[发明专利]一种基于改进型特征卷积神经网络图像识别方法

权利要求书

1.一种基于改进型特征卷积神经网络图像识别方法，其特征在于采用如下步骤：

第一步，对待输入的图像进行预处理，去除掉严重不符合规定的图像，并且根据输入图像的属性，设计卷积神经网络结构；

第二步， 在卷积神经网络结构中加入特征提取层增强卷积神经网络对于图像特征的提取能力，将特征放大；

第三步，将所述的步骤二中的特征放大的图像数据输入卷积神经网络，对图像中的特征进行卷积操作学习辨认，得到卷积神经网络的输出；

第四步，将所述第一步骤中预处理后的图像进行偏移操作，得到图像的纹理特征；

第五步，对所述步骤四的纹理特征分析后输出结果，并将所述步骤三中的卷积神经网络的输出进行融合，得到最终结果进行输出。

2.根据权利要求1所述的改进型特征卷积神经网络，其特征在于所述的步骤二的特征放大采用将特征点在RGB空间变换到HLS色彩空间，变换方法如下：

。

3.根据权利要求1所述的改进型特征卷积神经网络，其特征在于所述的第四步对图像进行偏移操作得到图像的纹理特征方法如下：

步骤3.1，将原图向8个方向各偏移一个像素点，分别产生新的图 …, ，用产生的新图 …, 对进行操作得到新的图，方法如下:

步骤3.2， …, 与原图的位置关系采用3×3矩阵来进行计算，矩阵如表格所示，

通过函数关系f对8副图片每个像素点进行操作，计算公式如下： 

。

4.根据权利要求3所述的改进型特征卷积神经网络，其特征在于得到的新特征图中元素大小都为1～255之间，对所得特征图在1～255上进行直方图化，得到特征数目为255个。