图像识别方法及系统与相关技术
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本技术公开了一种图像识别方法及系统，包括获取目标图像；对输入的目标图像进行预处理；在预设的卷积神经网络结构中加入特征提取层增强卷积神经网络对于图像特征的提取能力，并将特征放大，将放大后的特征进行融合，获取特征融合后的特征表达；采用分类器对融合后的特征进行图像分类；对分类后的图像特征进行卷积操作学习辨认，得到卷积神经网络的输出。通过添加特征提取层，将图像特征放大并融合，有利于某些特征不明显的图像的提取，从而能够有效的提升图像识别率。
技术要求
1.一种图像识别方法，其特征在于，包括如下步骤：
步骤1，获取目标图像，所述目标图像为待识别的图像；
步骤2，对输入的目标图像进行预处理；
步骤3，在预设的卷积神经网络结构中加入特征提取层增强卷积神经网络对于图像特征的
提取能力，并将特征放大；
步骤4，将放大后的特征进行融合，获取特征融合后的特征表达；
步骤5，采用分类器对融合后的特征进行图像分类；
步骤6，对分类后的图像特征进行卷积操作学习辨认，得到卷积神经网络的输出。
2.根据权利要求1所述的图像识别方法，其特征在于，所述对目标图像进行预处理包括将目标图像转化为灰度图像，采取图像调整和直方图均衡化操作来增强图像对比度。
3.根据权利要求1所述的图像识别方法，其特征在于，所述步骤3的特征放大采用将特征点在RGB空间变换到HLS色彩空间，变换公式如下：
Vmax＝max(R，G，B)
Vmin＝min(R，G，B)
4.根据权利要求1所述的图像识别方法，其特征在于，所述分类器采用支持向量机。
5.一种基于权利要求1所述的图像识别方法的图像识别系统，其特征在于，包括图像获取模块、特征提取模块和结果输出模块，其中：
所述图像获取模块，用于获取目标图像，所述目标图像为待识别的图像，并对输入的目标图像进行预处理；
所述特征提取模块，用于通过在预设的卷积神经网络结构中加入特征提取层增强卷积神经网络对于图像特征的提取能力，将特征放大，并将放大后的特征进行融合，获取特征融合后的特征表达，采用分类器对融合后的特征进行图像分类；
所述结果输出模块，用于将对分类后的图像特征进行卷积操作学习辨认，得到卷积神经网络的输出。
6.根据权利要求5所述的图像识别系统，其特征在于，所述图像获取模块可以为手机或平板电脑。
技术说明书