[发明专利]一种图像识别的方法和装置在审

专利信息
申请号: 201810071750.6 申请日: 2018-01-25
公开(公告)号: CN108229422A 公开(公告)日: 2018-06-29
发明(设计)人: 罗幸明;葛剑;刘威;戴晓华 申请(专利权)人: 浙江中控技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 310053 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 物料传送带 支持向量机 图像识别 方法和装置 预设条件 支持向量机算法 基于机器 结果标签 实时识别 学习训练 自动识别 准确率
【说明书】:

发明公开了一种图像识别的方法和装置,该方法包括:获取物料传送带图像作为待识别图像;对所述待识别图像进行处理,获得符合预设条件的物料传送带图像作为目标待识别图像;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正常或者异常的识别结果,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。可见,利用基于机器学习训练得到的目标支持向量机识别符合预设条件的物料传送带图像的方式,代替了人为实时识别的方式,目标支持向量机自动识别图像节省了人力精力,提高了识别效率和识别准确率,避免了漏掉识别某些图像或者某些图像识别错误等问题。

技术领域

本发明涉及识别分析技术领域,尤其涉及一种图像识别的方法和装置。

背景技术

随着科技的发展,大多数的工厂都安装有摄像机,通过观察摄像机拍摄到的画面,可以监控工厂的一些运行状态。例如,对于物料传送带而言,通过观察摄像机拍摄到的物料传送带图像,可以监控物料传送带是否出现无料异常状态,以便控制物料传送带的传送。

现有技术中,在接收到摄像机发送的物料传送带图像后,需要工作人员人为实时识别该图像是否表示为物料传送带出现无料异常状态,从而根据人为实时识别结果控制物料传送带的传送。

但是,发明人研究发现,采用人为实时识别的方式,在工作期间一直需要工作人员监视识别物料传送带图像,非常耗费人力精力;而且,人为识别很有可能存在漏掉识别某些图像或者某些图像识别错误等问题,因此,人为实时识别的方式并不适用于物料传送带图像识别的场景。

发明内容

本发明所要解决的技术问题是,提供一种图像识别的方法和装置,以节省了人力精力,提高了识别效率和识别准确率,避免了漏掉识别某些图像或者某些图像识别错误等问题。

第一方面,本发明实施例提供了一种图像识别的方法,该方法包括:

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。

优选的,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。

优选的,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江中控技术股份有限公司,未经浙江中控技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810071750.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top