图像识别方法、系统以及电子设备技术方案

技术编号:17780397 阅读:88 留言:0更新日期:2018-04-22 09:15
本发明专利技术提供了一种图像识别方法、系统以及电子设备,涉及图像识别技术领域,图像识别方法包括:识别目标图像中的图像元素,得到图像元素数据;根据图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合;对图像集合中的图像数据进行特征提取,得到图像特征数据;通过线性分类器对图像特征数据进行线性分类,得到图像特征数据的分类结果;根据分类结果确定图像特征数据所属目标图像的识别结果信息,解决了现有技术中存在的对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低的技术问题。

【技术实现步骤摘要】
图像识别方法、系统以及电子设备
本专利技术涉及图像识别
,尤其是涉及一种图像识别方法、系统以及电子设备。
技术介绍
图像识别是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术。一般图像识别的过程中,采用相机拍摄图片,然后再利用软件根据图片灰阶差做进一步识别处理。另外在地理学中指将遥感图像进行分类的技术。但是,目前对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种图像识别方法、系统以及电子设备,以解决现有技术中存在的对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低的技术问题。第一方面,本专利技术实施例提供了一种图像识别方法,包括:识别目标图像中的图像元素,得到图像元素数据;根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合;对所述图像集合中的图像数据进行特征提取,得到图像特征数据;通过线性分类器对所述图像特征数据进行线性分类,得到图像特征数据的分类结果;根据所述分类结果确定图像特征数据所属目标图像的识别结果信息。结合第一方面,本专利技术实施例提供了第一方面的第一种可能的实施方式,其中,所述识别目标图像中的图像元素,得到图像元素数据之前,还包括:根据用户的输入确定目标图像中的图像元素。结合第一方面,本专利技术实施例提供了第一方面的第二种可能的实施方式,其中,所述根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合之前,还包括:根据用户的输入确定图像元素与图像集合之间映射的对应关系。结合第一方面,本专利技术实施例提供了第一方面的第三种可能的实施方式,其中,所述根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合,具体包括:根据所述图像元素数据通过映射函数将若干个目标图像进行映射与分类,得到若干个目标图像的集合。结合第一方面,本专利技术实施例提供了第一方面的第四种可能的实施方式,其中,所述对所述图像集合中的图像数据进行特征提取,得到图像特征数据之前,还包括:根据用户的输入设置从图像数据中提取的图像特征。结合第一方面,本专利技术实施例提供了第一方面的第五种可能的实施方式,其中,所述线性分类器包括:二元线性分类器与支持向量机。结合第一方面,本专利技术实施例提供了第一方面的第六种可能的实施方式,其中,所述通过线性分类器对所述图像特征数据进行线性分类,得到图像特征数据的分类结果,具体包括:根据用户的输入设置权重的值;通过线性分类器计算图像数据的颜色通道中像素的值与所述权重的值的矩阵相乘,得到矩阵相乘的结果;根据所述矩阵相乘的结果确定分类分值;根据所述权重的值与所述分类分值,通过线性函数对所述图像特征数据进行线性分类,得到图像特征数据的分类结果。结合第一方面,本专利技术实施例提供了第一方面的第七种可能的实施方式,其中,所述图像特征数据包括:图像中的颜色数据与颜色的位置数据。第二方面,本专利技术实施例还提供一种图像识别系统,包括:元素识别模块、数据映射模块、特征提取模块、线性分类模块以及信息确定模块;所述元素识别模块用于识别目标图像中的图像元素,得到图像元素数据;所述数据映射模块用于根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合;所述特征提取模块用于对所述图像集合中的图像数据进行特征提取,得到图像特征数据;所述线性分类模块用于通过线性分类器对所述图像特征数据进行线性分类,得到图像特征数据的分类结果;所述信息确定模块用于根据所述分类结果确定图像特征数据所属目标图像的识别结果信息。第三方面,本专利技术实施例还提供一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述如第一方面所述的方法的步骤。本专利技术实施例提供的技术方案带来了以下有益效果:本专利技术实施例提供的图像识别方法、系统以及电子设备中,图像识别方法包括:先识别目标图像中的图像元素以得到图像元素数据,然后,根据图像元素数据通过映射函数对目标图像进行映射,从而得到若干个图像集合,之后对图像集合中的图像数据进行特征提取得到图像特征数据,然后再通过线性分类器对图像特征数据进行线性分类以得到图像特征数据的分类结果,最后,根据分类结果确定图像特征数据所属目标图像的识别结果信息,在该方法中,首先利用映射函数根据目标图像中的图像元素数据而将目标图像映射到各个图像集合中,使得元素相似的图像能够映射到相近的集合中,从而实现对目标图像的初步分类,以便于接下来能够分别针对不同类别的集合而进行更具针对性更加具体的分类与识别,即继续根据集合中目标图像的图像特征数据进行更加具体的线性分类,以便根据线性分类的结果确定目标图像的识别结果信息,从而解决了现有技术中存在的对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低的技术问题。本专利技术的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1示出了本专利技术实施例一所提供的图像识别方法的流程图;图2示出了本专利技术实施例二所提供的图像识别方法的流程图;图3示出了本专利技术实施例三所提供的一种图像识别系统的结构示意图;图4示出了本专利技术实施例三所提供的一种电子设备的结构示意图。图标:3-图像识别系统;31-元素识别模块;32-数据映射模块;33-特征提取模块;34-线性分类模块;35-信息确定模块;4-电子设备;41-存储器;42-处理器;43-总线;44-通信接口。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。目前对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低,基于此,本专利技术实施例提供的一种图像识别方法、系统以及电子设备,可以解决现有技术中存在的对于图片中大量的图像数据以及各种繁多的图像数据类型,无法更具有针对性的进行更有效的图像识别,从而导致图像识别效率的降低的技术问题。为便于对本实施例进行理解,首先对本专利技术实施例所公开的一种图像识别方法、系统以及电子设备进行详细介绍。实施例一:本专利技术实施例提供的一种图像识别方法,也可以为对图像识别的定制化学习方法,如图1所示,该方本文档来自技高网...
图像识别方法、系统以及电子设备

【技术保护点】
一种图像识别方法,其特征在于,包括:识别目标图像中的图像元素,得到图像元素数据;根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合;对所述图像集合中的图像数据进行特征提取,得到图像特征数据;通过线性分类器对所述图像特征数据进行线性分类,得到图像特征数据的分类结果;根据所述分类结果确定图像特征数据所属目标图像的识别结果信息。

【技术特征摘要】
1.一种图像识别方法,其特征在于,包括:识别目标图像中的图像元素,得到图像元素数据;根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合;对所述图像集合中的图像数据进行特征提取,得到图像特征数据;通过线性分类器对所述图像特征数据进行线性分类,得到图像特征数据的分类结果;根据所述分类结果确定图像特征数据所属目标图像的识别结果信息。2.根据权利要求1所述的图像识别方法,其特征在于,所述识别目标图像中的图像元素,得到图像元素数据之前,还包括:根据用户的输入确定目标图像中的图像元素。3.根据权利要求1所述的图像识别方法,其特征在于,所述根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合之前,还包括:根据用户的输入确定图像元素与图像集合之间映射的对应关系。4.根据权利要求1所述的图像识别方法,其特征在于,所述根据所述图像元素数据通过映射函数对目标图像进行映射,得到若干个图像集合,具体包括:根据所述图像元素数据通过映射函数将若干个目标图像进行映射与分类,得到若干个目标图像的集合。5.根据权利要求1所述的图像识别方法,其特征在于,所述对所述图像集合中的图像数据进行特征提取,得到图像特征数据之前,还包括:根据用户的输入设置从图像数据中提取的图像特征。6.根据权利要求1所述的图像识别方法,其特征在于,所述线性分类器包括:二元线性分类器与支持向量机。7.根据...

【专利技术属性】
技术研发人员:黄鼎隆马修·罗伯特·斯科特傅恺郭胜
申请(专利权)人:深圳码隆科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1