[发明专利]一种识别图像类别的方法及系统在审

专利信息
申请号: 201210241256.2 申请日: 2012-07-12
公开(公告)号: CN103544495A 公开(公告)日: 2014-01-29
发明(设计)人: 谢志明;潘晖;张兴明;傅利泉;朱江明;吴军;吴坚 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
地址: 310053 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 识别 图像 类别 方法 系统
【权利要求书】:

1.一种识别图像类别的方法,其特征在于,该方法包括:

获取待识别图像,并对所述待识别图像进行灰度归一化处理和空间归一化处理,得到归一化图像;

对所述归一化图像进行边缘计算,得到边缘图像;

将所述边缘图像进行分块,并计算每一块的梯度方向直方图,将各块的梯度方向直方图合并成向量作为识别特征;

将所述识别特征与标准图像库中的样本特征进行比较,得到识别图像类别的识别结果。

2.如权利要求1所述的识别图像类别的方法,其特征在于,每一块的梯度方向直方图的计算方法为:

对每一块内边缘强度值大于预设阈值的像素点进行梯度方向直方图统计,将大于预设阈值的每一像素点的边缘强度值作为对应梯度方向直方图的数值。

3.如权利要求1所述的识别图像类别的方法,其特征在于,所述将各块的梯度方向直方图合并成向量作为识别特征的过程具体包括:

分别将每一块的梯度方向直方图进行归一化;

按各块之间的空间顺序,将各块归一化后的梯度方向直方图合并成向量作为最终的识别特征。

4.如权利要求1所述的识别图像类别的方法,其特征在于,将所述识别特征与标准图像库中的样本特征进行比较,得到图像类别的识别结果的过程包括:

计算所述识别特征与所述标准图像库中的各个样本特征之间的欧式距离;

选取与所述识别特征之间的欧式距离最小的样本特征对应的图像类别作为最终识别图像类别的识别结果。

5.如权利要求1所述的识别图像类别的方法,其特征在于,所述将所述边缘图像进行分块包括:

将所述边缘图像按照固定窗口大小进行分块。

6.一种识别图像类别的系统,其特征在于,该系统包括:

归一化处理单元,用于对获取到的待识别图像进行灰度归一化处理和空间归一化处理,得到归一化图像;

边缘计算单元,用于对归一化处理单元归一化处理得到的归一化图像进行边缘计算,得到边缘图像;

识别特征确定单元,用于将边缘计算单元得到的边缘图像进行分块,并计算每一块的梯度方向直方图,将各块的梯度方向直方图合并成向量作为识别特征;

匹配比较单元,用于将识别特征确定单元确定的识别特征与标准图像库中的样本特征进行比较,得到识别图像类别的识别结果。

7.如权利要求6所述的识别图像类别的系统,其特征在于,所述识别特征确定单元还用于:

对每一块内边缘强度值大于预设阈值的像素点进行梯度方向直方图统计,将大于预设阈值的每一像素点的边缘强度值作为对应梯度方向直方图的数值。

8.如权利要求6所述的识别图像类别的系统,其特征在于,所述识别特征确定单元还用于:

分别将每一块的梯度方向直方图进行归一化;

按各块之间的空间顺序,将各块归一化后的梯度方向直方图合并成向量作为最终的识别特征。

9.如权利要求6所述的识别图像类别的系统,其特征在于,所述匹配比较单元还用于:

计算所述识别特征确定单元确定的识别特征与所述标准图像库中的各个样本特征之间的欧式距离;

选取与所述识别特征之间的欧式距离最小的样本特征对应的图像类别作为最终识别图像类别的识别结果。

10.如权利要求6所述的识别图像类别的系统,其特征在于,所述识别特征确定单元还用于:

将所述边缘计算单元得到的边缘图像按照固定窗口大小进行分块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210241256.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top