图像识别方法及其系统

1.本发明涉及一种图像领域，尤其涉及一种图像识别方法及其系统。


背景技术：

2.工业应用中，往往需要对某些设备进行编号，然后采用图像采集设备采集现场设备的信息，识别出现场设备的编号以及相应的状态信息，由于编号一般附着于设备表面，容易被污化模糊，难以进行准确识别，现有技术中的图像识别方法难以准确识别出数字标识。
3.因此，为了解决上述技术问题，亟需提出一种新的技术手段。


技术实现要素：

4.有鉴于此，本发明的目的是提供一种图像识别方法及其系统，能够对工业识别表面的数字标识进行准确识别，从而利于后续处理维护，而且能够有效提高识别效率，保证识别精度。
5.本发明的提供的一种图像识别方法，包括以下步骤：
6.s1.实时采集具有数字标识的目标的图像信息；
7.s2.对实时采集的图像信息以及样本图像进行预处理；
8.s3.将实时采集的图像信息与样本图像进行相似度计算；
9.s3.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。
10.进一步，步骤s2中，对于样本图像和实时采集的图像信息进行预处理包括灰度处理。
11.进一步，步骤s2中，对于灰度处理后的样本图像和实时图像信息进行二值化处理。
12.进一步，步骤s3中，采用哈希相似度算法进行样本图像和实时图像信息的相似度计算。
13.进一步，步骤s3中，对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致。
14.相应地，本发明还提供了一种图像识别系统，包括图像采集模块、预处理模块以及分析处理模块；
15.所述图像采集模块，用于采集具有数字标识的目标的图像信息并输出至预处理模块；
16.所述预处理模块，用于确定的样本图像以及实时采集的图像信息进行预处理；
17.分析处理模块，用于接收预处理模块输出的图像信息，并根据预处理模块处理后的样本图像和实时图像信息识别出实时图像信息中的数字标识。
18.进一步，所述预处理模块包括灰度处理单元和二值化处理单元；
19.所述灰度处理单元，用于将实时图像信息和样本图像信息进行灰度预处理；
20.所述二值化处理单元，用于对灰度预处理后的样本图像信息和实时图像信息进行
二值化处理。
21.进一步，所述分析处理模块进行数字标识识别具体包括：
22.采用哈希相似度算法进行样本图像和实时图像信息的相似度计算；
23.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。
24.进一步，分析处理模块对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致。
25.本发明的有益效果：通过本发明，能够对工业识别表面的数字标识进行准确识别，从而利于后续处理维护，而且能够有效提高识别效率，保证识别精度。
附图说明
26.下面结合附图和实施例对本发明作进一步描述：
27.图1为本发明的流程图。
28.图2为本发明的结构示意图。
具体实施方式
29.以下对本发明进行进一步详细说明：
30.本发明的提供的一种图像识别方法，包括以下步骤：
31.s1.实时采集具有数字标识的目标的图像信息；
32.s2.对实时采集的图像信息以及样本图像进行预处理；
33.s3.将实时采集的图像信息与样本图像进行相似度计算；
34.s3.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。通过上述方法，能够对工业识别表面的数字标识进行准确识别，从而利于后续处理维护，而且能够有效提高识别效率，保证识别精度。
35.具体地：步骤s2中，对于样本图像和实时采集的图像信息进行预处理包括灰度处理；步骤s2中，对于灰度处理后的样本图像和实时图像信息进行二值化处理；步骤s3中，采用哈希相似度算法进行样本图像和实时图像信息的相似度计算。通过上述方法，能够准确确定出相似度。
36.本实施例中，步骤s3中，对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致，采用上述方法，在处理是，样本图像能够同时与多个实时图像进行对比，从而实现并行化处理，有效提高处理效率。
37.相应地，本发明还提供了一种图像识别系统，包括图像采集模块、预处理模块以及分析处理模块；
38.所述图像采集模块，用于采集具有数字标识的目标的图像信息并输出至预处理模块；图像采集模块采用现有的图像采集设备；
39.所述预处理模块，用于确定的样本图像以及实时采集的图像信息进行预处理；
40.分析处理模块，用于接收预处理模块输出的图像信息，并根据预处理模块处理后
的样本图像和实时图像信息识别出实时图像信息中的数字标识，通过上述系统，能够对工业识别表面的数字标识进行准确识别，从而利于后续处理维护，而且能够有效提高识别效率，保证识别精度。
41.本实施例中，所述预处理模块包括灰度处理单元和二值化处理单元；
42.所述灰度处理单元，用于将实时图像信息和样本图像信息进行灰度预处理；
43.所述二值化处理单元，用于对灰度预处理后的样本图像信息和实时图像信息进行二值化处理。
44.本实施例证，所述分析处理模块进行数字标识识别具体包括：
45.采用哈希相似度算法进行样本图像和实时图像信息的相似度计算；
46.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。
47.本实施例中，分析处理模块对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致。
48.最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。


技术特征：
1.一种图像识别方法，其特征在于：包括以下步骤：s1.实时采集具有数字标识的目标的图像信息；s2.对实时采集的图像我们信息以及样本图像进行预处理；s3.将实时采集的图像信息与样本图像进行相似度计算；s3.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。2.根据权利要求1所述图像识别方法，其特征在于：步骤s2中，对于样本图像和实时采集的图像信息进行预处理包括灰度处理。3.根据权利要求2所述图像识别方法，其特征在于：步骤s2中，对于灰度处理后的样本图像和实时图像信息进行二值化处理。4.根据权利要求1所述图像识别方法，其特征在于：步骤s3中，采用哈希相似度算法进行样本图像和实时图像信息的相似度计算。5.根据权利要求1所述图像识别方法，其特征在于：步骤s3中，对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致。6.一种图像识别系统，其特征在于：包括图像采集模块、预处理模块以及分析处理模块；所述图像采集模块，用于采集具有数字标识的目标的图像信息并输出至预处理模块；所述预处理模块，用于确定的样本图像以及实时采集的图像信息进行预处理；分析处理模块，用于接收预处理模块输出的图像信息，并根据预处理模块处理后的样本图像和实时图像信息识别出实时图像信息中的数字标识。7.根据权利要求6所述图像识别系统，其特征在于：所述预处理模块包括灰度处理单元和二值化处理单元；所述灰度处理单元，用于将实时图像信息和样本图像信息进行灰度预处理；所述二值化处理单元，用于对灰度预处理后的样本图像信息和实时图像信息进行二值化处理。8.根据权利要求6所述图像识别系统，其特征在于：所述分析处理模块进行数字标识识别具体包括：采用哈希相似度算法进行样本图像和实时图像信息的相似度计算；筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。9.根据权利要求8所述图像识别系统，其特征在于：分析处理模块对样本图像与实时图像信息进行相似度计算时，将样本图像转换为矩阵表示并进行缓存，并对样本图像的矩阵进行分组，且每组的矩阵元数目一致。

技术总结
本发明的提供的一种图像识别方法，包括以下步骤：S1.实时采集具有数字标识的目标的图像信息；S2.对实时采集的图像信息以及样本图像进行预处理；S3.将实时采集的图像信息与样本图像进行相似度计算；S3.筛选出与当前样本图像相似度小于设定阈值的实时图像信息，并将当前实时图像信息中的数字标识识别为样本图像中的数字标识。通过上述方法，能够对工业识别表面的数字标识进行准确识别，从而利于后续处理维护，而且能够有效提高识别效率，保证识别精度。别精度。


技术研发人员：唐倩 曹粮玉 郭传宇 唐光超
受保护的技术使用者：重庆大学
技术研发日：2022.02.22
技术公布日：2022/5/25