[发明专利]图像识别方法和装置

说明书

技术领域

本发明涉及模式识别领域，特别是涉及一种图像的识别方法和装置。

背景技术

图像识别是模式识别领域中重要的基础技术。在人工智能、计算机视觉、机器人、图像目标识别、光学字符阅读器(OpticalCharacter Reader，OCR)、军事等高技术领域中，图像识别技术都起着关键性的作用。图像识别是基于图像特征的数学描述方法、图像特征信息提取技术和利用图像特征信息的识别技术实现的。

图像识别是指识别图像中承载的图像目标。一般意义下，图像目标是由多个边界清晰可辨的几何图形，按特定的分布构成的。对图像目标的特征描述是基于对几何图形的特征描述。相关技术中，几何图形和图像目标的特征描述方法主要有以下两种：

第一种，基于积分变换的傅立叶描述子理论，将图像信息由空间域变换到频域，利用获得的频域特征矢量集，实现对图像目标的整体描述；

第二种，基于不变矩理论，在图像上对密度函数的黎曼二重积分，不同阶次的矩具有不同的物理意义，利用矩参数集，实现对图像目标的整体描述。

上述两种方法中，频域特征矢量集和矩参数集都具有平移、缩放和旋转不变的特性。当图像上密度函数等于1时，频域特征矢量集和矩参数集实现对图像目标的整体描述。

上述技术方案利用上述两种理论方法提取图像目标特征信息，只是对图像目标整体统计特征的一种描述，对简单图形的描述有一定的实用价值，但是不适合于包含多个几何图形的复杂图像目标的主要特征描述，具体分析如下：

第一、频域特征矢量或矩参数对图像目标特征的描述，是一种较为粗略带有较多不确定性的描述方法，因此，利用频域特征矢量或矩参数对图像目标进行特征描述和识别，没有统一的识别标准。构成图像识别系统时，需要大量的实验数据和统计分析工作才能确定识别标准。

第二、频域特征矢量或矩参数对图像目标特征的描述是一种统计特征的描述，频域特征矢量或矩参数与图像目标的主要特征之间不存在可靠的理论基础，也不可能存在可信的对应关系。这种描述方法无法实现对图像中各主要变化特征的描述，因此，在图像识别时，识别准确率较低，不可能识别图像目标的细节差异。

第三、通过频域特征矢量或矩参数求取图像目标特征信息需要较大的计算量。在实际识别过程中，识别速度很低。

第四、通过频域特征矢量或矩参数求取图像目标特征信息不能对一类图像目标的共有特征进行描述，无法实现对图像目标的准确分类。

发明内容

本发明旨在提供一种图像的识别方法和装置，能够解决上述识别速度低的问题。

在本发明的实施例中，提供了一种图像识别方法，包括以下步骤：对目标图像和待识别图像分别求取图像特征信息，其分别包括：一组几何图形特征信息，和从一组几何图形特征信息提取统计信息构成的图像检索信息；对目标图像的图像特征信息和待识别图像的图像特征信息进行相似性分析，并将分析结果输出。

可选地，在上述的图像识别方法中，对目标图像和待识别图像分别求取图像特征信息包括：将目标图像或待识别图像划分为多个几何图形；对各个几何图形求取得到一组几何图形特征信息，其包括：获取几何图形特征点信息；提取图形检索信息；由几何图形特征点信息和图形检索信息构成一组几何图形特征信息；从一组几何图形特征信息提取反映图像整体特征的统计信息构成图像检索信息；由一组几何图形特征信息和图像检索信息构成图像特征信息。

可选地，在上述的图像识别方法中，还包括：选择每个目标图像的图像特征信息组合构建成识别目标集，并利用图形检索信息，计算目标图像中各几何图形的排序优先度；按排序优先度的大小对识别目标集中的几何图形进行排序；相似性分析包括从识别目标集选择目标图像或逐个地进行相似性分析。