[发明专利]一种彩色图像识别方法

说明书

本发明涉及一种彩色图像识别方法，其特征在于，包括以下步骤：S1，获取处理对象图片；S2，进行通道选择处理；S3，针对选择的特定通道执行后续的处理；S4，处理完毕后按照设定的识别算法提取字符的特征值，与模型的目标值进行比较，计算并判断出最接近的结果；S5，输出识别的结果信息。本发明的有益效果是：使用本方法后，可以最大限度的利用图像的原始色彩信息，增加对比度和区分度，避免灰度处理带来的信息损失，在不改变其他特征值识别步骤的条件下提高特征值的识别效果，最终提高图像识别率。

技术领域

本发明涉及图像识别技术领域，特别涉及一种彩色图像识别方法。

背景技术

图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。

现有的图像识别的缺点在于：在执行比较识别算法之前，需要对彩色图片先进行灰度转换处理。转化为灰度图片后，才开始进行特征值提取、比较判断等各类操作。对于彩色图片，如果在执行特征值提取之前，首先进行灰度转换，会损失部分包含特征值的信息。特别是对于特征值与颜色有较大相关性的场景，在复杂光照条件下首先执行灰度转换处理后，会导致特征值信息大量损失，最终降低识别率。

为此，需要设计一种充分利用图像色彩信息进行特征值识别的方法，以解决上述问题。

发明内容

本发明为了弥补现有技术中彩色图片特征值信息大量损失导致识别率低的不足，提供了一种彩色图像识别方法。

本发明是通过如下技术方案实现的：

一种彩色图像识别方法，其特征在于，包括以下步骤：

S1，获取处理对象图片；

S2，进行通道选择处理；

S3，针对选择的特定通道执行后续的处理；

S4，处理完毕后按照设定的识别算法提取特征值，与模型的目标值进行比较，计算并判断出最接近的结果；

S5，输出识别的结果信息。

进一步地，为了更好的实现本发明，所述S2中的通道选择处理具体包括以下步骤：

S21，根据实际应用场景，确定考察区域及计算方式；

S22，计算各通道的平均值和均方差；

S23，比较各通道的均方差大小，确定参考通道。

进一步地，为了更好的实现本发明，所述S21中的考察区域包括全图像、部分图像和特定位置点，计算方式包括平均值和加权平均。

进一步地，为了更好的实现本发明，所述S22具体为，首先对各色通道分别计算单色通道分量平均值，各色通道确认计算完成后，再计算单色通道均方差。

进一步地，为了更好的实现本发明，所述S23具体为，对S22中获取到的各色通道的均方差进行比较，将最大均方差通道的作为参考通道，针对参考通道执行后续处理。

进一步地，为了更好的实现本发明，所述后续处理包括以下步骤：

S31，二值化，对选定颜色的通道分量按照设定值进行黑白化处理；

S32，按照设定的降噪算法，修改二值化图片值；

本发明的有益效果是：