[发明专利]目标图像识别方法和系统、计算机设备

说明书

本发明涉及一种目标图像识别方法和系统、计算机设备。上述目标图像识别方法包括：在目标图像和参考图像上识别边缘像素点，并分别统计目标图像和参考图像上的边缘像素点总数；将边缘像素点个数大于或等于像素点阈值的图像区间确定为集拢区间，边缘像素点个数小于像素点阈值的图像区间确定为非集拢区间；根据目标图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数，参考图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数计算目标图像和参考图像之间的相似参数；根据所述相似参数识别所述目标图像是否与参考图像一致；其简化了目标图像识别过程中的计算过程。

技术领域

本发明涉及图像信号处理技术领域，特别是涉及一种目标图像识别方法和系统、计算机设备。

背景技术

近年来，图像识别技术得到迅速发展，如人脸图像识别技术可以采用快速人脸检测技术可以从监控视频图象中实时获取目标图像，将上述目标图像人脸数据库预存的参考图像进行比对实现快速身份识别，类似于人脸图像识别的目标图像识别是图像识别技术的重要组成部分。

传统的图像识别技术通常需要提取目标图像和图像库预存的参考图像中的全部特征信息，依据所提取的全部特征信息进行各类运算，以判断两个图像是否一致，然而上述目标图像识别的过程计算量大，容易对进行图像识别的机器造成较大负荷。

发明内容

基于此，有必要针对传统的目标图像识别方案计算量大，容易对进行图像识别的机器造成较大负荷的技术问题，提供一种目标图像识别方法和系统、计算机设备。

一种目标图像识别方法，包括：

在目标图像和参考图像上识别边缘像素点，并分别统计目标图像和参考图像上的边缘像素点总数；其中，所述边缘像素点为相应图像上的图像灰度信息突变点；

将边缘像素点个数大于或等于像素点阈值的图像区间确定为集拢区间，边缘像素点个数小于像素点阈值的图像区间确定为非集拢区间；其中，所述图像区间为目标图像和参考图像分别依据设定的划分规则进行划分所得到的；

根据目标图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数，参考图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数计算目标图像和参考图像之间的相似参数；其中，所述集拢像素点为集拢区间的边缘像素点，所述非集拢像素点为非集拢区间的边缘像素点；

根据所述相似参数识别所述目标图像是否与参考图像一致。

上述目标图像识别方法，通过在目标图像和参考图像上识别边缘像素点，分别统计目标图像和参考图像上的边缘像素点总数，并在上述目标图像和参考图像上分别确定为集拢区间和非集拢区间，以根据目标图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数，参考图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数计算目标图像和参考图像之间的相似参数，以此判断所述目标图像是否与参考图像一致，实现上述目标图像的识别，简化了目标图像识别过程中的计算过程，减小了相应机器在图像识别过程中承载的负荷，可以提高相应的识别效率。

在一个实施例中，所述根据目标图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数，参考图像中的边缘像素点总数、各个图像区间的集拢像素点个数和非集拢像素点个数计算目标图像和参考图像之间的相似参数的过程包括：

将目标图像中的边缘像素点总数、各个集拢区间的集拢像素点个数分别代入比例计算公式计算目标图像中各个集拢区间的目标集拢比例；

将目标图像中的边缘像素点总数、各个非集拢区间的非集拢像素点个数分别代入比例计算公式计算目标图像中各个非集拢区间的目标非集拢比例；

将参考图像中的边缘像素点总数、各个集拢区间的集拢像素点个数分别代入比例计算公式计算参考图像中各个集拢区间的参考集拢比例；