[發(fā)明專利]圖像識別方法與裝置

有效

• 申請?zhí)枺?/td>: 201210529322.6
• 申請日: 2012-12-10
• 公開（公告）號: CN103034844A
• 公開（公告）日: 2013-04-10
• 發(fā)明（設(shè)計）人: 鐘海蘭
• 申請（專利權(quán)）人: 廣東圖圖搜網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像識別方法與裝置。

背景技術(shù)

圖像識別是通過圖像中的語義信息對圖像進行識別的技術(shù)，其應(yīng)用領(lǐng)域非常廣闊，例如，交通標識識別，車牌識別，人臉識別，醫(yī)學(xué)圖像識別。

傳統(tǒng)的圖像識別方法大都基于視覺詞典模型，此類方法首先需要提取圖像局部特征，然后對局部特征進行聚類分析建立視覺詞匯。這樣就可以將圖像表示為一個基于視覺詞匯的直方圖。最后，采用機器學(xué)習(xí)的方法來訓(xùn)練出預(yù)測圖像的識別器。

上述方法適用于特征較簡單的待識別對象，當待識別對象的形態(tài)多變時，例如人體，上述方法的識別效果不甚理想。

發(fā)明內(nèi)容

基于上述問題，本發(fā)明提供一種圖像識別方法與裝置，以識別形態(tài)特征復(fù)雜的對象。

本發(fā)明提出的圖像識別方法，包括如下步驟：

對圖像進行劃分，提取劃分后每個小方格的梯度直方圖特征，劃分的個數(shù)在本圖像識別方法的識別效率和識別精度間取平衡；

建立與待識別對象相適應(yīng)的基于形態(tài)估計的模型，該模型由各個部位組成，根據(jù)所述梯度直方圖特征計算每個小方格對應(yīng)于該模型的各個部位的局部評分；

針對所述模型的各個部位，篩選幾個局部評分較高的小方格，篩選的個數(shù)在本圖像識別方法的識別效率和識別精度間取平衡；

對針對所述模型不同部位篩選出的小方格進行組合，結(jié)合組合中每個小方格的局部評分和小方格間的空間邏輯關(guān)系，計算每種小方格組合的全局評分；

將最高的全局評分與閾值比較，若超出所述閾值則判定圖像中存在所述待識別對象。

本發(fā)明提出的圖像識別裝置，包括：

圖像劃分模塊，用于對圖像進行劃分，并提取劃分后每個小方格的梯度直方圖特征，劃分的個數(shù)在本圖像識別裝置的識別效率和識別精度間取平衡；

局部評分計算模塊，用于建立與待識別對象相適應(yīng)的基于形態(tài)估計的模型，該模型由各個部位組成，根據(jù)所述梯度直方圖特征計算每個小方格對應(yīng)于該模型的各個部位的局部評分；

小方格篩選模塊，用于針對所述模型的各個部位，篩選幾個局部評分較高的小方格，篩選的個數(shù)在本圖像識別裝置的識別效率和識別精度間取平衡；

全局評分計算模塊，用于對針對所述模型不同部位篩選出的小方格進行組合，結(jié)合組合中每個小方格的局部評分和小方格間的空間邏輯關(guān)系，計算每種小方格組合的全局評分；

判定模塊，用于將最高的全局評分與閾值比較，若超出所述閾值則判定圖像中存在所述待識別對象。

本發(fā)明的圖像識別方法與裝置，預(yù)先建立基于形態(tài)估計的模型，該模型與待識別對象相適應(yīng)并由各部位組成，將圖像劃分為若干小方格，先利用局部評分找出與模型中各部位較匹配的小方格，再對各個小方格進行組合，得到各種可能的待識別對象，剔除不符合空間邏輯關(guān)系的組合，從剩余組合中找出全局評分最高的組合，若其全局評分超過閾值，則判定圖像中存在待識別對象。由于本方法與裝置利用基于形態(tài)估計的模型作為參照，對圖像進行劃分再組合，通過局部評分和全局評分兩層篩選來確定圖像中是否存在待識別對象，能夠識別人或物等形態(tài)特征復(fù)雜的對象，同時具有較高的準確度和精確度。

附圖說明

圖1為本發(fā)明圖像識別方法實施例一的流程示意圖；

圖2為本發(fā)明圖像識別裝置實施例一的結(jié)構(gòu)示意圖。

具體實施方式

為了更為具體地描述本發(fā)明，下面先結(jié)合附圖及具體實施方式對圖像識別方法進行詳細說明。

實施例一

本實施例的圖像識別方法，如圖1所示，包括如下步驟：

步驟S101、對圖像進行劃分，提取劃分后每個小方格的梯度直方圖特征，劃分的個數(shù)在本圖像識別方法的識別效率和識別精度間取平衡。假設(shè)每幅圖像被劃分為m個小方格，則m個小方格記為g_i,i=1,2…m.

步驟S102、建立與待識別對象相適應(yīng)的基于形態(tài)估計的模型，該模型由各個部位組成。例如，整個模型由k個部位構(gòu)成，則每個部位表示為p_k,k=1,2…K。根據(jù)所述梯度直方圖特征計算每個小方格對應(yīng)于該模型的各個部位的局部評分。

局部評分公式為：S_k(I，g_i，p_k)=w_k*φ(I，g_i)+b_k