[发明专利]一种图像特征识别方法

权利要求书

1.一种图像特征识别方法，其特征在于，包括：

提供图像数据集，对所述图像数据集中的每个图像进行形态学处理，并将形态学处理后的图像和原图像结合；

将结合后的图像根据已知的标签使用矩形框标出设定特征的位置；

将所述图像数据集中的图像随机分为训练集和验证集；

利用深度残差网络标记所述设定特征点的位置并对所述训练集进行学习训练，以得到神经网络；其中，深度残差神经网络网络层的具体传输过程如下：输入层：输入图片尺寸为224*224；采用经过形态学处理过后的图片，图片大小为224*224，为三通道彩色图片；卷积层：网络采用的卷积层的类型为ZeroPadding；卷积层用于保证特征图的大小保持不变，即确保所有输入图片的大小保持一致；卷积层使用64个卷积核，其尺寸大小为7*7；

利用所述神经网络对所述验证集中的图像进行试验，直到所述神经网络达到控制要求。

2.如权利要求1所述的一种图像特征识别方法，其特征在于，对所述图像数据集中的每个图像进行形态学处理的步骤包括：

设置两个框架结构元素，选择5*5的椭圆形核结构与8*8的椭圆形核结构；

利用8*8椭圆形核结构对每个图像进行形态学膨胀，以去除图像边缘的细节；

利用5*5椭圆形核结构对每个图像再次进行形态学膨胀，以对图像的边缘轮廓进行增强。

3.如权利要求1所述的一种图像特征识别方法，其特征在于，所述矩形框的尺寸与所述设定特征面积的大小正相关。

4.如权利要求1所述的一种图像特征识别方法，其特征在于，在进行学习训练时，当所述训练集的损失值介于0.009～0.004之间时得到所述神经网络。

5.如权利要求1所述的一种图像特征识别方法，其特征在于，所述深度残差网络包括恒等残差块及卷积残差块。