CN111307039A - 一种物体长度识别方法、装置、终端设备和存储介质 - Google Patents

Abstract

本发明公开了一种物体长度识别方法、装置、终端设备和存储介质。该方法包括：获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。本发明实施例的技术方案可以实现准确、快速的识别物体的长度，并减少识别结果的误差。

Description

一种物体长度识别方法、装置、终端设备和存储介质

技术领域

本发明实施例涉及数字图像处理技术，尤其涉及一种物体长度识别方法、装置、终端设备和存储介质。

背景技术

数字图像处理技术是指将图像信号转换成数字信号并利用计算机对其进行处理的技术，数字处理技术在人们的日常生活中得到了广泛的应用。

传统的测量物体长度的方法，主要依靠刻度尺等进行人工测量，或通过三维激光扫描器扫描，计算物体的长度。使用刻度尺测量精度低，误差大，使用三维激光扫描器计算物体长度，成本较高，并且便携度较低。使用数字图像处理技术，可以通过拍摄包含物体和参照物的图片，识别物体的长度。现有技术通常是被测物体和参照物同框取景拍摄照片，根据已知参照物尺寸计算被测物体尺寸。

发明人在实现本发明的过程中，发现现有技术存在下述缺点：图1提供了现有技术中物体长度测量误差示意图，如图1所示，由于拍摄角度、拍摄高度等因素，容易产生测量误差，降低物体长度的识别精度。

发明内容

本发明实施例提供一种物体长度识别方法、装置、终端设备和存储介质，以实现准确、快速识别物体的长度，减少识别结果的误差。

第一方面，本发明实施例提供了一种物体长度识别方法，该方法包括：

获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

第二方面，本发明实施例还提供了一种物体长度识别装置，该装置包括：

待测量物体图像获取模块，用于获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

待测量点获取模块，用于获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

坐标转换关系获取模块，用于根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

物体长度识别模块，用于根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

第三方面，本发明实施例还提供了一种终端设备，所述终端设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的物体长度识别方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的物体长度识别方法。

本发明实施例通过对待测量物体拍摄头部图像和尾部图像，并在头部图像和尾部图像中获取待测量点，根据参照物在头部图像和尾部图像中的角点坐标，以及参照物的标准焦点坐标，计算头部坐标转换关系和尾部坐标转换关系，根据头部坐标转换关系、尾部坐标转换关系以及头部图像和尾部图像中的待测量点计算待测量物体长度。解决了现有技术中识别物体长度时测量误差大，识别精度低的问题，实现了准确、快速识别物体长度，减少识别结果误差的效果。

附图说明

图1是现有技术中物体长度测量误差示意图；

图2a是本发明实施例一中的一种物体长度识别方法的流程图；

图2b是适用于本发明实施例中的一种脚尖图像示意图；

图2c是适用于本发明实施例中的一种脚后跟图像示意图；

图3a是本发明实施例二中的一种物体长度识别方法的流程图；

图3b是适用于本发明实施例中的一种获取参照物的参考角点的方法的流程图；

图3c是适用于本发明实施例中的一种获取参照物的参考角点的方法的流程图；

图3d是身份证的粗略轮廓示意图；

图3e是线条框划分粗略轮廓线的示意图；

图3f是适用于本发明实施例中的一种根据粗略轮廓线确定实际轮廓线的方法的流程图；

图3g是粗略轮廓线与坐标轴夹角示意图；

图4是本发明实施例三中的一种物体长度识别装置的结构示意图；

图5是本发明实施例四中的一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图2a是本发明实施例一提供的一种物体长度识别方法的流程图，本实施例可适用于精密识别物体长度的情况，该方法可以由物体长度识别装置来执行，该装置可以由软件和/或硬件来实现，并一般集成在终端设备中。

如图2a所示，本发明实施例的技术方案，具体包括如下步骤：

S110、获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物。

其中，待测量物体可以为需要进行测量长度的物体，头部图像可以为对待测量物体的头部和参照物一起进行拍摄所获得的图像，尾部图像可以为对待测量物体的尾部和参照物一起进行拍摄所获得的图像。待测量物体的头部和尾部分别是待测量物体的两端，例如，当待测量物体为足部时，头部和尾部可以分别为脚尖和脚跟。参照物可以为尺寸已知、形状固定的物体，例如，可以为身份证、银行卡或者手机等。

在本发明实施例中，首先将待测量物体和参照物放置在同一平面，然后对待测量物体的头部和参照物进行拍摄获取头部图像，对待测量物体的尾部和参照物进行拍摄获取尾部图像。

在本发明一个可选的实施例中，所述头部图像以及所述尾部图像可以为所述待测量物体正面朝向图像拍摄装置拍摄得到，所述图像拍摄装置的成像面，与所述待测量物体的放置面平行。

其中，图像拍摄装置可以为手机、相机等可以进行图像拍摄的装置。成像面可以为对待测量物体进行拍摄时根据小孔成像原理投影形成的平面。待测量物体的放置面可以为待测量物体所放置的平面，例如，待测量物体放置在地面上时，放置面为地面所在平面。

在一个具体的示例中，当需要测量人体脚长时，待测量物体即为脚部，参照物为身份证，将身份证放置在脚部旁边，使用手机拍摄脚尖图像和脚后跟图像。拍摄时，手机面向脚尖正面保持水平，且平行于地面，将脚尖正面和身份证同框取景拍摄。同理，手机面向脚后跟正面保持水平，且平行于地面，将脚后跟正面和身份证同框取景进行拍摄。拍摄的到的脚尖图像和脚后跟图像即为本实施例所需的头部图像和尾部图像。

具体的，可以在手机的相机拍摄界面设置限定圈和十字架，并且设置为当十字架在限定圈中时，手机的IMU(Inertial measurement unit，惯性测量单元)传感器显示手机与地面平行，因此当用户进行拍摄时，只需保持十字架在限定圈中，即可保证手机与地面保持水平。同时，在限定圈中心，设置一条水平线，拍摄时保证待测量物体的头部或尾部与该水平线相切，为了降低用户的操作难度，也可以设置两条水平线，拍摄时保证待测量物体的头部或尾部在两条水平线之间的区域内，以便后续进行物体长度识别(例如：计算物体的长度)时，降低识别(计算)误差。图2b是一种脚尖图像示意图，图2c是一种脚后跟图像示意图，如图2b、2c所示，脚尖图像为脚尖正面和身份证正面，脚后跟图像为脚后跟正面和身份证正面。

S120、获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点。

其中，头部待测量点可以为在头部图像中选取出来，用以表示待测物体头部最远端的测量点。尾部待测量点可以为在尾部图像中选取出来，用以表示待测物体尾部最远端的测量点。头部待测量点和尾部待测量点之间的距离即为待测量物体的长度。

在本发明一个可选的实施例中，所述头部待测量点可以为所述待测量物体的头部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点；所述尾部待测量点可以为所述待测量物体的尾部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点。

在本发明实施例中，待测量物体的头部最外侧点和尾部最外侧点，可以通过人工在头部图像和尾部图像中进行标注的方式获得。也可以通过预设的自动选择算法，先识别出待测量物体的头部轮廓和尾部轮廓，再定位出头部最外侧点和尾部最外侧点。本实施例对获取头部最外侧点和尾部最外侧点的方式和具体过程不进行限制。

在一个具体的示例中，当待测量物体为脚部时，脚尖最外侧点沿垂直于地面方向做一条直线，该直线与地面相交的点即为头部待测量点。同理，脚后跟最外侧点沿垂直于地面方向做一条直线，该直线与地面相交的点即为尾部待测量点。头部待测量点和尾部待测量点之间的距离即为待测量物体长度。如图1所示，图1中，沿着表示脚尖的小椭圆的最左侧点做一条切线，该切线垂直于地面，且与地面相交于一点，沿着表示脚后跟的大椭圆的最右侧点做一条切线，该切线垂直于地面，且与地面相交于一点，此两点之间的距离即表示真实脚长。

S130、根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系。

其中，头部坐标转换关系和尾部坐标转换关系可以用以描述参照物在头部图像和尾部图像中的角点坐标与标准角点坐标之间的转换关系。头部坐标转换关系和尾部坐标转换关系的计算，可以通过头部图像和尾部图像中参照物的角点坐标计算，也可以通过参照物的特征点计算，还可以通过参照物的边计算。本实施例对头部坐标转换关系和尾部坐标转换关系的计算方式不进行限制。

在本发明一个可选的实施例中，根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系，可以包括：根据所述头部图像和所述尾部图像中所述参照物的角点坐标，以及所述参照物的标准角点坐标，计算头部坐标转换关系和尾部坐标转换关系。

其中，角点可以是在某方面属性特别突出的极值点，例如角点的灰度值明显高于附近其他像素点的灰度值，角点还可以是满足预设条件的特征点，例如选取在该点周围内不存在其他点或线的孤立点为角点，角点可以指两条线的角点，例如一个矩形有四条边，任意两边相交得到一个角点，一个矩形中包含四个角点，又例如一个三角形中包含三个角点。角点坐标可以为角点在头部图像或尾部图像中的坐标。

在本发明实施例中，头部图像和尾部图像中包含参照物，但是参照物的类型不定，选取的参照物不一定都是包含四个角点的矩形，或者三角形等其他包含拐点明确的物体，例如参照物可能是身份证，身份证的四个边角均是圆弧，但是在圆弧上无法确定唯一确定的坐标，所以可以通过拟合身份证四条边的方式，确定延长线的交点在目标图像中的坐标为角点坐标的方式，具体地，还可以通过其他边算法(例如角点检测)，精准定位参照物在目标图像中的位置坐标，以保证后续计算的准确度。

标准角点坐标可以指预设标准图像中参照物的角点坐标。预设标准图像可以是已知尺寸、分辨率的图像，其中标准图像的尺寸以标准图像中参照物的尺寸而定，例如：一张身份证是标准图像的全部内容，则标准图像的尺寸与身份证的真实尺寸相同，若身份证只占了标准图像中二分之一的内容，则标准图像的尺寸是参照物尺寸的两倍。预设标准图像中设置有坐标系，可以确定参照物的角点在标准图像中的标准角点坐标。预设标准图像中的平面直角坐标系可以将预设标准图像的左下角设置为坐标系原点，建立平面直角坐标系，先根据标准图像的尺寸和分辨率计算标准图像的横向像素点个数和纵向像素点个数，再根据标准图像的横纵像素点个数确定坐标轴的划分情况。例如：标准图像的横向像素点有100个，纵向像素点有50个，以标准图像的左下角为原点建立坐标系，X轴上有100个刻度，Y轴上有50个刻度，则每个坐标点代表一个像素点，例如坐标(1，1)代表标准图像的左下角的第一个像素点。

在本发明实施例中，通过参照物的角点坐标和标准角点坐标之间的关系，计算坐标转换关系。需要说明的是，上述方式只是计算坐标转换关系的其中一种优选的方式，还可以根据头部图像和尾部图像中的参照物和参照物标准图像之间的特征匹配关系，计算坐标转换关系。本实施例并不限制坐标转换关系的计算方式和具体实现过程。

S140、根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

在本发明实施例中，在头部图像和尾部图像中获取头部待测量点和尾部待测量点，以及根据参照物在头部图像和尾部图像中的角点坐标获取头部坐标转换关系和尾部坐标转换关系之后，即可根据头部待测量点、头部坐标转换关系尾部待测量点、以及尾部坐标转换关系，计算头部待测量点和尾部待测量点之间的距离，作为待测量物体的长度。

在本发明一个可选的实施例中，根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算所述待测量物体的物体长度，可以包括：根据所述头部坐标转换关系，将所述头部待测量点在所述头部图像中的坐标转换为在所述预设标准图像中的头部标准坐标；根据所述尾部坐标转换关系，将所述尾部待测量点在所述尾部图像中的坐标转换为在所述预设标准图像中的尾部标准坐标；计算所述头部标准坐标和所述尾部标准坐标之间的距离，并将计算结果作为所述物体长度。

在本发明实施例中，根据头部待测量点在头部图像中的坐标，以及头部坐标转换关系，可以获得头部待测量点在预设标准图像中的头部标准坐标；根据尾部待测量点在尾部图像中的坐标，以及尾部坐标转换关系，可以获得尾部待测量点在预设标准图像中的尾部标准坐标。头部标准坐标和尾部标准坐标此时处于同一坐标系下，可以通过下述欧氏距离公式计算距离：

其中，d为头部标准坐标和所述尾部标准坐标之间的距离，x₁表示头部标准坐标的横坐标，x₂表示尾部标准坐标的横坐标，y₁表示头部标准坐标的纵坐标，y₂表示尾部标准坐标的纵坐标。

本实施例的技术方案，通过对待测量物体拍摄头部图像和尾部图像，并在头部图像和尾部图像中获取待测量点，根据参照物在头部图像和尾部图像中的角点坐标，以及参照物的标准焦点坐标，计算头部坐标转换关系和尾部坐标转换关系，根据头部坐标转换关系、尾部坐标转换关系以及头部图像和尾部图像中的待测量点计算待测量物体长度。解决了现有技术中识别物体长度时测量误差大，识别精度低的问题，实现了准确、快速识别物体长度，减少识别结果误差的效果。

实施例二

图3a是本发明实施例二提供的一种物体长度识别方法的流程图，本发明实施例在上述实施例的基础上，对计算头部坐标转换关系和尾部坐标转换关系的过程，以及计算待测量物体的物体长度的过程进行了进一步的具体化。

相应的，如图3a所示，本发明实施例的技术方案，具体包括如下步骤：

S210、获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物。

S220、获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点。

S230、分别获取所述头部图像和所述尾部图像中所述参照物的参考角点。

其中，参考角点可以为参照物的粗略角点，用以确定参照物的粗略轮廓，从而进一步获取参照物的角点坐标。

在本发明实施例中，获取参照物的参考角点，可以通过深度学习网络模型检测参照物的轮廓，获取参照物的粗略轮廓，再在参照物的粗略轮廓中检测参考角点。也可以通过特征匹配，获取头部图像或尾部图像与标准图像之间的单应型矩阵，通过单应型矩阵将标准图像中参照物的标准角点坐标，转换为头部图像或尾部图像中的参考角点坐标。本实施例对获取参考角点坐标的方法和具体实施过程不进行限制。

在本发明实施例中，在头部图像和尾部图像中，同样执行S230-S270，分别获得头部图像和尾部图像中参照物的角点坐标。

图3b提供了一种获取参照物的参考角点的方法的流程图，相应的，如图3b所示，S230可以包括：

S231、根据所述头部图像中所述参照物的特征点，和预设标准图像中特征点的对应关系，计算特征点单应性矩阵。

其中，特征点可以指图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点。对头部图像和标准图像进行提取特征点和特征点匹配，并获取匹配的特征点，根据头部图像和标准图像中匹配的特征点之间的对应关系，计算单应性矩阵。

S232、根据所述特征点单应性矩阵，和所述预设标准图像中所述参照物的标准角点坐标，计算所述头部图像中所述参照物的参考角点坐标。

其中，标准角点坐标为参照物在标准图像中角点的坐标，根据S231中计算得到的单应性矩阵，可以将标准角点坐标转换为参照物在头部图像中的参考角点的坐标。

图3c提供了一种获取参照物的参考角点的方法的流程图，如图3c所示，S230还可以包括：

S2301、分别将所述头部图像和所述尾部图像输入预先建立的检测模型，利用所述检测模型检测所述参照物的轮廓，得到粗略轮廓。

其中，检测模型是预先建立的，用于提取参照物的轮廓，检测模型的选取取决于参照物类型。例如选取身份证为参照物，则选取用于提取身份证边缘的检测模型，选取多张包含身份证的样本图像，人工标记出身份证的边缘，使用多张样本图像对检测模型进行训练，直至模型输出精确度达到预设的标准值，即可使用该检测模型从图像中提取身份证的轮廓。但使用神经网络模型对图像进行参照物提取只能提取出参照物的粗略轮廓，图3d是身份证的粗略轮廓示意图，如图3d所示，粗略轮廓中可能存在多条线段，所以想要在粗略轮廓中确定参照物中角点的准确坐标，需要进一步对粗略边缘进行处理。

S2302、在所述粗略轮廓中检测参考角点。

其中，参考角点可以为通过角点检测算法对粗略轮廓进行角点检测得到的角点。但是参考角点可能是不准确的，例如：从身份证或银行卡等包含圆弧角的类矩形中检测到的角点，准确度低，并不能准确的表示出粗略轮廓中角点在目标图像中的位置，所以这些角点仅作为参考角点，以进行进一步的提取确认。

S240、基于每两个位于同一粗略轮廓线上的参考角点分别构建包含粗略轮廓线的线条框。

在本发明实施例中，通过神经网络模型提取出的参照物粗略轮廓中可能包含很多条细小的线，或者其他噪声点。为了避免复杂的背景中线条对边缘提取的干扰，从粗略轮廓中提取出参考角点，构建若干个包含图形粗略轮廓中的粗略轮廓线条的线条框，划分若干个包含部分图形粗略轮廓的区域，进而避免了背景中线条对参照物边缘提取的干扰。

在本发明实施例中，线条框的构建方式可以依据实际情况而定，可选地，图3e是线条框划分粗略轮廓线的示意图，如图3e所示，选用两个位置相邻地参考角点构建矩形线条框，将参照物地粗略轮廓划分为四个区域，每个区域内包含部分粗略轮廓线，针对每个线条框确定实际轮廓线。本发明实施例的线条框形状以及尺寸等具体设置仅为示例，具体设置可以依据实际情况而定，本发明对此不作具体限定。

S250、在每个线条框包含的粗略轮廓线中确定实际轮廓线。

在本发明一个可选的实施例中，当使用特征匹配获取参考角点时，可以通过对每个线条框包含的粗略轮廓线进行边缘检测，获得实际轮廓线。

其中，任何可以实现边缘检测的算法都在本发明实施例的保护范围内。示例性的，可以使用Canny边缘检测算法进行边缘检测。

图3f提供了一种根据粗略轮廓线确定实际轮廓线的方法的流程图，如图3f所示，相应的，S250可以包括：S251、分别对每个线条框包含的粗略轮廓线进行滤波处理，得到中间图像。

其中，滤波处理可以为高斯滤波处理，过滤粗略轮廓线的噪声点，也可以是平滑滤波，将粗略轮廓线拟合成一条唯一确定的线条。本实施例对滤波处理的类型和具体过程不进行限制。

在本发明实施例中，每个线条框内都包含粗略轮廓线，对该线条框内包含粗略轮廓线的图像进行滤波处理，得到滤波后的中间图像。

S252、计算所述中间图像中各像素的横向梯度、纵向梯度以及斜向梯度。

在本发明实施例中，计算中间图像中各像素的梯度值和方向，像素的梯度可以用来表示像素灰度值的变化程度和方向。

S253、获取当前处理像素的横向梯度、纵向梯度以及斜向梯度中，与粗略轮廓线的夹角小于或等于预设角度的目标梯度。

其中，若粗略轮廓线与像素的某个梯度角度的夹角小于或等于预设角度，则代表粗略轮廓线方向大致贴合该梯度的方向，利用该梯度确定与粗略轮廓线对应的实际轮廓线。

在一个具体的示例中，可以设置预设角度为22.5°，则以45°为一个方向，确定粗略轮廓线与梯度的对应关系。图3g是粗略轮廓线与梯度夹角示意图，如图3g所示，若粗略轮廓线与像素的横向梯度的夹角在-22.5°到22.5°之间，则使用预先计算的横向梯度确定实际轮廓直线段。

S254、根据目标梯度确定所述实际轮廓线。

需要说明的是，本发明实施例中的S251-S254只是确定实际轮廓线的其中一种方式，可以采用边缘检测算法在粗略轮廓中提取出实际轮廓线，也可以使用其他能够在粗略轮廓线中确定实际轮廓线的图像处理算法，本发明实施例对此不作具体限定。

在本发明另一个可选的实施例中，当使用深度学习模型获取参考角点时，在通过对每个线条框包含的粗略轮廓线进行边缘检测之后，需进一步对进行边缘检测之后的粗略轮廓线进行梯度算法处理，获取实际轮廓线。

其中，梯度算法可以为考虑头部图像或尾部图像的每个像素的某个邻域内的灰度变化，利用边缘临近的一阶或二阶导数变化规律，对像素某个邻域设置梯度算子。进一步进行梯度算法处理的好处在于，可以进一步优化实际轮廓线。

S260、拟合每个所述实际轮廓线得到中间轮廓线。

在本发明实施例中，若参照物是边角存在圆弧的形状，则实际轮廓线中可能包含有曲线，在曲线上无法定位出准确的角点。因此，将实际轮廓线中的曲线部分与实际轮廓线中的直线部分拟合，得到中间轮廓线，该中间轮廓线可以是一条无限长的直线，也可以是一条直线段，具体设置方式可以依据实际情况而定。

S270、将所述中间轮廓线之间的交点在所述头部图像上的坐标确定为角点坐标。

在本发明实施例中，通过拟合实际轮廓线得到中间轮廓线，再将中间轮廓线之间的交点确定为角点，解决了直接使用角点检测方法无法在包含圆弧边角的参照物上确定角点的问题，实现精准定位实际轮廓的角点在目标图像中的角点坐标，进而提升了间距测量算法的测量精确度。

S280、在所述头部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系。

在本发明实施例中，参照物在头部图像和尾部图像中的各角点坐标，都在标准图像上存在与之对应的标准角点坐标，例如：参照物为身份证时，身份证正面的左上角在头部图像中角点坐标为a，在标准图像中身份证正面的左上角的标准坐标为A，则a与A存在对应关系。

S290、根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为头部坐标转换关系。

其中，单应性是指一个平面到另一个平面的投影映射。确定头部图像中某一点与标准图像中对应点坐标转换关系的过程，包括建立单应性矩阵。

在本发明实施例中，利用多个角点坐标和与其对应的标准角点坐标计算单应性矩阵，假设在头部图像上有一点A，A通过单应性变换得到在标准图像上的点B，具体表示为A·H＝B，其中矩阵H为单应性矩阵，表达方式如下：

因为在二维图像中A与B都是齐次坐标，而在目标图像和标准图像中齐次坐标中只在X轴与Y轴两个维度坐标，Z轴上都可以设置为1，所以只需求出单应性矩阵H的8个自由度，因此需要至少四组对应的坐标点才可以计算出单应性矩阵H。

S2100、在所述尾部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系。

S2110、根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为尾部坐标转换关系。

S2120、根据所述头部坐标转换关系，将所述头部待测量点在所述头部图像中的坐标转换为在所述预设标准图像中的头部标准坐标。

S2130、根据所述尾部坐标转换关系，将所述尾部待测量点在所述尾部图像中的坐标转换为在所述预设标准图像中的尾部标准坐标。

S2140、计算所述头部标准坐标和所述尾部标准坐标之间的距离，并将计算结果作为所述物体长度。

本发明实施例的技术方案，通过对待测量物体拍摄头部图像和尾部图像，并在头部图像和尾部图像中获取待测量点，根据参照物在头部图像和尾部图像中的角点坐标，以及参照物的标准焦点坐标，计算头部坐标转换关系和尾部坐标转换关系，根据头部坐标转换关系，将头部图像中的待测量点坐标转换为头部标准坐标，根据尾部坐标转换关系，将尾部图像中的待测量点坐标转换为尾部标准坐标。将头部标准坐标和尾部标准坐标中的距离作为待测量物体长度。解决了现有技术中识别物体长度时测量误差大，识别精度低的问题，实现了准确、快速识别物体长度，减少识别结果误差的效果。

实施例三

图4是本发明实施例三提供的一种物体长度识别装置的结构示意图，该装置包括：待测量物体图像获取模块310、待测量点获取模块320、坐标转换关系获取模块330以及物体长度识别模块340。其中：

待测量物体图像获取模块310，用于获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

待测量点获取模块320，用于获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

坐标转换关系获取模块330，用于根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

物体长度识别模块340，用于根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

本发明实施例的技术方案，通过对待测量物体拍摄头部图像和尾部图像，并在头部图像和尾部图像中获取待测量点，根据参照物在头部图像和尾部图像中的角点坐标，以及参照物的标准焦点坐标，计算头部坐标转换关系和尾部坐标转换关系，根据头部坐标转换关系、尾部坐标转换关系以及头部图像和尾部图像中的待测量点计算待测量物体长度。解决了现有技术中识别物体长度时测量误差大，识别精度低的问题，实现了准确、快速识别物体长度，减少识别结果误差的效果。

在上述实施例的基础上，所述头部图像以及所述尾部图像为所述待测量物体正面朝向图像拍摄装置拍摄得到，所述图像拍摄装置的成像面，与所述待测量物体的放置面平行。

在上述实施例的基础上，所述头部待测量点为所述待测量物体的头部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点；所述尾部待测量点为所述待测量物体的尾部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点。

在上述实施例的基础上，所述坐标转换关系获取模块330，包括：

坐标转换关系获取单元，用于根据所述头部图像和所述尾部图像中所述参照物的角点坐标，以及所述参照物的标准角点坐标，计算头部坐标转换关系和尾部坐标转换关系。

在上述实施例的基础上，所述装置，还包括：

参考角点获取模块，用于分别获取所述头部图像和所述尾部图像中所述参照物的参考角点；

线条框构造模块，用于基于每两个位于同一粗略轮廓线上的参考角点分别构建包含粗略轮廓线的线条框；

实际轮廓线确定模块，用于在每个线条框包含的粗略轮廓线中确定实际轮廓线；

角点坐标确定模块，用于根据若干个所述实际轮廓线确定角点坐标。

在上述实施例的基础上，所述实际轮廓线确定模块，包括：

实际轮廓线获取单元，用于对每个线条框包含的粗略轮廓线进行边缘检测，获得实际轮廓线。

在上述实施例的基础上，所述角点坐标确定模块，包括：

中间轮廓线获取单元，用于拟合每个所述实际轮廓线得到中间轮廓线；

角点坐标确定单元，用于将所述中间轮廓线之间的交点在所述头部图像上的坐标确定为角点坐标。

在上述实施例的基础上，所述参考角点获取模块，包括：

特征点单应性矩阵计算单元，用于根据所述头部图像中所述参照物的特征点，和预设标准图像中特征点的对应关系，计算特征点单应性矩阵；

参考角点坐标获取单元，用于根据所述特征点单应性矩阵，和所述预设标准图像中所述参照物的标准角点坐标，计算所述头部图像中所述参照物的参考角点坐标。

在上述实施例的基础上，所述参考角点获取模块，还包括：

粗略轮廓获取单元，用于分别将所述头部图像和所述尾部图像输入预先建立的检测模型，利用所述检测模型检测所述参照物的轮廓，得到粗略轮廓；

参考角点检测单元，用于在所述粗略轮廓中检测参考角点；

所述装置，还包括：

梯度算法处理模块，用于对进行边缘检测之后的粗略轮廓线进行梯度算法处理，获取实际轮廓线。

在上述实施例的基础上，所述坐标转换关系获取模块330，包括：

第一对应关系确定单元，用于在所述头部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系；

头部坐标转换关系确定单元，用于根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为头部坐标转换关系；

第二对应关系确定单元，用于在所述尾部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系；

尾部坐标转换关系确定单元，用于根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为尾部坐标转换关系。

在上述实施例的基础上，所述物体长度识别模块340，包括：

头部标准坐标转换单元，用于根据所述头部坐标转换关系，将所述头部待测量点在所述头部图像中的坐标转换为在所述预设标准图像中的头部标准坐标；

尾部标准坐标转换单元，用于根据所述尾部坐标转换关系，将所述尾部待测量点在所述尾部图像中的坐标转换为在所述预设标准图像中的尾部标准坐标；

标准坐标距离计算单元，用于计算所述头部标准坐标和所述尾部标准坐标之间的距离，并将计算结果作为所述物体长度。

本发明实施例所提供的物体长度识别装置可执行本发明任意实施例所提供的物体长度识别方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5为本发明实施例四提供的一种终端设备的结构示意图，如图5所示，该计算机设备包括处理器70、存储器71、输入装置72和输出装置73；计算机设备中处理器70的数量可以是一个或多个，图5中以一个处理器70为例；计算机设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的物体长度识别方法对应的模块(例如，物体长度识别装置中的待测量物体图像获取模块310、待测量点获取模块320、坐标转换关系获取模块330以及物体长度识别模块340)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的物体长度识别方法。该方法包括：

获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置72可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种物体长度识别方法，该方法包括：

获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的物体长度识别方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述物体长度识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (14)

1.一种物体长度识别方法，其特征在于，包括：

获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

2.根据权利要求1所述的方法，其特征在于，所述头部图像以及所述尾部图像为所述待测量物体正面朝向图像拍摄装置拍摄得到，所述图像拍摄装置的成像面，与所述待测量物体的放置面平行。

3.根据权利要求2所述的方法，其特征在于：

所述头部待测量点为所述待测量物体的头部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点；

所述尾部待测量点为所述待测量物体的尾部最外侧点沿所述待测量物体所放置平面垂直方向所做的直线，与所述待测量物体所放置平面相交形成的点。

4.根据权利要求1所述的方法，其特征在于，根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系，包括：

根据所述头部图像和所述尾部图像中所述参照物的角点坐标，以及所述参照物的标准角点坐标，计算头部坐标转换关系和尾部坐标转换关系。

5.根据权利要求4所述的方法，其特征在于，在根据所述头部图像和所述尾部图像中参照物的角点坐标，以及所述参照物的标准角点坐标，计算头部坐标转换关系和尾部坐标转换关系之前，还包括：

分别获取所述头部图像和所述尾部图像中所述参照物的参考角点；

基于每两个位于同一粗略轮廓线上的参考角点分别构建包含粗略轮廓线的线条框；

在每个线条框包含的粗略轮廓线中确定实际轮廓线；

根据若干个所述实际轮廓线确定角点坐标。

6.根据权利要求5所述的方法，其特征在于，在每个线条框包含的粗略轮廓线中确定实际轮廓线，包括：

对每个线条框包含的粗略轮廓线进行边缘检测，获得实际轮廓线。

7.根据权利要求5所述的方法，其特征在于，根据若干个所述实际轮廓线确定角点坐标，包括：

拟合每个所述实际轮廓线得到中间轮廓线；

将所述中间轮廓线之间的交点在所述头部图像上的坐标确定为角点坐标。

8.根据权利要求6所述的方法，其特征在于，获取所述头部图像中所述参照物的参考角点，包括：

根据所述头部图像中所述参照物的特征点，和预设标准图像中特征点的对应关系，计算特征点单应性矩阵；

根据所述特征点单应性矩阵，和所述预设标准图像中所述参照物的标准角点坐标，计算所述头部图像中所述参照物的参考角点坐标。

9.根据权利要求6所述的方法，其特征在于，分别获取所述头部图像和所述尾部图像中所述参照物的参考角点，包括：

分别将所述头部图像和所述尾部图像输入预先建立的检测模型，利用所述检测模型检测所述参照物的轮廓，得到粗略轮廓；

在所述粗略轮廓中检测参考角点；

对每个线条框包含的粗略轮廓线进行边缘检测之后，还包括：对进行边缘检测之后的粗略轮廓线进行梯度算法处理，获取实际轮廓线。

10.根据权利要求3所述的方法，其特征在于，根据所述头部图像中所述参照物的角点坐标，以及所述参照物的标准角点坐标，计算头部坐标转换关系，包括：

在所述头部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系；

根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为头部坐标转换关系；

根据所述尾部图像中所述参照物的角点坐标，以及所述参照物的标准角点坐标，计算尾部坐标转换关系，包括：

在所述尾部图像中，确定各角点坐标和所述参照物在预设标准图像中的标准角点坐标之间的对应关系；

根据所述对应关系、所述角点坐标以及所述标准角点坐标，计算单应性矩阵，并将所述单应性矩阵作为尾部坐标转换关系。

11.根据权利要求3所述的方法，其特征在于，根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算所述待测量物体的物体长度，包括：

根据所述头部坐标转换关系，将所述头部待测量点在所述头部图像中的坐标转换为在所述预设标准图像中的头部标准坐标；

根据所述尾部坐标转换关系，将所述尾部待测量点在所述尾部图像中的坐标转换为在所述预设标准图像中的尾部标准坐标；

计算所述头部标准坐标和所述尾部标准坐标之间的距离，并将计算结果作为所述物体长度。

12.一种物体长度识别装置，其特征在于，包括：

待测量物体图像获取模块，用于获取待测量物体的头部图像和尾部图像，所述头部图像和所述尾部图像中包括同一参照物；

待测量点获取模块，用于获取与所述头部图像对应的头部待测量点，和与所述尾部图像对应的尾部待测量点；

坐标转换关系获取模块，用于根据所述头部图像和所述尾部图像中的参照物，计算头部坐标转换关系和尾部坐标转换关系；

物体长度识别模块，用于根据所述头部待测量点、所述尾部待测量点、所述头部坐标转换关系以及所述尾部坐标转换关系，计算待测量物体的物体长度。

13.一种终端设备，所述终端设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-11中任一所述的物体长度识别方法。

14.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的物体长度识别方法。

Images