一种识别目标图像尺寸的方法及装置与流程
本发明涉及图像识别技术领域，尤其涉及一种识别目标图像尺寸的方法及装置。
背景技术：
图像通常是对特定目标进行拍照得到的，包含该目标的图像。当我们观察一幅图像中的目标图像时能很快从图像中找到目标图像在哪里，这是因为图像中目标区域的特征与周围其他物体的特征存在明显的差异，从像素尺度上观察，目标图像的像素灰度值与周围其他像素的灰度值不同。
我们可以将一张图像看作是一个二维的坐标系，像素是该坐标系的最小单位，在我们已知图像所表示的拍摄区域的实际尺寸的情况下，我们可以计算得出每个像素代表的实际尺寸，再根据目标图像在该坐标系下的所占据的像素个数，我们就能很容易的判断出图像目标的尺寸。
上述方法一般是由人工直接计数目标图像所占据的像素个数，然后识别目标图像的尺寸。但是，由于目标图像的边缘区域存在像素灰度过渡，导致对目标图像像素的识别及计数不够准确，从而会导致对目标图像尺寸的识别失准。
技术实现要素：
基于上述现有技术的缺陷和不足，本发明提出一种识别目标图像尺寸的方法及装置，能够更准确地识别目标图像的尺寸。
为了达到上述目的，本发明提出如下技术方案：
一种识别目标图像尺寸的方法，包括：
计算得到图像中除目标图像之外的图像区域的灰度平均值；
确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
根据所述灰度平均值和所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；
根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。
优选地，所述根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，包括：
根据以下公式计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量：
其中，n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；i表示所述目标图像在所述图像的设定像素维度上所占据的像素维度；ai表示所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
优选地，所述根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸，包括：
按照如下公式计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸：
其中，w_c表示所述目标图像在所述设定像素维度的垂直方向上的实际尺寸；n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；w表示所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸；nw所述图像在所述设定像素维度的垂直方向上的像素数量。
优选地，所述确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，包括：
分别确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的平均灰度值。
一种识别目标图像尺寸的装置，包括：
第一计算单元，用于计算得到图像中除目标图像之外的图像区域的灰度平均值；
灰度值确定单元，用于确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
第二计算单元，用于根据所述灰度平均值和所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；
第三计算单元，用于根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。
优选地，所述第二计算单元根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量时，具体用于：
根据以下公式计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量：
其中，n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；i表示所述目标图像在所述图像的设定像素维度上所占据的像素维度；ai表示所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
优选地，所述第三计算单元根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸时，具体用于：
按照如下公式计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸：
其中，w_c表示所述目标图像在所述设定像素维度的垂直方向上的实际尺寸；n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；w表示所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸；nw所述图像在所述设定像素维度的垂直方向上的像素数量。
优选地，所述灰度值确定单元确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值时，具体用于：
分别确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的平均灰度值。
本发明提出的识别目标图像的方法，首先计算得到图像中除目标图像之外的图像区域的灰度平均值；然后确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；其次根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；最后根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。上述计算过程中，充分利用到目标图像以及目标图像周围图像区域的灰度值计算目标图像的实际尺寸，相对于单纯根据目标图像灰度值计算目标图像实际尺寸，准确度更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种识别目标图像尺寸的方法的流程示意图；
图2是本发明实施例提供的一种路面裂缝图像的灰度示意图；
图3是本发明实施例提供的一种识别目标图像尺寸的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种识别目标图像尺寸的方法，参见图1所示，该方法包括：
s101、计算得到图像中除目标图像之外的图像区域的灰度平均值；
具体的，本发明实施例技术方案适用于已经从图像中识别到目标图像之后，计算上述目标图像的实际尺寸。首先，本发明实施例计算上述图像中，除目标图像之外的图像区域的所有像素的灰度平均值。
需要说明的是，如果上述图像为彩色图像，则本发明实施例步骤s101还包括对上述图像的预处理，如将上述图像转换为灰度图像，已经进行去噪处理等。
例如，将本发明实施例技术方案应用于识别图2所示的路面裂缝图像中的裂缝的宽度时，在确认图像中所标示的1-6列像素为裂缝区域时，首先计算得到图2所示图像中除1-6列像素之外的所有像素的灰度平均值，计算得到的灰度平均值表示为
s102、确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
具体的，上述设定像素维度，是指本发明实施例设定的上述图像的某一像素方向，例如像素行、像素列，或任意确定的像素方向。目标图像占据的各个像素维度，是指目标图像所占据的像素行、像素列，或任意方向的像素。在本步骤中，目标图像占据的各个像素维度，是人工肉眼判断的目标图像所占据的像素维度，并不是最终用于计算目标图像区域尺寸的像素维度。本发明实施例在确定目标图像所占据的各个像素维度后，进一步确定目标图像在所占据的各个像素维度内的像素的灰度值。
例如，图2中所述的裂缝占据图像中标示的1-6列像素，则根据步骤s102，确定裂缝在图2中所示的1-6列中的像素的灰度值。
可选的，在本发明的另一个实施例中，所述确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，包括：
分别确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的平均灰度值。
具体的，当确定目标图像所占据的像素维度后，可能目标图像在所占据的某一像素维度内的像素的灰度值不完全相同，此时，本发明实施例计算得到目标图像在该像素内的像素的平均灰度值，作为目标图像在该像素维度内的像素的灰度值。按照上述计算方法，可以进一步分别计算得到目标图像在设定像素维度上所占据的各个像素维度内的像素的平均灰度值。
例如，图2中的裂缝占据图像中的第1-6列像素，假设裂缝在第5列像素内的各个像素的灰度值不全相同，则计算得到裂缝在第5列像素中的所有像素的平均灰度值，作为裂缝在第5列像素的灰度值。
s103、根据所述灰度平均值和所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；
具体的，由于目标图像像素的灰度值和目标图像周围的像素灰度值之间存在灰度过渡，尤其是目标图像边缘的像素，其灰度值可能处于目标图像灰度值与目标图像周围的背景图像灰度值之间，因此当人工识别目标图像所占据的像素维度数量，例如计算目标图像所占据的像素行或像素列时，可能将这些边缘像素看做目标图像像素，也可能将这些边缘像素看做背景图像像素，而且会因人而异。因此，按照传统的直接人工肉眼观察目标图像所占据的像素维度，会由于上述原因而存在较大误差。
本发明实施例通过大量试验总结到，目标图像像素的灰度值，与目标图像周围像素的灰度平均值之间，一般都具有明显差别，因此更容易精确地从周围像素灰度平均值中识别出目标图像灰度值，从而可以更准确地从图像中确定目标图像所占据的像素维度。例如，对于图2所示的路面裂缝图像，通过对裂缝周围像素灰度的采集研究发现，裂缝像素的灰度均大于周围像素的平均灰度，因此，通过对比计算裂缝像素灰度值与周围像素灰度平均值，可以确定裂缝所占据的像素列。
基于上述理论，本发明实施例通过数学公式，结合目标图像在上述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，以及上述图像中除目标图像之外的图像像素的灰度平均值，计算目标图像在上述图像的设定像素维度上所占据的像素维度数量。
可以理解，上述图标图像在上述图像的设定像素维度上所占据的各个像素维度，是通过人工肉眼观察的目标图像所占据的像素维度，而实际上，目标图像所占据的像素维度可能并不是准确的就是这些像素维度，因此会存在误差。而本发明实施例在人工肉眼观察到的目标图像在设定像素维度上所占据的各个像素维度的基础上，更进一步地通过数学计算的方式，计算目标图像所占据的，更精确的像素维度数量。对于后续计算目标图像尺寸，可以提高计算精度。
可选的，在本发明的另一个实施例中，所述根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，包括：
根据以下公式计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量：
其中，n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；i表示所述目标图像在所述图像的设定像素维度上所占据的像素维度；ai表示所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
具体的，本发明实施例通关大量试验得出，按照上述公式计算目标图像在设定像素维度占据的像素维度数量，其结果比较准确。
例如，对于图2所示的路面裂缝图像中的裂缝宽度的计算，首先计算得出图2中除裂缝像素所占据的1-6列像素之外的像素的灰度平均值为
可以理解，参照上述技术方案，可以计算图像中的目标图像在任意像素维度所占据的像素维度数，例如计算图像目标占据的像素行、像素列等。
s104、根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。
具体的，本发明实施例所处理的图像，是对实际场地进行拍摄得到的图像，其中包含场地中的感兴趣的目标物体。当对实际场地拍摄时，可以确定所拍摄的实际场地的实际尺寸，包括任意方向的尺寸。例如拍摄得到的图像的宽(以像素数表示)代表拍摄的实际场地的横向长度；图像的高(以像素数表示)代表拍摄的实际场地的竖向长度。
进一步的，在明确了拍摄图像的宽和高的像素数，以及对应的横向长度和竖向长度后，可以计算确定图像中宽和高的每一像素所代表的实际长度。具体算法为：用某一方向的实际长度除以该方向对应的图像像素数(即与该方向垂直的像素维度)，即为该方向每一像素代表的实际长度。例如，对于图2所示的路面裂缝图像，假设已知拍摄区域为长为m，宽为n的长方形区域，并且已知图2共包含k列像素(即有k个像素列)，则可以确定，每一列像素的尺寸为m/k。
更进一步的，在按照上述方法确定了目标图像在设定像素维度上所占据的像素维度数量，以及确定了图像对应的拍摄区域在上述设定的像素维度的垂直方向上的实际尺寸，并且计算得到上述图像的每一像素维度的实际尺寸后，本发明实施例用上述图像的每一像素维度的实际尺寸乘以目标图像在设定像素维度上所占据的像素维度数量，即可得到目标图像在上述设定像素维度的垂直方向上的实际尺寸。
可选的，在本发明的另一个实施例中，所述根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸，包括：
按照如下公式计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸：
其中，w_c表示所述目标图像在所述设定像素维度的垂直方向上的实际尺寸；n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；w表示所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸；nw所述图像在所述设定像素维度的垂直方向上的像素数量。
例如，按照上述公式计算图2所示的裂缝的宽度时，w表示图2所对应的拍摄区域的横向宽度；假设图像分辨率宽*高为nw×nh，则nw表示图2所示图像的像素列数量；n表示图2中的裂缝所占据的像素列数量，最终按照上述公式可计算得到图2中的裂缝的实际宽度为w_c。
本发明实施例提出的识别目标图像的方法，首先计算得到图像中除目标图像之外的图像区域的灰度平均值；然后确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；其次根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；最后根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。上述计算过程中，充分利用到目标图像以及目标图像周围图像区域的灰度值计算目标图像的实际尺寸，相对于单纯根据目标图像灰度值计算目标图像实际尺寸，准确度更高。
本发明实施例还公开了一种识别目标图像尺寸的装置，参见图3所示，包括：
第一计算单元100，用于计算得到图像中除目标图像之外的图像区域的灰度平均值；
灰度值确定单元110，用于确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
第二计算单元120，用于根据所述灰度平均值和所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；
第三计算单元130，用于根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸。
具体的，本实施例中的各个单元的具体工作内容，请参见上述方法实施例的内容，此处不再赘述。
可选的，在本发明的另一个实施例中，第二计算单元120根据所述灰度平均值和所述各个像素维度内的像素的灰度值，计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量时，具体用于：
根据以下公式计算得到所述目标图像在所述图像的设定像素维度上所占据的像素维度数量：
其中，n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；i表示所述目标图像在所述图像的设定像素维度上所占据的像素维度；ai表示所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值；
具体的，本实施例中的第二计算单元120的具体工作内容，请参见上述方法实施例的内容，此处不再赘述。
可选的，在本发明的另一个实施例中，第三计算单元130根据所述目标图像在所述图像的设定像素维度上所占据的像素维度数量，以及所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸，计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸时，具体用于：
按照如下公式计算得到所述目标图像在所述设定像素维度的垂直方向上的实际尺寸：
其中，w_c表示所述目标图像在所述设定像素维度的垂直方向上的实际尺寸；n表示所述目标图像在所述图像的设定像素维度上所占据的像素维度数量；w表示所述图像对应的拍摄区域在所述设定像素维度的垂直方向上的实际尺寸；nw所述图像在所述设定像素维度的垂直方向上的像素数量。
具体的，本实施例中的第三计算单元130的具体工作内容，请参见上述方法实施例的内容，此处不再赘述。
可选的，在本发明的另一个实施例中，灰度值确定单元110确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的灰度值时，具体用于：
分别确定所述目标图像在所述图像的设定像素维度上所占据的各个像素维度内的像素的平均灰度值。
具体的，本实施例中的灰度值确定单元110的具体工作内容，请参见上述方法实施例的内容，此处不再赘述。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
- 还没有人留言评论。精彩留言会获得点赞！