一种智能图像处理方法及系统技术方案

本发明专利技术公开了一种智能图像处理方法及系统，具体包括以下步骤：步骤一、图像获取；步骤二、本地识别；步骤三、智能识别，本发明专利技术涉及图像处理技术领域。该智能图像处理方法及系统，利用图像分析系统和智能拓展系统组建出一个具有成长性的图像处理识别系统，实现单一环境中图像的有效识别，并且通过建立本地库进行图像识别，保证图像识别的迅捷有效，并且在出现无法识别的特征信息后，通过智能拓展系统进行辅助识别，保证图像识别的精准，同时对本地库进行填充，实现本地库的自动成长，进而降低相关工作人员的工作量，利用图像传输单元对需要进行智能识别的特征进行切割打包，保证传输过程的迅速，从而保证图像识别的迅速。从而保证图像识别的迅速。从而保证图像识别的迅速。

【技术实现步骤摘要】
一种智能图像处理方法及系统


[0001]本专利技术涉及图像处理
，具体为一种智能图像处理方法及系统。

技术介绍

[0002]图像处理又称为影像处理，是用计算机对图像进行加工，从而达到所需结果的技术，图像处理一般指数字图像处理，通过数字图像处理中的模式识别技术，可以将人眼无法识别的图像进行分类处理，通过计算机模式识别技术可以快速准确地检索、匹配和识别出各种东西。
[0003]常规的图像识别，往往就是利用图像特征，直接在网络上进行检索，这样检索量较大，导致图像识别过程缓慢，且过程中无法积累数据经验，使得下次进行同种类型的识别时，仍会出现识别缓慢的情况，针对于单一工作环境中应用的图像识别，如机械加工类场所使用的图像识别，往往只需要在图像识别时，检索与机械加工类对应的信息即可，这样虽然缩小的检索范围，但是由于科技的不断发展，其不可能包含所有的信息，往往还是需要人工去添加识别属性，这样无疑会增加相关人员的工作量，为此，特提出一种智能图像处理方法及系统，通过智能拓展系统辅助进行图像识别，实现图像识别成长性的同时，使得系统可以有效贴合工作环境。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种智能图像处理方法及系统，解决了常规的图像识别，识别过程缓慢，且过程中无法积累数据经验，使得下次进行同种类型的识别时，仍会出现识别缓慢的情况，针对于单一工作环境中应用的图像识别，往往还是需要人工去添加识别属性，这样无疑会增加相关人员工作量的问题。
[0006](二)技术方案
[0007]为实现上述目的，本专利技术提供了如下技术方案：一种智能图像处理方法，具体包括以下步骤：
[0008]步骤一、图像获取：利用图像采集单元对各个途径的图像进行采集，再通过特征分析单元对图像的主要特征进行分析，确定特征点类型和特征点数量后，由特征匹配单元进行匹配识别；
[0009]步骤二、本地识别：特征匹配单元根据特征点类型和特征点数量从识别基础单元中筛选出匹配的数据，经过余量分析，保证精准无误后，即为识别结果；
[0010]步骤三、智能识别：对于余量分析结果中仍有误差的数据，发送至智能拓展系统中，经过整理后，将存有误差的数据对应的原特征自原有图像上切割出来，标记数量和切割顺序后，封包发送到智能分析单元中，经过解封处理后，将存有误差的数据发送到AI服务器，进行智能AI匹配，检测出与特征点类型和特征点数量完全匹配的数据后，将匹配结果封包发送到归纳整合单元中，经过解封后，通过特征匹配单元进行二次特征确认，并且按照切
割顺序填充在图像对应的位置上，在经过语言逻辑诊断，并对存在异常处进行标注，同时将数据传输到识别基础单元中，后与步骤二中的识别结果进行合并，向用户进行展示，同时将得到分析结果后的未识别数据信息，存储在信息存储模块中，扩充识别基础单元信息存储量。
[0011]通过采用上述技术方案，建立本地库进行图像识别，保证图像识别的迅捷有效，并且在出现无法识别的特征信息后，通过智能拓展系统进行辅助识别，保证图像识别的精准，同时对本地库进行填充，实现本地库的自动成长，进而降低相关工作人员的工作量。
[0012]本专利技术进一步设置为：所述步骤一中的图像主要特征为图像轮廓曲度最大或轮廓方向突然改变的地方。
[0013]本专利技术还公开了一种智能图像处理系统，由图像分析系统和智能拓展系统共同组成的图像处理识别系统，所述图像分析系统和智能拓展系统对接，用于实现未识别信息的智能识别，所述图像分析系统包括图像采集单元、特征分析单元、特征匹配单元、归纳整合单元和识别基础单元，其中图像采集单元用于图像的采集，所述图像采集单元与特征分析单元对接，用于对所采集的图像信息进行特征识别，所述特征匹配单元分别与特征分析单元、识别基础单元和归纳整合单元对接，用于根据特征识别信息从识别基础单元中检索匹配特征的数据，并在归纳整合单元中进行展示，所述智能拓展系统包括图像传输单元和智能分析单元，所述图像传输单元分别与智能分析单元、识别基础单元和归纳整合单元进行对接，用于保证未匹配数据特征的有效识别，并进行数据的迅速传递，用于提高识别基础单元的识别能力。
[0014]通过采用上述技术方案，利用图像分析系统和智能拓展系统组建出一个具有成长性的图像处理识别系统，实现单一环境中图像的有效识别。
[0015]本专利技术进一步设置为：所述图像采集单元采集图像的方法具体包括从图像存储文件库包括相册中提取图片，利用手机、相机即时拍照获得图片，利用截图软件进行截图获取图片。
[0016]通过采用上述技术方案，实现图像的采集。
[0017]本专利技术进一步设置为：所述特征分析单元具体包括特征点分类模块、特征点确认模块和特征点统计模块，所述特征点分类模块用于对图像的特征点进行种类划分，并按照特征种类对采集的图像进行特征点判断；
[0018]所述特征点确认模块用于确定特征点种类、采集的具体位置和具体数量；
[0019]所述特征点统计模块用于对确定特征点的种类、位置和数量进行整合。
[0020]通过采用上述技术方案，对采集的图像进行特征划分，为图像识别提供基础条件。
[0021]本专利技术进一步设置为：所述特征匹配单元具体包括匹配分类模块、自查统计模块、匹配点筛选对比模块和余量分析模块，所述匹配分类模块用与根据特征点种类的划分而划分对应的处理模块，用于实现对应特征点种类的迅速查找；
[0022]所述自查统计模块用于根据对应特征点种类从识别基础单元中迅速查找出对应匹配的数据，并进行统计；
[0023]所述匹配点筛选对比模块用于整合自查统计模块中统计的数据，并根据位置信息进行对应特征点和特征点数量的整理，同时筛选出其中匹配度较高的数据；
[0024]所述余量分析模块用于对于匹配点筛选对比模块中筛选的数据进行余量分析，在
出现余量大于零的情况时，为匹配数据有误，向智能拓展系统中发送误差数据对应的原特征，用于保证图像识别的精准。
[0025]通过采用上述技术方案，对图像的特征点和本地库中存储的信息进行比较，从而迅速识别出对应特征下的图像信息。
[0026]本专利技术进一步设置为：所述识别基础单元具体包括信息存储模块、反馈模块和反馈填充模块，所述信息存储模块作为本地内存，用于存储图像特征点识别的对比数据；
[0027]所述反馈模块用于接收特征匹配单元中筛选出具有误差数据的原特征，并将原特征信息传输到图像传输单元中，进行智能识别；
[0028]所述反馈填充模块用于接收特征匹配单元中认证智能分析单元分析结果后的未识别数据信息，并存储在信息存储模块中，用于扩充信息存储量。
[0029]通过采用上述技术方案，作为本地库，为图像识别提供数据对照基础。
[0030]本专利技术进一步设置为：所述归纳整合单元具体包括解封整合模块、逻辑匹配标注模块和合并展示模块，所述解封整合模块用于解封智能分析单元中传输来的匹配结果封包，并将匹配结果根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能图像处理方法，其特征在于：具体包括以下步骤：步骤一、图像获取：利用图像采集单元(3)对各个途径的图像进行采集，再通过特征分析单元(4)对图像的主要特征进行分析，确定特征点类型和特征点数量后，由特征匹配单元(5)进行匹配识别；步骤二、本地识别：特征匹配单元(5)根据特征点类型和特征点数量从识别基础单元(7)中筛选出匹配的数据，经过余量分析，保证精准无误后，即为识别结果；步骤三、智能识别：对于余量分析结果中仍有误差的数据，发送至智能拓展系统(2)中，经过整理后，将存有误差的数据对应的原特征自原有图像上切割出来，标记数量和切割顺序后，封包发送到智能分析单元(9)中，经过解封处理后，将存有误差的数据发送到AI服务器，进行智能AI匹配，检测出与特征点类型和特征点数量完全匹配的数据后，将匹配结果封包发送到归纳整合单元(6)中，经过解封后，通过特征匹配单元(5)进行二次特征确认，并且按照切割顺序填充在图像对应的位置上，在经过语言逻辑诊断，并对存在异常处进行标注，同时将数据传输到识别基础单元(7)中，后与步骤二中的识别结果进行合并，向用户进行展示，过程中，将得到分析结果后的未识别数据信息，存储在信息存储模块(17)中，扩充识别基础单元(7)的信息存储量。2.根据权利要求1所述的一种智能图像处理方法，其特征在于：所述步骤一中的图像主要特征为图像轮廓曲度最大或轮廓方向突然改变的地方。3.一种智能图像处理系统，其特征在于：由图像分析系统(1)和智能拓展系统(2)共同组成的图像处理识别系统，所述图像分析系统(1)和智能拓展系统(2)对接，用于实现未识别信息的智能识别，所述图像分析系统(1)包括图像采集单元(3)、特征分析单元(4)、特征匹配单元(5)、归纳整合单元(6)和识别基础单元(7)，其中图像采集单元(3)用于图像的采集，所述图像采集单元(3)与特征分析单元(4)对接，用于对所采集的图像信息进行特征识别，所述特征匹配单元(5)分别与特征分析单元(4)、识别基础单元(7)和归纳整合单元(6)对接，用于根据特征识别信息从识别基础单元(7)中检索匹配特征的数据，并在归纳整合单元(6)中进行展示，所述智能拓展系统(2)包括图像传输单元(8)和智能分析单元(9)，所述图像传输单元(8)分别与智能分析单元(9)、识别基础单元(7)和归纳整合单元(6)进行对接，用于保证未匹配数据特征的有效识别，并进行数据的迅速传递，用于提高识别基础单元(7)的识别能力。4.根据权利要求3所述的一种智能图像处理系统，其特征在于：所述图像采集单元(3)采集图像的方法具体包括从图像存储文件库包括相册中提取图片，利用手机、相机即时拍照获得图片，利用截图软件进行截图获取图片。5.根据权利要求3所述的一种智能图像处理系统，其特征在于：所述特征分析单元(4)具体包括特征点分类模块(10)、特征点确认模块(11)和特征点统计模块(12)，所述特征点分类模块(10)用于对图像的特征点进行种类划分，并按照特征种类对采集的图像进行特征点判断；所述特征点确认模块(11)用于确定特征点种类、采集的具体位置和具体数量；所述特征点统计模块(12)用于对确定...

【专利技术属性】
技术研发人员：梁堃，邝峰然，
申请(专利权)人：深圳市悦道科技有限公司，
类型：发明
国别省市：