[发明专利]图像识别方法、装置、设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

获取图像；

对所述图像进行边缘提取，得到所述图像的边缘图像；

根据所述边缘图像对所述图像进行边缘信息增强处理，得到边缘信息增强后的图像；

通过图像识别模型对所述边缘信息增强后的图像进行处理，得到所述图像的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述边缘图像对所述图像进行边缘信息增强处理，得到边缘信息增强后的图像，包括：

根据所述边缘图像生成权值矩阵，所述权值矩阵用于表征所述图像中各个像素对应的增强程度；

采用所述权值矩阵对所述图像进行边缘信息增强处理，得到所述边缘信息增强后的图像。

3.根据权利要求2所述的方法，其特征在于，所述根据所述边缘图像生成权值矩阵，包括：

获取所述边缘图像的边缘像素矩阵；

对所述边缘像素矩阵做归一化处理，得到所述权值矩阵。

4.根据权利要求2所述的方法，其特征在于，所述采用所述权值矩阵对所述图像进行边缘强化处理，得到所述边缘信息增强后的图像，包括：

将所述权值矩阵与所述图像对应位置像素的像素值相乘，得到加权边缘图像；

将所述加权边缘图像和所述图像在同一位置像素的像素值相加，得到所述边缘信息增强后的图像。

5.根据权利要求1所述的方法，其特征在于，所述对所述图像进行边缘提取，得到所述图像的边缘图像，包括：

对于所述图像中的任意一个像素，将所述像素的像素值分别和纵向梯度矩阵和横向梯度矩阵相乘，得到所述像素的横向梯度幅值和纵向梯度幅值；

根据所述横向梯度幅值和所述纵向梯度幅值，计算所述像素的梯度幅值；

若所述梯度幅值大于第一预设阈值，则将所述像素确定为边缘像素；

根据各个所述边缘像素的梯度幅值，得到所述边缘图像。

6.根据权利要求1所述的方法，其特征在于，所述对所述图像进行边缘提取，得到所述图像的边缘图像，包括：

对于所述图像中的任意一个像素，对所述像素求二阶导数，得到梯度幅值；

若所述梯度幅值大于第二预设阈值，则将所述像素确定为边缘像素；

根据各个所述边缘像素的梯度幅值，得到所述边缘图像。

7.根据权利要求1所述的方法，其特征在于，所述对所述图像进行边缘提取，得到所述图像的边缘图像，包括：

对所述图像进行平滑滤波处理，得到处理后的图像；

根据所述处理后的图像的横向梯度幅值和纵向梯度幅值，确定所述处理后的图像的梯度幅值和梯度方向；

保留所述处理后的图像中在所述梯度方向上具有最大梯度幅值的像素，以及删除所述处理后的图像中的其它像素，得到初始边缘图像；

保留所述初始边缘图像中的第一像素和第二像素，所述第一像素的像素值大于第三预设阈值，所述第二像素的像素值大于第四预设阈值且小于所述第三预设阈值，所述第二像素与所述第一像素相邻；

根据所述第一像素和所述第二像素各自的梯度幅值，得到所述边缘图像。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述通过图像识别模型对所述边缘信息增强后的图像进行处理，得到所述图像的识别结果之前，还包括：

获取所述图像识别模型的训练数据，所述训练数据包括至少一个训练图像和所述训练图像的标准识别结果；

对所述训练图像进行边缘提取，得到所述训练图像的边缘图像；

根据所述训练图像的边缘图像对所述训练图像进行边缘信息增强处理，得到边缘信息增强后的训练图像；

通过所述图像识别模型对所述边缘信息增强后的训练图像进行处理，得到所述训练图像的预测识别结果；

根据所述预测识别结果和所述标准识别结果，对所述图像识别模型进行训练。