[发明专利]一种区域自划分的图像识别系统及方法

权利要求书

1.一种区域自划分的图像识别系统，其特征在于，包括图像采集模块、图像处理模块以及区域划分模块；各个模块之间基于数据信号进行信息交互；

所述图像采集模块用于采集目标区域的原始图像，并将所述原始图像发送至所述图像处理模块和所述区域划分模块；

所述图像处理模块用于接收所述原始图像，并对所述原始图像进行区域划分，获取S个子区域图像；

根据所述子区域图像和图像识别模型获取子区域图像标签；其中，所述图像识别模型基于人工智能模型建立；

并将所述子区域图像和所述子区域图像标签发送至所述区域划分模块；

所述区域划分模块用于接收所述原始图像、所述子区域图像以及所述子区域图像标签，并根据所述子区域图像和所述子区域图像标签对所述原始图像进行区域划分。

2.根据权利要求1所述的一种区域自划分的图像识别系统，其特征在于，所述图像采集模块包括摄像装置。

3.根据权利要求2所述的一种区域自划分的图像识别系统，其特征在于，所述摄像装置获取目标区域的原始图像，并将所述原始图像发送至所述图像处理模块。

4.根据权利要求3所述的一种区域自划分的图像识别系统，其特征在于，所述图像处理模块接收所述原始图像，并对所述原始图像进行区域划分，获取S个子区域图像，具体过程包括：

所述图像处理模块接收所述原始图像；

将所述原始图像划分为M行×N列，得到M×N个标准图像；

任选一个标准图像，将此标准图像标记为第一种子标准图像，所述第一种子标准图像标记为1；

将所述第一种子标准图像与相邻的标准图像进行类别比较；

相邻标准图像与所述第一种子标准图像属于同一个类别，将相邻标准图像标记为1；

相邻标准图像与所述第一种子标准图像不属于同一个类别，将相邻标准图像标记为0；

所述第一种子标准图像的相邻标准图像都标记完成后；

若相邻标准图像都标记为1，则扩大相邻标准图像的范围，直至所有标准图像都标记完成；

若相邻标准图像的标记存在0与1；

获取标记为1的标准图像的相邻标准图像，且该相邻标准图像未被标记；

将所述标准图像与所述第一种子标准图像进行类别比较，重复上述过程，直至所有标准图像都被标记；

获取标记为1的标准图像，将标准图像整合为第一子区域图像；

任选一个标记为0的标准图像，将其设定为第二种子标准图像，所述第二种子标准图像标记为2；

将所述第二种子标准图像与相邻的标准图像进行类别比较；

相邻标准图像与所述第二种子标准图像属于同一个类别，将相邻标准图像标记为2；

相邻标准图像与所述第二种子标准图像不属于同一个类别，将相邻标准图像标记为0；

所述第二种子标准图像的相邻标准图像都标记完成后；

若相邻标准图像都标记为2，则扩大相邻标准图像的范围，直至所有标准图像都标记完成；

若相邻标准图像的标记存在0与2；

获取标记为2的标准图像的相邻标准图像，且该相邻标准图像未被标记为2；

将所述相邻标准图像与所述第二种子标准图像进行类别比较，重复上述过程，直至所有标准图像都被标记；

获取标记为2的标准图像，将标准图像整合为第二子区域图像；

重复上述过程，获取S个子区域图像。

5.根据权利要求4所述的一种区域自划分的图像识别系统，其特征在于，所述图像分割模型基于人工智能模型建立，具体过程包括：

从图像处理模块获取标准训练图像；

通过标准训练图像对人工智能模型进行训练，将训练完成的人工智能模型标记为图像分割模型；

所述标准训练图像包括若干组输入图像以及对应的区域标签，且输入图像和子区域图像的内容属性一致；

所述人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型。