一种图像目标识别方法技术

本发明专利技术公开了一种图像目标识别方法，包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。本发明专利技术可以解决现有技术的不足，提高了图像目标识别的速度。

An Image Target Recognition Method

The invention discloses an image target recognition method, which comprises the following steps: A. determining several recognition points according to the content of the image to be recognized; B. separating the background of the image according to the changing trend of the gray level of the pixel points of the image and the gray difference between the pixel points and the recognition points of the image; C. Segmenting the separated background image to form multiple image blocks; D. Segmenting each image; Block is decomposed in frequency domain to determine the effective frequency band after decomposition. E. The image information in the effective frequency band is recombined to get the target image. The invention can solve the shortcomings of the prior art and improve the speed of image target recognition.

【技术实现步骤摘要】
一种图像目标识别方法
本专利技术涉及图像处理
，尤其是一种图像目标识别方法。
技术介绍
随着图像技术的广泛应用，在获取的图像中识别出目标物成为了一种常用的图像识别方法。常用的目标识别算法有两种：一种是由下而上的数据驱动型，另一种是由上而下的知识驱动型。不过，现有的图像目标识别方法普遍存在运算量大，耗时长的问题。
技术实现思路
本专利技术要解决的技术问题是提供一种图像目标识别方法，能够解决现有技术的不足，提高了图像目标识别的速度。为解决上述技术问题，本专利技术所采取的技术方案如下。一种图像目标识别方法，包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。作为优选，步骤A中，首先在待识别图像中搜索具有识别标示的图像块，然后取搜索到的图像块的几何中心点作为识别点。作为优选，步骤B中，对图像的背景进行分离包括以下步骤，B1、将待识别的像素点N个维度上的灰度变化率和像素点与识别点的灰度差值进行归一化处理；N≥3；B2、将像素点与识别点的连线方向定义为灰度差值方向，使用与每个灰度变化方向最接近的灰度差值方向对各个灰度变化率进行加权处理；B3、当N个灰度变化率之和小于阈值时，判断此像素点为背景图案像素点；当N个灰度变化率之和大于等于阈值时，判断此像素点为目标图案像素点。作为优选，：步骤C中，计算图像的灰度变化矩阵，然后取得灰度变化矩阵的特征向量，根据特征向量的方向对图像进行分割。作为优选，步骤D中，对图像进行频域分解后，根据各个频段函数与中心频段函数的相似度确定有效频段，当相似度大于所有相似度的平均值时，确定为有效频段，否则为无效频段。作为优选，步骤E中，图像进行组合后，在频域中对组合边界进行平滑过渡处理。采用上述技术方案所带来的有益效果在于：本专利技术通过采用提取识别点的方式，使用像素点和识别点的灰度变化特点，对背景图像和目标图像进行区分，可以有效降低背景噪声对于目标图像的干扰。对目标图像进行频域分解，可以快速去除目标图像中包含的杂波干扰。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例1一种图像目标识别方法，包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。步骤A中，首先在待识别图像中搜索具有识别标示的图像块，然后取搜索到的图像块的几何中心点作为识别点。步骤B中，对图像的背景进行分离包括以下步骤，B1、将待识别的像素点3个维度上的灰度变化率和像素点与识别点的灰度差值进行归一化处理；B2、将像素点与识别点的连线方向定义为灰度差值方向，使用与每个灰度变化方向最接近的灰度差值方向对各个灰度变化率进行加权处理；B3、当3个灰度变化率之和小于阈值时，判断此像素点为背景图案像素点；当3个灰度变化率之和大于等于阈值时，判断此像素点为目标图案像素点。阈值选定为平均灰度变化率的20％。步骤C中，计算图像的灰度变化矩阵，然后取得灰度变化矩阵的特征向量，根据特征向量的方向对图像进行分割。步骤D中，对图像进行频域分解后，根据各个频段函数与中心频段函数的相似度确定有效频段，当相似度大于所有相似度的平均值时，确定为有效频段，否则为无效频段。步骤E中，图像进行组合后，在频域中对组合边界进行平滑过渡处理。实施例2一种图像目标识别方法，包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。步骤A中，首先在待识别图像中搜索具有识别标示的图像块，然后取搜索到的图像块的几何中心点作为识别点。步骤B中，对图像的背景进行分离包括以下步骤，B1、将待识别的像素点3个维度上的灰度变化率和像素点与识别点的灰度差值进行归一化处理；B2、将像素点与识别点的连线方向定义为灰度差值方向，使用与每个灰度变化方向最接近的灰度差值方向对各个灰度变化率进行加权处理；B3、当3个灰度变化率之和小于阈值时，判断此像素点为背景图案像素点；当3个灰度变化率之和大于等于阈值时，判断此像素点为目标图案像素点。阈值选定为平均灰度变化率的10％。步骤C中，计算图像的灰度变化矩阵，然后取得灰度变化矩阵的特征向量，根据特征向量的方向对图像进行分割。步骤D中，对图像进行频域分解后，根据各个频段函数与中心频段函数的相似度确定有效频段，当相似度大于所有相似度的平均值时，确定为有效频段，否则为无效频段。步骤E中，图像进行组合后，在频域中对组合边界进行平滑过渡处理。实施例3一种图像目标识别方法，包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。步骤A中，首先在待识别图像中搜索具有识别标示的图像块，然后取搜索到的图像块的几何中心点作为识别点。步骤B中，对图像的背景进行分离包括以下步骤，B1、将待识别的像素点3个维度上的灰度变化率和像素点与识别点的灰度差值进行归一化处理；B2、将像素点与识别点的连线方向定义为灰度差值方向，使用与每个灰度变化方向最接近的灰度差值方向对各个灰度变化率进行加权处理；B3、当3个灰度变化率之和小于阈值时，判断此像素点为背景图案像素点；当3个灰度变化率之和大于等于阈值时，判断此像素点为目标图案像素点。阈值选定为平均灰度变化率的5％。步骤C中，计算图像的灰度变化矩阵，然后取得灰度变化矩阵的特征向量，根据特征向量的方向对图像进行分割。步骤D中，对图像进行频域分解后，根据各个频段函数与中心频段函数的相似度确定有效频段，当相似度大于所有相似度的平均值时，确定为有效频段，否则为无效频段。步骤E中，图像进行组合后，在频域中对组合边界进行平滑过渡处理。使用上述三个实施例使用同一计算机对同一图像进行目标识别测试，结果如下：组别实施例1实施例2实施例3识别时间(s)5.97.123.5识别准确率(％)91.698.298.9由上述数据可见，采用实施例2可以获得一个的综合性能最优的结果。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种图像目标识别方法，其特征在于包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。

【技术特征摘要】
1.一种图像目标识别方法，其特征在于包括以下步骤：A、根据待识别图像内容确定若干个识别点；B、根据图像的像素点灰度的变化趋势和图像的像素点与识别点的灰度差值对图像的背景进行分离；C、将分离背景后的图像进行分割，形成多个图像块；D、对每个图像块进行频域分解，确定分解后的有效频段；E、将有效频段内的图像信息进行重新组合，得到识别出的目标图像。2.根据权利要求1所述的一种图像目标识别方法，其特征在于：步骤A中，首先在待识别图像中搜索具有识别标示的图像块，然后取搜索到的图像块的几何中心点作为识别点。3.根据权利要求1所述的一种图像目标识别方法，其特征在于：步骤B中，对图像的背景进行分离包括以下步骤，B1、将待识别的像素点N个维度上的灰度变化率和像素点与识别点的灰度差值进行归一化处理；N≥3；B2、将像素点与识别点的连...

【专利技术属性】
技术研发人员：马君亮，肖冰，何聚厚，汪西莉，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西,61