[发明专利]一种图像识别方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像识别方法及系统。

背景技术

图像识别方法是指通过计算机，采用数学方法，对一个系统前端获取的图像二值化、边缘提取以及特征取样，并匹配识别图像的图像处理方法。其包括：条码识别、生物特征识别(人脸识别、指纹识别等)、智能交通中的动态对象识别、手写识别等多种识别方法。

随着对CSS(Curvature Scale Space，曲率尺度空间)技术的研究深入，CSS被广泛应用到图像识别方法中。CSS图像识别方法是基于图像的CSS图，采用穷举法匹配CSS图中的极值点。具体包括以下步骤：

步骤A：获取待识别图像，对图像进行预处理，获取图像的CSS图；

步骤B：获取待识别图像中的一个待匹配点的位置值X_q和极值V_q；

步骤C：获取预先建立的图像库中一个标准图像的所有点的位置值X_m和极值V_m；

步骤D：依次计算待匹配点与图像库中标准图像的点的距离值，即选取多个距离值中取值最小的作为待匹配点的匹配点；

步骤E：待匹配点与匹配点的距离值是否小于预设阈值，如果是，执行步骤F，否则，执行步骤G；

步骤F：将待匹配点与匹配点的距离值作为匹配值，继续执行步骤H；

步骤G：待匹配点匹配不成功，继续执行步骤H；

步骤H：待识别图像中的待匹配点是否匹配完，如果是，执行步骤I，否则，执行步骤B，重新获取待匹配点；

步骤I：合并所有的匹配值和未成功匹配的待匹配点的极值，并将合并结果作为匹配代价。

步骤J：重复步骤A-I，直至匹配完图像库中的所有标准图像；

步骤K：对待识别图像作镜像处理，获取镜像图像，将镜像图像作为待识别图像，重复执行步骤A-J；

步骤L：将待识别图像和标准图像互换，重复执行步骤A-J；

步骤M：从小到大排列匹配代价，选取预设个数的匹配代价所对应的标准图像，所选取的匹配代价为步骤I中匹配代价中取值最小的，查询标准图像所对应的图像类，获取包含预设个数的匹配代价所对应的标准图像个数最多的图像类作为目标图像类，将待识别图像归属于目标图像类。

从上述步骤可以看出，无论待识别图像是否与标准图像匹配，都需要采用穷举法匹配，进而导致匹配时间长，匹配效率低。

发明内容

有鉴于此，本发明提供一种图像识别方法及系统，以解决采用穷举法匹配导致的匹配时间长，匹配效率低的问题。本发明所提供的一种图像识别方法及系统的具体方案如下：

一种图像识别方法，预先设置数据库，所述数据库包括多种图像类，每种图像类至少包括标准图像的变动系数以及该标准图像的极值点的位置值和极值，所述方法包括：

预处理步骤：计算所述待识别图像的极值点的位置值和极值以及变动系数；

变动系数匹配代价对比步骤：依次获取每种图像类中的标准图像的变动系数和待识别图像的变动系数匹配代价，并将所获取的变动系数匹配代价与预设匹配值比较；

匹配步骤：当比较结果不大于预设匹配值时，匹配待识别图像和标准图像，计算两者的曲率尺度空间CSS匹配代价，合并变动系数匹配代价和CSS匹配代价，并将合并后的结果作为匹配代价；

识别步骤：获取预设个数的匹配代价，该匹配代价的取值小于未获取的匹配代价的取值；当包括所获取的匹配代价对应的标准图像的个数最多的图像类的个数超过1个时，从包含个数最多的图像类中选取匹配代价之和最小的图像类作为目标图像类，否则，选取包括所获取的匹配代价对应的标准图像的个数最多的图像类作为目标图像类，判定待识别图像属于目标图像类；

当比较结果大于预设匹配值时，判定待识别图像与标准图像不属于同一图像类。

本发明实施例还提供一种图像识别系统，预先设置数据库，所述数据库包括多种图像类，每种图像类至少包括标准图像的变动系数以及该标准图像的极值点的位置值和极值，所述系统包括：

预处理装置，用于计算所述待识别图像的极值点的位置值和极值以及变动系数；

与预处理装置相连的变动系数匹配代价对比装置，用于依次获取每种图像类中的标准图像的变动系数和待识别图像的变动系数匹配代价，并将所获取的变动系数匹配代价与预设匹配值比较；