[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

计算目标图像的图像特征向量；

查询与所述目标图像的图像特征向量匹配的代表特征向量；

返回查询结果；

其中，一个代表特征向量通过提取聚为一类的样本图像的图像特征向量的特征获得；

所述聚为一类的样本图像的图像特征向量按照多个样本图像的图像特征向量相似度聚类获得；

所述样本图像的图像特征向量通过提取与所述目标图像的图像特征向量相同的特征获得。

2.根据权利要求1所述的方法，其特征在于，所述计算目标图像的图像特征向量具体包括：

根据预先设置的分块要求分割所述目标图像，获得子图像块；

计算所述子图像块的颜色直方图向量和梯度直方图向量；

将所述子图像块的颜色直方图向量和梯度直方图向量组合，获得所述目标图像的图像特征向量。

3.根据权利要求1所述的方法，其特征在于，所述聚为一类的样本图像的图像特征向量按照多个样本图像的图像特征向量相似度聚类获得具体包括以下步骤：

获得多个样本图像特征向量；

从多个样本图像特征向量中，随机选取k个样本图像特征向量，分别作为k个类的第一中心值，其中k≥2；

建立与第一中心值对应的k个第一聚类，计算所述多个样本图像特征向量与所述k个第一聚类的第一中心值的相似度，将所述多个样本图像特征向量分别归到与所述k个第一聚类的第一中心值相似度最高的类中；

通过计算k个第一聚类中每类包含的每个样本图像特征向量与所在类的第一中心值的差值，获得所述多个样本图像特征向量到第一中心值的平均距离；

计算k个第一聚类中每类包含的样本图像特征向量的均值，将其作为第二中心值；

进入分类步骤；

分类步骤包括：

建立与第二中心值对应的k个第二聚类，计算所述多个样本图像特征向量与所述k个第二聚类的第二中心值的相似度，将所述多个样本图像特征向量分别归到与所述k个第二聚类的第二中心值相似度最高的类中；

通过计算k个第二聚类中每类包含的每个样本图像特征向量与所在类的第二中心值的差值，获得所述多个样本图像特征向量到第二中心值的平均距离；

判断到第二中心值的平均距离与到第一中心值的平均距离的差是否小于预设的阈值；

如果否，将到第二中心值的平均距离作为到第一中心值的平均距离，计算k个第二聚类中每类包含的样本图像特征向量的均值，将其作为第二中心值，重新进入分类步骤；

如果是，获得第二聚类，结束该流程。

4.根据权利要求1所述的方法，其特征在于，一个代表特征向量具体通过计算聚为一类的样本图像的图像特征向量平均值获得。

5.根据权利要求1所述的方法，其特征在于，所述查询与目标图像的图像特征向量匹配的代表特征向量具体通过以下步骤查询：

分别计算所述目标图像的图像特征向量与各个代表特征向量的差值；

选择差值最小的代表特征向量作为与所述目标图像的图像特征向量匹配的代表特征向量。

6.根据权利要求5所述的方法，其特征在于，还包括：

判断所述目标图像的图像特征向量与各个代表特征向量的差值是否均超过差值标准；

若超过，查询结果为未找到；

若未超过，查询结果为所述差值最小的代表特征向量。

7.根据权利要求1所述的方法，其特征在于，在计算目标图像的图像特征向量之前，还包括：

将所述目标图像作为待处理图像，执行以下预处理步骤；

所述预处理步骤包括：

在所述待处理图像上定位限定图像范围的标识，获得所述标识在所述待处理图像上的位置；

根据所述标识在所述待处理图像上的位置，更新所述待处理图像为所述标识限定范围内的图像。

8.根据权利要求7所述的方法，其特征在于，还包括：将所述样本图像作为待处理图像，执行所述预处理步骤获得更新的样本图像，所述样本图像的图像特征向量具体通过提取所述更新的样本图像的特征获得。

9.根据权利要求7或8所述的方法，其特征在于，所述限定图像范围的标识具体为特定闭合曲线，所述标识限定的范围具体为所述特定闭合曲线所包围的范围。