[发明专利]一种图像识别的方法和装置

权利要求书

1.一种图像识别的方法，其特征在于，包括：

获取待识别图像，所述待识别图像为物料传送带图像；

对所述待识别图像进行处理，获得目标待识别图像，所述目标待识别图像为符合预设条件的物料传送带图像；

根据目标支持向量机对所述目标待识别图像进行识别，获得所述目标待识别图像的识别结果，所述支持向量机是基于历史物料传送带图像、对应的识别结果标签和支持向量机算法预先训练得到，所述识别结果为正常或者异常。

2.根据权利要求1所述的方法，其特征在于，所述目标支持向量机的训练过程包括：

获取训练样本集合，所述训练样本集合包括多个历史物料传送带图像，所述历史物料传送带图像具有识别结果标签；

对所述训练样本集合中的图像进行处理，获得目标训练样本集合，所述目标训练样本集合包括多个目标历史物料传送带图像，所述目标历史物料传送带图像符合所述预设条件且具有所述识别结果标签；

根据所述目标训练样本集合和支持向量机算法进行机器学习训练，获得支持向量机作为目标支持向量机，所述支持向量机算法包括预设支持向量机训练参数。

3.根据权利要求2所述的方法，其特征在于，所述对所述训练样本集合中的图像进行处理，获得目标训练样本集合，包括：

对训练样本集合中的图像进行预处理，获得预处理训练样本集合；

对所述预处理训练样本集合中的图像进行归一化处理，获得归一化训练样本集合作为所述目标训练样本集合；

对应地，

所述对所述待识别图像进行处理，获得目标待识别图像，包括：

对所述待识别图像进行预处理，获得预处理图像；

对所述预处理图像进行归一化处理，获得归一化图像作为所述目标待识别图像。

4.根据权利要求3所述的方法，其特征在于，所述对训练样本集合中的图像进行预处理，获得预处理训练样本集合，包括：

对所述训练样本集合中的图像进行降噪处理，获得降噪训练样本集合；

对所述降噪训练样本集合中的图像进行灰度化处理，获得灰度化训练样本集合作为所述预处理训练样本集合；

对应地，

所述对所述待识别图像进行预处理，获得预处理图像，包括：

对所述待识别图像进行降噪处理，获得降噪图像；

对所述降噪图像进行灰度化处理，获得灰度化图像作为所述预处理图像。

5.根据权利要求3所述的方法，其特征在于，所述对所述预处理训练样本集合中的图像进行归一化处理，获得归一化训练样本集合作为所述目标训练样本集合，包括：

调整所述预处理训练样本集合中图像的尺寸大小，获得第一训练样本集合；

调整所述第一训练样本集合中图像的亮度大小，获得第二训练样本集合；

调整所述第二练样本集合中图像的对比度大小，获得第三训练样本集合；

对所述第三训练样本集合中的图像进行二值化处理，获得所述目标训练样本集合，所述二值化处理为局部二值化处理或全局二值化处理；

对应地，

所述对所述预处理图像进行归一化处理，获得归一化图像作为所述目标待识别图像，包括：

调整所述预处理图像的尺寸大小，获得第一图像；

调整所述预处理图像的亮度大小，获得第二图像；

调整所述预处理图像的对比度大小，获得第三图像；

对所述第三图像进行二值化处理，获得所述目标待识别图像，所述二值化处理为局部二值化处理或全局二值化处理。

6.根据权利要求2所述的方法，其特征在于，所述预设支持向量机训练参数包括预设分类器类型、预设核函数和预设训练终止条件；所述预设分类器类型为二分类；所述预设训练终止条件包括预设迭代次数或误差允许范围。