本发明专利技术公开了一种图像目标的识别方法，属于模式识别领域的基础技术范畴。本发明专利技术对作为目标和待识别的图像目标求取反映主要特征的一组几何图形特征信息和检索信息构成图像目标特征信息。将待识别的图像目标特征信息与作为目标的图像目标特征信息，直接比对、计算，实现图像目标整体相似度的计算与判别；实现局部相似、相异的定量判别；实现旋转、缩放后图像目标差异的判别。特征信息求取方法简单；计算量大幅度减少。具有统一的识别规则和快速准确的识别效果。
【技术实现步骤摘要】
本专利技术涉及模式识别领域，特别是涉及一种图像的识别方法和装置。
技术介绍
图像识别是模式识别领域中重要的基础技术。在人工智能、计算机视觉、机器人、 图像目标识别、光学字符阅读器(OpticalCharacter Reader, OCR)、军事等高
中， 图像识别技术都起着关键性的作用。图像识别是基于图像特征的数学描述方法、图像特征 信息提取技术和利用图像特征信息的识别技术实现的。图像识别是指识别图像中承载的图像目标。一般意义下，图像目标是由多个边界 清晰可辨的几何图形，按特定的分布构成的。对图像目标的特征描述是基于对几何图形的 特征描述。相关技术中，几何图形和图像目标的特征描述方法主要有以下两种第一种，基于积分变换的傅立叶描述子理论，将图像信息由空间域变换到频域，利 用获得的频域特征矢量集，实现对图像目标的整体描述；第二种，基于不变矩理论，在图像上对密度函数的黎曼二重积分，不同阶次的矩具 有不同的物理意义，利用矩参数集，实现对图像目标的整体描述。上述两种方法中，频域特征矢量集和矩参数集都具有平移、缩放和旋转不变的特 性。当图像上密度函数等于1时，频域特征矢量集和矩参数集实现对图像目标的整体描述。上述技术方案利用上述两种理论方法提取图像目标特征信息，只是对图像目标整 体统计特征的一种描述，对简单图形的描述有一定的实用价值，但是不适合于包含多个几 何图形的复杂图像目标的主要特征描述，具体分析如下第一、频域特征矢量或矩参数对图像目标特征的描述，是一种较为粗略带有较多 不确定性的描述方法，因此，利用频域特征矢量或矩参数对图像目标进行特征描述和识别， 没有统一的识别标准。构成图像识别系统时，需要大量的实验数据和统计分析工作才能确 定识别标准。第二、频域特征矢量或矩参数对图像目标特征的描述是一种统计特征的描述，频 域特征矢量或矩参数与图像目标的主要特征之间不存在可靠的理论基础，也不可能存在可 信的对应关系。这种描述方法无法实现对图像中各主要变化特征的描述，因此，在图像识别 时，识别准确率较低，不可能识别图像目标的细节差异。第三、通过频域特征矢量或矩参数求取图像目标特征信息需要较大的计算量。在 实际识别过程中，识别速度很低。第四、通过频域特征矢量或矩参数求取图像目标特征信息不能对一类图像目标的 共有特征进行描述，无法实现对图像目标的准确分类。
技术实现思路
本专利技术旨在提供一种图像的识别方法和装置，能够解决上述识别速度低的问题。在本专利技术的实施例中，提供了一种图像识别方法，包括以下步骤对目标图像和待识别图像分别求取图像特征信息，其分别包括一组几何图形特征信息，和从一组几何图形 特征信息提取统计信息构成的图像检索信息；对目标图像的图像特征信息和待识别图像的 图像特征信息进行相似性分析，并将分析结果输出。可选地，在上述的图像识别方法中，对目标图像和待识别图像分别求取图像特征 信息包括将目标图像或待识别图像划分为多个几何图形；对各个几何图形求取得到一组 几何图形特征信息，其包括获取几何图形特征点信息；提取图形检索信息；由几何图形特 征点信息和图形检索信息构成一组几何图形特征信息；从一组几何图形特征信息提取反映 图像整体特征的统计信息构成图像检索信息；由一组几何图形特征信息和图像检索信息构 成图像特征信息。可选地，在上述的图像识别方法中，还包括选择每个目标图像的图像特征信息组 合构建成识别目标集，并利用图形检索信息，计算目标图像中各几何图形的排序优先度；按 排序优先度的大小对识别目标集中的几何图形进行排序；相似性分析包括从识别目标集选 择目标图像或逐个地进行相似性分析。可选地，在上述的图像识别方法中，对目标图像的特征信息和待识别图像的特征 信息进行相似性分析包括dl、利用图像检索信息，对待识别图像与目标图像进行相似预判 定；d2、如果预判定为相似，则利用图形检索信息，对待识别图像中的几何图形进行排序； d3、按确定的排序关系，利用几何图形特征信息，通过方位搜索、匹配度优选，获得待选匹配 集；d4、先从待选匹配集中求取相匹配的各几何图形的图形相似度，然后根据各几何图形的 相似度求取待识别图像和目标图像的图像相似度，其中，如果存在多个待选匹配集，则选择 图像相似度为最大值的待选匹配集和相似分析数据作为当前待识别图像和目标图像相似 分析的结果，结果信息包括整体相似度、图像缩放比例、图像相对旋转角度；d5、当整体相 似度大于设定的图像相似判定指标，判定待识别图像和目标图像相似，否则，判定待识别图 像和目标图像不相似。可选地，在上述的图像识别方法中，步骤dl包括el、利用图像检索信息，计算待 识别图像与目标图像的预判定相似度；e2、当预判定相似度大于设定的预判定指标，预判定 待识别图像和目标图像相似，否则，判定待识别图像和目标图像不相似。可选地，在上述的图像识别方法中，步骤d2包括fl、利用图形检索信息，计算待 识别图像中各几何图形的排序优先度；f2、分别按排序优先度的大小对待识别图像中的各 几何图形排序。可选地，在上述的图像识别方法中，步骤d3包括gl、设定待识别图像中的几何图 形为A集合、目标图像中的几何图形为B集合，其中A集合有η个几何图形，记为Pal到Pan， B集合有m个几何图形，记为Pbl到I%ii;g2、选择图形检索信息中的参数作为判别两个几何 图形的形象特征匹配条件，设定A、B集合中的几何图形对应位置关系作为方位特征匹配条 件，并为A、B集合中的几何图形准备形象匹配条件；g3、按几何图形排序，为A集合的几何图 形Pau在B集合中搜索相似度xsdu >局部相似判定指标xsdz的对应几何图形I^bv，如果 搜索到，将Pau、Pbv作为待判定匹配集的基准几何图形，否则，u = u+1，如果u >n，匹配过 程结束，否则，重做步骤g3 ；g4、如果待判定匹配集的基准几何图形Pau、Pbv在已获得的待 选匹配集中是匹配的几何图形，将B集合几何图形搜索序号j = ν+l，重做步骤g3，否则，设 定基准几何图形比对参考点在A集合中Pau几何图形中的对应点作为判断图像匹配的参考点，将Pau、Pbv几何图形的缩放比例设定为待识别图像与目标图像的缩放比例Ki，当基准 几何图形具有确定的方向特征时，将PaiuPbv几何图形的旋转角度差设定为待识别图像与 目标图像的旋转角度差alfi ；g5、以步骤g4设定的参考点为极点，求A集合中除Pau以外的 几何图形参考点的极坐标矢量Kas，l<=s<=n,s不等于u，根据步骤g4设定的缩放比 例Ki和旋转角度差alfi对Kas进行数学变换得到Kbs，1 < = s < = n，s不等于u，变换方 法为Abs = kas XKi，qbs = qas+alfi，其中libs是Kbs的矢量长度，qbs是Kbs的矢量夹 角，kas是Kas的矢量长度，qas是Kas的矢量夹角，设定一组矢量Kbs的极坐标的极点是基 准几何图形比对参考点在B集合中Pbv几何图形中的对应点，设定Kbs中每个矢量的端点 是B集合中对应几何图形方位特征匹配的条件；g6、根据设定的形状特征匹配条件和方位 特征匹配条件，计算Pau、Pbv为基准几何图形的各几何图形匹配度和图像匹配度，获得A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，包括以下步骤：对目标图像和待识别图像分别求取图像特征信息，其分别包括：一组几何图形特征信息，和从所述一组几何图形特征信息提取统计信息构成的图像检索信息；对所述目标图像的图像特征信息和所述待识别图像的图像特征信息进行相似性分析，并将分析结果输出。
【技术特征摘要】
【专利技术属性】
技术研发人员：曾培祥，
申请(专利权)人：北大方正集团有限公司，北京方正奥德计算机系统有限公司，
类型：发明
国别省市：11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。