[发明专利]图像识别方法和系统

说明书

【技术领域】

本发明涉及图像处理领域，特别是涉及一种基于动态影像的图像识别方法和系统。

【背景技术】

近年来，随着智能终端设备的普及，寻求一种更自然更简单的人机交互方式已然成为科研和产业领域的热点问题。纵观人机交互技术的发展历史，已逐渐从鼠标、键盘、遥控器等方式发展为视觉、语音、姿态等非接触式的操作方式，而且视觉技术作为其中最为重要的手段。随着3D技术的发展，微软推出了Kinect系统，其通过动态三维重建技术，将人机交互由2D的图像空间拓展到真实的3D空间，3D空间的深度信息有效的解决了2D空间中较为复杂的背景分割问题，使得该技术趋于成熟，并已应用到电视机、游戏机等设备中，用做外置的人机交互设备。但这种基于3D技术的手势和姿态体感控制系统受限于其昂贵的硬件成本和巨大的运算量，以及其体积较大，很难集成到现有智能终端设备中。

为了减少数据处理量，通常是通过摄像头获取2D画面，基于2D图像智能分析技术判断操作者的动作和意图，进而控制机器。但其所面临最大的问题是环境的复杂性和不确定性，使得图像识别准确性不高，误判较多，导致整个图像识别系统不稳定。

【发明内容】

基于传统技术的图像识别系统不稳定的问题，有必要提供一种基于动态影像的图像识别方法和系统。

一种图像识别方法，包括如下步骤：

步骤S101，获取动态影像；

步骤S102，提取所述动态影像中的多帧静态图像；

步骤S103，分别识别所述多帧静态图像中是否包含同一目标图像；

步骤S104，在识别结果为包含所述目标图像的所述静态图像的数量达到预设数量阀值时，判定所述动态影像中包含所述目标图像。

本发明一较佳实施例中，所述步骤S104是在所述多帧静态图像的头尾二帧所述静态图像和中间一帧所述静态图像识别到同一所述目标图像时，判定所述动态影像中包含所述目标图像。

本发明一较佳实施例中，所述步骤S103进一步包括在一帧所述静态图像中识别到两种所述目标图像时，当第一种目标图像的相似度超过第二种目标图像的相似度达到预设差值时，选择所述第一种目标图像作为该帧静态图像中的目标图像，反之选择所述第二种目标图像作为该帧静态图像中的目标图像。

本发明一较佳实施例中，还包括如下步骤：

步骤S201，提取所述静态图像中识别出的目标图像的坐标；

步骤S202，根据预设方式定义识别出的所述目标图像上某一点为基准点；

步骤S203，当相邻二帧所述静态图像中识别到的所述目标图像不同时，通过预设参数调整后一帧所述静态图像中识别到的所述目标图像的基准点位置；

步骤S204，记录所述多帧静态图像中所述目标图像的所述基准点的移动轨迹，生成所述目标图像的移动信息。

一种图像识别装置，包括影像摄取单元、图像提取单元，所述影像摄取单元用于获取动态影像，所述图像提取单元用于提取所述动态影像中的多帧静态图像，所述图像识别装置还包括：

图像识别单元，用于分别识别所述多帧静态图像中是否包含同一目标图像。

识别判定单元，用于在识别结果为包含所述目标图像的所述静态图像的数量达到预设数量阀值时，判定所述动态影像中包含所述目标图像。

本发明一较佳实施例中，所述识别判定单元是在所述多帧静态图像的头尾二帧所述静态图像和中间一帧所述静态图像识别到同一目标图像时，判定所述动态影像中包含所述目标图像。

本发明一较佳实施例中，所述图像识别单元进一步用于在一帧所述静态图像中识别到两种目标图像时，当第一种目标图像的相似度超过第二种目标图像的相似度达到预设差值时，选择所述第一种目标图像作为该帧静态图像中的目标图像，反之选择所述第二种目标图像作为该帧静态图像中的目标图像。

上述图像识别方法和装置是通过多帧静态图像的成功识别的比例，判定动态影像中是否包含目标图像，这样便可以减小单帧图像误判带来的不良问题，提高系统稳定性。

【附图说明】

图1为一实施例的图像识别方法步骤流程图；

图2为一实施例的基于图像识别的轨迹记录方法步骤流程图；

图3为一实施例的图像识别装置的功能模块图。

【具体实施方式】

为了解决传统技术的图像识别系统不稳定的问题，提出了一种基于动态影像的图像识别方法和系统。