图像分类方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供一种图像分类方法、装置、电子设备及可读存储介质，通过在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的亮度矩阵和梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度‑梯度共生矩阵；根据每个候选子图对应的亮度‑梯度共生矩阵，确定出待分类图像的图像类别。该图像分类方法通过提取图像的亮度、梯度特征信息，并综合亮度‑梯度特征对图像内的各个像素点进行统计分析，从而准确获取了图像的纹理特征信息，提升了图像类型正确识别的准确率，且该方法仅对候选子图进行特征信息分析，待分析的数据量较少，有效提升图像类型识别的效率。

【技术实现步骤摘要】
图像分类方法、装置、电子设备及可读存储介质
本专利技术实施例涉及图像处理领域，尤其涉及一种图像分类方法、装置、电子设备及可读存储介质。
技术介绍
随着配置摄像头的手持终端设备的广泛普及，越来越多的业务办理基于终端设备所拍摄的数字图像，例如，住院医疗票据、身份证、银行卡等数字图像。然而，业务办理过程中，上述各种数字图像通常需要工作人员人工审核查看资料是否齐全，处理效率较低，从而延长了客户办理业务的时长，客户体验差。因此，亟需一种可以对数字图像进行准确且快速分类的方法，以提升图像自动分类的效率。
技术实现思路
本专利技术实施例提供一种图像分类方法、装置、电子设备及可读存储介质，以解决现有技术中对数字图像不能进行高效且准确分类的技术问题。本专利技术实施例的一个方面提供一种图像分类方法，包括：在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别。可选的，所述在待分类图像中获取至少一个候选子图之前，还包括：对所述待分类图像进行图像预处理，得到图像预处理后的待分类图像；其中，所述预处理包括以下处理中的至少一种：尺寸归一化调整、图像位置校正、图像画面清晰度调整。可选的，所述在待分类图像中获取至少一个候选子图之前，还包括：对所述图像预处理后的待分类图像进行灰度转换，得到灰度处理后的待分类图像；对所述灰度处理后的待分类图像进行二值化处理，得到以二值化表示的待分类图像；在所述以二值化表示的待分类图像中获取至少一个候选子图。可选的，所述在待分类图像中获取至少一个候选子图包括：在所述以二值化表示的待分类图像中确定出至少一个图形轮廓；确定包围所述图形轮廓的最小轮廓外接矩形；若所述最小轮廓外接矩形小于预设矩形尺寸，则以所述图像轮廓区域的中心位置对应所述预设矩形尺寸的中心，从所述待分类图像中截取满足所述预设矩形尺寸且包围所述图形轮廓的图像，形成所述候选子图；若所述最小轮廓外接矩形大于等于所述预设矩形尺寸，则从所述待分类图像中截取所述最小轮廓外接矩形所包围的图像，形成所述候选子图。可选的，所述确定每个候选子图的亮度矩阵和梯度矩阵包括：确定每个候选子图中每个像素点的亮度值，形成每个候选子图的亮度矩阵；根据每个候选子图的亮度矩阵，确定每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值；根据每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值，形成每个候选子图的梯度矩阵。可选的，所述根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵，包括：根据最大预设亮度级V1，对每个候选子图的所述亮度矩阵进行归一化处理，得到归一化处理后的亮度矩阵F(x，y)；根据最大预设梯度级V2，对每个候选子图的所述梯度矩阵进行归一化处理，得到归一化处理后的梯度矩阵G(x，y)；其中，(x，y)表示候选子图中像素点的位置；所述预设亮度值小于等于所述最大预设亮度级V1，所述预设梯度值小于等于所述最大预设梯度级V2；所述V1，所述V2为正整数；确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵[V1、V2]；或者形成每个候选子图对应的亮度-梯度共生矩阵[V2、V1]。可选的，所述根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别，包括：将每个候选子图对应的亮度-梯度共生矩阵转换为每个候选子图的特征向量；基于贝叶斯分类器，对每个候选子图的所述特征向量进行识别，并基于投票机制对识别结果进行判断，确定出所述待分类图像的图像类别。可选的，所述方法还包括：根据预设目标区域，在所述图像预处理后的待分类图像中提取与所述预设目标区域对应的目标子图；将所述目标子图由RGB颜色空间转换到灰度图空间；基于Laplacian增强算子，对转换到灰度图空间后的目标子图进行锐化处理；基于光学字符识别OCR模型，对锐化处理后的目标子图进行识别；根据识别结果确定所述待分类图像的图像类别；若未能识别得到所述待分类图像的图像类别，则执行所述在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别的步骤。本专利技术实施例的另一个方面提供一种图像分类装置，包括：获取模块，用于在待分类图像中获取至少一个候选子图；确定模块，用于确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别。本专利技术实施例的还一个方面提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述任一项所述的图像分类方法。本专利技术实施例的再一个方面提供一种电子设备可读存储介质，包括程序，当所述程序在电子设备上运行时，使得电子设备执行上述任一项所述的图像分类方法。本专利技术实施例提供的图像分类方法、装置、电子设备及可读存储介质，通过在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的亮度矩阵和梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；根据每个候选子图对应的亮度-梯度共生矩阵，确定出待分类图像的图像类别。该图像分类方法通过提取图像的亮度、梯度特征信息，并综合亮度-梯度特征对图像内的各个像素点进行统计分析，从而准确获取了图像的纹理特征信息，提升了图像类型正确识别的准确率，且该方法仅对候选子图进行特征信息分析，待分析的数据量较少，有效提升图像类型识别的效率。附图说明图1为本专利技术一示例性实施例提供的图像分类方法的流程示意图；图2为本专利技术另一示例性实施例提供的图像分类方法的流程示意图；图3为本专利技术图2所示实施例中投票机制的示意图；图4为本专利技术另一示例性实施例提供的图像分类方法的流程示意图；图5为本专利技术一示例性实施例提供的图像分类装置的结构示意图；图6为本专利技术一示例性实施例提供的电子设备的结构示意图。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，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作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。实施例一图1为本专利技术一示例性实施例提供的图像分类方法的流程示意图，如图1所示，本实施例中的图像分类方法的执行主体可以为任意具有数据处理能力的电子设备，例如，服务器、台式PC机、笔记本电脑、平板电脑PAD(port本文档来自技高网...

【技术保护点】
一种图像分类方法，其特征在于，包括：在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度‑梯度共生矩阵；根据每个候选子图对应的亮度‑梯度共生矩阵，确定出所述待分类图像的图像类别。

【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别。2.根据权利要求1所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图之前，还包括：对所述待分类图像进行图像预处理，得到图像预处理后的待分类图像；其中，所述预处理包括以下处理中的至少一种：尺寸归一化调整、图像位置校正、图像画面清晰度调整。3.根据权利要求2所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图之前，还包括：对所述图像预处理后的待分类图像进行灰度转换，得到灰度处理后的待分类图像；对所述灰度处理后的待分类图像进行二值化处理，得到以二值化表示的待分类图像；在所述以二值化表示的待分类图像中获取至少一个候选子图。4.根据权利要求3所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图包括：在所述以二值化表示的待分类图像中确定出至少一个图形轮廓；确定包围所述图形轮廓的最小轮廓外接矩形；若所述最小轮廓外接矩形小于预设矩形尺寸，则以所述图像轮廓区域的中心位置对应所述预设矩形尺寸的中心，从所述待分类图像中截取满足所述预设矩形尺寸且包围所述图形轮廓的图像，形成所述候选子图；若所述最小轮廓外接矩形大于等于所述预设矩形尺寸，则从所述待分类图像中截取所述最小轮廓外接矩形所包围的图像，形成所述候选子图。5.根据权利要求1所述的方法，其特征在于，所述确定每个候选子图的亮度矩阵和梯度矩阵包括：确定每个候选子图中每个像素点的亮度值，形成每个候选子图的亮度矩阵；根据每个候选子图的亮度矩阵，确定每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值；根据每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值，形成每个候选子图的梯度矩阵。6.根据权利要求5所述的方法，其特征在于，所述根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵，包括：根据最大预设亮度级V1，对每个候选子图的所述亮度矩阵进行归一化处理，得到归一化处理后的亮度矩阵F(x，y)；根据最大预设梯度级V2，对每个候选子图的所述梯度矩阵进行归一化处理，得到归一化处理...

【专利技术属性】
技术研发人员：朱兴杰，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11