一种图像识别的方法和装置制造方法及图纸

技术编号:18351094 阅读:20 留言:0更新日期:2018-07-02 00:45
本发明专利技术公开了一种图像识别的方法和装置,该方法包括:获取物料传送带图像作为待识别图像;对所述待识别图像进行处理,获得符合预设条件的物料传送带图像作为目标待识别图像;根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像正常或者异常的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到。可见,利用基于机器学习训练得到的目标支持向量机识别符合预设条件的物料传送带图像的方式,代替了人为实时识别的方式,目标支持向量机自动识别图像节省了人力精力,提高了识别效率和识别准确率,避免了漏掉识别某些图像或者某些图像识别错误等问题。

【技术实现步骤摘要】
一种图像识别的方法和装置
本专利技术涉及识别分析
,尤其涉及一种图像识别的方法和装置。
技术介绍
随着科技的发展,大多数的工厂都安装有摄像机,通过观察摄像机拍摄到的画面,可以监控工厂的一些运行状态。例如,对于物料传送带而言,通过观察摄像机拍摄到的物料传送带图像,可以监控物料传送带是否出现无料异常状态,以便控制物料传送带的传送。现有技术中,在接收到摄像机发送的物料传送带图像后,需要工作人员人为实时识别该图像是否表示为物料传送带出现无料异常状态,从而根据人为实时识别结果控制物料传送带的传送。但是,专利技术人研究发现,采用人为实时识别的方式,在工作期间一直需要工作人员监视识别物料传送带图像,非常耗费人力精力;而且,人为识别很有可能存在漏掉识别某些图像或者某些图像识别错误等问题,因此,人为实时识别的方式并不适用于物料传送带图像识别的场景。
技术实现思路
本专利技术所要解决的技术问题是,提供一种图像识别的方法和装置,以节省了人力精力,提高了识别效率和识别准确率,避免了漏掉识别某些图像或者某些图像识别错误等问题。第一方面,本专利技术实施例提供了一种图像识别的方法,该方法包括:获取待识别图像,所述待识别图像为物料传送带图像;对所述待识别图像进行处理,获得目标待识别图像,所述目标待识别图像为符合预设条件的物料传送带图像;根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到,所述识别结果为正常或者异常。优选的,所述目标支持向量机的训练过程包括:获取训练样本集合,所述训练样本集合包括多个历史物料传送带图像,所述历史物料传送带图像具有识别结果标签;对所述训练样本集合中的图像进行处理,获得目标训练样本集合,所述目标训练样本集合包括多个目标历史物料传送带图像,所述目标历史物料传送带图像符合所述预设条件且具有所述识别结果标签;根据所述目标训练样本集合和支持向量机算法进行机器学习训练,获得支持向量机作为目标支持向量机,所述支持向量机算法包括预设支持向量机训练参数。优选的,所述对所述训练样本集合中的图像进行处理,获得目标训练样本集合,包括:对训练样本集合中的图像进行预处理,获得预处理训练样本集合;对所述预处理训练样本集合中的图像进行归一化处理,获得归一化训练样本集合作为所述目标训练样本集合;对应地,所述对所述待识别图像进行处理,获得目标待识别图像,包括:对所述待识别图像进行预处理,获得预处理图像;对所述预处理图像进行归一化处理,获得归一化图像作为所述目标待识别图像。优选的,所述对训练样本集合中的图像进行预处理,获得预处理训练样本集合,包括:对所述训练样本集合中的图像进行降噪处理,获得降噪训练样本集合;对所述降噪训练样本集合中的图像进行灰度化处理,获得灰度化训练样本集合作为所述预处理训练样本集合;对应地,所述对所述待识别图像进行预处理,获得预处理图像,包括:对所述待识别图像进行降噪处理,获得降噪图像;对所述降噪图像进行灰度化处理,获得灰度化图像作为所述预处理图像。优选的,所述对所述预处理训练样本集合中的图像进行归一化处理,获得归一化训练样本集合作为所述目标训练样本集合,包括:调整所述预处理训练样本集合中图像的尺寸大小,获得第一训练样本集合;调整所述第一训练样本集合中图像的亮度大小,获得第二训练样本集合;调整所述第二练样本集合中图像的对比度大小,获得第三训练样本集合;对所述第三训练样本集合中的图像进行二值化处理,获得所述目标训练样本集合,所述二值化处理为局部二值化处理或全局二值化处理;对应地,所述对所述预处理图像进行归一化处理,获得归一化图像作为所述目标待识别图像,包括:调整所述预处理图像的尺寸大小,获得第一图像;调整所述预处理图像的亮度大小,获得第二图像;调整所述预处理图像的对比度大小,获得第三图像;对所述第三图像进行二值化处理,获得所述目标待识别图像,所述二值化处理为局部二值化处理或全局二值化处理。优选的,所述预设支持向量机训练参数包括预设分类器类型、预设核函数和预设训练终止条件;所述预设分类器类型为二分类;所述预设训练终止条件包括预设迭代次数或误差允许范围。优选的,还包括:获取与所述训练样本集合无交集的测试样本集合,所述测试样本集合包括多个历史物料传送带图像,所述历史物料传送带图像具有识别结果标签;对所述测试样本集合中的图像进行处理,获得目标测试样本集合,所述目标测试样本集合包括多个目标历史物料传送带图像,所述目标历史物料传送带图像符合所述预设条件且具有所述识别结果标签;根据所述支持向量机对所述目标测试样本集合中的图像进行识别,获得所述目标测试样本集合中的图像识别结果;根据所述目标测试样本集合中目标历史物料传送带图像的识别结果标签和所述目标测试样本集合中的图像识别结果,获得识别正确率;若所述识别正确率大于等于预设阈值,确定所述支持向量机为目标支持向量机。优选的,所述测试样本集合中图像数量占所述测试样本集合中图像和所述训练样本集合中图像的总数的10%到30%。优选的,还包括:若所述识别正确率小于预设阈值,返回调整执行所述对所述训练样本集合中的图像进行处理,获得目标训练样本集合的步骤,或返回调整执行所述根据所述目标训练样本集合和支持向量机算法进行机器学习训练,获得支持向量机作为目标支持向量机的步骤。第二方面,本专利技术实施例提供了一种图像识别的装置,其特征在于,包括:获取单元,用于获取待识别图像,所述待识别图像为物料传送带图像;处理获得单元,用于对所述待识别图像进行处理,获得目标待识别图像,所述目标待识别图像为符合预设条件的物料传送带图像;识别获得单元,用于根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到,所述识别结果为正常或者异常。与现有技术相比,本专利技术至少具有以下优点:采用本专利技术实施例的技术方案,首先,获取物料传送带图像作为待识别图像;然后,对所述待识别图像进行处理,获得符合预设条件的物料传送带图像作为目标待识别图像;最后,根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像正常或者异常的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到。由此可见,利用基于机器学习训练得到的目标支持向量机识别符合预设条件的物料传送带图像的方式,代替了人为实时识别的方式,目标支持向量机自动识别图像节省了人力精力,提高了识别效率和识别准确率,避免了漏掉识别某些图像或者某些图像识别错误等问题。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请中记载的一些实施例,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它的附图。图1为本专利技术实施例中一种应用场景所涉及的系统框架示意图;图2为本专利技术实施例提供的一种图像识别的方法的流程示意图;图3为本专利技术实施例提供的一种图像识别的装置的结构示意图。具体实施方式为了使本
的人员更好地本文档来自技高网
...
一种图像识别的方法和装置

【技术保护点】
1.一种图像识别的方法,其特征在于,包括:获取待识别图像,所述待识别图像为物料传送带图像;对所述待识别图像进行处理,获得目标待识别图像,所述目标待识别图像为符合预设条件的物料传送带图像;根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到,所述识别结果为正常或者异常。

【技术特征摘要】
1.一种图像识别的方法,其特征在于,包括:获取待识别图像,所述待识别图像为物料传送带图像;对所述待识别图像进行处理,获得目标待识别图像,所述目标待识别图像为符合预设条件的物料传送带图像;根据目标支持向量机对所述目标待识别图像进行识别,获得所述目标待识别图像的识别结果,所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到,所述识别结果为正常或者异常。2.根据权利要求1所述的方法,其特征在于,所述目标支持向量机的训练过程包括:获取训练样本集合,所述训练样本集合包括多个历史物料传送带图像,所述历史物料传送带图像具有识别结果标签;对所述训练样本集合中的图像进行处理,获得目标训练样本集合,所述目标训练样本集合包括多个目标历史物料传送带图像,所述目标历史物料传送带图像符合所述预设条件且具有所述识别结果标签;根据所述目标训练样本集合和支持向量机算法进行机器学习训练,获得支持向量机作为目标支持向量机,所述支持向量机算法包括预设支持向量机训练参数。3.根据权利要求2所述的方法,其特征在于,所述对所述训练样本集合中的图像进行处理,获得目标训练样本集合,包括:对训练样本集合中的图像进行预处理,获得预处理训练样本集合;对所述预处理训练样本集合中的图像进行归一化处理,获得归一化训练样本集合作为所述目标训练样本集合;对应地,所述对所述待识别图像进行处理,获得目标待识别图像,包括:对所述待识别图像进行预处理,获得预处理图像;对所述预处理图像进行归一化处理,获得归一化图像作为所述目标待识别图像。4.根据权利要求3所述的方法,其特征在于,所述对训练样本集合中的图像进行预处理,获得预处理训练样本集合,包括:对所述训练样本集合中的图像进行降噪处理,获得降噪训练样本集合;对所述降噪训练样本集合中的图像进行灰度化处理,获得灰度化训练样本集合作为所述预处理训练样本集合;对应地,所述对所述待识别图像进行预处理,获得预处理图像,包括:对所述待识别图像进行降噪处理,获得降噪图像;对所述降噪图像进行灰度化处理,获得灰度化图像作为所述预处理图像。5.根据权利要求3所述的方法,其特征在于,所述对所述预处理训练样本集合中的图像进行归一化处理,获得归一化训练样本集合作为所述目标训练样本集合,包括:调整所述预处理训练样本集合中图像的尺寸大小,获得第一训练样本集合;调整所述第一训练样本集合中图像的亮度大小,获得第二训练样本集合;调整所述第二练样本集合中图像的对比度大小,获得第三训练样本集合;对所述第三训练样本...

【专利技术属性】
技术研发人员:罗幸明葛剑刘威戴晓华
申请(专利权)人:浙江中控技术股份有限公司
类型:发明
国别省市:浙江,33

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