[发明专利]一种图像处理方法和系统

说明书

本发明提供的一种图像处理方法，获取待处理图像，对待处理图像执行第一转换处理，得到灰度图；根据自定义的有效像素阈值threshold1，对灰度图执行第一点图处理，得到第一点图point_image1，点图point_image1中每个像素点数值为0或1；对第一点图point_image1执行第二点图处理，得到第二点图point_image2。本发明还提供一种图像处理系统，包括图片差值模块、灰度图转换模块、第一点图处理模块和第二点图处理模块。本发明能在高清大图像中有效捕捉到待识别图像内符合要求的待识别目标或者锁定图像中符合需求的图像区域，以去除冗余图像信息，保留有效数据输入，大大减少冗余信息计算，减少不必要的运算量，达到加速图像识别速度，提高图像识别精准度，降低图像处理模块的算力压力，降低带宽压力。

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像处理方法和系统。

背景技术

伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。图像识别是人工智能的一个重要领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理。

但在具体应用实践中，特别识别除了要弄清识别的对象具有是什么样的物体外，还应该明确其所在的的位置和姿态。随着图像清晰度越来越高，图像像素点越来越多，图像越来越大，识别场景越来越复杂，待处理图片越来越多，对于图像识别引擎的算力以及带宽压力越来越大，目前现有技术中对于待识别处理图像的特征抓取不够精准，识别效率不高，导致对硬件带宽的需求无法缓解，因此，亟需一种可以加快图像识别效率和提高图像识别精准度的图像处理方法和系统。

发明内容

本发明的目的在于克服上述现有技术存在的不足，提供一种图像处理方法和系统，解决了现有技术中在图像的识别处理过程中，特征抓取不够精准、识别效率不高的问题，克服对硬件带宽的需求高的缺陷。

为了实现上述目的，第一方面，本发明提供一种图像处理方法，包括以下步骤：

步骤S1：获取待处理图像，对所述待处理图像执行第一转换处理，得到灰度图；

步骤S2：根据自定义的有效像素阈值threshold1，对所述灰度图执行第一点图处理，得到第一点图point_image1，所述点图point_image1中每个像素点数值为0或1；

步骤S3：对所述第一点图point_image1执行第二点图处理，得到第二点图point_image2，所述第二点图处理包括根据自定义的第一block区域，对所述第一点图point_image1落在第一block区域内的像素窗口进行像素点数值的累加，得到窗口累加值add_value。

进一步地，在步骤S1中，所述待处理图像包括全景图和背景图，所述全景图和背景图均为ARGB格式，所述第一转换处理包括将所述全景图和背景图通过图片差值模块处理得到前景图，所述前景图格式为ARGB，再将所述前景图通过灰度图转换模块处理得到灰度图。

进一步地，在步骤S2中，所述第一点图处理包括将所述灰度图中每个像素点逐一与所述有效像素阈值threshold1进行比较，若所述灰度图中的像素点的像素值大于所述有效像素阈值threshold1，则所述像素点取值为1，否则像素点取值为0。