一种多分割融合的图像特征提取方法及系统技术方案

本申请涉及图像特征提取技术领域，提供了一种多分割融合的图像特征提取方法及系统，包括：对第一待处理图像中的目标进行识别，获取

【技术实现步骤摘要】
一种多分割融合的图像特征提取方法及系统


[0001]本申请涉及图像特征提取
，具体涉及一种多分割融合的图像特征提取方法及系统
。

技术介绍

[0002]图像特征提取是计算机视觉中的重要基础工作，它为后续的图像识别
、
目标检测
、
图像分类等任务提供了关键的数据基础
。
不同任务和应用场景可能需要不同的特征提取方法，当图像中的特征差异较小时，现有的图像特征提取方法由于很难分辨图像中的提取特征，造成图像特征提取难度较高，且提取效果较差
。
[0003]综上所述，现有技术中存在图像特征差异较小时特征提取难度较高且特征提取质量较低的技术问题
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种多分割融合的图像特征提取方法及系统
。
[0005]一种多分割融合的图像特征提取方法，包括：当获取第一待处理图像后，对所述第一待处理图像中的目标进行识别，获取
n
个目标，其中，
n
为大于等于2的正整数；将所述第一待处理图像进行灰度处理，输出第一灰度图像；获取所述
n
个目标在所述第一灰度图像中的
n
组灰度像素集，以及处于所述第一灰度图像中的
n
组剩余像素集，其中，所述
n
组灰度像素集与所述
n
组剩余像素集相对应；以一组灰度像素集与一组剩余像素集分别输入至灰度转换模型中进行灰度转换，输出经转换后的
n
组灰度图像；根据所述
n
组灰度图像，输出
n
个分割图像，并对所述
n
个分割图像分别进行图像特征提取，输出
n
个图像特征；通过对所述
n
个图像特征进行图像融合处理，输出所述第一待处理图像的图像特征
。
[0006]在一个实施例中，还包括：对所述第一待处理图像中的
n
个目标进行类型识别，获取多类目标；以所述多类目标对所述灰度转换模型中的灰度调控通道进行设置，使所述灰度调控通道的通道数量与目标类型的数量相同，其中，每一通道中的灰度调控系数不相同，当同一类型的目标输入所述灰度转换模型中，匹配对应的通道进行灰度调控
。
[0007]在一个实施例中，还包括：根据所述
n
组灰度像素集与所述
n
组剩余像素集，获取
n
组灰度数据和
n
组剩余灰度数据；以所述
n
组灰度数据和所述
n
组剩余灰度数据的对应关系，作为训练数据组，基于所述训练数据组以目标函数进行训练，当所述目标函数的响应条件被满足时，输出经转换后的
n
组灰度图像；其中，所述目标函数是以增加所述
n
组灰度数据和所述
n
组剩余灰度数据之间的区别为目标所建立的函数
。
[0008]在一个实施例中，还包括：获取经转换后的
n
组灰度图像，其中，所述
n
组灰度图像为对所述第一待处理图像进行灰度转换后的图像；通过边缘算法对所述
n
组灰度图像进行边缘识别，输出
n
个预分割图像；对所述
n
个预分割图像进行边缘平滑处理，输出所述
n
个分割图像
。
[0009]在一个实施例中，还包括：对所述
n
个图像特征所对应的各个目标建立连接关系，生成目标关联性；以所述目标关联性进行信息熵计算，并将信息熵计算结果配置特征融合处理时的权重；根据配置好的权重再对所述
n
个图像特征进行图像融合处理，输出所述第一待处理图像的图像特征
。
[0010]在一个实施例中，还包括：判断所述
n
个图像特征之间的特征重合度，当所述特征重合度大于预设特征重合度，获取标识图像特征；将所述标识图像特征进行多尺度变换，输出高维映射特征；以所述高维映射特征作为所述标识图像特征的对应特征进行图像融合处理
。
[0011]一种多分割融合的图像特征提取系统，包括：
[0012]目标识别模块，所述目标识别模块用于当获取第一待处理图像后，对所述第一待处理图像中的目标进行识别，获取
n
个目标，其中，
n
为大于等于2的正整数；
[0013]灰度处理模块，所述灰度处理模块用于将所述第一待处理图像进行灰度处理，输出第一灰度图像；
[0014]像素集获取模块，所述像素集获取模块用于获取所述
n
个目标在所述第一灰度图像中的
n
组灰度像素集，以及处于所述第一灰度图像中的
n
组剩余像素集，其中，所述
n
组灰度像素集与所述
n
组剩余像素集相对应；
[0015]灰度转换模块，所述灰度转换模块用于以一组灰度像素集与一组剩余像素集分别输入至灰度转换模型中进行灰度转换，输出经转换后的
n
组灰度图像；
[0016]图像特征提取模块，所述图像特征提取模块用于根据所述
n
组灰度图像，输出
n
个分割图像，并对所述
n
个分割图像分别进行图像特征提取，输出
n
个图像特征；
[0017]图像特征输出模块，所述图像特征输出模块用于通过对所述
n
个图像特征进行图像融合处理，输出所述第一待处理图像的图像特征
。
[0018]上述一种多分割融合的图像特征提取方法及系统，能够解决图像特征差异较小时特征提取难度较高且特征提取质量较低的技术问题
。
首先当获取第一待处理图像后，对所述第一待处理图像中的目标进行识别，获取
n
个目标，其中，
n
为大于等于2的正整数；将所述第一待处理图像进行灰度处理，输出第一灰度图像；获取所述
n
个目标在所述第一灰度图像中的
n
组灰度像素集，以及处于所述第一灰度图像中的
n
组剩余像素集，其中，所述
n
组灰度像素集与所述
n
组剩余像素集相对应；以一组灰度像素集与一组剩余像素集分别输入至灰度转换模型中进行灰度转换，输出经转换后的
n
组灰度图像；根据所述
n
组灰度图像，输出
n
个分割图像，并对所述
n
个分割图像分别进行图像特征提取，输出
n
个图像特征；通过对所述
n
个图像特征进行图像融合处理，输出所述第一待处理图像的图像特征
。
通过上述方法可以提高图像特征提取的效率和质量
。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多分割融合的图像特征提取方法，其特征在于，所述方法包括：当获取第一待处理图像后，对所述第一待处理图像中的目标进行识别，获取
n
个目标，其中，
n
为大于等于2的正整数；将所述第一待处理图像进行灰度处理，输出第一灰度图像；获取所述
n
个目标在所述第一灰度图像中的
n
组灰度像素集，以及处于所述第一灰度图像中的
n
组剩余像素集，其中，所述
n
组灰度像素集与所述
n
组剩余像素集相对应；以一组灰度像素集与一组剩余像素集分别输入至灰度转换模型中进行灰度转换，输出经转换后的
n
组灰度图像；根据所述
n
组灰度图像，输出
n
个分割图像，并对所述
n
个分割图像分别进行图像特征提取，输出
n
个图像特征；通过对所述
n
个图像特征进行图像融合处理，输出所述第一待处理图像的图像特征
。2.
如权利要求1所述的方法，其特征在于，所述获取
n
个目标之后，方法还包括：对所述第一待处理图像中的
n
个目标进行类型识别，获取多类目标；以所述多类目标对所述灰度转换模型中的灰度调控通道进行设置，使所述灰度调控通道的通道数量与目标类型的数量相同，其中，每一通道中的灰度调控系数不相同，当同一类型的目标输入所述灰度转换模型中，匹配对应的通道进行灰度调控
。3.
如权利要求2所述的方法，其特征在于，所述方法还包括：根据所述
n
组灰度像素集与所述
n
组剩余像素集，获取
n
组灰度数据和
n
组剩余灰度数据；以所述
n
组灰度数据和所述
n
组剩余灰度数据的对应关系，作为训练数据组，基于所述训练数据组以目标函数进行训练，当所述目标函数的响应条件被满足时，输出经转换后的
n
组灰度图像；其中，所述目标函数是以增加所述
n
组灰度数据和所述
n
组剩余灰度数据之间的区别为目标所建立的函数
。4.
如权利要求1所述的方法，其特征在于，根据所述
n
组灰度图像，输出
n
个分割图像，包括：获取经转换后的
n
组灰度图像，其中，所述
n
组灰度图像为对所述第一待处理图像...

【专利技术属性】
技术研发人员：闫军，王伟，冯澍，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：