[发明专利]基于像素技术的分析系统

说明书

技术领域

本发明涉及计算机技术领域，具体涉及基于像素技术的分析系统。

背景技术

图片识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。

然而现有的图片识别技术采用先灰度化处理，再进行数据分析，灰度化处理虽然可以降低图片识别难度，但是图片灰度化后会丢失大量特征，从而导致检测结果精度降低。

发明内容

本发明所要解决的技术问题是现有的图片识别技术采用灰度化处理，会丢失大量特征，从而导致检测结果精度降低，目的在于提供基于像素技术的分析系统，解决上述问题。

本发明通过下述技术方案实现：

基于像素技术的分析系统，包括：用于建立图片像素矩阵的矩阵模块，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应；用于提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素的RGB模块；用于将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵的分解模块；用于将两张图片的R值矩阵比较并得出R值相似度的相似模块；所述相似模块还用于将两张图片的G值矩阵比较并得出G值相似度；所述相似模块还用于将两张图片的B值矩阵比较并得出B值相似度；用于将R值相似度、G值相似度和B值相似度求和得出总相似度的求和模块；如果总相似度小于阈值，则认为两个图片相同。

现有技术中，图片识别技术采用先灰度化处理，再进行数据分析，灰度化处理虽然可以降低图片识别难度，但是图片灰度化后会丢失大量特征，从而导致检测结果精度降低。本发明应用时，先建立图片像素矩阵，所述图片像素矩阵中的每一个元素与图片中像素的位置一一对应，再提取图片像素的RGB值，并将像素的RGB值赋值给图片像素矩阵中对应的元素，再将赋值后的图片像素矩阵分解为R值矩阵、G值矩阵和B值矩阵，将两张图片的R值矩阵比较并得出R值相似度；将两张图片的G值矩阵比较并得出G值相似度；将两张图片的B值矩阵比较并得出B值相似度；将R值相似度、G值相似度和B值相似度求和得出总相似度，如果总相似度小于阈值，则认为两个图片相同。发明人创造性的采用了RGB值来代表一个像素点，而由于RGB值本身为一个三维向量，所再将RGB值分解为三个值，即R值、G值和B值，再分别进行比较，最后求和，这种方法不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。

进一步的，所述相似模块还用于将两张图片的R值矩阵求差，并对求差后的R值矩阵得出特征值，以此特征值作为R值相似度。

进一步的，所述相似模块还用于将两张图片的G值矩阵求差，并对求差后的G值矩阵得出特征值，以此特征值作为G值相似度。

进一步的，所述相似模块还用于将两张图片的B值矩阵求差，并对求差后的B值矩阵得出特征值，以此特征值作为B值相似度。

进一步的，所述分解模块还用于提取图片像素矩阵RGB值中的R值构成R值矩阵；提取图片像素矩阵RGB值中的G值构成G值矩阵；提取图片像素矩阵RGB值中的B值构成B值矩阵。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明基于像素技术的分析系统，不需要对图片进行灰度化即可完成图片识别，图片的特征可以完整的被RGB值展示出来，从而提高了检测结果。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明系统结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例