一种基于网格的图像识别方法技术

本发明专利技术涉及一种基于网格的图像识别方法，其特征在于，包括以下步骤：步根据需要获取参考图像，获得每张参考图像的转化矩阵及亚矩阵，将所有参考图像及对应的亚矩阵及原始矩阵关联存储在图库内；实时获取待识别的图像，将图像划分为图像块，计算每个图像块的实时原始矩阵及实时亚矩阵，根据实时原始矩阵及实时亚矩阵在图库中找到匹配的参考图像。本发明专利技术采用原始矩阵及亚矩阵来完成图像匹配，不需要复杂的算法，并且通过二次过滤的方法，不必每次都比对图库中的每张参考图像，从而大大提高了图像识别的速度，可以满足任何系统对实时性的要求。

A method of image recognition based on Grid

The present invention relates to a method of image recognition based on grid, which includes the following steps: the step is to obtain the reference image according to the need, obtain the transformation matrix and submatrix of each reference image, and store all the reference images and corresponding submatrices and the original matrix in the library, and obtain the images to be identified in real time. Image blocks are divided into image blocks, the real time original matrix and real-time submatrix of each image block are calculated, and the matched reference images are found in the library according to the real time original matrix and the real-time submatrix. The invention uses the original matrix and submatrix to complete the image matching, and does not need the complex algorithm, and through the two filtering methods, it does not have to compare each reference image in the library each time, thus greatly improving the speed of image recognition, and can satisfy the requirement of any system to the real time.

【技术实现步骤摘要】
一种基于网格的图像识别方法
本专利技术涉及一种图像识别方法。
技术介绍
图像识别、指纹识别、人脸识别是生活中常用且极为关键的技术，现在在机场、体育场、超级市场等公共场所都安装了监视器，对人群进行监视。例如在机场安装监视系统以防止恐怖分子登机。如银行的自动提款机，用户卡片和密码被盗，就会被他人冒取现金。应用图像、指纹、人脸等目标信息快速识别方法就会避免这种情况的发生。现有的图像识别方法通常是预先建立图库后，再将实时获取的图像与图库中预先存储的每张参考图像进行对比，从而完成图像的识别。而每次进行图像对比时，均需要用到复杂的算法，并且图库中通常存储有海量的图像，如果每次对比都需要将实时获取的图像与图库中的每张参考图像进行比较，无疑大大降低了图像识别的速度，在某些情况下无法满足实时性要求。
技术实现思路
本专利技术的目的是：提高图像识别的速度。为了达到上述目的，本专利技术的技术方案是提供了一种基于网格的图像识别方法，其特征在于，包括以下步骤：步骤1、根据需要获取不同的大小为m×n的参考图像，获得每张参考图像的转化矩阵，转化矩阵的大小为k×l，则任意参考图像的转化矩阵的计算过程为：步骤1.1、将当前参考图像的白色像素点赋值为A、其他像素点赋值为B，则得到大小为m×n的原始矩阵，该原始矩阵表示为：式中，步骤1.2、计算转化矩阵，该转化矩阵表示为：式中，[·]表示取整运算；步骤2、根据每张参考图像的转化矩阵，计算得到对应的亚矩阵，亚矩阵的大小为(k+1)×(1+1)，当前参考图像的亚矩阵表示为：式中：步骤3、将所有参考图像及对应的亚矩阵及原始矩阵关联存储在图库内；步骤4、实时获取待识别的图像，将图像划分为m×n的图像块，每个图像块均包含有待识别的信息，对于每个图像块进行识别，包括以下步骤：步骤4.1、根据与步骤1及步骤2相同的方法得到当前图像块的实时原始矩阵及实时亚矩阵，将实时亚矩阵与图库中已存储的各亚矩阵相比较，获得所有匹配的亚矩阵所对应的原始矩阵；步骤4.2、将实时亚矩阵与步骤4得到的图库中的所有原始矩阵相比较，获得匹配的原始矩阵对应的参考图像，根据参考图像获得当前图像块的信息，完成当前图像块的识别。本专利技术采用原始矩阵及亚矩阵来完成图像匹配，不需要复杂的算法，并且通过二次过滤的方法，不必每次都比对图库中的每张参考图像，从而大大提高了图像识别的速度，可以满足任何系统对实时性的要求。附图说明图1为本专利技术提供的一种基于网格的图像识别方法的流程图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。结合图1，本专利技术提供了一种基于网格的图像识别方法，包括以下步骤：步骤1、根据需要获取不同的大小为m×n的参考图像，获得每张参考图像的转化矩阵，转化矩阵的大小为k×k，则任意参考图像的转化矩阵的计算过程为：步骤1.1、将当前参考图像的白色像素点赋值为0、其他像素点赋值为1，则得到大小为m×n的原始矩阵，该原始矩阵表示为：式中，步骤1.2、计算转化矩阵，在本实施例中，转化矩阵表示为：式中：其中a1表示原始矩阵的前1～[m/3]行，1～[n/3]列部分元素的和；a2表示原始矩阵的前1～[m/3]行，[n/3]+1～[2n/3]列部分元素的和；a3表示原始矩阵的前1～[m/3]行，[2n/3]+1～n列部分元素的和；b1表示原始矩阵的前[m/3]+1～[2m/3]行，1～[n/3]列部分元素的和；b2表示原始矩阵的前[m/3]+1～[2m/3]行，[n/3]+1～[2n/3]列部分元素的和；b3表示原始矩阵的前[m/3]+1～[2m/3]行，[2n/3]+1～n列部分元素的和；d1表示原始矩阵的前[2m/3]+1～m行，1～[n/3]列部分元素的和；d2表示原始矩阵的前[2m/3]+1～m行，[n/3]+1～[2n/3]列部分元素的和；d3表示原始矩阵的前[2m/3]+1～m行，[2n/3]+1～n列部分元素的和，其中，[·]表示取整运算。步骤2、根据每张参考图像的转化矩阵，计算得到对应的亚矩阵，亚矩阵的大小为4×4，当前参考图像的亚矩阵表示为：式中：b＝a1+a2+a3+b1+b2+b3+c1+c2+c3，s1＝a1+b1+c1，s2＝a2+b2+c2，s3＝a3+b3+c3，r1＝a1+a2+a3，r2＝b1+b2+b3，r3＝c1+c2+c3；例如：汉字“四”，格式为宋体小四，由16*16的很多白块和黑快组成，将白块设为0，黑块设为1，得到如下：二维数组(矩阵)：0000000000000000000000000000000001111111111111000100010001000100010001000100010001000100010001000100010001000100010001000100010001001000010001000100100000111100010100000000010001100000000001000100000000000100011111111111110001000000000001000000000000000000首先将该二维数组(矩阵)划分成如下9块0000000000000000000000000000000001111111111111000100010001000100010001000100010001000100010001000100010001000100010001000100010001001000010001000100100000111100010100000000010001100000000001000100000000000100011111111111110001000000000001000000000000000000可以得到转化矩阵：其中11、8、6、10、4、7、9、5、6分别表示第一块，第二块，……，第九快的和，再将转化矩阵转换成亚矩阵例如：数字“2”，格式为宋体小四，放大之后8*16，得到二维数组：00000000000000000000000000111100010000100100001001000010000001000000010000001000000100000010000001000010011111100000000000000000首先将该二维数组(矩阵)划分成如下6块00000000000000000000000000111100010000100100001001000010000001000000010000001000000100000010000001000010011111100000000000000000得到转化矩阵：其中11、8、6、10、4、7、9、5、6分别表示第一块，第二块，……，第九快的和，再将上述数组转换成亚矩阵步骤3、将所有参考图像及对应的亚矩阵及原始矩阵关联存储在图库内；步骤4、实时获取待识别的图像，将图像划分为m×n的图像块，每个图像块均包含有待识别的信息，对于每个图像块进行识别，包括以下本文档来自技高网...

【技术保护点】
1.一种基于网格的图像识别方法，其特征在于，包括以下步骤：步骤1、根据需要获取不同的大小为m×n的参考图像，获得每张参考图像的转化矩阵，转化矩阵的大小为k×l，则任意参考图像的转化矩阵的计算过程为：步骤1.1、将当前参考图像的白色像素点赋值为A、其他像素点赋值为B，则得到大小为m×n的原始矩阵，该原始矩阵表示为：

【技术特征摘要】
1.一种基于网格的图像识别方法，其特征在于，包括以下步骤：步骤1、根据需要获取不同的大小为m×n的参考图像，获得每张参考图像的转化矩阵，转化矩阵的大小为k×l，则任意参考图像的转化矩阵的计算过程为：步骤1.1、将当前参考图像的白色像素点赋值为A、其他像素点赋值为B，则得到大小为m×n的原始矩阵，该原始矩阵表示为：式中，步骤1.2、计算转化矩阵，该转化矩阵表示为：式中，[·]表示取整运算；步骤2、根据每张参考图像的转化矩阵，计算得到对应的亚矩阵，亚矩阵的大小为(k+1)×(l+1)，当前参考图像的亚矩阵表示为：式...

【专利技术属性】
技术研发人员：朱玲，连志刚，任祖楠，张峰，刘江，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海,31