[发明专利]图像识别方法及系统

说明书

技术领域

本发明涉及图像识别的技术领域，特别涉及采用模式识别技术对静态的目 标图像进行识别的方法及系统。

背景技术

图像识别作为办公自动化中一个高端技术，正随着模式识别技术的发展而 不断发展，并被积极推广应用。例如：部分机场采用指纹识别技术进行身份确 认。模式识别是一种从大量信息和数据出发，在专家经验和已有认识的基础上， 利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形自 动完成识别的过程。模式识别包括相互关联的两个阶段，即学习阶段和实现阶 段；学习阶段是对样本进行特征选择，寻找分类的规律；实现阶段是根据分类 规律对未知样本集进行分类和识别。

在模式识别技术的目标图像的识别问题中，目标搜索、特征信息提取、逻 辑判别是三个主要技术环节。目标图像的识别技术需要通过对图像信息的多重 数据处理，获得目标图像的边界信息，通过边界信息和其它图像信息提取或计 算得到目标图像的特征信息，然后对特征信息进行逻辑判断，以获得目标图像 的识别结果。

上述特征信息的提取目前尚无通用的提取方法，只能通过分析具体识别对 象来决定选取何种特征信息，然后针对选择特征信息的特点来设计提取方法， 不具有通用性。目前所选择的特征信息除了图像的形象信息外，其他特征信息 都包含基于逻辑思维的，或者需要经过图像信息处理、数学变换、演绎推理、 统计计算才能得到的特征信息。现有技术中逻辑判断是通过获得的多个特征信 息不同取值的组合来判断，以获得目标图像的识别结果。在很多场合，这种特 征信息取值组合与目标图像之间的关系，都需要大量的实验获得经验数据，或 者通过专家系统技术来获得，经验数据是保证逻辑判断准确因数之一。

在上述目标图像的识别技术中，图像特征信息提取和目标识别过程要完成 大量的图像信息处理和数学统计计算，另外还包括复杂的数学变换、演绎推理， 使图像目标识别的过程速度相对较慢、技术复杂、识别准确率不高；由于特征 信息取值组合与目标图像之间的关系，都需要大量的实验获得经验数据，或者 通过专家系统技术来获得，每次遇到一个新的识别领域，就需要重新获取大量 的经验数据，并建立一套特征信息取值组合与目标图像之间的关系，所以，通 过现有识别方法构成的识别系统的通用性很差。

具有视觉能力的动物对图像信息都有快速分析、判断的能力，这种能力来 源于形象思维。形象思维是通过感知表象信息，调用大脑中的形象知识(表象、 意象、经验等)，通过分析、比较、归纳、想象等思维活动，完成对事物本质的 认识。这一思维活动并没有经过复杂严密的逻辑推理过程，但却是简洁、快速、 有效的。对于图像静态目标识别问题，形象思维的思维活动相对来说是很简单 的。目前简化图像识别的主要问题，是如何模拟形象思维方法来完成识别过程。

发明内容

一方面，本发明的目的在于提供一种图像识别方法，以提高识别速度、识 别准确度，且该图像识别方法的通用性较好。

为达到上述目的，本发明采用如下技术方案：该图像识别方法步骤如下：

(1)获取待识别图像的信息；

(2)在模板信息库中选择目标图像，并将选中目标图像的模板信息导入识 别系统，所述模板信息至少包括目标图像中标识区域的信息、以及标识区域内 标志像素的特征信息；

(3)根据标识区域的信息确定待识别图像中的待识别区域；

(4)在待识别区域中查找与标识区域中标志像素对应的像素；计算查找到 的像素的特征信息与标识区域中标志像素的特征信息的最大相似度；

(5)判断所述最大相似度是否在误差范围内，若在误差范围内，则所述待 识别图像与所述目标图像相匹配；否则所述待识别图像与所述目标图像不匹配。

上述技术方案所描述的图像识别方法，通过选择图像的局部，以模板方式 记忆目标图像中标识区域内的形与像的特征信息，在确定待识别图像中与标识 区域相对应的待识别区域后，计算待识别区域内的特征信息和标识区域内的特 征信息的相似度，当相似度符合误差要求时，表示找到与待识别图像相匹配的 目标图像，即实现了图像的识别。