[发明专利]图像识别方法、装置、计算机设备和可读存储介质有效

专利信息
申请号: 201710661653.8 申请日: 2017-08-04
公开(公告)号: CN107480711B 公开(公告)日: 2020-09-01
发明(设计)人: 郭浒生 申请(专利权)人: 合肥美的智能科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 230088 安徽省合肥*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 计算机 设备 可读 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,包括:

确定待识别图像的形状特征;

提取所述待识别图像的纹理特征和颜色特征;

根据第一预设图像库中的图像特征权重表,确定所述待识别图像的每一纹理特征的权重和每一颜色特征的权重;

筛选所述权重大于预设权重的纹理特征和颜色特征,以分别形成纹理特征集合和颜色特征集合;

根据所述形状特征、所述纹理特征集合和所述颜色特征集合,确定所述待识别图像对应的第一进化图像;

比较所述第一进化图像与第二预设图像库中任一图像的匹配度,确定所述待识别图像的匹配图像;

所述确定待识别图像的形状特征,包括:

提取所述待识别图像的角点特征;

计算所述角点特征与预设形状库中任一形状的匹配度,以确定最大匹配度;

判断所述最大匹配度是否大于第一预设匹配度阈值;

若判定所述最大匹配度大于所述第一预设匹配度阈值,则确定所述最大匹配度对应的形状为所述待识别图像的形状特征;

若判定所述最大匹配度不大于所述第一预设匹配度阈值,则继续提取所述待识别图像的角点特征。

2.根据权利要求1所述的图像识别方法,其特征在于,所述根据所述形状特征、所述纹理特征集合和所述颜色特征集合,确定所述待识别图像对应的第一进化图像,包括:

根据所述形状特征,构建形状空间;

随机选择所述纹理特征集合中的纹理特征和所述颜色特征集合中的颜色特征分别依次设于所述形状空间内,以形成第二进化图像;

判断所述第二进化图像是否满足第一预设条件;

若判定所述第二进化图像满足所述第一预设条件,则确定所述第二进化图像为所述第一进化图像;

若判定所述第二进化图像不满足所述第一预设条件,则重新随机选择所述纹理特征集合中的纹理特征和所述颜色特征集合中的颜色特征分别依次设于所述形状空间内,以形成新的第二进化图像,

其中,所述第一预设条件为所述第二进化图像与所述第二预设图像库中的图像的最大匹配度不小于第二预设匹配度阈值和/或判断次数不小于第一预设次数阈值。

3.根据权利要求1所述的图像识别方法,其特征在于,所述根据所述形状特征、所述纹理特征集合和所述颜色特征集合,确定所述待识别图像对应的第一进化图像,包括:

确定所述形状特征、所述纹理特征集合和所述颜色特征集合为初始化群体;

对所述初始化群体依次进行变异、交叉和选择操作,以形成进化群体;

判断所述进化群体是否满足第二预设条件;

若判定所述进化群体满足所述第二预设条件,则将所述进化群体对应的图像确定为所述第一进化图像;

若判定所述进化群体不满足所述第二预设条件,则将所述进化群体作为所述初始化群体,继续依次进行所述变异、交叉和选择操作,

其中,所述第二预设条件为所述变异、交叉和选择操作的次数不小于第二预设次数阈值和/或所述进化群体对应的图像与所述预设图像库中的图像的最大匹配度不小于第三预设匹配度阈值。

4.根据权利要求1所述的图像识别方法,其特征在于,在所述比较所述第一进化图像与第二预设图像库中任一图像的匹配度,确定所述待识别图像的匹配图像之后,还包括:

增加所述匹配图像至所述第一预设图像库,并更新所述图像特征权重表。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥美的智能科技有限公司,未经合肥美的智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710661653.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top