本发明涉及图像识别领域，具体涉及一种基于图像分割技术实现图像信息识别的方法。
背景技术：
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。图像识别软件国外代表的有康耐视等，国内代表的有图智能、海深科技等。另外在地理学中指将遥感图像进行分类的技术。
就目前而言，在进行图像特征提取时，必须对图像内容进行识别，也就是图像预处理，在全图像信息中根据特征模型进行特征，这就使得对图像的预处理必须的包含图像的全部内容，这就使得图像预处理信息量过大，尤其是一些画面较大的图像和数据下的图像识别，造成了较大的计算负荷，也就降低了图像识别的速度。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种基于图像分割技术实现图像信息识别的方法，基于目标图像类型，将其进行边界区域的划分，将其分割位若干信息或特征独立的区域，在进行图像识别时，仅需处于对应区域板块的图像即可，从而大幅度降低了图像处理的时间，提高了图像识别速度。
本发明的目的是通过以下技术方案来实现的：
一种基于图像分割技术实现图像信息识别的方法，该方法包括：
s100：构建图像分割模型，根据标准图像的类型对标准图像内的各特征或信息进行分块，并根据每一分块特征或信息在标准图像中的位置关系对标准图像进行分割，并确定各分块特征或信息所对应的分割线，得到各分块特征或信息的分割模型；
s200：目标图像预处理，将需要进行信息识别的目标图像进行缩放形成与标准对象尺寸吻合的预处理目标图像；
s300：确定目标图像信息识别的标的，并根据该标的确定对应的分块特征或信息；
s400：根据该分块特征或信息的分割模型，按照其对应的分割线对预处理目标图像进行分割，提取出所需的图像分块；
s500：对图像分块进行信息识别得到标的信息。
进一步的，所述s200中的缩放是将目标图像和标准图像放置在同一坐标系中按照1:1的比例进行缩放。
进一步的，所述s200中目标图像预处理还包括一个图像干扰排除，所述图像干扰排除包括图像角度校正、图像背景或周边信息剔除、图像残缺补全以及清晰度校正。
进一步的，所述图像角度校正是指将目标图像旋转至与标准图像完全相同，且位于相同坐标系内同一坐标点。
进一步的，所述图像背景或周边信息剔除是指删除与标准图像内容无关的信息或特征。
进一步的，所述图像残缺补是指针对图像中残缺部分进行补全，补全部分主要包括目标图像中通用的图像和文字。
进一步的，所述s400中对预处理目标图像进行分割是根据围成图像分块的分割线各端点坐标进行提取分割。
本发明的有益效果是：本方案根据所需信息对原有的目标图像进行分割，得到仅包含目标信息的一部分图像，从而降低了后续图像识别过程中的运算量，同时由于仅提取的所需的图像部分，因此极大的降低了干扰，且分割图像是基于坐标位置实现，无需对图像中的内容进行识别，该分割方式在操作上简单易实现，进一步降低了运算量。
具体实施方式
下面结合具体实施例进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
一种基于图像分割技术实现图像信息识别的方法，该方法包括：
s100：构建图像分割模型，根据标准图像的类型对标准图像内的各特征或信息进行分块，并根据每一分块特征或信息在标准图像中的位置关系对标准图像进行分割，并确定各分块特征或信息所对应的分割线，得到各分块特征或信息的分割模型；
s200：目标图像预处理，将需要进行信息识别的目标图像进行缩放形成与标准对象尺寸吻合的预处理目标图像；
s300：确定目标图像信息识别的标的，并根据该标的确定对应的分块特征或信息；
s400：根据该分块特征或信息的分割模型，按照其对应的分割线对预处理目标图像进行分割，提取出所需的图像分块；
s500：对图像分块进行信息识别得到标的信息。
在一个实施例中，一种基于图像分割技术实现图像信息识别的方法，s100：构建图像分割模型，根据标准图像的类型对标准图像内的各特征或信息进行分块，并根据每一分块特征或信息在标准图像中的位置关系对标准图像进行分割，并确定各分块特征或信息所对应的分割线，得到各分块特征或信息的分割模型；
s200：目标图像预处理，将需要进行信息识别的目标图像进行缩放形成与标准对象尺寸吻合的预处理目标图像；本方案中的缩放是将目标图像和标准图像放置在同一坐标系中按照1:1的比例进行缩放
s300：确定目标图像信息识别的标的，并根据该标的确定对应的分块特征或信息；
s400：根据该分块特征或信息的分割模型，按照其对应的分割线对预处理目标图像进行分割，提取出所需的图像分块；
s500：对图像分块进行信息识别得到标的信息。
在一个实施例中，一种基于图像分割技术实现图像信息识别的方法，s100：构建图像分割模型，根据标准图像的类型对标准图像内的各特征或信息进行分块，并根据每一分块特征或信息在标准图像中的位置关系对标准图像进行分割，并确定各分块特征或信息所对应的分割线，得到各分块特征或信息的分割模型；
s200：目标图像预处理，将需要进行信息识别的目标图像进行缩放形成与标准对象尺寸吻合的预处理目标图像；本方案中的缩放是将目标图像和标准图像放置在同一坐标系中按照1:1的比例进行缩放。目标图像预处理还包括一个图像干扰排除，图像干扰排除包括图像角度校正、图像背景或周边信息剔除、图像残缺补全以及清晰度校正。
s300：确定目标图像信息识别的标的，并根据该标的确定对应的分块特征或信息；
s400：根据该分块特征或信息的分割模型，按照其对应的分割线对预处理目标图像进行分割，提取出所需的图像分块；
s500：对图像分块进行信息识别得到标的信息，可选的，一种基于图像分割技术实现图像信息识别的方法，图像角度校正是指将目标图像旋转至与标准图像完全相同，且位于相同坐标系内同一坐标点。
可选的，一种基于图像分割技术实现图像信息识别的方法，图像背景或周边信息剔除是指删除与标准图像内容无关的信息或特征。
可选的，一种基于图像分割技术实现图像信息识别的方法，图像残缺补是指针对图像中残缺部分进行补全，补全部分主要包括目标图像中通用的图像和文字，例如身份证中的国徽图案，文字补全则基于标准文字模型进行匹配，对文字产生残缺的进行补全，以增强后续信息采集过程中的准确性。
可选的，一种基于图像分割技术实现图像信息识别的方法，s400中对预处理目标图像进行分割是根据围成图像分块的分割线各端点坐标进行提取分割。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。