本发明专利技术公开了一种基于吉他背板图像的材质识别方法、装置及可读存储介质，所述方法适于在计算设备中执行，至少包括如下步骤：获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；采用SEMB‑LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；根据分类组合结果，识别出该吉他的背板的材质类型。本发明专利技术通过利用所获得的待处理吉他图像，直接在计算设备上识别吉他的背板材质。
【技术实现步骤摘要】
基于吉他背板图像的材质识别方法、装置及可读存储介质
本专利技术涉及图像处理
，尤其涉及基于吉他背板图像的材质识别方法、装置及可读存储介质。
技术介绍
吉他，也称为结他或六弦琴，是一种弹拨乐器，通常有六条弦，形状与提琴相似，其音色优雅有着极富个性的音色和表现手法。吉他背板，是吉他的声音的重要影响部件，拨响琴弦后，琴弦的振动通过琴桥传递到面板，面板带动背板产生振动进而产生声音。由于每种背板材料的声音响应特性区别都很大，吉他会由于背板材料的不同会在箱体的振动过程中产生明显不同的声音信号，因此人们将背板材质的好坏作为吉他优劣的评判。当前，一种常见的背板材质识别方法是利用人工进行识别。但是，在对现有技术的研究和实践过程中，本专利技术的专利技术人发现，现有的利用人工进行识别吉他背板材质的方法，对识别者的专业知识要求较高，存在时间上的限制且成本较高。即，当前的吉他背板识别方法存在对识别者的要求较高，无法随时随地识别的问题。
技术实现思路
本专利技术所要解决的技术问题在于，提供基于吉他背板图像的材质识别方法、装置及可读存储介质，利用获得的吉他图像，在计算设备上识别吉他的背板材质。为了解决上述技术问题，本专利技术提供了基于吉他背板图像的材质识别方法，包括以下步骤：获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；采用SEMB-LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；根据分类组合结果，识别出该吉他的背板的材质类型。进一步地，在所述获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板掩码，并得到背板的区域图像之前，还包括：对摄像头采集的吉他背板内表面的原始图像进行去噪和灰度化处理，得到待处理图像。进一步地，根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像，具体为：检测所述待处理图像的月牙形区域，并结合霍夫圆检测算法，对所述待处理图像中的吉他圆形音孔进行检测；若检测到吉他圆形音孔，则去除所述月牙形阴影区域并生成圆形掩码区域，进而得到吉他背板区域掩码；若未检测到吉他圆形音孔，则以不断复制像素的方式填充非圆形音孔的外部区域，并重新对所述待处理图像中的吉他圆形音孔进行检测。进一步地，所述对所述纹理特征图像金字塔进行分块处理，具体为：对所述纹理特征图像金字塔的各级均按照16*16大小进行分块，进一步对每个分块分别计算灰度直方图，并归一化到0至1区间。进一步地，所述SVM分类器的训练步骤如下：获取各种材质吉他的若干待处理图像样本，并保存人工对所述待处理图像样本进行吉他的背板的材质类型及区域的标注；对已人工标注的待处理图像样本进行缩放倍增，得到各个比例下的吉他的背板的材质类型图像；利用SEMB-LBP纹理特征提取算法对各个比例下的吉他的背板的材质类型图像进行纹理特征提取，并生成相应的统计直方图；根据所述统计直方图，使用SVM分类器对吉他的背板所属材质类型进行分类组合训练，得到SVM分类器参数。进一步地，所述根据分类组合结果，识别出该吉他的背板的材质类型，具体为:将分类结果归位到所述纹理特征图像金字塔的各级纹理特征图像，以组成原图中对应大小预测结果图，并取各级预测结果图中最大连通区作为各级纹理特征图像的材质类型的预测结果；将所述预测结果以所述图像金字塔的各级顺序组成列表后，去除列表头尾预测结果后，计算列表中各级预测结果所占比例，取比例最大的预测结果作为该吉他的背板的材质类型。另一方面，本专利技术的一个实施例还提供了一种基于吉他背板图像的材质识别装置，其特征在于，包括：背板的区域图像获取模块，用于获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；分级缩放模块，用于对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；纹理特征提取模块，用于采用SEMB-LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；分类组合模块，用于对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；识别模块，用于根据分类组合结果，识别出该吉他的背板的材质类型。进一步地，所述识别模块，具体用于将分类结果归位到所述纹理特征图像金字塔的各级纹理特征图像，以组成原图中对应大小预测结果图，并取各级预测结果图中最大连通区作为各级纹理特征图像的材质类型的预测结果；将所述预测结果以所述图像金字塔的各级顺序组成列表后，去除列表头尾预测结果后，计算列表中各级预测结果所占比例，取比例最大的预测结果作为该吉他的背板的材质类型。另一方面，本专利技术的一个实施例还提供了一种基于吉他背板图像的材质识别装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于吉他背板图像的材质识别方法。又一方面，本专利技术的一个实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述的基于吉他背板图像的材质识别方法。相比于现有技术，本专利技术实施例的有益效果在于：本专利技术公开了一种基于吉他背板图像的材质识别方法、装置及可读存储介质，所述方法适于在计算设备中执行，至少包括如下步骤：获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；采用SEMB-LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；根据分类组合结果，识别出该吉他的背板的材质类型。本专利技术通过利用所获得的待处理吉他图像，直接在计算设备上识别吉他的背板材质。附图说明图1是本专利技术一实施例提供的一种基于吉他背板图像的材质识别方法的流程示意图；图2是本专利技术一实施例提供的一种基于吉他背板图像的材质识别方法的另一流程示意图；图3是本专利技术一实施例中手机拍摄吉他背板的示意图；图4是本专利技术一实施例中手机悬于吉他圆形音孔上方，离琴弦约3～8cm拍摄的效果示意图；图5是本专利技术一实施例中手机插入到吉他圆形音孔和琴弦之间拍摄的效果示意图；图6是本专利技术另一实施例中提供的一种基于吉他背板图像的材质识别装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，显然，所描述的实施例仅仅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。请参阅图1-5，本专利技术一实施例提供的一种基于吉他背板图像的材质识别方法，适于在计算设备本文档来自技高网...
【技术保护点】
1.一种基于吉他背板图像的材质识别方法，适于在计算设备中执行，其特征在于，至少包括以下步骤：获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；采用SEMB‑LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；根据分类组合结果，识别出该吉他的背板的材质类型。
【技术特征摘要】
1.一种基于吉他背板图像的材质识别方法，适于在计算设备中执行，其特征在于，至少包括以下步骤：获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像；对所述背板的区域图像进行分级缩放，组成多层级的图像金字塔；采用SEMB-LBP纹理特征提取算法，对所述图像金字塔的各级图像进行纹理特征提取，生成相应的纹理特征图像金字塔；对所述纹理特征图像金字塔进行分块处理，并利用预先训练好的SVM分类器，对每个分块进行所属材质类型的分类组合；根据分类组合结果，识别出该吉他的背板的材质类型。2.根据权利要求1所述的基于吉他背板图像的材质识别方法，其特征在于，在所述获取吉他背板内表面的待处理图像，并根据所述待处理图像，生成吉他背板掩码，并得到背板的区域图像之前，还包括：对摄像头采集的吉他背板内表面的原始图像进行去噪和灰度化处理，得到待处理图像。3.根据权利要求1所述的基于吉他背板图像的材质识别方法，其特征在于，所述根据所述待处理图像，生成吉他背板区域掩码，并得到背板的区域图像，具体为：检测所述待处理图像的月牙形区域，并结合霍夫圆检测算法，对所述待处理图像中的吉他圆形音孔进行检测；若检测到吉他圆形音孔，则去除所述月牙形阴影区域并生成圆形掩码区域，进而得到吉他背板区域掩码；若未检测到吉他圆形音孔，则以不断复制像素的方式填充非圆形音孔的外部区域，并重新对所述待处理图像中的吉他圆形音孔进行检测。4.根据权利要求1所述的基于吉他背板图像的材质识别方法，其特征在于，所述对所述纹理特征图像金字塔进行分块处理，具体为：对所述纹理特征图像金字塔的各级均按照16*16大小进行分块，进一步对每个分块分别计算灰度直方图，并归一化到0至1区间。5.根据权利要求1所述的基于吉他背板图像的材质识别方法，其特征在于，所述SVM分类器的训练步骤如下：获取各种材质吉他的若干待处理图像样本，并保存人工对所述待处理图像样本进行吉他的背板的材质类型及区域的标注；对已人工标注的待处理图像样本进行缩放倍增，得到各个比例下的吉他的背板的材质类型图像；利用SEMB-LBP纹理特征提取算法对各个比例下的吉他的背板的材质类型图像进行纹理特征提取，并生成相应的统计直方图；根据所述统计直方图，使用SVM分类器对吉他的背板所属材...
【专利技术属性】
技术研发人员：王斌，卢志海，叶育民，
申请(专利权)人：王斌，广东工贸职业技术学院，
类型：发明
国别省市：广东,44
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。