(19)中华 人民共和国 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 202111651670.6 (22)申请日 2021.12.31 (65)同一申请的已公布的文献号 申请公布号 CN 114004877 A (43)申请公布日 2022.02.01 (73)专利权人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 (72)发明人 黄凯奇　张岩　丰效坤　 (74)专利代理 机构 北京市恒有知识产权代理事 务所(普通 合伙) 11576 代理人 郭文浩　尹文会 (51)Int.Cl. G06T 7/62(2017.01) G06K 9/62(2022.01)G16H 20/70(2018.01) G06V 10/762(2022.01) 审查员 孙娟 (54)发明名称 视觉场景中物体稀 疏性的判断方法、 系统和 设备 (57)摘要 本发明属于图像 分析领域， 具体涉及了一种 视觉场景中物体稀疏性的判断方法、 系统和设 备， 旨在解决现有的沙盘游戏通 常利用经验来判 断沙盘作品的稀疏性， 具有很大的主观性， 不同 分析师给出的结果会有一定的偏 差的问题。 本发 明包括： 获取视觉场景图像， 对所述视觉场景图 像中的物体目标进行聚类， 获得多个聚类簇， 提 取每个聚类簇中的凸包络， 计算凸包络的面积， 计算所有所述凸包络的面积之和与视觉场景图 像面积的比值r， 预设物 体稀疏性判断区间， 当所 述比值r处于对应的稀疏性判断区间时， 获得视 觉场景图像的稀 疏性。 本发明能够准确判断物体 目标的稀 疏性， 能够避免沙盘分析师的主观经验 影响， 提高沙盘 分析对空洞主题识别的准确性和 一致性。 权利要求书2页 说明书6页 附图1页 CN 114004877 B 2022.03.08 CN 114004877 B 1.一种视 觉场景中物体稀疏性的判断方法， 其特 征在于， 所述方法包括： 步骤S100， 获取视 觉场景图像； 步骤S200， 对所述视 觉场景图像中的物体目标进行聚类， 获得多个聚类簇； 步骤S300， 提取每 个聚类簇中的凸包络； 步骤S400， 计算凸包络的面积； 步骤S500， 计算所有所述凸包络的面积之和与视 觉场景图像面积的比值r； 步骤S600， 预设物体稀疏性判断区间， 当所述比值r处于对应的稀疏性判断区间时， 获 得视觉场景图像的稀疏性。 2.根据权利要求1所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述视觉场 景图像， 包括在心理沙盘中排放沙具获得的沙盘场景图， 以沙具为物体目标， 包含沙具位置 和沙具尺寸的信息 。 3.根据权利要求1所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述步骤 S200， 具体为 通过DBSCAN距离方法对物体目标进行聚类， 包括： 步骤S210， 预 先设定最小邻域距离 和最小簇样本点数Mi nPts； 步骤S220， 提取物体目标的像素， 判定距离小于所述最小邻域距离 的两个样本点为密 度可达， 即认定这两个样本点属于同一个聚类； 步骤S230， 遍历所有像素点， 若一个聚类中含有的样本点数大于所述最小簇样本点数 MinPts， 则认定该聚类为 一个聚类簇 。 4.根据权利要求3所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述最小邻 域距离 ， 还包括自适应调节最小邻域距离 的方法， 具体为， 基于所述视觉场景图像， 获取 包围物体目标 的最小外接圆半径， 在判断两个样本点是否密度可达时， 两个样本点的空间 距离小于其所在最小外接圆的半径之和， 则认为两个样本点密度可达； 即以两个样本点所 在的最小外 接圆的半径之和作为 最小邻域距离 。 5.根据权利要求1所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述步骤 S300， 通过Graham扫描法提取每 个聚类簇中的凸包络， 具体包括： 步骤S310， 选取凸包上的一个点作为基准 点； 步骤S320， 以所述基准点为参照， 对剩余所有点进行极角排序， 并依次遍历， 确定凸包 点； 步骤S330， 将所有聚类簇作为输入通过如步骤S310 ‑步骤S320的方法， 获取所有凸包 点， 获得凸包络 。 6.根据权利要求1所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述步骤 S400， 包括将凸包络的形状分解为若干三角形， 分别计算多个三角形的面积并求和获得凸 包络的面积。 7.根据权利要求6所述的视觉场景中物体稀疏性的判断方法， 其特征在于， 所述分别计 算多个三角形的面积并求和获得凸包络的面积， 具体为在凸包络中任选一点作为面积计算 基本点， 以面积计算基本点为中心， 按顺时针或逆时针的方向依 次得到两个点与基本点构 成三角形， 通过向量叉乘获得三角形面积， 将所有的三角形面积加 和获得凸包络的面积。 8.一种视觉场景中物体稀疏性的判断系统， 其特征在于， 所述系统包括： 图像获取模权　利　要　求　书 1/2 页 2 CN 114004877 B 2块、 物体聚类模块、 凸包络提取模块、 凸包络面积计算模块、 面积比值计算模块和稀疏性判 断模块； 所述图像获取模块， 配置为获取视 觉场景图像； 所述物体聚类模块， 配置为对所述视觉场景图像中的物体目标进行聚类， 获得多个聚 类簇； 所述凸包络提取模块， 配置为 提取每个聚类簇中的凸包络； 所述凸包络面积计算模块， 配置为计算凸包络的面积； 所述面积比值计算模块， 配置为计算所有所述凸包络的面积之和与视觉场景图像面积 的比值r； 所述稀疏性判断模块， 配置为预设物体稀疏性判断区间， 当所述比值r处于对应的稀疏 性判断区间时， 获得视 觉场景图像的稀疏性。 9.一种电子设备， 包括： 至少一个处理器； 以及与至少一个所述处理器通信连接的存储 器； 其中， 所述存储器存储有 可被所述处理器执行的指 令， 所述指 令用于被所述处理器执行 以实现权利要求1 ‑7任一项所述的视 觉场景中物体稀疏性的判断方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机指令， 所述计算 机指令用于被所述计算机执行以实现权利要求 1‑7任一项所述的视觉场景中物体稀疏性的 判断方法。权　利　要　求　书 2/2 页 3 CN 114004877 B 3