一种图像识别方法和装置制造方法及图纸

本发明专利技术公开了一种图像识别方法和装置，对查询图像进行分区，每个区间的像素大小相同；对查询图像进行解析，获取解析数据，其中，解析数据包括文字数据、每个区间灰度数据、区间连续变化数据获取查询图像对应的第一、二、三类相似图像，将不同类相似图像相互预匹配形成两类识别库，精确匹配识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功。本发明专利技术能够对查询图像进行更深层次的解析，利用三类解析数据分别检索形成三类相似图像，再将三类相似图像基于区间灰度数据进行预匹配，形成两类识别库，将识别库中图像基于区间连续变化数据与查询图像进行精确匹配，即可得到精确的检索结果。

An Image Recognition Method and Device

【技术实现步骤摘要】
一种图像识别方法和装置
本专利技术涉及图像处理
，尤其涉及一种图像识别方法和装置。
技术介绍
图像检索技术能够检索查询图像中是否包含图像库中的一副或者多幅图像。图像检索技术分为离线训练及在线查询两个阶段。在离线训练阶段，提取图像库中所有图像的视觉特征，形成图像特征索引库。在在线查询阶段，提取查询图像的视觉特征，并与图像特征索引库进行对比，确定图像库中与查询图像相似度最高的一副或几幅参考图像；若确定出的参考图像与查询图像的相似度足够高，则可以认为查询图像包含这一幅或几幅参考图像。根据执行图像检索技术的主体不同，可分为云端图像检索与本地图像检索。现有图像检索技术的识别准确率较低，常常发生误识别现象，严重影响用户体验。公开号为CN108334644B的专利说明书中公开了一种图像识别方法和装置。该方法包括：获取查询图像对应的相似图像，相似图像为根据查询图像的第一视觉特征检索得到的图像，所述第一视觉特征包括全局视觉特征和/或局部视觉特征；将查询图像的第二视觉特征与相似图像的第二视觉特征进行匹配，形成多组视觉特征对，所述第二视觉特征包括局部视觉特征；从所述多组视觉特征对中去除误匹配的视觉特征对；根据剩余的视觉特征对，确定查询图像与相似图像是否匹配成功。这种图像识别方法和装置仍存在不足之处，其未对查询图像进行更深层次的解析，导致检索结果不够精确，需要改进。
技术实现思路
本专利技术的目的在于克服现有技术中存在的上述问题，提供一种图像识别方法和装置。为实现上述技术目的，达到上述技术效果，本专利技术是通过以下技术方案实现：一种图像识别方法，包括如下步骤：S001：对查询图像进行分区，每个区间的像素大小相同；S002：对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；S003：获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；S004：获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；S005：获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；S006：预匹配获取的第一类相似图像、第二类相似图像和第三相似图像；将第一类相似图像、第二类相似图像匹配形成第一类识别库，将第一类相似图像、第三类相似图像匹配形成第二类识别库，将第二类相似图像和第三类相似图像匹配形成第三类识别库，其中，所述预匹配的过程为：将前类相似图像中各个图像与后类图像中各个图像进行单个对比，对比的两个图像对应区间的区别，以区间序号为X轴，以区间灰度差值为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将这两个图像同时移送至对应的识别库；S007：精确匹配第一类识别库、第二类识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功；其中，所述预匹配的过程为：将查询图像与第一类识别库、第二类识别库中各个图像进行单个对比，对比的两个图像对应区间的区间连续变化数据的区别，以区间序号为X轴，以区间连续变化数据为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将图像作为查询结果呈现。上述图像识别方法中，每个所述区间的大小为（3-5）点×（3-5）点，每个点为一个像素点。上述图像识别方法中，所述图像自身未包含文字单词时，所述文字单词图像自身的类别编号，根据数据库中类别分类查询对应的类别编号。一种图像识别装置，该装置包括：查询模块，用于对查询图像进行分区，每个区间的像素大小相同；解析模块，用于对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；第一获取模块，用于获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；第二获取模块，用于获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；第三获取模块，用于获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；预匹配模块，用于预匹配获取的第一类相似图像、第二类相似图像和第三相似图像；将第一类相似图像、第二类相似图像匹配形成第一类识别库，将第一类相似图像、第三类相似图像匹配形成第二类识别库，将第二类相似图像和第三类相似图像匹配形成第三类识别库；以及精确匹配模块，用于精确匹配第一类识别库、第二类识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功。本专利技术的有益效果是：本专利技术能够对查询图像进行更深层次的解析，解析数据包含文字数据、每个区间灰度数据、区间连续变化数据，利用三个数据分别检索形成三类相似图像，再将三类相似图像基于区间灰度数据两两进行预匹配，形成两类识别库，此时识别库中图像数量已大幅缩小，将识别库中图像基于区间连续变化数据与查询图像进行精确匹配，即可得到精确的检索结果。当然，实施本专利技术的任一产品并不一定需要同时达到以上的所有优点。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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专利技术的一些实施例，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他的附图。图1为本专利技术一实施例的图像识别方法的流程图；图2为本专利技术一实施例的图像识别装置的组成框图；图3为本专利技术一实施例的获取模块的扩展接口；图中标号为：001-查询模块，002-解析模块，003-第一获取模块，004-第二获取模块，005-第三获取模块，006-预匹配模块，007-精确匹配模块。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，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作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1-3所示，本实施例为一种图像识别方法，包括如下步骤：S001：对查询图像进行分区，每个区间的像素大小相同；S002：对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；S003：获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；S004：获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；S005：获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；S本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括如下步骤：S001：对查询图像进行分区，每个区间的像素大小相同；S002：对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；S003：获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；S004：获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；S005：获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；S006：预匹配获取的第一类相似图像、第二类相似图像和第三相似图像；将第一类相似图像、第二类相似图像匹配形成第一类识别库，将第一类相似图像、第三类相似图像匹配形成第二类识别库，将第二类相似图像和第三类相似图像匹配形成第三类识别库，其中，所述预匹配的过程为：将前类相似图像中各个图像与后类图像中各个图像进行单个对比，对比的两个图像对应区间的区别，以区间序号为X轴，以区间灰度差值为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将这两个图像同时移送至对应的识别库；S007：精确匹配第一类识别库、第二类识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功；其中，所述预匹配的过程为：将查询图像与第一类识别库、第二类识别库中各个图像进行单个对比，对比的两个图像对应区间的区间连续变化数据的区别，以区间序号为X轴，以区间连续变化数据为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将图像作为查询结果呈现。...

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括如下步骤：S001：对查询图像进行分区，每个区间的像素大小相同；S002：对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；S003：获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；S004：获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；S005：获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；S006：预匹配获取的第一类相似图像、第二类相似图像和第三相似图像；将第一类相似图像、第二类相似图像匹配形成第一类识别库，将第一类相似图像、第三类相似图像匹配形成第二类识别库，将第二类相似图像和第三类相似图像匹配形成第三类识别库，其中，所述预匹配的过程为：将前类相似图像中各个图像与后类图像中各个图像进行单个对比，对比的两个图像对应区间的区别，以区间序号为X轴，以区间灰度差值为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将这两个图像同时移送至对应的识别库；S007：精确匹配第一类识别库、第二类识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功；其中，所述预匹配的过程为：将查询图像与第一类识别库、第二类识别库中各个图像进行单个对比，对比的两个图像对应区间的区间连续变化数据的区别，以区间序号为X轴，以区间连续变...

【专利技术属性】
技术研发人员：钟石根，张良杰，张志刚，游陈盛，郭凌，郑海文，符伟成，
申请(专利权)人：厦门南洋职业学院，
类型：发明
国别省市：福建,35