[发明专利]一种复杂造型GRC板块图像的识别方法和系统

摘要

本发明涉及图像处理、模式识别及机器学习领域，公开了一种复杂造型GRC板块的识别方法和系统，以能很好的识别复杂造型GRC板块，且抗干扰能力强，识别速度快，精度高。本发明采集需要识别的复杂造型GRC板块图像，采用方向梯度直方图算法对复杂造型GRC板块图像进行预处理；采用卷积神经网络提取预处理后的复杂造型GRC板块图像的图像特征，得到特征图像集I，计算特征图像集I与数据库中各复杂造型GRC板块标准图像的相似度，将数据库中相似度最高的GRC板块标准图像所对应的相关信息输出给用户。

主权项

一种复杂造型GRC板块图像的识别方法，其特征在于，包括：采集需要识别的复杂造型GRC板块图像，采用方向梯度直方图算法对所述复杂造型GRC板块图像进行预处理；采用卷积神经网络提取预处理后的复杂造型GRC板块图像的图像特征，得到特征图像集I，其中，所述卷积神经网络中的相邻卷积层和下采样层之间使用公式(1)和公式(2)对卷积层的输出数据进行处理：x^(k)=x(k)-E[x(k)]Var[x(k)];---(1)]]>式中，表示初步处理后的数据，k表示卷积层输出数据的维度，x表示卷积层的输出数据，x(k)表示卷积层的输出数据的第k维；E[x(k)]表示卷积层第k维所有输出的数据的平均值；表示卷积层第k维所有输出的数据的标准差；y(k)=γ(k)x^(k)+β(k);---(2)]]>式中，参数γ和β的初始值采用随机取值，然后在反向计算与校验的训练过程中求出最佳值；y(k)表示引入参数进行最终处理后数据；且所述卷积神经网络中的下采样层使用公式(3)提取图像特征：O＝(∑∑I(i,j)p×G(i,j))1/p； (3)式中，i表示图像特征的长度像素、j表示图像特征的宽度像素，p表示下采样层输出数据的维度，I表示输入的复杂造型GRC板块图像，G代表高斯核，1≤P≤∞，当P＝l，上式为均值采样；当P→∞时，上式为最大值采样；计算所述特征图像集I与数据库中各复杂造型GRC板块标准图像的相似度，将数据库中相似度最高的GRC板块标准图像所对应的相关信息输出给用户。