[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

基于待识别图像的一像素点构建直角矩形，并根据所述直角矩形中四个顶点所在像素点对应的灰度值大小，计算所述待识别图像的多个向量矩形；

通过遍历所述待识别图像的所有像素点，对每一所述向量矩形进行直方统计，得到每一所述向量矩形对应的直方图；

将多个所述直方图构建多维向量矩形直方图，以所述多维向量矩形直方图作为待识别图像的特征向量；

根据两幅待识别图像的特征向量之间的距离，计算得到两幅待识别图像的相似度，以所述相似度进行两幅待识别图像的识别。

2.如权利要求1所述的图像识别方法，其特征在于，在基于待识别图像的一像素点构建直角矩形，并根据所述直角矩形中四个顶点所在像素点对应的灰度值大小，计算所述待识别图像的多个向量矩形之前，还包括：

将所述待识别图像划分为若干个互不重叠的矩形区域，并将每一所述矩形区域作为每一所述待识别图像对应的待识别矩形。

3.如权利要求1所述的图像识别方法，其特征在于，所述基于待识别图像的一像素点构建直角矩形，并根据所述直角矩形中四个顶点所在像素点对应的灰度值大小，计算所述待识别图像的多个向量矩形，具体包括：

获取所述待识别图像中的一像素点，以所述像素点为依据构建直角矩形，其中，所述像素点为所述直角矩形的起始顶点；

比较所述直角矩形中四个顶点所在的四个像素点对应的灰度值，根据所述灰度值的大小计算得到每一所述直角矩形对应的多个向量矩形。

4.如权利要求1所述的图像识别方法，其特征在于，所述通过遍历所述待识别图像的所有像素点，对每一所述向量矩形进行直方统计，得到每一所述向量矩形对应的直方图，具体包括：

根据每一所述向量矩形对应的两个直角边长度，遍历所述待识别图像的所有像素点，对每一所述向量矩形进行直方统计，得到每一向量矩形对应的直方图。

5.如权利要求1所述的图像识别方法，其特征在于，所述将多个所述直方图构建成若干个多维向量矩形直方图，以所述多维向量矩形直方图作为待识别图像的特征向量，具体包括：

将多个所述直方图进行连接，构建成多维向量矩形直方图，以所述多维向量矩形直方图作为待识别图像的特征向量。

6.如权利要求1所述的图像识别方法，其特征在于，根据两幅待识别图像的特征向量之间的距离计算得到两幅待识别图像的相似度，以所述相似度进行两幅待识别图像的识别，具体包括：

计算两幅所述待识别图像的特征向量之间的距离，并利用所述距离以及最近邻分类器计算两幅待识别图像的相似度，根据所述相似度进行两幅待识别图像的识别。

7.一种图像识别装置，其特征在于，包括第一计算模块、统计模块、构建模块和第二计算模块；

所述第一计算模块，用于基于待识别图像的一像素点构建直角矩形，并根据所述直角矩形中像素点对应的灰度值大小，计算所述待识别图像的多个向量矩形；

所述统计模块，用于通过遍历所述待识别图像的所有像素点，对每一所述向量矩形进行直方统计，得到每一所述向量矩形对应的直方图；

所述构建模块，用于将多个所述直方图构建多维向量矩形直方图，以所述多维向量矩形直方图作为待识别图像的特征向量；

所述第二计算模块，用于根据两幅待识别图像的特征向量之间的距离，计算得到两幅待识别图像的相似度，以所述相似度进行两幅待识别图像的识别。

8.如权利要求7所述的图像识别装置，其特征在于，所述第一计算模块具体用于：

获取所述待识别图像中的一像素点，以所述一像素点为依据构建直角矩形，其中所述一像素点为所述直角矩形的任一顶点；

比较所述直角矩形中四个顶点所在的四个像素点对应的灰度值，根据所述灰度值的大小计算得到每一所述直角矩形对应的多个向量矩形。