图像分类方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，揭露一种图像分类方法，包括：将原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，并对基于HSV空间的原始图像集进行去噪操作，得到标准图像集；计算标准图像集的颜色矩，得到标准图像集的颜色特征；对标准图像集进行局部邻域差异操作，得到标准图像集的局部特征，并对多个局部特征进行局部邻域增强操作，得到标准图像集的纹理特征；将颜色特征及纹理特征进行拼接，并将拼接后的标准图像特征集传输至预设的图像分类器中，得到标准图像集的图像分类结果。本发明专利技术还涉及一种区块链技术，原始图像集可存储在区块链节点中。本发明专利技术还提出一种图像分类装置、设备以及介质。本发明专利技术可以提高图像分类的准确率。分类的准确率。分类的准确率。

【技术实现步骤摘要】
图像分类方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种图像分类方法、装置、设备及存储介质。

技术介绍

[0002]图像分类是根据图像信息中所反映的不同图像特征，把图像中不同类别的目标进行区分的图像处理方法。传统的图像分类方法是将彩色图像转化为灰度图像，提取灰度图像的特征，再根据灰度图像的特征进行图像分类。但是，仅通过提取灰度图像中的特征，会丢失图像的颜色信息，使得提取的图像特征信息不充足，导致图像分类的准确率较低。

技术实现思路

[0003]本专利技术提供一种图像分类方法、装置、设备及存储介质，其主要目的是提高图像分类的准确率。
[0004]为实现上述目的，本专利技术提供了一种图像分类方法，包括：
[0005]获取原始图像集，将所述原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，并对所述基于HSV空间的原始图像集进行去噪操作，得到标准图像集；
[0006]计算所述标准图像集的颜色矩，得到所述标准图像集的颜色特征；
[0007]对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，并对多个所述局部特征进行局部邻域增强操作，得到所述标准图像集的纹理特征；
[0008]将所述颜色特征及所述纹理特征进行拼接，得到标准图像特征集，并将所述标准图像特征集传输至预设的图像分类器中，得到所述标准图像集的图像分类结果。
[0009]可选地，所述计算所述标准图像集的颜色矩，得到所述标准图像集的颜色特征，包括：
[0010]分别计算所述标准图像集的一阶颜色矩、二阶颜色矩及三阶颜色矩；
[0011]汇总所述一阶颜色矩、所述二阶颜色矩及所述三阶颜色矩，得到所述颜色特征。
[0012]可选地，所述对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，包括：
[0013]获取所述标准图像集中的图像像素矩阵，根据所述图像像素矩阵确定中心像素及各个邻域像素；
[0014]识别各个所述邻域像素对应的相邻像素，并将所述邻域像素与相邻像素进行比较，根据比较结果将图像像素矩阵进行二值化操作，得到所述标准图像集的多个局部特征。
[0015]可选地，所述对多个所述局部特征进行局部邻域增强操作，得到所述标准图像集的纹理特征，包括：
[0016]将所述多个局部特征中的像素进行相对差计算，得到第一局部纹理特征；
[0017]将所述多个局部特征中的像素进行平均偏差计算，得到第二局部纹理特征；
[0018]将所述第一局部纹理特征与所述第二局部纹理特征进行拼接，得到所述标准图像集的纹理特征。
[0019]可选地，所述将所述原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，包括：
[0020]提取所述原始图像集中任意像素点的红色值、绿色值和蓝色值；
[0021]分别对所述红色值、所述绿色值和所述蓝色值进行归一化处理，得到红色归一值、绿色归一值和蓝色归一值；
[0022]将所述红色归一值、所述绿色归一值和所述蓝色归一值代入至预设的HSV转换公式中，得到色调值、饱和值和明亮值；
[0023]若所述色调值小于预设的色调阈值，则令所述色调值和色调标准值进行相加计算，得到最终色调值；
[0024]根据所述最终色调值、所述饱和值和所述明亮值确定基于HSV空间的原始图像集。
[0025]可选地，所述将所述标准图像特征集传输至预设的图像分类器中，得到所述标准图像集的图像分类结果，包括：
[0026]构建所述标准图像特征集的多个超平面函数；
[0027]利用预设的几何间隔确定多个所述超平面函数中的两个平行超平面函数，对所述两个平行超平面函数进行公式转换得到约束条件；
[0028]利用所述拉格朗日数乘法将所述约束条件转化为无约束条件，对所述无约束条件进行运算得到所述两个平行超平面函数中的最优超平面；
[0029]利用所述最优超平面将所述标准图像特征集进行分类，得到所述标准图像集的图像分类结果。
[0030]可选地，所述对所述基于HSV空间的原始图像集进行去噪操作，得到标准图像集，包括：
[0031]将预设的滤波窗口与所述原始图像集中的左上角图像像素位置重合，并将所述滤波窗口按照预设步长进行滑动，直到将所述滤波窗口与所述原始图像集的右下角图像像素位置重合，依次读取所述重合的图像像素位置对应的像素灰度值；
[0032]对所述像素灰度值进行排序，得到排序像素灰度值；
[0033]查找所述排序像素灰度值的中值集，并从所述中值集中依次选取中值替代所述像素灰度值的中间值，得到所述标准图像集。
[0034]为了解决上述问题，本专利技术还提供一种图像分类装置，所述装置包括：
[0035]空间转换模块，用于获取原始图像集，将所述原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，并对所述基于HSV空间的原始图像集进行去噪操作，得到标准图像集；
[0036]颜色特征提取模块，用于计算所述标准图像集的颜色矩，得到所述标准图像集的颜色特征；
[0037]纹理特征提取模块，用于对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，并对多个所述局部特征进行局部邻域增强操作，得到所述标准图像集的纹理特征；
[0038]图像分类模块，用于将所述颜色特征及所述纹理特征进行拼接，得到标准图像特征集，并将所述标准图像特征集传输至预设的图像分类器中，得到所述标准图像集的图像分类结果。
[0039]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0040]存储器，存储至少一个计算机程序；及
[0041]处理器，执行所述存储器中存储的计算机程序以实现上述所述的图像分类方法。
[0042]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的图像分类方法。
[0043]本专利技术实施例中，首先通过将所述原始图像集转换至预设的HSV空间中，可以非常直观的表达颜色的明暗、色调以及鲜艳程度，便于后续颜色特征的提取，并对基于HSV空间的原始图像集进行去噪操作，可以去除原始图像集中的噪声，使图像中的细节更加突出，图像质量更高；其次，通过计算所述标准图像集的颜色矩，可以完整的表达图像的颜色分布特征，再对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，并对多个所述局部特征进行局部邻域增强操作，可以提取更加完整的纹理特征，保证后续图像分类的准确性；最后，通过将所述颜色特征及所述纹理特征进行拼接，可以获取更加完整的图像特征信息，并将得到标准图像特征集传输至预设的图像分类器中，得到所述标准图像集的图像分类结果，可以提高图像分类的准确率。因此本专利技术实施例提出的图像分类方法、装置、设备及存储介质可以提高图像分类的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分类方法，其特征在于，所述方法包括：获取原始图像集，将所述原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，并对所述基于HSV空间的原始图像集进行去噪操作，得到标准图像集；计算所述标准图像集的颜色矩，得到所述标准图像集的颜色特征；对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，并对多个所述局部特征进行局部邻域增强操作，得到所述标准图像集的纹理特征；将所述颜色特征及所述纹理特征进行拼接，得到标准图像特征集，并将所述标准图像特征集传输至预设的图像分类器中，得到所述标准图像集的图像分类结果。2.如权利要求1所述的图像分类方法，其特征在于，所述计算所述标准图像集的颜色矩，得到所述标准图像集的颜色特征，包括：分别计算所述标准图像集的一阶颜色矩、二阶颜色矩及三阶颜色矩；汇总所述一阶颜色矩、所述二阶颜色矩及所述三阶颜色矩，得到所述颜色特征。3.如权利要求1所述的图像分类方法，其特征在于，所述对所述标准图像集进行局部邻域差异操作，得到所述标准图像集的局部特征，包括：获取所述标准图像集中的图像像素矩阵，根据所述图像像素矩阵确定中心像素及各个邻域像素；识别各个所述邻域像素对应的相邻像素，并将所述邻域像素与相邻像素进行比较，根据比较结果将图像像素矩阵进行二值化操作，得到所述标准图像集的多个局部特征。4.如权利要求1所述的图像分类方法，其特征在于，所述对多个所述局部特征进行局部邻域增强操作，得到所述标准图像集的纹理特征，包括：将所述多个局部特征中的像素进行相对差计算，得到第一局部纹理特征；将所述多个局部特征中的像素进行平均偏差计算，得到第二局部纹理特征；将所述第一局部纹理特征与所述第二局部纹理特征进行拼接，得到所述标准图像集的纹理特征。5.如权利要求1所述的图像分类方法，其特征在于，所述将所述原始图像集转换至预设的HSV空间中，得到基于HSV空间的原始图像集，包括：提取所述原始图像集中任意像素点的红色值、绿色值和蓝色值；分别对所述红色值、所述绿色值和所述蓝色值进行归一化处理，得到红色归一值、绿色归一值和蓝色归一值；将所述红色归一值、所述绿色归一值和所述蓝色归一值代入至预设的HSV转换公式中，得到色调值、饱和值和明亮值；若所述色调值小于预设的色调阈值，则令所述色调值和色调标准值进行相加计算，得到最终色调值；根据所述最终色调值、所述饱和值和所述明亮值确定基于HSV空间的原始图像集。6...

【专利技术属性】
技术研发人员：韩金城，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：