[发明专利]图像分类识别判断方法

说明书

本发明提出了一种图像分类识别判断方法，包括如下步骤：步骤1，采集图像，对图像进行预处理，通过顶帽变换方法去除图像噪声之后，采用直方图均衡化对图像进行增强；步骤2，对增强后的图像进行特征提取，得到N维向量的联合直方图，对N维向量进行降维操作，所述N为正整数；步骤3，对降维操作的N维向量，通过训练集训练归纳出分类集，通过分类或筛选提取出特征图像。

技术领域

本发明涉及计算机图像识别领域，尤其涉及一种图像分类识别判断方法。

背景技术

HSI特征是颜色特征，基于人的视觉感知角度建立的HSI颜色空间。H为色度,是描述纯色的属性；S为饱和度，给出一种纯色被白光稀释的程度的度量；I为亮度，是视觉对光刺激的亮度响应。

特征提取方法是对HSI颜色空间按下式进行量化，把色度H量化成8个空间，把饱和度S分成3个空间，把亮度I分成3个空间，即颜色空间被分成72区间。

构造H、S、I三个分量的三维的联合直方图，但是HSI特征提取方法在复杂的图像环境下，对特征图像提取的效果并不明显，

此外，在SVM分类器情况下，复杂的图像环境对特征图像提取的效果并不明显，这就需要本领域技术人员继续解决相应的技术问题。

此外，原始图像总是会有一些噪声。比如有水印、光照不均匀、光照不足导致图片灰暗等。这些都会对分类效果有影响。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种图像分类识别判断方法。

为了实现本发明的上述目的，本发明提供了一种图像分类识别判断方法，其关键在于，包括如下步骤：

步骤1，采集图像，对图像进行预处理，通过顶帽变换方法去除图像噪声之后，采用直方图均衡化对图像进行增强；

步骤2，对增强后的图像进行特征提取，得到N维向量的联合直方图，对N维向量进行降维操作，所述N为正整数；

步骤3，对降维操作的N维向量，通过训练集训练归纳出分类集，通过分类或筛选提取出特征图像。

所述的图像分类识别判断方法，优选的，所述步骤1包括：

步骤1-1，提取出一个不包含水印的边框掩码图像，使用所述的边框掩码图像替换掉原始图像中的边框。

所述的图像分类识别判断方法，优选的，所述步骤1-1包括：

步骤1-2，将边框掩码图像进行开操作，构造一个区分边框掩码图像与原始图像部分的分段函数，最后提取出边框掩码图像；

步骤1-3，开操作公式分别如下所示，

表示集合A被结构元素B腐蚀；

表示集合A被结构B元素膨胀；

步骤1-4，进行开操作和闭操作公式如下所示，

表示集合A被结构元素B开操作；

表示集合A被结构元素B闭操作；

步骤1-5，根据设定阈值来提取掩码图像，其公式如下：

其中g表示图像的灰度值，Iopen是图像进行开运算后的图像；

得到提取掩码图像后，使用该提取掩码图像替换掉原有的边框，在RGB三个通道分别进行下列操作，

其中I为原图，Io为最终得到的图像，即可得到最终的去水印后的图像。

所述的图像分类识别判断方法，优选的，所述步骤1包括：