有利于提高检测精度的图片处理方法技术

本发明专利技术公开了有利于提高检测精度的图片处理方法，包括以下步骤：建立图片像素矩阵，图片像素矩阵中的每一个元素与图片中像素的位置一一对应；提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素；将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。本发明专利技术有利于提高检测精度的图片处理方法，不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。

【技术实现步骤摘要】
有利于提高检测精度的图片处理方法
本专利技术涉及计算机
，具体涉及有利于提高检测精度的图片处理方法。
技术介绍
图片识别，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像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。然而现有的图片识别技术采用先灰度化处理，再进行数据分析，灰度化处理虽然可以降低图片识别难度，但是图片灰度化后会丢失大量特征，从而导致检测结果精度降低。
技术实现思路
本专利技术所要解决的技术问题是现有的图片识别技术采用灰度化处理，会丢失大量特征，从而导致检测结果精度降低，目的在于提供有利于提高检测精度的图片处理方法，解决上述问题。本专利技术通过下述技术方案实现：有利于提高检测精度的图片处理方法，包括以下步骤：S1：建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应；S2：提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素；S3：将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵；S4：将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；S5：将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。现有技术中，图片识别技术采用先灰度化处理，再进行数据分析，灰度化处理虽然可以降低图片识别难度，但是图片灰度化后会丢失大量特征，从而导致检测结果精度降低。本专利技术应用时，先建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应，再提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素，再将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵，将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。专利技术人创造性的采用了RGB值来代表一个像素点，而由于RGB值本身为一个三维向量，所再将RGB值分解为三个值，即R值、G值和B值，再分别进行比较，最后求和，这种方法不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。进一步的，步骤S4包括以下子步骤：将两张图片的R值矩阵求差，并对求差后的R值矩阵得出特征值，以此特征值作为R值相似度。进一步的，步骤S4包括以下子步骤：将两张图片的G值矩阵求差，并对求差后的G值矩阵得出特征值，以此特征值作为G值相似度。进一步的，步骤S4包括以下子步骤：将两张图片的B值矩阵求差，并对求差后的B值矩阵得出特征值，以此特征值作为B值相似度。进一步的，步骤S3包括以下子步骤：提取图片像素矩阵RGB值中的R值构成R值矩阵；提取图片像素矩阵RGB值中的G值构成G值矩阵；提取图片像素矩阵RGB值中的B值构成B值矩阵。本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术有利于提高检测精度的图片处理方法，不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例本专利技术有利于提高检测精度的图片处理方法，有利于提高检测精度的图片处理方法，包括以下步骤：S1：建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应；S2：提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素；S3：将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵；S4：将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；S5：将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。步骤S4包括以下子步骤：将两张图片的R值矩阵求差，并对求差后的R值矩阵得出特征值，以此特征值作为R值相似度。步骤S4包括以下子步骤：将两张图片的G值矩阵求差，并对求差后的G值矩阵得出特征值，以此特征值作为G值相似度。步骤S4包括以下子步骤：将两张图片的B值矩阵求差，并对求差后的B值矩阵得出特征值，以此特征值作为B值相似度。步骤S3包括以下子步骤：提取图片像素矩阵RGB值中的R值构成R值矩阵；提取图片像素矩阵RGB值中的G值构成G值矩阵；提取图片像素矩阵RGB值中的B值构成B值矩阵。本实施例实施时，先建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应，再提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素，再将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵，将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。专利技术人创造性的采用了RGB值来代表一个像素点，而由于RGB值本身为一个三维向量，所再将RGB值分解为三个值，即R值、G值和B值，再分别进行比较，最后求和，这种方法不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
有利于提高检测精度的图片处理方法，其特征在于，包括以下步骤：S1：建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应；S2：提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素；S3：将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵；S4：将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；S5：将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。

【技术特征摘要】
1.有利于提高检测精度的图片处理方法，其特征在于，包括以下步骤：S1：建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应；S2：提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素；S3：将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵；S4：将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；S5：将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。2.根据权利要求1所述的有利于提高检测精度的图片处理方法，其特征在于，步骤S4包括以下子步骤：将两张图片的R值矩阵求差，...

【专利技术属性】
技术研发人员：曾传德，
申请(专利权)人：曾传德，
类型：发明
国别省市：四川,51