專利名稱：一種數(shù)據(jù)流圖像幀的分割識別方法及其裝置的制作方法
技術領域：
.本發(fā)明涉及視頻模式識別算法領域，尤其涉及的是， 一種數(shù)據(jù)流圖像 幀的分割識別方法及其裝置。
背景技術：
通常視頻模式識別算法的基本流程是在一幀圖像中尋找定位區(qū)域、 分割圖片、提取特征、模式比對、結(jié)果輸出。具體來說，就是首先，在一 幀圖像中定位識別的區(qū)域，然后將區(qū)域內(nèi)的圖形對象進行分割，提取圖形 對象的特征，再用比對的方法確認?？梢?，這種算法對原始圖像的要求高， 算法復雜，并且識別算法至少要對一幀圖像做重復分析運算、定位對象， 然后再進行識別。
通常，按照人眼的視覺要求，視頻監(jiān)控系統(tǒng)的成像部分每秒鐘至少要 釆集和處理25幀圖像數(shù)據(jù)，才能避免圖像實時顯示時的視覺閃爍感。例如， 對于320 x 240的點陣圖〗象，A/D為14位，則每幀采集數(shù)據(jù)為320 x 240 x 14位-lMB，也就是說一幀圖像的數(shù)據(jù)大小是1MB, 1MB的圖像數(shù)據(jù)經(jīng) 過壓縮形成由多個數(shù)據(jù)包構(gòu)成的數(shù)據(jù)流，然后按照時間順序?qū)⒑袌D像數(shù) 據(jù)的各個數(shù)據(jù)包發(fā)送到進行視頻模式識別算法的終端上進行處理，圖1示 出了現(xiàn)有的視頻模式識別算法系統(tǒng)的實現(xiàn)結(jié)構(gòu)圖，其包括用于接收含有 圖像數(shù)據(jù)的數(shù)據(jù)包的接收模塊，用于存儲數(shù)據(jù)的緩存單元，用于將多個數(shù) 據(jù)包重建成一幀圖像數(shù)據(jù)的幀圖像重建單元，用于定位查找一幀圖像中所 需要的識別區(qū)域的定位區(qū)域查找單元，用于對圖像識別區(qū)域內(nèi)的圖形對象 進行分割、及獲得圖形分割區(qū)域的圖形分割單元，用于提取所述圖形分割區(qū)域內(nèi)圖形對象特征的特征提取單元，以及用于對所述圖形對象特征進行 比對、及結(jié)果輸出的模式比對單元。
可見，依據(jù)上述視頻模式識別算法的基本流程，現(xiàn)有技術中的識別分
割算法需要基于一幀圖像進行處理，對于一幀高像素的圖像中(如1920x 168 0的點陣圖像)，由于數(shù)據(jù)量巨大，其采用現(xiàn)有技術的方法則顯得很復 雜，并且運算量大，占用系統(tǒng)資源也很多，這樣就很難實現(xiàn)對高速運動的 視頻流(數(shù)據(jù)流)做到逐幀識別，因此，會失去和錯過許多有用的數(shù)據(jù)， 從而導致識別率較低。
所以，現(xiàn)有技術中存在一定的問題，有待進一步地研究。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種數(shù)據(jù)流圖像幀的分割識別方法及其裝置， 其提高了高像素圖像的模式識別率，并且不需要進行逐幀識別，運算量小， 占用系統(tǒng)資源也少。
為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案
本發(fā)明提供的數(shù)據(jù)流圖像幀的實時分割識別方法，包括以下步驟
A、 對當前接收到的數(shù)據(jù)包進行預處理，將預處理獲取的該數(shù)據(jù)包所對 應的圖像數(shù)據(jù)以及該圖像數(shù)據(jù)的標示存入緩存累積；
B、 當累積達到一預設程度時，判斷所述緩存中累積的圖像數(shù)據(jù)是否已 構(gòu)成初始圖像識別區(qū)域；若是，則對此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)進 行模式識別。
所述方法中，所述標示包括每個數(shù)據(jù)包所對應的圖像數(shù)據(jù)在一幀圖 像中的位置標示，以及該圖像數(shù)據(jù)的亮度標示。
所述方法中，所述標示還包括每個數(shù)據(jù)包所對應的圖像數(shù)據(jù)在一幀 圖像中的色彩標示。
所迷方法中，所述步驟B中，初始圖像識別區(qū)域的判定過程包括以下步驟Bl、根據(jù)所迷亮度標示，判斷所述圖像數(shù)據(jù)中是否已經(jīng)存在滿足所 述初始圖像識別區(qū)域邊界條件的數(shù)據(jù)集，若是，則判定該數(shù)據(jù)集已構(gòu)成初 始圖像識別區(qū)域'
所述方法中，在步驟B1之前增加以下步驟B0、根據(jù)所述位置標示， 判斷所述圖像數(shù)據(jù)中是否已經(jīng)存在構(gòu)成同一鄰域的數(shù)據(jù)集，若是，則對該 數(shù)據(jù)集內(nèi)的圖像數(shù)據(jù)執(zhí)行步驟B1 。
所述方法中，所述累積達到一預設程度通過判斷所述緩存中的圖像數(shù) 據(jù)是否累積達到一預設長度，或者通過判斷是否累積達到一預設時間周期 來實現(xiàn)。
所述方法中，所述步驟B中，初始圖像識別區(qū)域的判定過程包括根 據(jù)所述色彩標示，判斷累積的圖像數(shù)據(jù)是否已經(jīng)存在滿足所述初始圖像識 別區(qū)域邊界條件的數(shù)據(jù)集，來判定是否已有初始圖像識別區(qū)域的步驟。
本發(fā)明還提供了 一種數(shù)據(jù)流圖像幀的實時分割識別裝置，所述裝置包 括用于對圖像識別區(qū)域內(nèi)的圖形對象進行分割、及獲得圖形分割區(qū)域的 圖形分割單元，用于提取所述圖形分割區(qū)域內(nèi)圖形對象特征的特征提取單 元，用于對所述圖形對象特征進行比對、及結(jié)果輸出的模式比對單元，用 于接收含有圖像數(shù)據(jù)的數(shù)據(jù)包的接收模塊、以及用于存儲數(shù)據(jù)的緩存單元； 所述裝置還包括預處理單元，用于獲取所述接收模塊當前接收的數(shù)據(jù)包， 解析該數(shù)據(jù)包對應的圖像數(shù)據(jù)，添加該圖像數(shù)據(jù)的標示，并將該圖像數(shù)據(jù) 及標示存入所述緩^單元累積；判斷單元，用于判斷所述緩存單元中累積 的圖像數(shù)據(jù)是否已構(gòu)成初始圖像識別區(qū)域，并在判定已構(gòu)成初始圖像識別 區(qū)域時，將所述初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)送至所述圖形分割單元。
所述裝置中，所述預處理單元包括解析單元，用于解析所述數(shù)據(jù)包^ 所對應的圖像數(shù)據(jù)；標示單元，用于根據(jù)所述解析單元的結(jié)果，生成該圖 像數(shù)據(jù)的標示，此標示包括該圖像數(shù)據(jù)在一幀圖像中的位置標示，以及 該圖像數(shù)據(jù)的亮度標示。所述裝置中，所述裝置還包括 一用于記錄一預設時間周期的定時單 元，當達到所述預設時間周期時，所述定時單元向所述判斷單元發(fā)出啟動 信號。
采用上述方案，本發(fā)明通過實時處理接收來的含有圖像數(shù)據(jù)的數(shù)據(jù)包， 當接收的圖像數(shù)據(jù)足以構(gòu)成所需要的初始圖像識別區(qū)域時，即可進行之后 的模式識別過程，實現(xiàn)幀圖像邊重建邊識別的過程，從而避免了對接收來 的數(shù)據(jù)進行一幀圖像的重組，節(jié)約了數(shù)據(jù)的處理時間，并且省去了不需要 的圖像數(shù)據(jù)的模式識別過程，保證了識別速度，在處理高像素圖像時，能 確保在圖像識別質(zhì)量的基礎上，提高識別率，避免因數(shù)據(jù)積累而流失數(shù)據(jù)。 本發(fā)明的方法及其裝置，可以在數(shù)據(jù)流(視頻流)的重建過程中識別視頻 模式和定位，不必等到一幀圖像完全建立才進行識別，而采用的是邊重建 邊識別的過程。


圖1為現(xiàn)有技術的數(shù)據(jù)流圖像幀的實時分割識別裝置的結(jié)構(gòu)示意圖2是本發(fā)明裝置的結(jié)構(gòu)示意圖； 圖3是本發(fā)明一種實現(xiàn)方法的流程圖； 圖4是本發(fā)明的行、列分割算法的流程圖。
具體實施例方式
基于上述幀圖像邊重建邊識別的思想，本發(fā)明提供一種數(shù)據(jù)流圖像幀 的實時分割識別方法，該方法是首先，對當前接收到的數(shù)據(jù)包進行預處 理，將預處理獲取的該數(shù)據(jù)包所對應的圖像數(shù)據(jù)以及該圖像數(shù)據(jù)的標示存 入緩存累積，即邊接收數(shù)據(jù)源送入的數(shù)據(jù)包，邊對其進行預處理；然后， 當累積達到一預設程度時，判斷所述緩存中累積的圖像數(shù)據(jù)是否已構(gòu)成初 始圖像識別區(qū)域；若是，則對此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)按照現(xiàn)有技術中的常規(guī)方法進行模式識別，即將此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù) 依次經(jīng)過分割圖片、特征提取、模式比對后，輸出結(jié)果。這里所說的標示 是指每個數(shù)據(jù)包所對應的圖像數(shù)據(jù)在一幀圖像中的位置標示，以及該圖像
數(shù)據(jù)的亮度標示，其還可以包括每個數(shù)據(jù)包所對應的圖像數(shù)據(jù)在一幀圖 像中的色彩標示。另外，這里所提到的初始圖像識別區(qū)域是指一幀圖像中 的一部份，可以由用戶所感興趣的圖像中的一部份來決定的，也就是說， 應該屬于用于所關心的部分，比如，文字、人物、車、或者車牌等等物體 的識別區(qū)域，這樣的話，等于整個視頻圖像的幀本身縮小了，此時不需要 重建無用的視頻圖像，加上本發(fā)明的分割方法，識別可以集中到更小的區(qū) 域，算法復雜度降至更低。上述判斷所述緩存中累積的圖像數(shù)據(jù)是否已構(gòu) 成初始圖像識別區(qū)域的步驟中，可能獲得的不只 一個滿足條件的圖像數(shù)據(jù) 集，則可以采用平4亍處理(并行計算)的方式對多個初始圖像識別區(qū)域所 對應的圖像數(shù)據(jù)進4亍模式識別處理。
以下結(jié)合附圖3詳細il明本發(fā)明方法的一種實施例。
300，數(shù)據(jù)流輸入；
310,對當前接收到的數(shù)據(jù)包進行預處理，即解析每個數(shù)據(jù)包含有的圖 像數(shù)據(jù)，并獲得每個圖像數(shù)據(jù)的標示，該標示至少要包括每個數(shù)揚包所 對應的圖像數(shù)據(jù)在一幀圖像中的位置標示，以及該圖像數(shù)據(jù)的亮度標示， 此亮度標示用于標示圖像數(shù)據(jù)進行二值化處理后的結(jié)果；
320 ，將預處理獲取的該數(shù)據(jù)包所對應的圖像數(shù)據(jù)以及該圖像數(shù)據(jù)的標 示存入緩存累積，然后繼續(xù)處理下一個數(shù)據(jù)包；
330，判斷累積是否達到一預設時間周期，
若是，則執(zhí)行下一步驟330;
若否，則繼續(xù)等待，并行進行預處理過程，即步驟300和310; 340，根據(jù)所述位置標示，判斷所述緩存中累積的圖像數(shù)據(jù)中是否已經(jīng) 存在構(gòu)成同一鄰域的數(shù)據(jù)集，若是，則對該數(shù)據(jù)集內(nèi)的圖像數(shù)據(jù)執(zhí)行步驟350;若否，則繼續(xù)等到下一預設時間周期的到來，并同時并行進行預處理 過程，即步驟300和310;350,根據(jù)所述亮度標示，判斷上述數(shù)據(jù)集是否已經(jīng)存在滿足所述初始 圖像識別區(qū)域邊界條件的數(shù)據(jù)集，若是，則判定該數(shù)據(jù)集已構(gòu)成初始圖像識別區(qū)域；若否，則繼續(xù)等到下一預設時間周期的到來，并同時并行進行預處理 過程，即步驟300和310;360,對此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)按照現(xiàn)有技術中的常規(guī)方法 進行模式識別；370,對初始圖像識別區(qū)域內(nèi)的圖像進行分割圖片處理；380，按照分割區(qū)域進4亍特征提??；390，模式比對后；400,輸出結(jié)果，進行匯總，可根據(jù)位置標示重建一幀識別完的圖像。 上述過程中，步驟330主要是為了設置一個中斷源，通過判斷累積是 否達到一預設程度，而確定是否可以啟動初始圖像識別區(qū)域判定過程，即 步驟340至350的過程；那么這個中斷源除了采用上述步驟330的時間判 斷，還可以采用判斷所述緩存中的圖像數(shù)據(jù)是否累積達到 一預設長度的方 式來實現(xiàn)。本發(fā)明所說的預設長度和預設時間周期可以根據(jù)需要來確定。上述過程中，步驟340給出了位置標示的一種作用，其還可以用于圖 像重建。圖3所示的初始圖像識別區(qū)域判定過程采用了兩個判斷步驟，其 實也可以只使用一個，即直接根據(jù)所述亮度標示，判斷所述圖像數(shù)據(jù)中是 否已經(jīng)存在滿足所述初始圖像識別區(qū)域邊界條件的數(shù)據(jù)集，用來判定該數(shù): 據(jù)集是否已構(gòu)成初始圖像識別區(qū)域，這樣做更簡潔。上述還提到了色彩標 示，其也可以作為邊界判斷的依據(jù)，即初始圖像識別區(qū)域的判定過程可以 采用根據(jù)所述色彩標示，判斷累積的圖像數(shù)據(jù)中是否已經(jīng)存在滿足所述10初始圖像識別區(qū)域邊界條件的數(shù)據(jù)集，來判定是否已有初始圖像識別區(qū)域。 上述過程的某些步驟中均提到邊界判斷及分割的問題，其可以采用如圖4所示的行、列分割的方式來實現(xiàn)。圖4給出了一種視頻流(數(shù)據(jù)流的 一種)圖像幀內(nèi)智能分割識別算法，其中 視頻流按先后循序流入。在現(xiàn)有的行中用智能的方法尋找分界行，進行第 一次的行分割特征標 注與紀錄；在現(xiàn)有的列分幀內(nèi)用智能的方法尋找分界列，進行第 一次列分割特征 標注與紀錄；根據(jù)特征標注與記錄決定分割，而后分別對分割后的圖像小塊進行識別；將識別的結(jié)果匯總輸出；如果本幀未結(jié)束，繼續(xù)分析圖像，進行行和列分割。 本幀結(jié)束，進入下一幀操作。從上可見，如果把數(shù)據(jù)流當作是一幅不休止的一幀一幀的連續(xù)畫巻， 那么相對于現(xiàn)有技術而言，本發(fā)明的識別不是一幀一幀做，而是分割成更 小的幀，幀內(nèi)再分割成窗口或方塊，流來多少識別多少，識別后立即放棄， 集中資源對新來的數(shù)據(jù)流實施運算識別。其中，分幀(即單個數(shù)據(jù)包占一 幀圖像的多少)和窗口(即初始圖像識別區(qū)域)的大小是通過人工智能、 機器學習的方法來自適應調(diào)整，通常是不等的，因此這個發(fā)明可以稱其為 數(shù)據(jù)流圖像幀內(nèi)智能分割識別算法。從理論上說，本發(fā)明的方法實際上是 將一幀圖像分割成了 N個二級幀數(shù)據(jù)包，然后再對N個二級幀數(shù)據(jù)包分割 成M個對應于初始圖像識別區(qū)域的塊或窗口 ，單個算法的復雜度降低到N; 分之一和M分之一，總體算法復雜度降低到Nx M分之一，如果N， M 足夠大，整個算法復雜度大大降低。而分割后的小塊有利于采用并行計算 的方法或硬件實現(xiàn)，從而提高識別速度和識別率。硬件識別通?？梢圆捎肈SP, KPGA,或CPU/MPU單獨完成，本發(fā)明所提供的這種方法在很多情 況下可以簡化為一維運算，并且可與視頻重建同時進行，視頻重建時間中 的附加成本低?；谏鲜鰧崿F(xiàn)方法，本發(fā)明還提供了一種數(shù)據(jù)流圖像幀的實時分割識 別裝置，如圖2所示，該所述裝置包括用于對圖像識別區(qū)域內(nèi)的圖形對 象進行分割、及獲得圖形分割區(qū)域的圖形分割單元250,用于提取所述圖形 分割區(qū)域內(nèi)圖形對象特征的特征提取單元260,用于對所述圖形對象特征進 行比對、及結(jié)果輸出的模式比對單元270,用于接收含有圖像數(shù)據(jù)的數(shù)據(jù)包 的接收模塊200、以及用于存儲數(shù)據(jù)的緩存單元210;在現(xiàn)有技術特征的基 礎上，所述裝置還包括預處理單元220，用于獲取所述接收模塊200當前 接收的數(shù)據(jù)包，解析該數(shù)據(jù)包對應的圖像數(shù)據(jù)，添加該圖像數(shù)據(jù)的標示， 并將該圖像數(shù)據(jù)及標示存入所述緩存單元210累積；判斷單元230，用于判 斷所述緩存單元210中累積的圖像數(shù)據(jù)是否已構(gòu)成初始圖像識別區(qū)域，并 在判定已構(gòu)成初始圖像識別區(qū)域時，將所述初始圖像識別區(qū)域內(nèi)的圖像數(shù) 據(jù)送至所述圖形分割單元250。這里所述的預處理單元可以包括解析單元， 用于解析所述數(shù)據(jù)包所對應的圖像數(shù)據(jù)；和標示單元，用于根據(jù)所述解析 單元的結(jié)果，生成該圖像數(shù)椐的標示，此標示包括該圖像數(shù)據(jù)在一幀圖 像中的位置標示，以及該圖像數(shù)據(jù)的亮度標示。如圖2所示，為了i殳置中斷源啟動所述判斷單元執(zhí)4亍上述方法中的初 始圖像識別區(qū)域的判定過程，則可以在所述裝置上設置一用于記錄一預設 時間周期的定時單元240，當達到所述預設時間周期時，所述定時單元240 向所述判斷單元發(fā)出啟動信號。綜上所述，本發(fā)明根據(jù)人眼和視頻記錄、傳輸?shù)墓?，原理，基于?shù)據(jù) 流(或視頻流)的形成、傳輸和重建的時間順序，將有序的圖像成像與有 序的分割相結(jié)合，符合視頻圖像的實際處理過程，沒有造成數(shù)據(jù)的損失。 相對現(xiàn)有技術中識別算法的基本流程，本發(fā)明的核心在于如何尋找定為區(qū)域和分割圖片，至于智能分割的方法，根據(jù)不同的應用可以采用不同的分 割模式，例如動態(tài)提取、輪廓提取、圖形文字提取、網(wǎng)格化提取等不同方式，其中，動態(tài)提取的行列分割方法采用動態(tài)圖像的上下左右為界等；輪 廓提取的行列分割方法采用圖像輪廓的上下左右為界等；圖形文字的行列 分割方法采用具有文字特征的圖像的上下左右為界等；網(wǎng)格化提取的行列 分割方法采用根據(jù)圖像亮度色度極限值為界等。以上這些方法的綜合選擇 運用，將數(shù)據(jù)流(或視頻流)圖像幀智能分割成有特征的小塊，最大的優(yōu) 點是在保持數(shù)據(jù)完整的前提下，及早排除不相關區(qū)域，減少大范圍識別帶 來的大運算量，將計算集中到最有意義的圖像中和最適宜實施高速處理的 模式下。除了數(shù)據(jù)流(或視頻流)外，本發(fā)明亦適用于不確定塊或分塊的 數(shù)據(jù)描述方法的數(shù)據(jù)流，如采用XML描述的自帶結(jié)構(gòu)描述體的數(shù)據(jù)'流。 應當理解的是，對本領域普通技術人員來說，可以根據(jù)上述說明加以改進 或變換，而所有這些改進和變換都應屬于本發(fā)明所附權利要求的保護范圍。
權利要求
1、一種數(shù)據(jù)流圖像幀的實時分割識別方法，其特征在于，所述方法包括以下步驟A、對當前接收到的數(shù)據(jù)包進行預處理，將預處理獲取的該數(shù)據(jù)包所對應的圖像數(shù)據(jù)以及該圖像數(shù)據(jù)的標示存入緩存累積；B、當累積達到一預設程度時，判斷所述緩存中累積的圖像數(shù)據(jù)是否已構(gòu)成初始圖像識別區(qū)域；若是，則對此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)進行模式識別。
2、 根據(jù)權利要求1所述的方法，其特征在于，所述標示包括每個數(shù) 據(jù)包所對應的圖像數(shù)據(jù)在一幀圖像中的位置標示，以及該圖像數(shù)據(jù)的亮度 標示。
3、 根據(jù)權利要求2所述的方法，其特征在于，所述標示還包括每個 數(shù)據(jù)包所對應的圖像數(shù)據(jù)在一幀圖像中的色彩標示。
4、 根據(jù)權利要求2所述的方法，其特征在于，所述步驟B中，初始圖 像識別區(qū)域的判定過程包括以下步驟Bl、根據(jù)所述亮度標示，判斷所述 圖像數(shù)據(jù)中是否已經(jīng)存在滿足所述初始圖像識別區(qū)域邊界條件的數(shù)據(jù)集， 若是，則判定該數(shù)據(jù)集已構(gòu)成初始圖像識別區(qū)域。
5、 根據(jù)權利要求4所述的方法，其特征在于，在步驟B1之前增加以 下步驟B0、根據(jù)所述位置標示，判斷所述圖像數(shù)據(jù)中是否已經(jīng)存在構(gòu)成 同一鄰域的數(shù)據(jù)集，若是，則對該數(shù)據(jù)集內(nèi)的圖像數(shù)據(jù)執(zhí)行步驟B1。
6、 根據(jù)權利要求5所述的方法，其特征在于，所述累積達到一預設程 度通過判斷所述緩存中的圖像數(shù)據(jù)是否累積達到一預設長度，或者通過判斷是否累積達到一預設時間周期來實現(xiàn)。
7、 根據(jù)權利要求3所述的方法，其特征在于，所述步驟B中，初始圖 像識別區(qū)域的判定過程包括根據(jù)所述色彩標示，判斷累積的圖像數(shù)據(jù)是 否已經(jīng)存在滿足所述初始圖像識別區(qū)域邊界條件的數(shù)據(jù)集，來判定是否已 有初始圖像識別區(qū)域的步驟。
8、 一種數(shù)據(jù)流圖像幀的實時分割識別裝置，所述裝置包括用于對圖 像識別區(qū)域內(nèi)的圖形對象進行分割、及獲得圖形分割區(qū)域的圖形分割單元， 用于提取所述圖形分割區(qū)域內(nèi)圖形對象特征的特征提取單元，用于對所述 圖形對象特征進行比對、及結(jié)果輸出的模式比對單元，用于接收含有圖像 數(shù)據(jù)的數(shù)據(jù)包的接收模塊、以及用于存儲數(shù)據(jù)的緩存單元；其特征在于，所述裝置還包括預處理單元，用于獲取所述接收;漠塊當前接收的數(shù)據(jù)包，解析該數(shù)據(jù) 包對應的圖像數(shù)據(jù)，添加該圖像數(shù)據(jù)的標示，并將該圖像數(shù)據(jù)及標示存入 所述緩存單元累積；判斷單元，用于判斷所述緩存單元中累積的圖像數(shù)據(jù)是否已構(gòu)成初始 圖像識別區(qū)域，并在判定已構(gòu)成初始圖像識別區(qū)域時，將所述初始圖像識 別區(qū)域內(nèi)的圖像數(shù)據(jù)送至所述圖形分割單元。
9、 根據(jù)權利要求8所述的裝置，其特征在于，所迷預處理單元包括 解析單元，用于解析所述數(shù)據(jù)包所對應的圖像數(shù)據(jù)；標示單元，用于根據(jù)所述解析單元的結(jié)果，生成該圖像數(shù)據(jù)的標示， 此標示包括該圖像數(shù)據(jù)在一幀圖像中的位置標示，以及該圖像數(shù)據(jù)的亮 度標示。
10、 根據(jù)權利要求8或9所速的裝置，其特征在于，所述裝置還包括 一用于記錄一預設時間周期的定時單元，當達到所述預設時間周期時，所述定時單元向所述判斷單元發(fā)出啟動信號
全文摘要
本發(fā)明公開了一種數(shù)據(jù)流圖像幀的分割識別方法及其裝置，其包括首先、對當前接收到的數(shù)據(jù)包進行預處理，將預處理獲取的該數(shù)據(jù)包所對應的圖像數(shù)據(jù)以及該圖像數(shù)據(jù)的標示存入緩存累積；然后、當累積達到一預設程度時，判斷所述緩存中累積的圖像數(shù)據(jù)是否已構(gòu)成初始圖像識別區(qū)域；若是，則對此初始圖像識別區(qū)域內(nèi)的圖像數(shù)據(jù)進行模式識別。本發(fā)明避免了對接收來的數(shù)據(jù)進行一幀圖像的重組，節(jié)約了數(shù)據(jù)的處理時間，并且省去了不需要的圖像數(shù)據(jù)的模式識別過程，保證了識別速度，在處理高像素圖像時，能確保在圖像識別質(zhì)量的基礎上，提高識別率，避免因數(shù)據(jù)積累而流失數(shù)據(jù)。
文檔編號G06K9/62GK101308543SQ20081006842
公開日2008年11月19日 申請日期2008年7月4日 優(yōu)先權日2008年7月4日
發(fā)明者劉顯福 申請人:劉顯福