[发明专利]图标识别方法及装置

说明书

技术领域

本发明涉及图像识别的研究领域，具体涉及一种图标识别方法及装置。

背景技术

通过基于图像的搜索来获取图像所蕴含的信息，这是当前移动互联网时代与用户密切相关的最有应用价值和市场潜力的问题，以商标图像为例，商标在日常生活中扮演着非常重要的角色，它是区分商品或服务来源的一种标志。在商标背后包含着许多有用且重要的信息，这些信息在日常生活的各个方面有着广泛的应用前景。用户面对直接所感兴趣的商品，希望通过手机来拍摄包含商标图像部分的商品并采用图像搜索方法准确的获知该商标图像所蕴含的信息，继而得到该款商品相关的信息。因此，设计一种通过图像的识别及分析，自动识别该图像中所包含的信息，具有重要的商业应用价值，也是迫切需要尽快解决的技术问题。

对图像进行处理并识别进而获知该图像所蕴含的信息，其核心技术是图像的识别技术。目前，有很多方法对于图像识别的表现较差，在进行特征提取时往往是直接提取角点或边缘，提取的特征区分度不高，导致识别精度较低，对图像发生旋转、亮度变化、尺度变换的鲁棒性不强。

综上所述，现有的技术方案对环境的适应能力较差，不能实现在不同的光照，不同的位姿等情况下有效的识别目标，识别精度不高，用户体验较差。

发明内容

本发明提供一种图标识别方法及装置，实现图标的识别以及图标信息的输出。

第一方面，本发明提供一种图标识别方法，所述方法包括:

获取包含特定图标的待识别图像；

利用图像处理方法对所述待识别图像进行处理以检测所述特定图标的特征点并提取各特征点的特征向量组成唯一的特征向量组；

将生成的所述特征向量组与预置的特征数据库中的各参考图标所唯一对应的特征向量组进行逐一匹配以确定与所述特定图标相匹配的目标图标；

向第三方数据库获取对应于所述目标图标的图标信息并输出。

具体的，所述特征点包括所述待识别图像/所述特定图标的角点、边缘点、暗区域的亮点以及亮区域的暗点。

优选的，所述利用图像处理方法对所述待识别图像进行处理以检测所述特定图标的特征点并提取各特征点的特征向量组成唯一的特征向量组之前还包括：

将所述待识别图像由彩色图像转换为灰度图像。

具体的，所述特定图标包括商标图像，所述查询预置的图标信息数据库，以获取与所述目标图标对应的图标信息并输出的步骤中具体包括：

查询预置的商标信息数据库，以获取与所述目标商标图像对应的商标信息并输出。

优选的，所述利用图像处理方法对所述待识别图像进行处理以检测该待识别图像的特征点并提取各特征点的特征向量组成一个特征向量组的步骤中，具体包括：

对所述待识别图像进行降采样，生成包含多张按照预设排序规则进行排序的降采样图像的第一图像序列；

对所述第一图像序列中的每一张图像用不同的尺度空间因子做高斯卷积运算以生成第二图像序列，所述尺度空间因子用于表征图像的平滑程度；

将所述第二图像序列中两两相邻的图像相减以获得第三图像序列，检测出该第三图像序列中的极值点作为所述特定图标的特征点，所述第三图像序列对应的函数表达式为：

D(x，y，σ)＝|G(x，y，kσ)-G(x，y，σ)|*I(x，y)

＝L(x，y，kσ)-L(x，y，σ)

具体的，所述预设排序规则包括：根据所述第一图像序列中各图像像素的大小进行升序或降序排列。

具体的，所述将所述第二图像序列中两两相邻的图像相减以获得第三图像序列，检测出该第三图像序列中的极值点作为所述特定图标的特征点的步骤中具体包括：

将所述第三图像序列中的每张图片的每一个像素点的像素值和它所有的相邻点的像素值比较，当某个像素点的像素值比它的图像域和尺度域的相邻像素点的像素值大或者小，则判断该像素点为第三图像序列对应的函数表达式的局部极值点，所述特定图标的特征点由所述局部极值点组成。

优选的，所述判断该像素点为第三图像序列对应的函数表达式的局部极值点之后还包括：

对所述第三图像序列对应的函数表达式在所述局部极值点处的泰勒展式进行求导并令该导数值等于零，所计算出的像素点的坐标即为所述特定图标的特征点的坐标。

具体的，所述利用图像处理方法对所述待识别图像进行处理以检测该待识别图像的特征点并提取各特征点的特征向量组成一个特征向量组的步骤中，具体包括：