[发明专利]基于摩尔纹的图像识别方法、装置、设备和存储介质

权利要求书

1.一种基于摩尔纹的图像识别方法，其特征在于，包括如下步骤：

获取待处理的数个图像，打包成一图像集，所述图像集中包括带有摩尔纹的图像和不带有摩尔纹的图像；

提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本；

将所述训练样本作为入参，在支持向量机SVM模型中进行SVM训练，得到图像识别模型；

接收上传的未知图像，根据所述图像识别模型对所述未知图像进行摩尔纹识别，以确定所述图像是否为翻拍图像。

2.根据权利要求1所述的基于摩尔纹的图像识别方法，其特征在于，所述获取待处理的数个图像，打包成一图像集，所述图像集中包括带有摩尔纹的图像和不带有摩尔纹的图像，包括：

当任一图像到图像采集器屏幕的距离小于某一距离阈值时，对所述图像进行采集；

将采集到的所述图像进行尺寸和色彩归一化处理，得到归一化的图像；

将所有所述归一化的图像按照生成时间进行排序，打包成一图像集。

3.根据权利要求1所述的基于摩尔纹的图像识别方法，其特征在于，所述提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本，包括：

将所述图像按照水平方向和垂直方向划分为n×n等大小的子块，n为任意正整数；

对每个所述子块分别进行多尺度的局部二值模式LBP直方图计算，计算方法如下：

每个像素点在某尺度上的LBP_P,R值为：

其中，g_c为像素点的灰度值，g_p为以g_c为圆心，R为半径的圆周上抽取的p个像素点的灰度值，S表示影响因子，2^p表示模式种类数，其中p＝0，…，n；

根据所述LBP_P,R值，建立所述子块的LBP直方图；

获取所述LBP直方图中纵坐标最大值所对应的子块，作为训练样本入参，其中，若所述LBP直方图中纵坐标最大值所对应的子块的LBP_P,R为零或者正数则说明所述图像不带有摩尔纹，为负则说明所述图像带有摩尔纹。

4.根据权利要求1所述的基于摩尔纹的图像识别方法，其特征在于，所述将所述训练样本作为入参，在支持向量机SVM模型中进行SVM训练，得到图像识别模型，包括：

获取所述训练样本；

将所述训练样本进行主成分分析PCA降维后得到低维联合特征矩阵；

将所述低维联合特征矩阵入参到所述SVM模型进行分类训练，得到数个两类识别器，分别为摩尔纹识别器和无摩尔纹识别器；

应用所述摩尔纹识别器和所述无摩尔纹识别器对所述训练样本进行摩尔纹识别，根据摩尔纹识别结果建立图像识别模型。

5.根据权利要求1所述的基于摩尔纹的图像识别方法，其特征在于，所述提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本，包括：

将所述图像分割成九个训练子图块，并将所述训练子图块分成二组，第一组共m块作为训练子图块，第二组共9-m块作为校验子图块，其中，1≤m≤8，且m为整数；

提取所述训练子图块中的摩尔纹特征，其中，所述训练子图块中带有摩尔纹的训练子图块标记为“2”、不带有摩尔纹的训练子图块标记为“1”，建立训练直方图；

提取所述检验子图块中的摩尔纹特征，所述检验子图块中带有摩尔纹的检验子图块标记为“2”、不带有摩尔纹的检验子图块标记为“1”，建立检验直方图；

汇总所述训练直方图和检验直方图得到图像直方图，若所述图像直方图上有一个子图块标记为“2”，则所述图像带有摩尔纹特征，否则所述图像不带有摩尔纹特征，并形成训练样本。