[发明专利]图像标签信息识别方法

摘要

一种图像处理技术领域的图像标签信息识别方法，包括以下步骤：建立模板图像库；分别对模板图像和待识别图像进行Hessian特征点检测；分别对模板图像和待识别图像中的每个特征点进行SURF特征提取和LBP特征提取；将待识别图像与模板图像进行SURF特征匹配，得到预匹配成功的模板图像；将待识别图像与预匹配成功的模板图像进行LBP特征匹配，得到二次匹配成功的模板图像；对二次匹配成功的模板图像进行加权处理，权重值最大的模板图像就是与待识别图像最匹配的模板图像。本发明可以对复杂背景、尺度变化、方向变化、视角变化的图像标签进行有效识别，同时避免了大规模的机器学习和复杂的图片预处理，计算速度快，识别准确率高，应用场景非常广泛。

主权项

一种图像标签信息识别方法，其特征在于，包括以下步骤：步骤一，收集若干模板图像，建立模板图像库；步骤二，对模板图像进行Hessian特征点检测，得到模板图像的特征点；对待识别的图像进行Hessian特征点检测，得到待识别图像的特征点；以左上角像素点为原点、横向向右为x轴正方向、纵向向下为y轴正方向分别对模板图像和待识别图像建立直角坐标系，得到模板图像的每个特征点和待识别图像的每个特征点的位置信息和尺度信息；步骤三，对模板图像的每个特征点进行SURF特征提取和LBP特征提取，得到模板图像中每个特征点的SURF特征和LBP特征；对待识别的图像的每个特征点进行SURF特征提取和LBP特征提取，得到待识别图像中每个特征点的SURF特征向量和LBP特征向量；步骤四，将待识别图像的SURF特征向量集合与模板图像的SURF特征向量集合进行SURF特征匹配，得到预匹配成功的模板图像；步骤五，将待识别图像的LBP特征向量集合与预匹配成功的模板图像的LBP特征向量集合进行LBP特征匹配，得到二次匹配成功的模板图像；步骤六，对二次匹配成功的模板图像进行加权处理，得到每个二次匹配成功的模板图像的权重值，其中权重值最大的模板图像就是与待识别图像最匹配的模板图像。