一种手机银行图像识别方法和装置与流程

1.本发明涉及计算机数据处理技术领域，尤其涉及一种手机银行图像识别方法和装置。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.在进行图像识别时，有时会由于图像的照度不均原因，不能对图像进行有效的识别。这样，不仅让客户产生较差的体验，而且也会降低手机银行业务的办理速度，可见，对客对己都有不良的影响。
4.因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。


技术实现要素：

5.本发明实施例提供一种手机银行图像识别方法，通过自适应调整双边gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别，包括：
6.将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；
7.提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；
8.根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；
9.根据校正后的亮度图像、色度以及饱和度，确定增强图像；
10.对增强图像进行识别，确定图像识别结果。
11.本发明实施例还提供一种手机银行图像识别装置，包括：
12.hsv颜色空间转换模块，用于将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；
13.双边gamma函数改进模块，用于提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；
14.亮度自适应校正模块，用于根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；
15.增强图像确定模块，用于根据校正后的亮度图像、色度以及饱和度，确定增强图像；
16.图像识别模块，用于对增强图像进行识别，确定图像识别结果。
17.发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可
在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种手机银行图像识别方法。
18.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种手机银行图像识别方法。
19.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述一种手机银行图像识别方法。
20.本发明实施例提供的一种手机银行图像识别方法和装置，包括：将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；根据校正后的亮度图像、色度以及饱和度，确定增强图像；对增强图像进行识别，确定图像识别结果。本发明提出了一种基于双边gamma函数自适应光照不均匀图像增强的手机银行图像识别方法，通过自适应调整双边gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别，提高客户的体验感，提升手机银行处理业务的能力。本发明在用户上传光照不均匀图像时，会对图像进行增强处理，提高图像识别的能力进而提高手机银行工作效率，减少系统的压力，提升客户体验感。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
22.图1为本发明实施例一种手机银行图像识别方法示意图。
23.图2为本发明实施例一种手机银行图像识别方法的总体流程图。
24.图3为本发明实施例一种手机银行图像识别方法的图像增强流程图。
25.图4为本发明实施例一种手机银行图像识别方法的双边gamma函数改进过程示意图。
26.图5为运行本发明实施的一种手机银行图像识别方法的计算机设备示意图。
27.图6为本发明实施例一种手机银行图像识别装置示意图。
具体实施方式
28.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
29.本发明属于人工智能。图1为本发明实施例一种手机银行图像识别方法示意图，如图1所示，本发明实施例提供一种手机银行图像识别方法，通过自适应调整双边gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别，包括：
30.步骤101：将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色
空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；
31.步骤102：提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；
32.步骤103：根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；
33.步骤104：根据校正后的亮度图像、色度以及饱和度，确定增强图像；
34.步骤105：对增强图像进行识别，确定图像识别结果。
35.本发明实施例提供的一种手机银行图像识别方法和装置，包括：将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；根据校正后的亮度图像、色度以及饱和度，确定增强图像；对增强图像进行识别，确定图像识别结果。本发明提出了一种基于双边gamma函数自适应光照不均匀图像增强的手机银行图像识别方法，通过自适应调整双边gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别，提高客户的体验感，提升手机银行处理业务的能力。本发明在用户上传光照不均匀图像时，会对图像进行增强处理，提高图像识别的能力进而提高手机银行工作效率，减少系统的压力，提升客户体验感。
36.手机银行在图像识别中，如果图像为光照不均匀图像，则不能进行识别，会要求重新上传图片。
37.为解决上述问题，本发明提出了一种基于双边gamma函数自适应的光照不均匀图像增强方法，该方法可以有效提高手机银行对光照不均匀图像的识别。图2为本发明实施例一种手机银行图像识别方法的总体流程图，如图2所示，具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，主要分为两个阶段，图像增强过程，图像识别过程，具体的：
38.图像增强过程，包括：将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；根据校正后的亮度图像、色度以及饱和度，确定增强图像；
39.图像识别过程，包括：对增强图像进行识别，确定图像识别结果。
40.如图2所示，输入光照不均匀图像，经过图像增强过程和图像识别过程，可以得到输入图像是黑色五星。
41.本发明提出了一种基于双边gamma函数自适应的光照不均匀图像增强方法，该发明在图像识别中加入图像增强过程，提高图像识别能力，提高客户的体验感，提升手机银行处理业务的能力。
42.具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，将光照不均匀图像从rgb颜色空间转换到hsv颜色空间，是为了后续能够对hsv颜色空间中的亮度图像进行校正，以实现图像增强；
43.rgb是日常接触最多的颜色空间，由三个通道表示一幅图像，分别为红色(r)，绿色
(g)和蓝色(b)。这三种颜色的不同组合可以形成几乎所有的其他颜色。rgb颜色空间是图像处理中最基本、最常用、面向硬件的颜色空间，比较容易理解。rgb颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量是高度相关的，所以连续变换颜色时并不直观，想对图像的颜色进行调整需要更改这三个分量才行。自然环境下获取的图像容易受自然光照、遮挡和阴影等情况的影响，即对亮度比较敏感。而rgb颜色空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，而没有一种更直观的方式来表达。所以，rgb颜色空间适合于显示系统，却并不适合于图像处理。
44.基于上述理由，在图像处理中使用较多的是hsv颜色空间，它比rgb更接近人们对彩色的感知经验。非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。在hsv颜色空间下，比rgb更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。hsv表达彩色图像的方式由三个部分组成：亮度图像，色度，饱和度。因此，为了解决光照不均匀图像识别失败的问题，本技术采用将光照不均匀图像从rgb颜色空间转换到hsv颜色空间，以实现对亮度图像的亮度的自适应校正，从而得到能够进行图像识别的增强图像。
45.图3为本发明实施例一种手机银行图像识别方法的图像增强流程图，如图3所示，具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，提取亮度图像的光照分量，包括：
46.利用多尺度快速引导滤波算法，提取亮度图像每个像素的光照分量。
47.实施例中，要对光照不均匀图像进行校正，则需要提取亮度图像的光照分量，具体方式为：利用多尺度快速引导滤波算法，提取亮度图像每个像素的光照分量。具体实施时，也可以采用其他的算法提取亮度图像每个像素的光照分量。
48.图4为本发明实施例一种手机银行图像识别方法的双边gamma函数改进过程示意图，如图4所示，具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，对双边gamma函数进行改进，确定改进后的双边gamma函数，包括：
49.步骤401：根据亮度图像每个像素的光照分量，对伽马参数进行适应性调整，确定每个像素的适配伽马参数；
50.步骤402：根据每个像素的适配伽马参数，对双边gamma函数进行改进，确定改进后的双边gamma函数。
51.实施例中，基于光照分量对双边gamma函数进行改进的过程，包括：
52.首先，根据亮度图像每个像素的光照分量，对伽马参数进行适应性调整，确定每个像素的适配伽马参数；伽马参数是双边gamma函数中的重要参数，可以实现对双边gamma函数的适应性调整。gamma函数，又称伽马函数。双边gamma函数是用于对亮度图像进行亮度自适应校正。
53.然后，根据每个像素的适配伽马参数，对双边gamma函数进行改进，确定改进后的双边gamma函数。
54.具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，根据亮度图像每个像素的光照分量，对伽马参数进行适应性调整，确定每个像素的适配伽马参数，包括：
55.根据亮度图像每个像素的光照分量，确定亮度图像所有像素的光照分量均值；
56.根据亮度图像每个像素的光照分量和亮度图像所有像素的光照分量均值，对伽马参数进行适应性调整，确定每个像素的适配伽马参数。
57.实施例中，基于前述得到的亮度图像每个像素的光照分量，首先计算亮度图像所有像素的光照分量均值，然后基于亮度图像每个像素的光照分量和亮度图像所有像素的光照分量均值，对伽马参数进行适应性调整，确定每个像素的适配伽马参数。
58.具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，按照如下方式，确定每个像素的适配伽马参数：
[0059][0060][0061]
其中，γ表示每个像素的适配伽马参数；ε表示伽马的底数；m表示亮度图像所有像素的光照分量均值；i(x,y)表示光照分量。
[0062]
前述提到的确定每个像素的适配伽马参数的表达式为举例说明，本领域技术人员可以理解，在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据，或者提供其它的具体公式，这些变化例均应落入本发明的保护范围。
[0063]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，根据每个像素的适配伽马参数，对双边gamma函数进行改进，确定改进后的双边gamma函数，包括：
[0064]
根据每个像素的适配伽马参数，确定第一亮度调整参量和第二亮度调整参量；所述第一亮度调整参量，用于增强低光照区域的亮度；所述第二亮度调整参量，用于降低高光照区域的亮度；
[0065]
根据第一亮度调整参量和第二亮度调整参量，对双边gamma函数进行改进，确定改进后的双边gamma函数。
[0066]
实施例中，为了能够根据图像中每个像素实际的光照情况进行增强，本发明没有将伽马参数设定为固定值，而是利用每个像素的光照分量和所有像素的光照分量均值表示伽马参数，这样，可以根据图像中每个像素实际的光照分布特性自适应的调整图像亮度，提高了图像增强的效果，因此，利用每个像素的适配伽马参数对双边gamma函数进行改进，主要包括；
[0067]
首先，根据每个像素的适配伽马参数，确定第一亮度调整参量和第二亮度调整参量；所述第一亮度调整参量，用于增强低光照区域的亮度；所述第二亮度调整参量，用于降低高光照区域的亮度；然后，根据第一亮度调整参量和第二亮度调整参量，对双边gamma函数进行改进，确定改进后的双边gamma函数。
[0068]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，按照如下方式，确定第一亮度调整参量：
[0069][0070]
其中，od(x,y)表示第一亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数；
·
表示乘，后续公式中表示的含义相同，不再赘述。
[0071]
前述提到的确定第一亮度调整参量的表达式为举例说明，本领域技术人员可以理解，在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据，或者提供其它的具体公式，这些变化例均应落入本发明的保护范围。
[0072]
实施例中，第一亮度调整参量，用于对光照不均匀图像中的低光照区域的亮度进行增强。
[0073]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，按照如下方式，确定第二亮度调整参量：
[0074][0075]
其中，ob(x,y)表示第二亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数。
[0076]
前述提到的确定第二亮度调整参量的表达式为举例说明，本领域技术人员可以理解，在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据，或者提供其它的具体公式，这些变化例均应落入本发明的保护范围。
[0077]
实施例中，第二亮度调整参量，用于对光照不均匀图像中的高光照区域的亮度进行降低。
[0078]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，按照如下方式，确定改进后的双边gamma函数：
[0079][0080]
其中，o(x,y)表示改进后的双边gamma函数；od(x,y)表示第一亮度调整参量；ob(x,y)表示第二亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数；i(x,y)表示光照分量；α的取值为0或1。
[0081]
前述提到的确定改进后的双边gamma函数的表达式为举例说明，本领域技术人员可以理解，在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据，或者提供其它的具体公式，这些变化例均应落入本发明的保护范围。
[0082]
实施例中，基于上述的改进后的双边gamma函数，可以得出，α的取值为0或1，当光照分量的值i(x,y)的值小于或等于128时，α＝1，o(x,y)等于od(x,y)，这样，可以通过第一亮度调整参量od(x,y)增强图像中低光照区域的亮度。当光照分量的值i(x,y)的值大于128时，α＝0，o(x,y)等于ob(x,y)，也即是，当图像的亮度较高时，通过第二亮度调整参量ob(x,y)对光照不均匀图像中过高的亮度区域进行亮度降低。
[0083]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像，具体可以是通过改进的双边gamma函数对输入的亮度图像进行亮度自适应校正，得到校正后的亮度图像。
[0084]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，根据校正后的亮度图像、色度饱和度，确定增强图像，包括：
[0085]
将校正后的亮度图像、色度以及饱和度进行融合，从hsv颜色空间转回到rgb颜色
空间，确定增强图像。
[0086]
现有的图像识别技术大多是rgb颜色空间，因此，为了实现图像识别的目的，需要将校正后的亮度图像和色度、饱和度融合并转回到rgb颜色空间，得到最终的增强图像，具体的是将校正后的亮度图像、色度以及饱和度进行融合，从hsv颜色空间转回到rgb颜色空间，确定增强图像。
[0087]
具体实施本发明实施例提供的一种手机银行图像识别方法时，在一个实施例中，对增强图像进行识别，确定图像识别结果，可以包括；针对增强过的图像采用图像识别方法进行识别，得到识别结果。
[0088]
本发明提出了一种基于双边gamma函数自适应的光照不均匀图像增强方法，该发明在图像识别中加入图像增强过程，提高图像识别能力；提高客户的体验感，提升手机银行处理业务的能力。
[0089]
下面结合具体场景，对本发明实施例提供的一种手机银行图像识别方法进行简要描述：
[0090]
本发明提出了一种基于双边gamma函数自适应的光照不均匀图像增强方法，该方法可以有效提高手机银行对光照不均匀图像的识别。本发明包括以下步骤：
[0091]
首先，将输入图像从rgb颜色空间转换到hsv颜色空间；
[0092]
然后，利用多尺度快速引导滤波算法提取出光照不均匀图像的光照分量；
[0093]
其次，基于提取的光照分量对双边gamma函数进行改进，得到改进的双边gamma函数，通过改进的双边gamma函数对输入的亮度图像进行亮度自适应校正，得到校正后的亮度图像；
[0094]
下一步，将校正后的亮度图像和色度、饱和度融合并转回到rgb颜色空间，得到增强后的图像；
[0095]
最后，将增强过的图像进过图像识别，得到识别结果。
[0096]
本发明实施例还提供一种手机银行图像识别方法的模块化实例，主要包括两大模块，包括：
[0097]
图像增强模块：该模块首先将输入图像从rgb颜色空间转换到hsv颜色空间。然后，利用多尺度快速引导滤波算法提取出光照不均匀图像的光照分量。其次，基于提取的光照分量对双边gamma函数进行改进，得到改进的双边gamma函数，通过改进的双边gamma函数对输入的亮度图像进行亮度自适应校正，得到校正后的亮度图像。最后，将校正后的亮度图像和色度、饱和度融合并转回到rgb颜色空间，得到最终的增强图像；
[0098]
图像识别模块：针对增强过的图像采用原有的识别方法进行识别，得到识别结果。
[0099]
本发明在用户上传光照不均匀图像时，会对图像进行增强处理，提高图像识别的能力；提高手机银行工作效率，减少系统的压力，提升客户体验感。
[0100]
图5为运行本发明实施的一种手机银行图像识别方法的计算机设备示意图，如图5所示，本发明实施例还提供一种计算机设备500，包括存储器510、处理器520及存储在存储器上并可在处理器上运行的计算机程序530，所述处理器执行所述计算机程序时实现上述一种手机银行图像识别方法。
[0101]
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种手机银行图像识别方法。
[0102]
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述一种手机银行图像识别方法。
[0103]
本发明实施例中还提供了一种手机银行图像识别装置，如下面的实施例所述。由于该装置解决问题的原理与一种手机银行图像识别方法相似，因此该装置的实施可以参见一种手机银行图像识别方法的实施，重复之处不再赘述。
[0104]
图6为本发明实施例一种手机银行图像识别装置示意图，如图6所示，本发明实施例还提供一种手机银行图像识别装置。
[0105]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，包括：
[0106]
hsv颜色空间转换模块601，用于将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；
[0107]
双边gamma函数改进模块602，用于提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；
[0108]
亮度自适应校正模块603，用于根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；
[0109]
增强图像确定模块604，用于根据校正后的亮度图像、色度以及饱和度，确定增强图像；
[0110]
图像识别模块605，用于对增强图像进行识别，确定图像识别结果。
[0111]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，具体用于：
[0112]
利用多尺度快速引导滤波算法，提取亮度图像每个像素的光照分量。
[0113]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于：
[0114]
根据亮度图像每个像素的光照分量，对伽马参数进行适应性调整，确定每个像素的适配伽马参数；
[0115]
根据每个像素的适配伽马参数，对双边gamma函数进行改进，确定改进后的双边gamma函数。
[0116]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于：
[0117]
根据亮度图像每个像素的光照分量，确定亮度图像所有像素的光照分量均值；
[0118]
根据亮度图像每个像素的光照分量和亮度图像所有像素的光照分量均值，对伽马参数进行适应性调整，确定每个像素的适配伽马参数。
[0119]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于按照如下方式，确定每个像素的适配伽马参数：
[0120][0121][0122]
其中，γ表示每个像素的适配伽马参数；ε表示伽马的底数；m表示亮度图像所有像
素的光照分量均值；i(x,y)表示光照分量。
[0123]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于：
[0124]
根据每个像素的适配伽马参数，确定第一亮度调整参量和第二亮度调整参量；所述第一亮度调整参量，用于增强低光照区域的亮度；所述第二亮度调整参量，用于降低高光照区域的亮度；
[0125]
根据第一亮度调整参量和第二亮度调整参量，对双边gamma函数进行改进，确定改进后的双边gamma函数。
[0126]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于按照如下方式，确定第一亮度调整参量：
[0127][0128]
其中，od(x,y)表示第一亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数。
[0129]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于按照如下方式，确定第二亮度调整参量：
[0130][0131]
其中，ob(x,y)表示第二亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数。
[0132]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，双边gamma函数改进模块，还用于按照如下方式，确定改进后的双边gamma函数：
[0133][0134]
其中，o(x,y)表示改进后的双边gamma函数；od(x,y)表示第一亮度调整参量；ob(x,y)表示第二亮度调整参量；f(x,y)表示亮度图像；γ表示每个像素的适配伽马参数；i(x,y)表示光照分量；α的取值为0或1。
[0135]
具体实施本发明实施例提供的一种手机银行图像识别装置时，在一个实施例中，增强图像确定模块，具体用于：
[0136]
将校正后的亮度图像、色度以及饱和度进行融合，从hsv颜色空间转回到rgb颜色空间，确定增强图像。
[0137]
综上，本发明实施例提供的一种手机银行图像识别方法和装置，包括：将光照不均匀图像从rgb颜色空间转换到hsv颜色空间；在所述hsv颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；提取亮度图像的光照分量，对双边gamma函数进行改进，确定改进后的双边gamma函数；根据改进后的双边gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；根据校正后的亮度图像、色度以及饱和度，确定增强图像；对增强图像进行识别，确定图像识别结果。本发明提出了一种基于双边gamma函数自适应光照不均匀
图像增强的手机银行图像识别方法，通过自适应调整双边gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别，提高客户的体验感，提升手机银行处理业务的能力。本发明在用户上传光照不均匀图像时，会对图像进行增强处理，提高图像识别的能力进而提高手机银行工作效率，减少系统的压力，提升客户体验感。
[0138]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0139]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0140]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0141]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0142]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。