[发明专利]一种图像识别方法

权利要求书

1.一种图像识别方法，其特征在于，包括：

在预处理过程中，利用ROI定位获取图像区域，然后进行去噪和增强处理；

对预处理的图像进行特征提取；

根据所提取的特征进行图像分类识别；

其中所述ROI定位进一步包括：

采用自适应阈值分割方法对图像进行二值化，对二值图像进行边缘检测获得图像轮廓，建立直角坐标系，从而确定ROI区域。

2.根据权利要求1所述的方法，所述二值化进一步包括：

首先得到图像灰度直方图，对直方图进行归一化，得到灰度概率函数，计算出灰度均值μ_T，直方图零阶累加矩ω(k)和一阶累加矩μ(k)，并计算分离指标σB(k)：

σB(k)=[uTω(k)-μ(k)]2ω(k)[1-ω(k)],k=0,1,...,255]]>

由此计算出对每一个灰度进行一次分割后的类间方差，取最大类间方差时对应的灰度的阈值k作为最佳阈值；

根据得到的最佳阈值对图像进行二值化，把灰度值大于k的像素设置为255，小于等于k的像素设置为0，这样就得到图像二值化图像。

3.根据权利要求2所述的方法，其特征在于，所述特征提取进一步包括：

构建图像灰度共生矩阵，基于图像中不同灰度级结构重复出现的概率来描述图像纹理信息，提取图像的纹理特征，

将图像I的灰度做归并，设图像I在水平方向和垂直方向的分辨率分别为Nx，Ny，将所有像素的灰度都量化到Ng个等级上；

构建零度方向灰度共生矩阵，统计左右两个方向，定义一个指针lps指向当

前遍历到的像素点，定义另一个指针lpd指向偏离点，第一次循环遍历图像，lpd指向的像素点在lps所指向的像素点的右方；

第二次循环遍历图像，lpd指向的像素点在lps所指向的像素点的左方，通过两次循环遍历图像，完成了零度方向上灰度共生矩阵的统计；

用同样方法分别建立45°，90°，135°三个方向灰度共生矩阵；

使在得到四个方向的灰度共生矩阵后，分别计算每个灰度矩阵所对应的四个纹理特征；

每张图片都有四个方向上共16个特征值，把这16个特征值组成一个特征向量，作为分类特征输入量。

4.根据权利要求3所述的方法，其特征在于，所述四个纹理特征包括：

(1)角二阶矩:用来度量图像灰度分布均匀性，是灰度共生矩阵像素的平方和：f1=Σi=1NgΣj=1Ng{P(i,j)}2]]>

(2)对比度:表示图像的纹理清晰程度：

(3)相关性:用来表示灰度共生矩阵各元素在某方向上的相似程度，f3=Σi=1NgΣj=1Ng(ij)P(i,j)}-uxuyσxσy]]>

其中，μ_x，μ_y，σ_x，σ_y是P_x和P_y的均值和均方差；

Px(i)=Σj=1NgP(i,j);Py(j)=Σi=1NgP(i,j)]]>

(4)熵:图像所具有的信息量的度量，f4=-Σi=1NgΣj=1NgP(i,j)log{P(i,j)}]]>

分别建立上述四个方向上的灰度共生矩阵，对每个方向上的共生矩阵提取f1－f4四个特征值。