图像识别方法和装置与流程

本技术属于图像识别设备控制，尤其涉及一种图像识别方法和装置。

背景技术：

1、图像中存在的弱纹理区域往往不是图像处理所需要关注目标，弱纹理区域可以为图像中的天空、大面积的无标识地面、大面积黑色阴影等。弱纹理区域不仅会增加图像处理的计算量，还可能对关注目标造成干扰，所以在对图像处理的过程中，可以预先对图像中的弱纹理区域进行识别，以排出弱纹理区域。相关技术中，采用机器学习方法训练识别模型，通过识别模组对弱纹理区域进行识别。识别模型对特定场景下的图像进行弱纹理区域识别效果较佳，但对于非特定场景下的图像进行弱纹理区域识别效果差，识别模型的泛化性低。

技术实现思路

1、本技术实施例提供了一种图像识别方法和装置，能够解决现有的图像识别方法泛化性低的问题。

2、第一方面，本技术实施例提供一种图像识别方法，方法包括：

3、对待处理图像中的弱纹理区域进行边缘识别，得到n个预选区域，n为自然数；

4、在n≥2的情况下，根据预选区域的面积由大到小的次序，依次遍历n个预选区域；

5、在第i个预选区域的面积满足预设规则的情况下，设置第i个预选区域为第一区域；

6、在第i+j个预选区域的面积满足预设规则，且第i+j个预选区域与第一区域的相似度大于第一预设阈值的情况下，设置第i+j个预选区域为第二区域，i和j均为正整数，(i+j)≤n；

7、将第一区域和第二区域设置为识别区域。

8、在一些实施例中，对待处理图像中的弱纹理区域进行边缘识别，得到n个预选区域，包括：

9、对待处理图像进行灰度处理，得到灰度图像；

10、对灰度图像进行梯度计算，得到与灰度图像中的各像素对应的梯度值；

11、根据各像素对应的梯度值，识别得到n个预选区域。

12、在一些实施例中，对灰度图像进行梯度计算，得到与灰度图像中的各像素对应的梯度值，包括：

13、沿第一方向对灰度图像进行梯度计算，得到与灰度图像中的各像素对应的第一梯度值；

14、沿第二方向对灰度图像进行梯度计算，得到与灰度图像中的各像素对应的第二梯度值；

15、分别针对各像素，根据像素对应的第一梯度值和第二梯度值，计算得到该像素对应的梯度值；

16、其中，灰度图像中的像素沿第一方向和第二方向排列为阵列。

17、在一些实施例中，根据各像素对应的梯度值，识别得到n个预选区域，包括：

18、将大于第二预设阈值的梯度值设置为第一数值，将小于第二预设阈值的梯度值设置为第二数值，得到与灰度图像对应的梯度矩阵；

19、对梯度矩阵进行腐蚀处理，设置梯度矩阵中第一数值形成的外接多边形为预选区域。

20、在一些实施例中，图像识别方法包括：

21、获取拍摄待处理图像的摄像头的内参数据和外参数据；

22、根据内参数据和外参数据，计算得到待处理图像中的地平消失线；

23、在第i个预选区域的面积满足预设规则的情况下，设置第i个预选区域为第一区域，包括：

24、确定第i个预选区域中位于地平消失线的第一侧的第一面积，计算第一面积在第i个预选区域的总面积占比，得到面积占比；

25、在第i个预选区域的总面积位于第一预设范围内，且第i个预选区域的面积占比大于预设占比阈值的情况下，设置第i个预选区域为第一区域；

26、将第一区域和第二区域设置为识别区域，包括：

27、将第一区域和第二区域识别为位于地平消失线的第一侧的识别区域。

28、在一些实施例中，地平消失线的第一侧为天空侧，地平消失线的第二侧为大地侧；将第一区域和第二区域识别为位于地平消失线的第一侧的识别区域，包括：

29、将第一区域和第二区域识别为天空区域。

30、在一些实施例中，地平消失线的第一侧为大地侧，地平消失线的第二侧为天空侧；将第一区域和第二区域识别为位于地平消失线的第一侧的识别区域，包括：

31、将第一区域和第二区域识别为大地区域。

32、在一些实施例中，在第i+j个预选区域的面积满足预设规则，且第i+j个预选区域与第一区域的相似度大于第一预设阈值的情况下，设置第i+j个预选区域为第二区域，包括：

33、在第i+j个预选区域的面积满足预设规则的情况下，确定第一区域在多个颜色通道下的第一灰度直方图、以及第i+j个预选区域在多个颜色通道下的第二灰度直方图；

34、计算相同颜色通道下的第一灰度直方图和第二灰度直方图的单通道相似度；

35、根据多个与颜色通道对应的单通道相似度，计算得到第i+j个预选区域与第一区域的相似度；

36、在第i+j个预选区域与第一区域的相似度大于第一预设阈值的情况下，设置第i+j个预选区域为第二区域。

37、在一些实施例中，对待处理图像中的弱纹理区域进行边缘识别，得到n个预选区域之后，包括：

38、在n＝1，且预选区域的面积满足预设规则的情况下，设置预选区域为识别区域。

39、第二方面，本技术实施例提供一种图像识别装置，装置包括：

40、预识别模块，用于对待处理图像中的弱纹理区域进行边缘识别，得到n个预选区域，n为自然数；

41、排序模块，用于在n≥2的情况下，根据预选区域的面积由大到小的次序，依次遍历n个预选区域；

42、第一设置模块，用于在第i个预选区域的面积满足预设规则的情况下，设置第i个预选区域为第一区域；

43、第二设置模块，用于在第i+j个预选区域的面积满足预设规则，且第i+j个预选区域与第一区域的相似度大于第一预设阈值的情况下，设置第i+j个预选区域为第二区域，i和j均为正整数，(i+j)≤n；

44、识别模块，用于将第一区域和第二区域设置为识别区域。

45、第三方面，本技术实施例提供了一种图像识别设备，设备包括：处理器以及存储有计算机程序指令的存储器，

46、处理器执行计算机程序指令时实现如上的图像识别方法。

47、第四方面，本技术实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如上的图像识别方法。

48、第五方面，本技术实施例提供了一种计算机程序产品，计算机程序产品包括计算机程序指令，计算机程序指令被处理器执行时实现如上的图像识别方法。

49、在本技术提供的图像识别方法和装置中，通过对弱纹理区域进行边缘识别，以快速得到n个预选区域；通过根据预选区域的面积由大到小的次序，依次遍历n个预选区域，在第i个预选区域的面积满足预设规则的情况下，设置第i个预选区域为第一区域，通过预选区域的面积对n个预选区域进行筛选，提高识别得到的识别区域为弱纹理区域的准确性；通过在第i+j个预选区域的面积满足预设规则，且第i+j个预选区域与第一区域的相似度大于第一预设阈值的情况下，设置第i+j个预选区域为第二区域，以筛选n个预选区域中与第一区域相似的预选区域，以使第一区域和第二区域具有相似的纹理特征，提高识别得到的识别区域为弱纹理区域的准确性，对待处理图像中的分块显示的弱纹理区域能准确识别；相比于相关技术中通过训练识别模型对弱纹理区域进行识别，本技术提供的图像识别方法不需要构建训练样本、不需要训练识别模型，从而降低了图像识别方法实现的成本；由于本技术提供的图像识别方法不是通过特定训练样本训练得到，所以本技术提供的图像识别方法可对多种场景下的图像的弱纹理区域进行准确识别，本技术提供的图像识别方法的泛化性高。