[发明专利]一种图像识别方法及系统

权利要求书

1.一种图像识别方法，其特征在于，包括以下步骤：

步骤1，采集图像，并对图像进行预处理，分离图像的背景和图像区，提取图像信息；

步骤2，对预处理后得到的图像信息进行特征提取，提取出表示图像唯一性的特征向量；

步骤3，根据提取得到的特征向量将图像分配到预设的相应图像库中；

步骤4，在相应的图像库中将采集到的图像与预先保存在该图像库中的图像进行图像特征匹配，获得与采集到的图像相匹配的图像及预存好的图像信息。

2.根据权利要求1所述的一种图像识别方法，其特征在于，所述步骤1中对图像进行预处理具体包括：

步骤Sa1：将采集到的图像信息进行大小归一化处理；

步骤Sa2：通过灰度拉伸增强图像对比度；

步骤Sa3：通过二值化处理实现图像中背景和对象的分割；

步骤Sa4：采用动态阈值法确定图像二值化的关键阈值，使用带修正的自适应邻域平均法消除图像的干扰和噪音；

步骤Sa5：使用Hough变幻方法和选装投影结合方式处理图像的倾斜校正。

3.根据权利要求1所述的一种图像识别方法，其特征在于，所述步骤2中对预处理后得到的图像信息进行特征提取具体包括：

步骤Sb1：构建尺度空间，检测极值点，获得尺度不变性的特征点；

步骤Sb2：对特征点过滤并进行精确定位；

步骤Sb3:为每个关键点分配方向值；

步骤Sb4：生成特征描述子，即生成了SIFT特征向量。

4.根据权利要求3所述的一种图像识别方法，其特征在于，所述步骤3具体为根据所述步骤Sb5中得到的SIFT特征向量将采集到的图像分配到预设好的与其类别向量一致的图像库中。

5.根据权利要求4所述的一种图像识别方法，其特征在于，所述步骤4具体为在分配好的图像库中根据所述步骤Sb5中得到的SIFT特征向量进行匹配，寻找得到最邻近关键点的最邻近值，采用霍夫变换进行聚类实现图像匹配，获得与采集到的图像相匹配的图像及预存好的图像信息。

6.一种图像识别系统，其特征在于，包括用户交互模块和相似性检索模块；

所述用户交互模块用于对数据信息进行查询、交互和交换以及在显示器中进行显示；

所述相似性检索模块包括图像预处理模块、图像特征提取模块、图像分类模块和图像匹配模块；

所述图像预处理模块，其用于接收所述用户交互模块提交的图像，并对接收的图像进行预处理，分离图像的背景和图像区，提取图像信息；

所述图像特征提取模块，其用于对预处理后的图像进行特征提取，提取出表示图像唯一性的特征向量；

所述图像分类模块，其用于根据特征提取后的特征向量进行图像库分配；

所述图像匹配模块，其用于在相应的图像库中将采集到的图像与预先保存在该图像库中的图像进行图像特征匹配，获得与采集到的图像相匹配的图像及预存好的图像信息。

7.根据权利要求6所述的一种图像识别系统，其特征在于，所述用户交互模块包括用户界面、查询接口、交互接口和结果显示模块；所述用户界面通过所述查询接口对所述相似性检索模块的数据进行查询；所述用户界面通过所述交互接口与所述相似性检索模块进行图像信息的交换；所述用户界面通过所述结果显示模块对所述相似性检索模块得到的数据进行显示。

8.根据权利要求6所述的一种图像识别系统，其特征在于，所述图像预处理模块包括归一化处理模块、图像灰度拉伸模块、二值化处理模块、图像去噪模块和图像倾斜校正模块；

所述归一化处理模块将采集到的图像信息进行大小归一化处理；所述图像灰度拉伸模块通过灰度拉伸增强图像对比度；

所述二值化处理模块通过二值化处理实现图像中背景和对象的分割；所述图像去噪模块通过动态阈值法确定图像二值化的关键阈值，采用带修正的自适应邻域平均法消除图像的干扰和噪音；

所述图像倾斜校正模块通过Hough变幻方法和选装投影结合方式处理图像的倾斜校正。

9.根据权利要求6所述的一种图像识别系统，其特征在于，所述图像特征提取模块包括尺度空间构建模块、特征点过滤定位模块、方向值分配模块、特征描述子生成模块和向量生成模块；

所述尺度空间构建模块通过构建尺度空间，检测极值点，获得尺度不变性；

所述特征点过滤定位模块对特征点进行过滤并精确定位；

所述方向值分配模块为每个关键点分配方向值；

所述特征描述子生成模块用于生成特征描述子，即生成了SIFT特征向量。