[发明专利]一种图像的处理与识别方法

权利要求书

1.一种图像的处理与识别方法，其特征在于，包括以下步骤：

步骤一、图像特征点的提取；

(1)获取原始图像；

(2)对原始图像进行归一化处理；

(3)对归一化图像进行区域划分，分成3列*3行；

(4)采用Harris角点算法确定归一化图像中的角点，并记录角点的坐标，通过角点坐标确定图像特征点；

步骤(4)具体包以下步骤：

S401：将归一化图像转换为灰度图像；

S402：采用九宫格法对图像像素点进行筛选；

S403：利用加速分割测试特征算法去除其中的非特征点，获得初始图像像素点；

S404：计算初始图像像素点的局部均方差，确定各初始图像像素点所在区域的对比度；

S405：根据对比度，以初始图像像素点响应Harris函数执行非极大值抑制算法，保留局部角点响应函数最大值的像素点，以这些点为中心搜索角点簇，最后以容忍距离内保留一个特征点为原则确定图像特征点；

步骤二、图像像质的增强；

(1)通过对图像特征点进行卷积处理获得图像的特征图；

(2)对特征图进行非线性映射操作，首次输入为步骤(1)得到的特征图，输出为第一层的卷积结果，公式为：为激活函数，Q_d1和b₁分别为第一层卷积层的权值和偏置，E为步骤(1)得到的特征图，E₁为第一层卷积结果；

然后输入第一层卷积结果E₁，输出第二层卷积结果，公式为：为激活函数，Q_d2和b₂分别为第二层卷积层的权值和偏置，E₁为第一层卷积结果，E₂为第二层卷积结果；

再输入第二层卷积结果E₂，输出第三层卷积结果，公式为：为激活函数，Q_d3和b₃分别为第三层卷积层的权值和偏置，E₂为第二层卷积结果，E₃为第三层卷积结果；

最后输入第三层卷积结果E₃，输出第四层卷积结果，公式为：为激活函数，Q_d4和b₄分别为第四层卷积层的权值和偏置，E₃为第三层卷积结果，E₄为第四层卷积结果；

(3)反卷积：a＝s(E₄-1)+k-2c，其中，a为经过反卷积之后的输出图像的大小，E₄为第四层卷积结果，k为卷积核大小，c为反卷积层填充padding参数，s为反卷积步长；通过反卷积操作实现图像像质增强；

步骤三、图像的融合；

根据像质增强后的每张图像的亮度均值权重、饱和度权重和对比度权重计算得到每张图像的融合权重，根据每张图像的融合权重对应将多张不同图像加权融合，得到融合图像；

所述亮度均值权重的计算公式为：其中，D_m(i,j)为第m张图像的第i行第j列像素的亮度均值权重，X_n为第n张图像需增强区域亮度均值，ρ为调节系数，H_m(i,j)为第m张曝光图像的第i行第j列像素的亮度值；

所述饱和度权重的计算公式为：

其中，B_m(i,j)为第m张曝光图像的第i行第j列像素的饱和度权重，Y(i,j)为原始图像的第i行第j列像素中的红色子像素的亮度值，Z(i,j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，F(i,j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，W为原始图像的平均亮度值，

步骤四、去噪；

采用中值滤波方法、非局部均值法、高斯滤波法或双边滤波法对融合图像进行去噪处理。