填涂区域自适应识别方法及装置、电子设备、存储介质与流程
本申请属于图像识别,更具体地说,是涉及一种填涂区域自适应识别方法及装置、电子设备、存储介质。
背景技术:
1、在图像识别领域,填涂区域的自动识别已广泛应用于答题卡阅卷、问卷调查统计等场景。现有填涂识别方法主要分为两类:一类是基于固定阈值的二值化方法,通过设定固定的灰度或颜色阈值将填涂区域与背景分离;另一类是基于图像分割的模式识别方法,通过提取填涂区域的多维特征进行判定。然而,上述方法均采用固定判定准则,当填涂载体规格变化时(如不同考试的填涂区域尺寸差异显著),现有识别方法无法自适应地调整判定尺度;同时,扫描光照不均、填涂工具差异、擦除残留等复杂因素进一步加剧了识别难度,导致现有的固定准则方法难以在跨规格、跨场景的应用中保持稳定的识别性能,误判率显著上升。因此,如何在填涂载体规格多变、成像条件复杂的应用环境中提高填涂识别的准确率,成为当前亟待解决的技术问题。
技术实现思路
1、本申请提供了一种填涂区域自适应识别方法及装置、电子设备、存储介质,以提高填涂区域识别的准确率。
2、根据本申请实施例的一个方面,提供了一种填涂区域自适应识别方法,包括:
3、获取预设的区域划分模板、目标图像和目标图像对应的标准面积参数;
4、基于区域划分模板确定目标图像中的多个待识别填涂区域,并针对每一待识别填涂区域,提取该待识别填涂区域的灰度特征信息;灰度特征信息包括加权特征亮度指数;加权特征亮度指数用于表征待识别填涂区域经灰度加权后的平均亮度水平;
5、将多个待识别填涂区域划分为多个判定组;
6、针对每个判定组,基于各待识别填涂区域的加权特征亮度指数,选取数值最小的填涂区域作为基准区域,并将除基准区域之外的填涂区域作为候选区域;
7、根据标准面积参数与预设基准面积参数的比值,自适应计算目标灰度差容限阈值;目标灰度差容限阈值用于表征候选区域与基准区域之间的灰度差异的最大允许值;
8、针对每一候选区域,将该候选区域的灰度特征信息与基准区域的灰度特征信息进行比较,基于比较结果和目标灰度差容限阈值确定该候选区域是否为有效填涂区域。
9、根据本申请实施例的一个方面,提供了一种填涂区域自适应识别装置,包括:
10、获取模块,用于获取预设的区域划分模板、目标图像和目标图像对应的标准面积参数;
11、区域确定模块,用于基于区域划分模板确定目标图像中的多个待识别填涂区域,并针对每一待识别填涂区域,提取该待识别填涂区域的灰度特征信息;灰度特征信息包括加权特征亮度指数;加权特征亮度指数用于表征待识别填涂区域经灰度加权后的平均亮度水平;
12、特征提取模块,用于将多个待识别填涂区域划分为多个判定组;
13、基准选取模块,用于针对每个判定组,基于各待识别填涂区域的加权特征亮度指数,选取数值最小的填涂区域作为基准区域,并将除基准区域之外的填涂区域作为候选区域;
14、阈值计算模块,用于根据标准面积参数与预设基准面积参数的比值,自适应计算目标灰度差容限阈值;目标灰度差容限阈值用于表征候选区域与基准区域之间的灰度差异的最大允许值;
15、判定模块,用于针对每一候选区域,将该候选区域的灰度特征信息与基准区域的灰度特征信息进行比较,基于比较结果和目标灰度差容限阈值确定该候选区域是否为有效填涂区域。
16、根据本申请实施例的一个方面,提供了一种电子设备,电子设备包括处理器和存储器,存储器中存储有计算机程序,计算机程序由处理器加载并执行以实现上述填涂区域自适应识别方法。
17、根据本申请实施例的一个方面,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该电子设备执行上述填涂区域自适应识别方法。
18、本申请实施例提供的技术方案可以包括如下有益效果:
19、本申请实施例首先依托区域划分模板定位各待识别填涂区域,并提取包含加权特征亮度指数的灰度特征信息,精准表征各区域真实亮度水平,规避了光照不均、填涂工具差异、擦除残留等干扰因素对特征识别的影响。本申请实施例通过对多个待识别填涂区域分组判定,以同组内加权特征亮度指数最小的区域为基准区域,依托同场景区域亮度特征对标判定。同时,本申请实施例结合标准面积参数与预设基准面积参数的比值,自适应计算目标灰度差容限阈值,可根据填涂载体规格变化动态适配判定标准,解决了传统方法无法自适应调整判定尺度、跨规格场景识别失效的问题。最终通过候选区域与基准区域的灰度特征信息比对结合自适应阈值完成有效填涂区域判定,大幅提升多场景、复杂成像条件下填涂区域识别准确率,降低识别误判率,保障了跨规格填涂载体识别的稳定性与通用性。因此,本申请实施例提高填涂区域识别的准确率。
1.一种填涂区域自适应识别方法,其特征在于,包括:
2.如权利要求1所述的填涂区域自适应识别方法,其特征在于,所述目标图像的获取方式,包括:
3.如权利要求1所述的填涂区域自适应识别方法,其特征在于,所述基于所述区域划分模板确定目标图像中的多个待识别填涂区域,包括:
4.如权利要求1所述的填涂区域自适应识别方法,其特征在于,所述灰度特征信息还包括加权饱和度系数、白色像素占比和灰度标准差;
5.如权利要求4所述的填涂区域自适应识别方法,其特征在于,所述基于所述主峰灰度确定各像素的权重,包括:
6.如权利要求1所述的填涂区域自适应识别方法,其特征在于,所述根据所述标准面积参数与预设基准面积参数的比值,自适应计算目标灰度差容限阈值,包括:
7.如权利要求5所述的填涂区域自适应识别方法,其特征在于,所述针对每一候选区域,将该候选区域的灰度特征信息与所述基准区域的灰度特征信息进行比较,基于比较结果和所述目标灰度差容限阈值确定该候选区域是否为有效填涂区域,包括:
8.一种填涂区域自适应识别装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的填涂区域自适应识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至7任一项所述的填涂区域自适应识别方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com