[发明专利]一种基于计算机视觉的图像识别方法及系统

权利要求书

1.一种基于计算机视觉的图像识别方法，其特征在于，包括以下步骤：

步骤S1、在目标区域设置计算机主视觉和多组计算机副视觉，并基于计算机主视觉和计算机副视觉获取目标区域的主监测视频帧和多组副监测视频帧；

步骤S2、在主监测视频帧和多组副监测视频帧中分别利用YOLO V3模型检测出表征监测目标的主图像及主图像的位置坐标和表征监测目标的多个副图像及副图像的位置坐标；

步骤S3、基于主图像的像素信息熵和多个副图像的像素信息熵设定融合权重，并基于融合权重对主图像和副图像按位置坐标进行权重融合得到表征监测目标的最优图像；

步骤S4、对最优图像利用SSD模型进行监测目标的图像识别得到监测目标的类别属性，并判定出目标区域内监测目标的合法性，以实现驱逐非法监测目标来保障目标区域的安全性；

在目标区域设置计算机主视觉和多组计算机副视觉，包括：

利用最小二乘法对目标区域进行全局中心点提取，并在提取出的全局中心点处设置全景摄像头作为计算机主视觉；

将目标区域的总面积与局部摄像头的视野面积的比值设置为目标区域的划分个数，并以全局中心点为划分定圆心按所述划分个数对所述目标区域进行等面积扇面划分得到多组局部区域；

利用最小二乘法依次对每个局部区域进行局部中心点提取，并在提取出的局部中心点处设置局部摄像头作为计算机副视觉；

所述利用最小二乘法对目标区域进行全局中心点提取，包括：

获得目标区域的边界离散点的位置坐标，设置目标区域的全局中心点的位置坐标为，依次计算边界离散点的位置坐标与全局中心点的位置坐标为间的距离；

对边界离散点的位置坐标与全局中心点的位置坐标为间的距离进行求和处理得到全局中心点坐标求解的目标函数，并构建全局中心点的位置坐标为的求解约束条件，所述约束条件为：

；

依据所述约束条件求解目标函数确定出全局中心点的位置坐标为；

式中，分别表征为全局中心点位置的横纵坐标，分别表征为第i个边界离散点位置的横纵坐标，表征为所有边界离散点的位置坐标与全局中心点的位置坐标为间的距离之和，表征为第i个边界离散点的位置坐标与全局中心点的位置坐标为间的距离，分别表征为n个边界离散点位置的横坐标最小值和最大值，分别表征为n个边界离散点位置的纵坐标最小值和最大值，，i为计量常数，n为边界离散点的总数目；

利用最小二乘法对局部区域进行全局中心点提取，包括：

依次获得每个局部区域的边界离散点的位置坐标，设置局部区域的局部中心点的位置坐标为，依次计算边界离散点的位置坐标与局部中心点的位置坐标为间的距离；

对边界离散点的位置坐标与局部中心点的位置坐标为间的距离进行求和处理得到局部中心点坐标求解的局部函数，并构建局部中心点的位置坐标为的求解约束条件，所述约束条件为：

；

依据所述约束条件求解局部函数确定出局部中心点的位置坐标为；

式中，分别表征为第k个局部区域中局部中心点位置的横纵坐标，分别表征为第k个局部区域中第j个边界离散点位置的横纵坐标，表征为第k个局部区域中所有边界离散点的位置坐标与局部中心点的位置坐标为间的距离之和，表征为第j个边界离散点的位置坐标与局部中心点的位置坐标为间的距离，分别表征为第k个局部区域中个边界离散点位置的横坐标最小值和最大值，分别表征为第个局部区域中个边界离散点位置的纵坐标最小值和最大值，，j为计量常数，为第个局部区域中边界离散点的总数目。

2.根据权利要求1所述的一种基于计算机视觉的图像识别方法，其特征在于：基于计算机主视觉和计算机副视觉获取局部区域的主监测视频帧和多组副监测视频帧，包括：

将位于计算机主视觉处全景摄像头拍摄的实时视频帧作为主监测视频帧，并将位于多组计算机副视觉处局部摄像头拍摄的实时视频帧作为多组副监测视频帧；

所述主监测视频帧和副监测视频帧具有相同的实时拍摄时序。