[发明专利]一种基于分类算法的角度识别方法及系统

权利要求书

1.一种基于分类算法的角度识别方法，其特征在于，包括步骤：

S1：获取多个目标物体的原始图像数据信息；

S2：将获取的多个目标物体的原始图像数据信息与参考线进行对比，得到满足预设角度的多个初始图像数据信息；

S3：将满足预设角度的多个初始图像数据信息通过预设处理生成图像信息数据集；

S4：将生成的图像信息数据集通过深度卷积分类网络进行训练，得到数据集分类模型。

2.根据权利要求1所述的基于分类算法的角度识别方法，其特征在于，所述步骤S2包括：

S21：将获取的多个目标物体的原始图像数据信息回归同一角度，并将该角度作为角度相对零点。

3.根据权利要求1所述的基于分类算法的角度识别方法，其特征在于，所述步骤S3包括：

S31：通过数据生成和扩充算法将多个初始图像数据信息进行旋转；

S32：通过增加旋转后的多个初始图像数据信息的亮度数据信息和噪声数据信息,生成图像信息数据集。

4.根据权利要求1所述的基于分类算法的角度识别方法，其特征在于，所述步骤S4之后包括：

S5：将待测图像数据信息输入数据集分类模型,得到对应于预设角度的图像旋转角度信息。

5.一种基于分类算法的角度识别系统，其特征在于，包括：

图像获取模块：用于获取多个目标物体的原始图像数据信息；

角度对比模块：用于将获取的多个目标物体的原始图像数据信息与参考线进行对比，得到满足预设角度的多个初始图像数据信息；

处理模块：用于将满足预设角度的多个初始图像数据信息通过预设处理生成图像信息数据集；

训练模块：用于将生成的图像信息数据集通过深度卷积分类网络进行训练，得到数据集分类模型。

6.根据权利要求5所述的基于分类算法的角度识别系统，其特征在于，所述角度对比模块包括：

回归单元：用于将获取的多个目标物体的原始图像数据信息回归同一角度，并将该角度作为角度相对零点。

7.根据权利要求5所述的基于分类算法的角度识别系统，其特征在于，所述处理模块包括：

旋转单元：通过数据生成和扩充算法将多个初始图像数据信息进行旋转；

生成单元：通过增加旋转后的多个初始图像数据信息的亮度数据信息和噪声数据信息,生成图像信息数据集。

8.根据权利要求5所述的基于分类算法的角度识别系统，其特征在于，所述训练模块之后包括：

角度预测模块：用于将待测图像数据信息输入数据集分类模型,得到对应于预设角度的图像旋转角度信息。