物品识别方法
【专利摘要】本发明公开了一种物品识别方法，包括获取图片特征再将获取的图片特征向量与数据库中的图片特征向量进行比对，利用欧氏距离确定所拍摄的照片的物品信息。本发明采用人类视觉较敏感的HSV色彩空间，将纹理特征和颜色特征结合之后使用直方图来统计，可以大大提高辨识率和辨识范围，并且通过获取物体的重心来使物体在旋转不同角度时都能准确地对其进行特征的获取，还增加了对照片特征水平翻转、垂直翻转机像素移位的特征比对，进一步提高辨识的准确率。
【专利说明】物品识别方法
【技术领域】
[0001]本发明涉及一种识别方法，尤其涉及一种对物品照片的特征获取进行识别的方法【背景技术】
[0002]电脑技术的进步及储存装置成本的降低使数位影像在许多方面被广泛应用，如罪犯辨识、影像图库、人造卫星影像搜寻等。
[0003]过去，信息大多仅限于以文字的方式呈现，由于信息的多样化，现今的信息很多是各种多媒体资料。而如何从数量庞大的多媒体信息中选取复合条件的数据，包括以前的文字关键字查询，以及利用图像特征去以图找图的方式，已成了多媒体研究的主流方向之一。由于影像中包含许多纹理、形状或颜色等不易以关键字描述的特征，因此需要一种能通过图像的特征如颜色、轮廓或形状进行辨别的方法进行数据的比对。
【发明内容】
[0004]本发明所要解决的技术问题在于，提供一种物品的识别方法，可以通过拍摄物体的照片并与数据库的数据进行比对从而快速查询出相同或相似的物件。本方法包括获取图片特征并将获取的图片特征向量与数据库中的图片特征向量进行比对，利用欧氏距离确定所拍摄的照片的物品信息。
[0005]获取图片特征的步骤包括:
[0006](SI)将拍摄的照片由RGB色彩空间模式转为HSV色彩空间模式，转换的公式为
[0007]
【权利要求】
1.一种物品识别方法，其特征在于，包括以下步骤: 获取图片特征 (51)将拍摄的图片像素由RGB色彩空间模式转为HSV色彩空间模式； (52)将HSV色彩空间模式中的H、S、V分别量化为8、3、3个区域，从而将照片像素点的值量化为72色； (53)将量化后的图片像素点转换为平面坐标； (54)将转换为平面坐标的照片像素值使用边缘检测计算出X轴及Y轴的变化趋势； (55)获取照片上的微结构特征； (56)将步骤S5获得的特征位置与步骤S2获得的色彩数据相结合； (57)将步骤S6得到的特征使用直方图统计图片的特征向量； 图片特征比对 将获取的图片特征向量与数据库中的图片特征向量进行比对，利用欧氏距离确定所拍摄的照片的物品信息。
2.根据权利要求1所述的识别方法，其特征在于，步骤(S5)中微结构特征获取的方法包括以下步骤， (551)将图片切割为若干个不重叠的正方形微结构区域； (552)对每一个微结构区域内的周围像素点与中心像素点做比较； (553)将与中心像素点相同的周围像素点保留，否则删除； (554)将微结构区域的中心比对位置由正中央依次往右、下、右下移动一个像素，对图像重新进行分割，再进行S53的判断步骤； (555)将上述四种区块切割运算后的保留像素进行合并，得到所需的微结构特征。
3.根据权利要求1所述的识别方法，其特征在于，步骤S4对平面坐标进行边缘检测之后计算出物体的长与宽，并将特征区域的中心并移至照片量化后的中心点。
4.根据权利要求1所述的识别方法，其特征在于，使用直方图统计的方法包括以下步骤， (571)由步骤S6取得的特征计算出图像大小并计算出最小外接圆的半径及圆心； (572)将极坐标的圆心与上述步骤的外接圆圆心重叠，并将外接圆分为若干个同心圆组成的区域； (573)将每个区域所对应的特征部分记录起来并用直方图统计。
5.根据权利要求1所述的识别方法，其特征在于，在图片特征对比时，除了获取原照片的特征数据进行对比之外，还包括将照片特征水平翻转、垂直翻转机像素移位获取特征数据再进行对比。
【文档编号】G06K9/64GK103577840SQ201310526390
【公开日】2014年2月12日 申请日期:2013年10月30日 优先权日:2013年10月30日
【发明者】庄礼鸿, 吴明霓, 翁至中 申请人:汕头大学