные изображения шаблона и полученного изображения, где каждый пиксель равен максимальному значению из вычисленных grad(x,y) = max (l,u,ru), после получения градиентных изображений рассчитывают корреляцию между ними, и в случае, если корреляция удовлетворяет заданному значению, делают вывод, что изображение содержит искомый шаблон. 2 з.п. ф-лы, 4 ил.

 

Изобретение относится к области цифровой обработки сигналов, а именно к средствам распознавания изображения, реализующим алгоритм сравнения изображения с соответствующим шаблоном (паттерном).

Из уровня техники известен способ сравнения изображения с шаблоном, при котором над изображением и шаблоном предварительно проводят преобразование и вычисляют корреляцию между преобразованными изображением и шаблоном, а в случае, если корреляция удовлетворяет заданному значению, то считают, что изображение содержит искомый шаблон (А.А. Тропченко и др. «МЕТОДЫ ВТОРИЧНОЙ ОБРАБОТКИ И РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ», ИТМО, СПб., 2015, страницы 43-67).

При этом, известные из указанного источника информации алгоритмы градиентного преобразования изображения, используемые для выделения границ объектов на изображении, не являются пригодными для использования при сравнении изображения и шаблона в виду их недостаточной надежности (для подхода, использующего нахождение разности между соседними пикселами) или сложности реализации и необходимости осуществления большого числа операций вычисления (для подхода, включающего нахождение разности между пикселами в окрестности размерностью 3×3).

Заявленный способ обеспечивает упрощение процесса и увеличение точности определения соответствия изображения и шаблона, позволяет исключить ложные случаи определения соответствия изображения и шаблона при одновременном уменьшении затрачиваемого времени и мощности используемого вычислительного оборудования.

Указанная задача решается, а результат достигается тем, что в способе сравнения изображения с шаблоном, при котором осуществляют получение изображения, над полученным изображением и шаблоном предварительно проводят преобразование и вычисляют корреляцию между преобразованными изображением и шаблоном, над полученным изображением и шаблоном предварительно проводят градиентное преобразование по следующему алгоритму: для каждого пикселя изображения вычисляется разность между значениями текущего пикселя и левого пикселя l = img(x,y)-img(x-1,y), разность между значениями текущего пикселя и верхнего пикселя u = img(x,y)-img(x,y-1), разность между значениями текущего пикселя и верхне-правого пикселя ru = img(x,y)-img(x+1,y-1), затем формируют градиентные изображения шаблона и полученного изображения, где значение каждого пикселя равно максимальному значению из вычисленных grad(x,y) = max (l,u,ru), после получения градиентных изображений рассчитывают корреляцию между ними, и в случае, если корреляция удовлетворяет заданному значению, делают вывод, что изображение содержит искомый шаблон.

В частном случае реализации способа сравнения изображения с шаблоном определяют соответствие статической текстовой или графической информации на заранее созданном шаблоне с информацией в видеопотоке.

В частном случае реализации способа сравнения изображения с шаблоном делают вывод, что изображение содержит искомый шаблон, при значении корреляции выше 0,5.

При этом указанное значение корреляции может изменяться в как в меньшую, так и в большую сторону в зависимости от качества изображений и установленной степени достоверности распознавания.

На фигуре 1 приведена блок-схема реализации частного случая заявленного способа.

Согласно указанной схеме получают изображение, формируют шаблон (паттерн), проводят градиентное преобразование согласно заявленному способу для шаблона, проводят градиентное преобразование согласно заявленному способу для определяемого (распознаваемого) изображения, рассчитывают коэффициент корреляции между градиентным изображением шаблона и градиентным изображением кадра видеопотока и в случае, если коэффициент корреляции больше 0.5, считают, что на изображении присутствует искомый шаблон.

В качестве примера реализации заявленного способа приведен вариант способа для случая определения наличия искомого шаблона со статической информацией на кадре из видеопотока.

В данном примере подготовка шаблона заключается в том, что шаблон формируют путем применения алгоритма альфа-смешения к серии кадров (10-25), содержащих искомую информацию, для того чтобы исключить влияние фона, в результате чего статическое изображения останется четким, а фон будет размытым. Далее проводят градиентное преобразование согласно заявленному способу для полученного шаблона, проводят градиентное преобразование по предложенному способу для каждого кадра видеопотока. Рассчитывают коэффициент корреляции между градиентным изображением шаблона и градиентным изображением кадра видеопотока и в случае, если коэффициент корреляции больше 0.5, делают вывод, что на кадре видеопотока присутствует искомый шаблон.

На фигурах 2а, 2б приводится иллюстрация известного в уровне техники способа сравнения изображения с шаблоном для случая, когда осуществляется выявление (сравнение) текстовой информации.

На каждой из фигур сверху приведено одинаковое изображение сохраненного шаблона (текстовый), а внизу представлен фрагмент полученного изображения. На фиг. 2а фрагмент полученного изображения содержит текст, значительно отличающийся от сохраненного шаблона, а на фиг. 2б указанные тексты шаблона и полученного изображения являются, по существу, идентичными. При использовании для определения корреляции между указанными изображениями известного в уровне техники алгоритма были получены следующие результаты: значение корреляции между изображениями на фиг. 2а было определено как 0,32, в то время как значение корреляции между изображениями на фиг. 2б было определено как 0,35. Очевидно, что полученные в известном способе результаты не могут быть использованы для достоверного выявления того, что изображение содержит искомый шаблон.

На фигуре 3 приведены изображения того же фрагмента и того же сохраненного шаблона, что на фиг 2б, но подвергнутые градиентному преобразованию согласно заявленному способу. Значение корреляции между указанными преобразованными изображениями составило 0,59.

Таким образом, выполнение в заявленном способе градиентного преобразования для изображения и шаблона по алгоритму, в котором для каждого пикселя изображения вычисляется разность между значениями текущего пикселя и левого пикселя l = img(x,y)-img(x-1,y), разность между значениями текущего пикселя и верхнего пикселя u = img(x,y)-img(x,y-1), разность между значениями текущего пикселя и верхне-правого пикселя ru = img(x,y)-img(x+l,y-l), формирование новых изображений (шаблона и искомого), где каждый пиксель равен максимальному значению из вычисленных grad(x,y) = max (l,u,ru), и определение наличия искомого шаблона на основании расчета корреляции между указанными новыми изображениями позволяет использовать заявленный способ, в частности, для выявления наличия статической (в том числе, текстовой) информации в видеопотоке.

В заявленном способе полученное изображение может быть получено устройством получения (захвата) изображений (например, камерой, в том числе с ПЗС матрицей) с экрана (например, телевизора, компьютера) и передаваться для дальнейшей обработки. Кроме того, в заявленном способе полученное изображение может извлекаться из сигнала сети телевещания соответствующим декодером (ТВ тюнером и т.д.) и передаваться для дальнейшей обработки. Таким образом, заявленный способ может быть реализован на соответствующей аппаратной базе телевизионных приемников, компьютеров с соответствующим оборудованием, принимающим телевизионный сигнал, в том числе мобильных устройств.

1. Способ сравнения изображения с шаблоном, при котором осуществляют получение изображения, над полученным изображением и шаблоном предварительно проводят преобразование и вычисляют корреляцию между преобразованными изображением и шаблоном, отличающийся тем, что над полученным изображением и шаблоном предварительно проводят градиентное преобразование по следующему алгоритму: для каждого пикселя изображения вычисляется разность между значениями текущего пикселя и левого пикселя l = img(x,y)-img(x-1,y), разность между значениями текущего пикселя и верхнего пикселя u = img(x,y)-img(x,y-1), разность между значениями текущего пикселя и верхне-правого пикселя ru = img(x,y)-img(x+1,y-1), затем формируют градиентные изображения шаблона и полученного изображения, где значение каждого пикселя равно максимальному значению из вычисленных grad(x,y) = max (l,u,ru), после получения градиентных изображений рассчитывают корреляцию между ними, и в случае, если корреляция удовлетворяет заданному значению, делают вывод, что изображение содержит искомый шаблон.

2. Способ по п. 1, в котором определяют соответствие статической текстовой или графической информации на заранее созданном шаблоне с информацией в видеопотоке.

3. Способ по п. 1, в котором делают вывод, что изображение содержит искомый шаблон при значении корреляции выше 0,5.



 

Похожие патенты:

Изобретение относится к автоматике и вычислительной технике и может быть использовано в системах автоматического распознавания образов со сложной структурой: изображений объектов, моделей ситуаций и других данных, представленных в виде атрибутивных графов или семантических сетей - совокупностей связанных между собой структурных элементов, заданных наборами (векторами) признаков.

Изобретение относится к области информатики и вычислительной техники. Технический результат заключается в повышении достоверности и точности идентификации пространственной сцены в системе технического зрения робота и определения местоположения и расположения целевого объекта в местной системе координат.
Изобретение относится к способам распознавания и подсчета объектов. Технический результат заключается в ранней диагностике определения заболеваний.

Изобретение относится к области вычислительной техники. Технический результат - повышение оперативности и надежности контроля телеметрической информации.

Изобретение относится к способу и компьютерному устройству для автоматического определения нечетких дубликатов видеоконтента, способу создания шаблона оригинального видеоконтента.

Предлагаемый способ относится к области информационной безопасности, конкретно к системам биометрической идентификации на основе папиллярного узора пальца. Техническим результатом является повышение надежности биометрической аутентификации личности человека посредством повышения стойкости защиты устройств к атакам подбора, за счет анализа локального взаимодействия зонда с поверхностью пальца, что позволит системе безопасности отличить истинный папиллярный узор от его графического изображения или слепка.

Предлагаемый способ относится к области информационной безопасности, конкретно к системам биометрической идентификации на основе папиллярного узора пальца. Техническим результатом является повышение надежности биометрической аутентификации личности человека посредством повышения стойкости защиты устройств к атакам подбора, за счет анализа локального взаимодействия зонда с поверхностью пальца, что позволит системе безопасности отличить истинный папиллярный узор от его графического изображения или слепка.

Изобретение относится к области идентификации типа изображения. Технический результат – повышение точности идентификации типа изображения в мобильном терминале.

Группа изобретений относится к технологиям сопоставления изображений по адресной книге. Техническим результатом является обеспечение создания нового контакта за счет таблицы индексов изображений для контакта.

Изобретение относится к области оптического распознавания символов, а именно к способам распознавания символов на изображениях из видеопотока. Технический результат заключается в повышении качества распознавания изображений документов за счет объединения нескольких кадров.

Использование: для автоматизированного анализа рентгеновских изображений. Сущность изобретения заключается в том, что получают по меньшей мере одно рентгеновское изображение; осуществляют обработку упомянутого изображения, в ходе которой выполняется его первичная нормализация и очистка от шумов; выполняют распределение карты яркостей изображения по RGB каналам цветности, при этом в красном канале осуществляется нормализация, повышение контраста и выделение наиболее контрастных контуров на изображении; в синем канале осуществляется повышение контраста обрабатываемого изображения с помощью модификации его гистограммы; в зеленом цветовом канале сохраняется его исходная информация; формируют изображение на основании обработки RGB каналов; выполняют обработку полученного изображения с помощью модели машинного обучения, в ходе которой выполняют классификацию участков изображения с помощью выделения опорных точек и последовательной обработки упомянутых точек с помощью плавающего окна заданной пиксельной размерности; вычисляют вектор для каждой упомянутой опорной точки, содержащий численные параметры для критериев, учитываемых при BI-RADS классификации.
Наверх