【技术实现步骤摘要】
本专利技术涉及数字图像处理
，特别是涉及一种图像识别方法与装置。
技术介绍
图像识别是通过图像中的语义信息对图像进行识别的技术，其应用领域非常广阔，例如，交通标识识别，车牌识别，人脸识别，医学图像识别。传统的图像识别方法大都基于视觉词典模型，此类方法首先需要提取图像局部特征，然后对局部特征进行聚类分析建立视觉词汇。这样就可以将图像表示为一个基于视觉词汇的直方图。最后，采用机器学习的方法来训练出预测图像的识别器。上述方法适用于特征较简单的待识别对象，当待识别对象的形态多变时，例如人体，上述方法的识别效果不甚理想。
技术实现思路
基于上述问题，本专利技术提供一种图像识别方法与装置，以识别形态特征复杂的对象。本专利技术提出的图像识别方法，包括如下步骤对图像进行划分，提取划分后每个小方格的梯度直方图特征，划分的个数在本图像识别方法的识别效率和识别精度间取平衡；建立与待识别对象相适应的基于形态估计的模型，该模型由各个部位组成，根据所述梯度直方图特征计算每个小方格对应于该模型的各个部位的局部评分；针对所述模型的各个部位，筛选几个局部评分较高的小方格，筛选的个数在本图像识别...
【技术保护点】
一种图像识别方法，其特征在于，包括如下步骤：对图像进行划分，提取划分后每个小方格的梯度直方图特征，划分的个数在本图像识别方法的识别效率和识别精度间取平衡；建立与待识别对象相适应的基于形态估计的模型，该模型由各个部位组成，根据所述梯度直方图特征计算每个小方格对应于该模型的各个部位的局部评分；针对所述模型的各个部位，筛选几个局部评分较高的小方格，筛选的个数在本图像识别方法的识别效率和识别精度间取平衡；对针对所述模型不同部位筛选出的小方格进行组合，结合组合中每个小方格的局部评分和小方格间的空间逻辑关系，计算每种小方格组合的全局评分；将最高的全局评分与阈值比较，若超出所述阈值则判定...
【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 对图像进行划分，提取划分后每个小方格的梯度直方图特征，划分的个数在本图像识别方法的识别效率和识别精度间取平衡； 建立与待识别对象相适应的基于形态估计的模型，该模型由各个部位组成，根据所述梯度直方图特征计算每个小方格对应于该模型的各个部位的局部评分； 针对所述模型的各个部位，筛选几个局部评分较高的小方格，筛选的个数在本图像识别方法的识别效率和识别精度间取平衡； 对针对所述模型不同部位筛选出的小方格进行组合，结合组合中每个小方格的局部评分和小方格间的空间逻辑关系，计算每种小方格组合的全局评分； 将最高的全局评分与阈值比较，若超出所述阈值则判定图像中存在所述待识别对象。2.根据权利要求1所述的图像识别方法，其特征在于，采用下式计算每个小方格对应于所述模型的各个部位的局部评分 Sk(I，gi，Pk) =Wk* Φ (I, gi) +bk 其中，I表示当前图像，gi表示当前图像I中第i个小方格，Pk表示所述模型的第k个部位，Φ (I, gi)表示当前图像I中小方格gi的梯度直方图特征，Wk和bk是一组控制小方格gi与部位Pk的相似程度的模型参数特征； 采用下式计算每种小方格组合的全局评分3.根据权利要求1或2所述的图像识别方法，其特征在于，判定图像中存在待识别对象后，还依据全局评分最高的小方格组合中小方格的坐标确定所述待识别对象在图像中的位置。4.根据权利要求1或2所述的图像识别方法，其特征在于，对图像进行降采样，对降采样后的每幅图像分别执行从对图像进行划分到计算每种小方格组合的全局评分的步骤，再将所有图像中最高的全局评分与所述阈值比较，若超出所述阈值则判定图像中存在所述待识别对象。5.根据权利要求4所述的图像识别方法，其特征在于， 对图像进行降采样的级数为十级； 和/或 对图像进行降采样的方式为线性插值法。6.根据权利要求1或2所述的图像识别方法，其特征在于，每个小方格的所述梯度直方图特征为该小方格在RGB三个通道下最大的梯度直方图特征。7.根据权利要求1或2所述的图像识别方法，其特征在于，所述待识别对象为结构特征易于辨识的人或物。8.一种图像识别装置，其特征在于，包括 图像划分模块，用于对图像进行划分，并提取划分后每个小方格的梯度直方图特征，划分的个数...
【专利技术属性】
技术研发人员：钟海兰，
申请(专利权)人：广东图图搜网络科技有限公司，
类型：发明
国别省市：
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。