[发明专利]一种基于扩展与亚像素矩阵结合的图像快速识别方法

说明书

本发明提供了一种基于扩展与亚像素矩阵结合的图像快速识别方法，首先对所有图像进行预处理，构造候选图像数据库；然后构造候选图像数据库的扩展矩阵和亚像素矩阵；再构建原像素矩阵分类器，据此将图像数据库内所有图像存放于树形结构内；然后对待识别图像进行预处理，形成待识别图像的原像素矩阵；并构造待识别图像的原像素矩阵对应的扩展矩阵、亚像素矩阵；最后将待识别图像与候选图像数据库内图像按照扩展矩阵、亚像素矩阵、原像素矩阵逐步匹配，从而快速识别出结果。本发明基于图像的扩展矩阵和亚像素矩阵进行特征匹配，逐步缩小目标数据库的范围，大大提高了信息搜素匹配度和搜索效率，节省了匹配时间，提高了图像识别的准确度。

技术领域

本发明涉及一种图像快速识别方法，尤其涉及一种基于扩展与亚像素矩阵结合的图像快速识别方法。

背景技术

汉字、数字、字母单词、指纹、人脸等的识别是生活中常用且极为关键的技术。目前，在文献资料的检索、物流行业新建和包裹的分拣、各类证件识别、快速录入信息、安检、指模考勤等众多领域都要用到汉字、数字、字母单词、指纹、人脸等图像识别技术。

汉字、数字、字母单词、指纹、人脸等的识别一般包括信息的采集、信息的分析与处理、信息的分类判别等几个部分。常用的方法有模板匹配法和几何特征抽取法，这些方法存在着识别效率低和识别准确度不够高的缺陷。

因此，如何节省识别时间，提高图像识别的效率和准确度，是本领域技术人员致力于解决的难题。

发明内容

本发明要解决的技术问题是如何节省图像识别时间，提高图像识别的效率和准确度。

为了解决上述技术问题，本发明的技术方案是提供一种基于扩展与亚像素矩阵结合的图像快速识别方法，其特征在于，包括如下步骤：

步骤1：对所有图像进行预处理，构造候选图像数据库；

步骤2：构造候选图像数据库中所有图像的原像素矩阵对应的扩展矩阵；

步骤3：构造候选图像数据库中所有图像的原像素矩阵对应的亚像素矩阵；

步骤4：基于扩展矩阵的扩展特征和亚像素矩阵的特征，构建原像素矩阵分类器；将图像数据库内所有图像的原像素矩阵依据原像素矩阵分类器的特征，存放于树形结构内，以便搜索识别时按照原像素矩阵分类器的特征进行匹配搜索；

步骤5：对待识别图像进行预处理，形成待识别图像的原像素矩阵；并构造待识别图像的原像素矩阵对应的扩展矩阵、亚像素矩阵；

步骤6：将待识别图像的扩展矩阵的扩展部分与候选图像数据库内所有图像的扩展矩阵的扩展部分进行对比；

当扩展部分相同时，再将待识别图像的亚像素矩阵与扩展矩阵相同的树形结构节点下候选图像数据库内图像的亚像素矩阵进行对比；

当亚像素矩阵相同时，进一步将待识别图像的原像素矩阵与亚像素矩阵相同的树形结构节点下候选图像数据库内图像的原像素矩阵逐一对比，最后找出原像素矩阵全部相同的目标图像，从而识别出结果。

优选地，所述步骤1中，预处理包括如下步骤：

步骤1.1：将纸面上的图像的灰度变换成电信号，输入到计算机中去；

步骤1.2：对变换后的电信号消除各种因素所造成的噪音和干扰，进行大小、偏转、浓淡、粗细方面的正规化处理；

步骤1.3：将处理后的图像放大，直到图像上的信息由像素单位组成；将白色像素设置为第一值、非白色像素设置为第二值，得到由第一值和第二值组成的图像数值矩阵或序列，即为图像的原像素矩阵。

优选地，所述步骤1中，图像包括但不限于汉字、数字、字母单词、指纹、人脸。