(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210299591.1 (22)申请日 2022.03.25 (65)同一申请的已公布的文献号 申请公布号 CN 114662594 A (43)申请公布日 2022.06.24 (73)专利权人 浙江省通信产业 服务有限公司 地址 310000 浙江省杭州市武林广场东侧3 号 (72)发明人 朱玲华　杨治宇　张武　吕祎　 (74)专利代理 机构 河南大象律师事务所 41 129 专利代理师 张辉 (51)Int.Cl. G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01)(56)对比文件 WO 2020164282 A1,2020.08.20 WO 20210 04402 A1,2021.01.14 US 20210 34901 A1,2021.02.04 审查员 丁娴子 (54)发明名称 一种目标特 征识别分析系统 (57)摘要 本发明公开了一种目标特征识别分析系统， 包括数据采集模块、 预处理模块、 阈值分析模块、 目标分析模块、 数据传输模块、 控制中心模块、 存 储模块， 数据采集模块对目标的图像数据和目标 分析数据进行采集得到目标数据， 预处理模块对 图像数据进行预处理得到目标预处理数据， 目标 分析模块对试验目标图像进行分析得到试验目 标分析数据， 阈值分析数据利用目标分析数据进 行分析得到动态阈值参数， 再由目标分析模块根 据动态阈值参数对阈值分割算法进行分析得到 最优分割阈值， 目标分析模块再对待测目标图像 进行背景分割和特征提取， 并分析得到目标分析 结果， 提高了目标特 征提取的实时性和准确性。 权利要求书3页 说明书7页 附图3页 CN 114662594 B 2022.10.04 CN 114662594 B 1.一种目标特征识别分析系统， 其特征在于， 包括数据采集模块、 预处理模块、 阈值分 析模块、 目标分析模块、 数据传输模块、 控制中心模块、 存储模块， 数据采集模块对目标的图 像数据和目标分析数据进 行采集得到目标数据， 预 处理模块对图像数据进 行预处理得到目 标预处理数据， 目标分析模块对目标预处理数据进行分析得到目标分析数据， 控制中心模 块是系统的控制中心， 阈值分析数据通过目标分析数据的分析对阈值分割算法的阈值进 行 分析得到动态阈值参数， 并将得到的动态阈值参数发送至目标分析模块， 目标分析模块根 据动态阈值参数对目标预 处理数据进 行背景分割和特征提取， 并对目标进 行分析得到目标 分析结果， 系统得 具体分析 过程如下： (1)、 数据采集模块包括图像采集模块和分析数据采集模块， 通过图像采集模块对目标 进行图像采集得到图像数据， 并将图像数据发送至存储模块进行存储， 预处理模块根据图 像数据的采集时间t进行分类得到目标图像组， 并对目标图像组的图像进行预处理得到目 标预处理数据； (2)、 目标分析模块首先对预处理模块的分析得到的目标预处理数据中的试验目标图 像的像素点进 行分析得到试验分析结果， 数据采集模块对目标分析模块对 试验目标图像的 分析过程产生的试验目标分析数据进 行采集， 并由目标分析模块将试验目标分析数据发送 至阈值分析模块， 具体的分析 过程如下： 步骤一、 将目标预处理数据中试验目标 图像的上的一个n维像素点记为P(x1,x2,x3…, xn)， X为n维试验目标图像上的点集， 利用线性可分的分类器对像素点进行分类， 分类器的 线性评估函数的表达式为： y(x)＝wTx+b， 其中， y(x)为不同分类类别的分值， x表示目标图像的像 素点， w为权重参数， wT为矩阵的 转置， b为偏差参数； 步骤二、 以每一个像素点为一个图像特征， 目标分析模块对像素点进行计算分析对试 验目标图像的目标和背景进行分割， 像素点与超平面的距离可以用以下如下表达式进 行计 算： 其中， W＝(w1,w2,w3,…,wn)为权重参数向量， 在每一个超平面的分割区域都对应的一个 边缘临界的阈值， 目标分析模块利用阈值分割法对试验目标图像中的目标进行阈值分割， 并提取目标的特征， 目标分析模块再利用机器算法进行机器训练和目标识别， 并将试验目 标图像的分析 过程中产生的试验目标分析 数据发送至阈值分析模块； 步骤三、 阈值分析模块通过对试验目标分析数据、 权重参数向量和偏差参数b进行分析 得到动态阈值参数 并将动态阈值参数发送至目标分析模块， 动态阈值参数的分析计算 过程如下： 步骤1、 预处理模块根据目标图像的采集环境设定采集 时间t， 根据采集时间t确定目标 图像组中试验目标图像和待测目标图像的分类， 再目标图像组中阈值分析模块利用几何分 析法对试验目标图像和待测目标图像的像素点的位置进行分析， 计算试验目标图像和待测 目标图像的目标图像之间的像素点的变化率， 相邻的两个像素点为c1和c2， 每一个像素点到权　利　要　求　书 1/3 页 2 CN 114662594 B 2本目标图像的超平面的距离记为d1和d2， 试验目标图像和待测目标图像中对应像素点的偏 移距离记为Δc1和Δc2， 像素点之间的连线为基线， 则c1和c2的变动坐标为C1和C2， 且满足以 下方程： s1C1＝K1(Rc1+ ε1), s2C2＝K2(Rc2+ ε2), 式中， K1和K2是一个试验目标图像和 待测目标图像对应像素点之间的变动矩阵， s1和s2 为尺度比例数， R是两个图像之间的变动矩阵， ε1和 ε2为采集过程中的采集 误差； 步骤2、 以试验目标图像 中的像素点在待测目标图像 中的变化的概率为研究对象， 通过 概率分析得到采集 误差 ε1和 ε2， 是R是反对称矩阵， 概 率分析方程如下： 其中， a为基线的数值， p(x,ai, λ )为x像素点的基线为ai偏差参数为b时的概率， λ为常数 值， 步骤3、 利用试验目标图像与待测目标图像的变化矩阵和d1和d2得到动态阈值 参数 阈值分析模块分析 得到动态阈值 参数 发送至目标分析模块； 步骤四、 目标分析模块再利用动态阈值参数 和阈值分割算法进行分析得到最优分割 阈值， 利用最优分割阈值对目标预处理数据中的待测目标图像进行背景分离， 目标分析模 块结合动态阈值参数通过建立目标优化模型与阈值分割算法进行融合， 再利用优化模型的 目标函数求得最优目标解， 目标分析模块利用机器学习算法对所有的像素点进行训练得到 待测目标图像的分析 结果； (3)、 目标分析模块将对目标图像的目标分析结果发送至目标传输模块， 目标传输模块 按照控制中心模块的指 令将目标分析模块的目标分析结果分类进 行发送至指定模块， 同时 将目标分析模块的目标分析 结果发送至存 储模块进行存 储。 2.根据权利要求1所述的一种目标特征识别分析系统， 其特征在于， 所述步骤四中的目 标分析模块结合动态阈值参数建立目标优化函数， 通过对目标优化函数的分析得到最优分 割阈值， 再对目标的像素进行分析和训练最终目标分析 结果， 具体分析 过程如下： 目标分析模块通过建立目标优化模型对目标分割的边界进行优化， 优化模型的目标函 数为： 其中， 表示偏导函数， m表示目标像素点的标签， m的数值为常数， W 为权重参数向量， 利用 来对目标的像素点进行标记区分， 在目标函数的约束 条件下通过拉格朗日乘子法求 解， 拉格朗日方程如下： 权　利　要　求　书 2/3 页 3 CN 114662594 B 3