[发明专利]一种基于大数据图像识别方法

说明书

本发明涉及一种基于大数据的图像识别方法，包括：获得的目标图像；对所述目标图像进行特征提取，识别针对所述目标图像中每一像素的特征值；将所述目标图像中的特征值与大数据图像资料库的数据匹配，得到所述目标图像的对应类型。本发明上述实施方式中，根据目标图像的特征值，将目标图像与图像数据库内的图像进行匹配，自动分类目标图像的类型，这样分类准确率高、分类工作量小，效率高。

技术领域

本发明涉及图像处理领域，特别是涉及一种基于大数据图像识别方法。

背景技术

随着移动互联网与智能终端技术的发展，带有数字摄像头智能手机、平板电脑越来越多的进入人们的生活，很容易产生大量的数字图像。对于海量图像的处理是一个很庞大的工程，通常对于产生的图像可以先进行分类处理，之后再进行其他形式的处理，因此，分类的好坏可能会直接影响后续对图像的处理效果。

图像处理技术的发展紧密地联系到计算机技术的发展及新的数学方法的应用。常规的数学的方法如各种变换、线性代数是进入图像处理的门槛，而新的数学理论如小分形、混沌、可行变模型等已经出现，便立即在图像处理中得到应用。新一代图像压缩技术中，一种重要的方法是图像子带编码。图像子带编码的基本思想是将图像信号的频带用一组分析滤波器分割成各个子带信号，针对每个不同的子带信号，按照它的统计特性分配不同的编码器和比特率。这样做的好处在于压缩误差仅仅局限于各个子带信号中，互不影响，并且可以根据人眼视觉方法频率区域敏感的特征，给各个不同的子带信号分配不同的比特率，不但可以获得高压缩比，而且重构图像的主观视觉效果比较好。其实小波变换，金字塔多尺度分割算法都可以归属于图像子带编码技术。由于图像处理技术应用圈的迅速扩大，渴望学习与掌握这门技术的越来越多。

目前，常见的分类处理大都是根据图像的名称、修改时间、类型来对海量的图像进行归类，不难理解的是，对于图像的名称以及修改时间以及图像类型往往是可以进行修改的，例如，同样一张图像，如果用户输入的名称为“东方明珠”时，该图像被分类到建筑类，但是如果用户修改该图像的名称为“留影之东方明珠”后，该图像可能会被分类到旅游景点类；由此可见，上述的对图像的分类处理方式，具有很强的主观性和随机性，对图像进行分类的准确度较低，且图像分类工作量大、效率低。

发明内容

基于此，有必要针对现有技术图像进行分类的准确度较低，且图像分类工作量大、效率低的问题，提供一种基于大数据图像识别方法。

一种基于大数据的图像识别方法，包括：

获得的目标图像；

对所述目标图像进行特征提取，识别针对所述目标图像中每一像素的特征值；

将所述目标图像中的特征值与大数据图像资料库的数据匹配，得到所述目标图像的对应类型。

在其中一个优选实施方式中，所述目标图像通过摄像单元获取。

在其中一个优选实施方式中，所述方法还包括：

根据所述目标图像的对应类型，将所述目标图像标记为对应类型图像。

在其中一个优选实施方式中，所述所对所述目标图像进行特征提取，识别针对所述目标图像中每一像素的特征，包括：

运用卷积神经网络技术进行图像识别。

本发明上述实施方式中，根据目标图像的特征值，将目标图像与图像数据库内的图像进行匹配，自动分类目标图像的类型，这样分类准确率高、分类工作量小，效率高。

附图说明

图1为本发明一优选实施方式中的一种基于大数据的图像识别方法的模块结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。