[发明专利]一种特征像素图像识别方法及系统

说明书

本发明属于图像识别领域，具体涉及一种特征像素图像识别方法及系统，其方法包括，获取待识别物体的BMP格式的图像，得到待识别图像，提取待识别图像中各像素点的RGB编码值，得到待识别图像的像素频率分布特征；从标准图像中挖掘分析获得统计像素频率分布特征，并通过统计像素频率分布特征建立标准特征像素点编码库，利用标准特征像素点编码库对待识别图像的像素频率分布特征进行分割识别，判定出待识别图像与标准图像是否具有一致的像素频率分布特征。本发明的图像识别方法直接以像素编码特征频率分布作差异性识别，辅助先期预先+后期动态识别提取物体特征像素编码建库，可逐步分割识别图像中的目标物体，图像识别过程简单且效率高。

技术领域

本发明涉及图像识别领域，具体涉及一种特征像素图像识别方法及系统。

背景技术

目前，国内对粮食不完善粒的检验主要以人工感官检验为主，有少量项目借助以图像分析法为原理的设备实现，如采用的稻谷黄粒米含量测定、稻谷整精米率测定等。借助前沿最新科技，更大幅度提高设备自动化程度，更多减少检测过程中人工干预，对提高效率，完成大批量、大范围的粮食感官检验工作，获得检验大数据意义重大。但目前现有的自动识别方法多以卷积神经网络为基础的深度学习图像识别技术，识别过程复杂且效率低下。

发明内容

本发明所要解决的技术问题是提供一种特征像素图像识别方法及系统。

本发明解决上述技术问题的技术方案如下：一种特征像素图像识别方法，包括以下步骤，

S1，获取待识别物体的BMP格式的图像，得到待识别图像，提取所述待识别图像中各像素点的RGB编码值，得到所述待识别图像的像素频率分布特征；

S2，从标准图像中挖掘分析获得统计像素频率分布特征，并通过所述统计像素频率分布特征建立标准特征像素点编码库，利用所述标准特征像素点编码库对所述待识别图像的像素频率分布特征进行分割识别，判定出所述待识别图像与所述标准图像是否具有一致的像素频率分布特征。

本发明的有益效果是：本发明一种特征像素图像识别方法不同于目前流行的以卷积神经网络为基础的深度学习图像识别方法，本发明的图像识别方法直接以像素编码特征频率分布作差异性识别，辅助先期预先+后期动态识别提取特征物体像素编码建库，可逐步分割识别图像中的目标物体，且实际使用的像素库空间不大，总量为2的24次方(16兆)字节；同时可实现性强，直接面对图像数据编码处理，编程不需携带各种大的开源代码库，代码简短，使用便捷、高效，计算时间复杂度和空间复杂度较小，从而使得图像识别过程简单且效率高。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S2具体为，

S21a，从所述标准图像中挖掘分析获得统计像素频率分布特征，并通过所述统计像素频率分布特征建立标准特征像素点编码库，将所述标准特征像素点编码库中RGB三通道的每一个通道上的编码值高频态频率和与编码值低频态频率和的减差值作为识别频率特征值；

S22a，统计所述待识别图像的像素频率分布特征中RGB三通道的每一个通道上的编码值高频态频率和与编码值低频态频率和的减差值；

S23a，当所述待识别图像的像素频率分布特征中RGB三通道的每一个通道上的减差值，与所述标准特征像素点编码库中RGB三通道的对应通道上的识别频率特征值一一对应匹配时，则判定所述待识别图像与所述标准图像具有一致的像素频率分布特征，否则判定所述待识别图像与所述标准图像不具有一致的像素频率分布统计特征。

进一步，所述S2具体为，