一种使用移动设备识别对象的系统及其识别方法与流程

本发明涉及移动图像捕获及处理领域，特别是一种使用移动设备识别对象的系统及其识别方法。

背景技术：

众所周知，在数字图像处理领域，通过使用电脑连接特定的外部设备比如扫描仪，多功能设备，可以很好的完成图像捕获及处理的任务，而且技术也非常成熟。然而，在每天的日常活动中，由于其非常的便利性，人们越来越倾向于使用移动设备，这大大推动了通过移动设备进行图像采集及处理的需求。

在移动设备上使用传统的图像采集和处理技术手段面临着明显的挑战，比如，移动设备的处理能力以及图像分辨率的限制，使得常规的基于扫描仪的处理算法在使用移动设备捕获的数字图像处理表现不佳。

此外，使用常规图像处理算法会耗费相当的系统资源，在移动设备上有限的处理能力和存储也导致了使用常规图像处理算法的性能瓶颈。

再一个挑战是通过手机拍摄的图像与传统的扫描仪不同，后者能够忠实地反映实际的长宽比，尺寸和形状，移动设备捕获的图像通常不能保证这样的效果，而会有变形的偏差。

对于上述的挑战，有必要提供一种图像捕获及处理的算法及应用，以便使用移动设备采集，处理及识别对象，同时利用有效的处理方法以维持较低的计算成本。

技术实现要素：

为解决现有技术的不足，本发明的目的在于提供一种使用移动设备识别对象的系统及其识别方法，本发明通过降低到合适的分辨率，最大限度地减少了移动设备处理器的负担，并优化了计算效率，具有很强的鲁棒性。

为了实现上述目标，本发明采用如下的技术方案：

一种使用移动设备识别对象的系统,包括：捕获数字图像的移动设备，接收数字图像的信息并降低图像分辨率的预处理模块，接收预处理模块的信息并比较、分类特征向量的模板特征矩阵模块。

前述的一种使用移动设备识别对象的系统,预处理模块将数字图像分割成具有维水平和维垂直像素的降低了分辨率的预处理图像。

前述的一种使用移动设备识别对象的识别方法,包括如下步骤：

步骤一，使用移动设备捕获数字图像；

步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；

步骤三，使用处理器对预处理后的信息用模板特征矩阵比较及分类特征向量。

前述的一种使用移动设备识别对象的识别方法,步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；由移动设备捕获的数字图像300可以被划分成S个部分304，每个部分304可以包含多个像素306，形成包含维水平像素和维垂直像素的S x S栅格。

前述的一种使用移动设备识别对象的识别方法,步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；通过二值化算法将多色调的数字图像变换成为黑白图像。

前述的一种使用移动设备识别对象的识别方法,步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；通过二值化算法将多色调的数字图像变换成为黑白图像；二值化算法包括：1）确定一个对象的类的颜色配置文件和方案，2）调整对象的类的颜色配置文件或色彩方案的详细二值化参数，3）使用阈值调整图像的二值化参数。

前述的一种使用移动设备识别对象的识别方法,步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；通过二值化算法将多色调的数字图像变换成为黑白图像；二值化算法包括：1）通过对象的类掩模确定对象的背景区域，2）调整对象的背景区域的颜色配置文件或色彩方案的详细二值化参数，3）使用阈值调整图像的二值化参数。

前述的一种使用移动设备识别对象的识别方法,对象的类掩模确定一个或多个对象的背景区域。

本发明的有益之处在于：本发明提供一种使用移动设备识别对象的系统及其识别方法，本发明通过移动设备捕获数字图像，通过预处理将数字图像的分辨率降低，再与多元模板特征矩阵的比较及分类，基于对象特征，识别一个或多个属于特定对象类中的对象；通过降低到合适的分辨率，最大限度地减少了移动设备处理器的负担，并优化了计算效率，具有很强的鲁棒性。

附图说明

图1为本发明对象的一种实施例的数字图像；

图2为图1分割成多个用于产生预处理图像；

图3为图1降低分辨率后特征化后的预处理图像；

图4为为本发明的多个子区域的数字图像的示意图；

图5为图4的一种实施例的掩码展示；

图6为图4的另一实施例的掩码展示；

图7为图4的另一实施例的掩码展示；

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

一种使用移动设备识别对象的系统,包括：捕获数字图像的移动设备，接收数字图像的信息并降低图像分辨率的预处理模块，接收预处理模块的信息并比较、分类特征向量的模板特征矩阵模块。

预处理模块可以将一个数字图像R（具有y.sub.R维垂直和x.sub.R维水平像素分辨率）分割成具有S.sub.x维水平和S.sub.y维垂直像素的降低了分辨率的预处理图像。

移动设备为市场上普遍使用的智能手机；处理器是手机自带的处理器，比如安卓手机是骁龙，苹果手机是A4,A5。

一种使用移动设备识别对象的识别方法,包括如下步骤：

步骤一，使用移动设备捕获数字图像；

步骤二，使用处理器对接收到的数字图像进行降低图像分辨率的预处理；

步骤三，使用处理器对预处理后的信息用模板特征矩阵比较及分类特征向量。

降低图像分辨率的预处理具体方法如下：

方法一；如图1-2, 由移动设备捕获的数字图像300可以被划分成多个部分304，每个部分304可以包含多个像素306，形成包含p.sub.S(x)维水平像素和p.sub.S(y)维垂直像素的矩形栅格。p.sub.S(x)= p.sub.S(y)=4。在此实例中，数字图像300被划分为S个部分，其中每个部分304对应于S x S 栅格的302的一个部分。在预处理图像左上角的像素312对应于左上角部304的数字图像。需要说明的是，为了降低分辨率，也可以采用其它的方法生成预处理图像，图像的特征值（分辨率，照明，模糊度）物体和背景的对比，文字和其它符号的使用，等等。

方法二；参照图4-7，通过二值化算法将多色调的数字图像变换成为黑白图像；二值化算法包括：1）确定一个对象的类的颜色配置文件和方案，2）调整对象的类的颜色配置文件或色彩方案的详细二值化参数，3）使用阈值调整图像的二值化参数。

作为一种实施例，图4-5，改善二值化可以包括确定一个对象的类的颜色配置文件和方案，调整一个或基于所述对象类的颜色配置文件或色彩方案的详细二值化参数；和使用阈值调整图像的二值化参数。

作为一种优选，二值化算法采用类掩模确定对象的背景区域；二值化算法包括：1）通过对象的类掩模确定对象的背景区域，2）调整对象的背景区域的颜色配置文件或色彩方案的详细二值化参数，3）使用阈值调整图像的二值化参数。

需要说明的是，对象的类掩模确定一个或多个对象的背景区域。改进的二值化方法可以包括确定一个对象的类掩模。对象的类掩模可以是任何类型的掩模，提供了感兴趣的特征的特定区域的类。

如图5所示，改进的二值化包括确定一个对象的类掩模420所确定的区域，以排除数字图像400的除了感兴趣的单个区域外的其它所有的区域。可以通过获得对象类掩模既与物体的颜色配置文件和/或颜色方案，调整基于所述对象的背景区域的颜色信息和/或颜色方案，并且使用调整后的二值化参数阈值。

如图5所示，对于多个感兴趣区域也可以使用对象类掩模420，以选择性地指定区域和/或参数值化，产生高品质的双色调图像的分层方法。例如，如图6多个文字区404，406可以被保留为二值化（可以使用调整的参数）将对象类后掩模420，以从二进制化排除所有非文本区域，等等。

本发明提供一种使用移动设备识别对象的系统及其识别方法，本发明通过移动设备捕获数字图像，通过预处理将数字图像的分辨率降低，再与多元模板特征矩阵的比较及分类，基于对象特征，识别一个或多个属于特定对象类中的对象；通过降低到合适的分辨率，最大限度地减少了移动设备处理器的负担，并优化了计算效率，具有很强的鲁棒性。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。