图像检测方法及装置的制造方法
【技术领域】
[0001 ] 本发明涉及计算机技术，尤其涉及一种图像检测方法及装置。
【背景技术】
[0002]图像中的物体检测是国内外研究的热门课题，目前主流的方法有:基于HOG (Histogram of Oriented Gradient,方向梯度直方图)特征和 linear SVM (SupportVector Machine,支持向量机)分类器的物体检测、基于haar (哈尔)小波和Adaboost (迭代算法)分类器的物体检测等。现有的这种物体检测方法对于人体、人脸、自行车等拥有较多形状、纹理信息的占据中等或者较大区域的图像，其检测效果显著；但对于结构简单且所占区域较小的目标物体(比如某些简单的商标或者徽标等)，比如该目标物体在某张1280*1024像素的图像中所占区域为100*100像素或者50*50像素甚至更小的区域；由于这类小的目标物体包含的信息量较少且特征区分力较弱，因此上述检测方式用来检测这类目标物体均不能取得良好的效果，甚至不能检测出上述目标物体。
【发明内容】
[0003]鉴于以上内容，有必要提供一种图像检测方法及装置，旨在达到能够检测出上述目标物体的目的。
[0004]本发明实施例公开了一种图像检测方法，包括以下步骤:
[0005]扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域；
[0006]标记满足所述预设规则的预设区域；
[0007]统计被标记的所述预设区域的个数大于预设数量阈值时，检测出所述待检测图像中存在目标物体。
[0008]本发明实施例还公开一种图像检测装置，包括:
[0009]扫描模块，用于扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域；
[0010]标记模块，用于标记满足所述预设规则的预设区域；
[0011]统计模块，用于统计被标记的所述预设区域的个数大于预设数量阈值时，检测出所述待检测图像中存在目标物体。
[0012]本发明实施例扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域；标记满足所述预设规则的预设区域；统计被标记的所述预设区域的个数大于预设数量阈值时，检测出所述待检测图像中存在目标物体；具有能够检测出目标物体的有益效果，提高了检测图像中目标物体的准确率。
【附图说明】
[0013]图1是本发明图像检测方法第一实施例流程示意图；
[0014]图2是本发明图像检测方法中扫描待检测图像、获取组成待检测图像的各预设区域所分别对应的图像特征，并根据图像特征识别出满足预设规则的预设区域一实施例流程不意图；
[0015]图3是本发明图像检测方法第二实施例流程示意图；
[0016]图4是本发明图像检测方法第三实施例流程示意图；
[0017]图5是本发明物理检测方法中建立包括目标物体的图像特征的特征数据库一实施例流程示意图；
[0018]图6是本发明图像检测方法中构成包括目标物体图像特征的特征数据库一实施例数据结构示意图；
[0019]图7是本发明图像检测装置第一实施例功能模块示意图；
[0020]图8是本发明图像检测装置第二实施例功能模块示意图；
[0021]图9是本发明图像检测装置第三实施例功能模块示意图；
[0022]图10是本发明图像检测装置一实施例硬件架构示意图。
[0023]本发明实施例目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
【具体实施方式】
[0024]以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0025]本发明提供了一种图像检测方法第一实施例；如图1所示，本发明图像检测方法包括以下步骤:
[0026]步骤S01、扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域；
[0027]步骤S02、标记满足所述预设规则的预设区域；
[0028]本发明实施例中，系统可以采用滑动窗口的方式对待检测图像进行扫描；比如，系统在扫描待检测图像之前，为待检测图像建立一坐标系，在扫描时，以该待检测图像坐标系中的任意一点作为扫描起点，以预设尺寸为半径，将待检测图像划分为多个所述预设区域，并依次扫描组成所述待检测图像的各个所述预设区域。当然，系统也可以采用其他的扫描方式对待检测图像进行扫描；比如，在扫描之前，系统先将待检测图像进行分区，得到所述预设区域，然后再分别扫描上述预设区域；本实施例对扫描待检测图像的具体扫描方式不做限定。
[0029]系统在扫描上述每一个所述预设区域的同时，分别获取组成所述待检测图像的各预设区域所分别对应的图像特征。所述待检测图像中各预设区域的图像特征包括但不限于:HOG特征、LBP (Local binary patterns,局部二值模式)特征、哈尔特征、纹理特征、颜色特征、形状特征、空间关系特征等；本领域的技术人员可以理解，通过扫描待检测图像，根据实际应用场景和使用场景的需要，可以获取组成所述待检测图像各预设区域对应的多种不同图像特征。本实施例不对待检测图像对应的图像特征进行一一穷举。
[0030]在获取到组成所述待检测图像的各预设区域所分别对应的图像特征后，系统根据获取的各预设区域的图像特征，识别获取的所述图像特征是否满足预设规则，同时识别出满足预设规则的所述预设区域，并对满足预设规则的所述预设区域进行标记。所述预设规则可以按照系统的默认规则来执行，也可以按照用户侧根据不同类型的待检测图像所触发的设置指令来配置所述预设规则，本实施例对预设规则的具体内容不做限定；比如，获取的待检测图像各预设区域的图像特征为颜色特征时，所述预设规则为各预设区域对应的颜色直方图中不同色彩在整个所述预设区域对应的图像中所占的比例达到对应的预设阈值。
[0031]步骤S03、统计被标记的所述预设区域的个数大于预设数量阈值时，检测出所述待检测图像中存在目标物体。
[0032]系统统计组成所述待检测图像中所有被标记的预设区域，得到被标记的预设区域的个数；识别被标记的预设区域的个数是否大于预设数量阈值；当识别出被标记的预设区域的个数大于预设数量阈值时，检测出该待检测图像中存在目标物体。本实施例中，所述预设数量阈值可以根据实际进行检测的待检测图像的整体图像特征以及目标物体的图像特征进行具体设置。
[0033]本发明实施例扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域；标记满足所述预设规则的预设区域；统计被标记的所述预设区域的个数大于预设数量阈值时，检测出所述待检测图像中存在目标物体；具有能够检测出目标物体的有益效果，提高了检测目标物体的准确率。
[0034]本发明还提供了一种图像检测方法中扫描待检测图像、获取组成待检测图像的各预设区域所分别对应的图像特征，并根据图像特征识别出满足预设规则的预设区域的另一实施例方式。
[0035]本实施例仅对图1所述实施例中的“步骤S01、扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域”进行描述，有关本发明图像检测方法所涉及的其他步骤，请参照相应实施例的描述。
[0036]基于图1所述实施例的描述，如图2所示，本发明图像检测方法中，所述步骤S01、扫描待检测图像，获取组成所述待检测图像的各预设区域所分别对应的图像特征，并根据获取的所述图像特征识别出满足预设规则的所述预设区域的步骤包括:
[0037]步骤S11、扫描组成所述待检测图像的第一预设区域，获取所述第一预设区域对应的第一图像特征；
[0038]本实施例中，系统扫描组成所述待检测图像的第一预设区域，所述第一预设区域也可以理解为系统第一次扫描组成所述待检测图像的任意一个预设区别；在扫描该第一预设区域时，获取该第一预设区域对应的第一图像特征。
[0039]参照图1所述实施例的描述，所述第一图像特征为HOG特征、LBP特征、哈尔特征、纹理特征、颜色特征、形状特征、空间关系特征等图像特征中的任意一种，本实施例以第一图像特征为LBP特征为例进行描述。
[0040]步骤S12、在预先建立的包括所述目标物体的图像特征的特征数据库中，计算所述第一图像特征对应的预设范围R的权重值；
[0041]查找预先建立的包括目标物体图像特征的特征数据库；在该特征数据库中，计算第一图像特征如LBP特征对应的预设范围R内的权重值；所述预设范围R可以理解为该LBP特征对应的R近邻；也就是说，在预先建立的所述目标物体对应的所述特征数据库中，计算LBP特征对应的R近邻的权重值Wl。
[0042]步骤S13、在所述权重值大于预设权重阈值时，获取所述第一预设区域的第二图像特征，并在所述特征数据库中查找所述第二图像特征对应的预设范围R '；
[0043]判断计算得到的该第一预设区域对应的第一图像特征对应的预设范围R的权重值是否大于预设权重阈值；比如，判断上述第一预设区域对应的LBP特征对应的R近邻的权重值Wl是否大于预设权重阈值WO ;在LBP特征对应的R近邻的权重值Wl大于预设权重阈值WO时，再获取该第一预设区域的第二图像特征，同时在目标物体图像特征对应的特征数据库中，查找该第二图像特征对应的预设范围R丨;本领域的技术人员可以理解，所述第二图像特征与第一图像特征不同，且所述第二图像特征为HOG特征、LBP特征、哈尔特征、纹理特征、颜色特征、形状特征、空间关系特征等图像特征中与所述第一图像特征不相同的任意一种图像特征。