[发明专利]全景图像、视频的识别方法、分类器建立方法及电子装置

权利要求书

1.一种360度全景图像的识别方法，其特征在于，所述识别方法包括：

获取待识别的图像文件；

将所述图像文件进行特征提取，得到包括第一特征值、第二特征值及第三特征值的三维特征值；

将所述三维特征值变换成二维特征值；

将所述二维特征值与一线性分类器定义的第一区域及第二区域进行比较，确定所述二维特征值所分布的区域；

当所述二维特征值分布的区域为所述第一区域时，确认所述待识别的图像文件为360度全景图像；以及

当所述二维特征值分布的区域为所述第二区域时，确定所述待识别的图像文件不为360度全景图像。

2.如权利要求1所述的360度全景图像的识别方法，其特征在于，所述步骤“将所述图像文件进行特征提取，得到包括第一特征值、第二特征值及第三特征值的三维特征值”包括：

提取所述图像文件的第一行、最后一行、第一列以及最后一列的像素点的灰度值；

从第一行、最后一行分别提取若干个行采样点的灰度值，以及从第一列以及最后一列分别提取若干个列采样点的灰度值；

计算所述第一行及最后一行的若干个行采样点的灰度值的方差的均值得到所述第一特征值；

计算所述第一列及最后一列的若干个列采样点的灰度值的方差的均值得到所述第二特征值；以及

分别计算第一列的若干个列采样点的灰度值与所述最后一列对应位置的采样点的灰度值的差值的平方得到若干差值的平方，然后计算所述得到的若干差值的平方的平均值得到所述第三特征值。

3.如权利要求2所述的360度全景图像的识别方法，其特征在于，所述步骤“从第一行、最后一行分别提取若干个行采样点的灰度值，以及从第一列以及最后一列分别提取若干个列采样点的灰度值”包括：

从第一行、最后一行分别以均匀间隔提取第一预设个行采样点的灰度值；以及

从第一列以及最后一列分别以均匀间隔提取第二预设个列采样点的灰度值。

4.如权利要求1-3任一项所述的360度全景图像的识别方法，其特征在于，所述方法还包括：

预先将第一预设数量的360度全景图像存储至第一文件夹以及第二预设数量的非360度全景图像存储至第二文件夹；

将每一360度全景图像进行第一特征值、第二特征值及第三特征值的特征提取而形成每一360度全景图像的三维特征值并存储至所述第一文件夹；

将每一非360度全景图像进行第一特征值、第二特征值及第三特征值的特征提取而形成每一非360度全景图像的三维特征值并存储至所述第二文件夹；

根据所述第一预设数量的360度全景图像的三维特征值以及所述第二预设数量的非360度全景图像的三维特征值生成三维散点图，其中每一360度全景图像或一非360度全景图像的三维特征值对应为所述三维散点图中的一个特征点；

将所述三维散点图转换成二维散点图；

根据二维散点图上所述360度全景图像的特征值以及所述非360度全景图像的特征值的分布确定所述360度全景图像的特征值以及所述非360度全景图像的特征值的分界线，以得到所述线性分类器，其中，所述分界线一侧的所述360度全景图像的特征值所在区域为所述第一区域，所述分界线另一侧的所述非360度全景图像的特征值所在区域为所述第二区域。

5.如权利要求4所述的360度全景图像的识别方法，其特征在于，所述步骤“将所述三维特征值变换成二维特征值”包括：

通过一预设的三维坐标变换矩阵将所述三维特征值变换成二维特征值；

所述步骤“将所述三维散点图转换成二维散点图”包括：

通过所述预设的三维坐标变换矩阵将所述三维散点图中的所有的三维特征值转换为二维特征值，而得到所有二维特征值形成的二维散点图。

6.如权利要求4所述的360度全景图像的识别方法，其特征在于，所述步骤“将所述二维特征值与一线性分类器定义的第一区域及第二区域进行比较，确定所述二维特征值所分布的区域”包括：

通过预设的向量叉乘算法计算所述二维特征值在所述第一区域及第二区域的分界线的哪一侧，从而确定所述二维特征值所处的区域为第一区域还是第二区域。