[发明专利]图片识别方法及装置

说明书

本申请提供了一种图片识别方法及装置，包括：扫描多张预选图片，获取所述预选图片中的目标图片；扫描所述目标图片，获取所述目标图片中各像素点的索贝尔值A和所有像素点的灰阶均值G1；获取所述目标图片中索贝尔均值大于阈值的像素点的灰阶均值G2；根据灰阶均值G1和灰阶均值G2，从所述目标图片中识别蓝天图片。本申请通过对预选图片进行二次筛选，增加了侦测蓝天图片的准确率，提高了蓝天像素区的筛选效率。

技术领域

本申请涉及图片识别领域，特别涉及一种图片识别方法及装置。

背景技术

现有蓝天图片的识别方法为基于统计学计算影像色温，而此种鉴别方式对于目标图片中存在大面积蓝天图像不适用。基于统计学计算的影像色温一般在10000K+，而真实场景所对应的影像色温值常为5500K，导致现有蓝天图片的识别方法存在较大的误差，无法准确对预选图片中的蓝天图片进行准确的筛选。

发明内容

本申请提供一种图片识别方法及装置，以提高侦测蓝天图片的准确率。

为实现上述目的，本申请提供的技术方案如下：

本申请提供了一种图片识别方法，其包括：

扫描多张预选图片，获取所述预选图片中的目标图片；

扫描所述目标图片，获取所述目标图片中各像素点的索贝尔值A和所有像素点的灰阶均值G1；

获取所述目标图片中索贝尔值大于阈值的像素点的灰阶均值G2；

根据所述目标图片中所有像素点的灰阶均值G1和所述目标图片中索贝尔值大于阈值的像素点的灰阶均值G2，从所述目标图片中识别蓝天图片。

在本申请的图片识别方法中，当G1小于80且(G2-G1)与G1的比值大于0.1时，所述目标图片为非蓝天图片；否则，所述目标图片为蓝天图片。

在本申请的图片识别方法中，扫描多张样品图片，获取所述样品图片中的目标图片的步骤包括：

扫描多张预选图片，获取所述预选图片中蓝天区域在HSV颜色空间的坐标；

根据所述蓝天区域在HSV颜色空间的坐标，获取所述蓝天区域第一区内的像素点的索贝尔均值B_m、及非所述蓝天区域第一区内的像素点的索贝尔均值C_m；

计算所述蓝天区域第一区内的像素点占所述蓝天区域中所有点的比例a；

若a大于0.9或B_m大于0.6*C_m，则所述预选图片为非目标图片；否则，所述预选图片为所述目标图片。

在本申请的图片识别方法中，获取所述目标图片中索贝尔值大于阈值的像素点的灰阶均值G2的步骤包括：

获取所述目标图片中像素点的索贝尔值大于127的第一集合；

获取所述第一集合中每一像素点的灰阶值；

根据每一像素点的灰阶值，计算所述第一集合的灰阶均值G2。

在本申请的图片识别方法中，所述蓝天图片的蓝天像素区为：

所述蓝天图片中像素点的索贝尔值大于0.9*C_m的第二集合。

本申请还提出了一种图片识别装置，其包括预选模块、第一灰阶计算模块、第二灰阶计算模块及筛选模块；

所述预选模块用于扫描多张预选图片，获取所述预选图片中的目标图片；

所述第一灰阶计算模块用于扫描所述目标图片，获取所述目标图片中各像素点的索贝尔值A和所有像素点的灰阶均值G1；