一种大数据图像分类方法技术

本发明专利技术公开了一种大数据图像分类方法，包括以下步骤：S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。本发明专利技术能够便于对图像进行分类，分类步骤简单，便于实现，且能够提高分类精确度，避免出现分类误差，方法简单，使用方便。

A large data image classification method

The invention discloses a data image classification method, which comprises the following steps: S1: set of feature points, and then classifies the feature point set, the feature classification results; S2: pre-processing of images, and then identify the after image preprocessing, feature point judgment after image preprocessing containing; S3: according to the characteristics of the classification results after image preprocessing feature point set contains the category distinction, then according to the results of discrimination to classify the images. The image classification results; S4: the classification of image classification results and obtains the prediction results were compared, and then judge the contrast the complete data of image classification. The invention has the advantages of convenient classification of images, simple classification steps, easy realization, and improved classification accuracy, and avoids classification errors. The method is simple and convenient to use.

【技术实现步骤摘要】
一种大数据图像分类方法
本专利技术涉及图像分类
，尤其涉及一种大数据图像分类方法。
技术介绍
随着互联网的快速发展以及计算机的广泛普及，数字图像的获取也变得越来越容易；因此，可用的数字图像正快速地增长并且在越来越多的行业中得到应用；图像分类技术是一种辅助用户高效地获取期望图像的方法，同时也是很多与图像相关的人机交互系统取得成功的基础，如检索系统、推荐系统等。现有的图像分类方法大多不能够根据特征点对图像进行分类，且不能够根据需要随时对分类条件进行修改，导致使用不便，因此，我们提出了一种大数据图像分类方法用于解决上述问题。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术提出了一种大数据图像分类方法。本专利技术提出的一种大数据图像分类方法，包括以下步骤：S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。优选地，所述S1中，设定特征点，然后根据设定的特征点自动设计特征点分类算法，接着根据特征点分类算法对设定的特征点进行分类，得出特征点分类结果。优选地，所述S2中，对图像进行预处理的步骤为：采集图像；根据图像的像素位置信息和像素灰度值信息，对图像进行滤波处理，生成滤波图像；根据滤波图像的局部像素信息和整体像素信息，对滤波图像进行增强处理，生成增强图像。优选地，所述S2中，对图像进行预处理，然后对预处理后的图像进行识别，依次对识别结果和设定的特征点进行匹配，然后依次判断匹配度，当匹配度大于80％时，判断图像含有当前匹配的设定的特征点。优选地，所述S3中，根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后判断含有的设定的特征点最多的类别，以此为依据对图像进行分类，得出图像分类结果。优选地，所述S4中，将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，当判断结果大于等于预设值时，完成大数据图像分类，否则，重复步骤S1-S4，再次对图像进行分类，直至判断结果大于等于预设值。本专利技术中，所述一种大数据图像分类方法通过对图像进行预处理能够提高对图像的识别精确度，从而提高图像的分类精确度，通过根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类能够便于对图像进行分类，分类步骤简单，便于实现，通过用特征点对图像进行分类能够便于随时更改分类条件，使用方便，通过将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断能够提高分类精确度，避免出现分类误差，本专利技术能够便于对图像进行分类，分类步骤简单，便于实现，且能够提高分类精确度，避免出现分类误差，方法简单，使用方便。具体实施方式下面结合具体实施例对本专利技术作进一步解说。实施例本实施例提出了一种大数据图像分类方法，包括以下步骤：S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。本实施例中，所述S1中，设定特征点，然后根据设定的特征点自动设计特征点分类算法，接着根据特征点分类算法对设定的特征点进行分类，得出特征点分类结果，所述S2中，对图像进行预处理的步骤为：采集图像；根据图像的像素位置信息和像素灰度值信息，对图像进行滤波处理，生成滤波图像；根据滤波图像的局部像素信息和整体像素信息，对滤波图像进行增强处理，生成增强图像，所述S2中，对图像进行预处理，然后对预处理后的图像进行识别，依次对识别结果和设定的特征点进行匹配，然后依次判断匹配度，当匹配度大于80％时，判断图像含有当前匹配的设定的特征点，所述S3中，根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后判断含有的设定的特征点最多的类别，以此为依据对图像进行分类，得出图像分类结果，所述S4中，将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，当判断结果大于等于预设值时，完成大数据图像分类，否则，重复步骤S1-S4，再次对图像进行分类，直至判断结果大于等于预设值，所述一种大数据图像分类方法通过对图像进行预处理能够提高对图像的识别精确度，从而提高图像的分类精确度，通过根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类能够便于对图像进行分类，分类步骤简单，便于实现，通过用特征点对图像进行分类能够便于随时更改分类条件，使用方便，通过将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断能够提高分类精确度，避免出现分类误差，本专利技术能够便于对图像进行分类，分类步骤简单，便于实现，且能够提高分类精确度，避免出现分类误差，方法简单，使用方便。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种大数据图像分类方法，其特征在于，包括以下步骤：S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。

【技术特征摘要】
1.一种大数据图像分类方法，其特征在于，包括以下步骤：S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。2.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S1中，设定特征点，然后根据设定的特征点自动设计特征点分类算法，接着根据特征点分类算法对设定的特征点进行分类，得出特征点分类结果。3.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S2中，对图像进行预处理的步骤为：采集图像；根据图像的像素位置信息和像素灰度值信息，对图像进行滤波处理，生成滤波图...

【专利技术属性】
技术研发人员：屈喜龙，刘胜宗，樊晓平，孙光，向占宏，黄丽蓉，
申请(专利权)人：湖南财政经济学院，
类型：发明
国别省市：湖南,43