图像识别方法及装置、服务器、存储介质、家电设备与流程

本发明涉及家电技术领域，尤其涉及图像识别方法及装置、服务器、存储介质、家电设备。

背景技术：

目前人工智能是一门极富有挑战性的学科，包括十分广泛的科学，它由不同领域组成，如机器学习，计算机视觉，生物科学，神经网络科学，能源技术，基因工程等，人工智能研究的主要目的是让机器执行需要人类智能才能完成的复杂工作。而人工智能的实现的前提是要有足够充足和可靠的数据作为训练模型。对于数据采集工作部分，具有一定的重复性，如果投入人力完成重复性的工作显然是比较低效率的，从而导致图像识别的置信度较低，也不就能图像识别技术在家电设备中不能得到广泛的应用。

技术实现要素：

有鉴于此，本发明实施例为解决现有技术中存在的至少一个问题而提供图像识别方法及装置、服务器、存储介质、家电设备，如此，通过利用简易的搅拌模块搅拌待采集的对象，使获取到的多个图像互不相同，丰富了图像训练模块的素材库，从而提高了图像识别的置信度，进而使图像识别技术能够广泛应用于多种家电设备中。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供一种图像识别方法，所述方法包括：

以预设的搅拌速度搅拌待采集的m个对象；

以预设的时间间隔采集所述m个对象，得到所述m个对象对应的n个图像；其中，m、n均为大于等于1的自然数，且m小于等于n；

其中，所述预设的搅拌速度与所述预设的时间间隔满足第一预设条件；

输出所述n个图像。

第二方面，本发明实施例提供一种图像识别方法，所述方法包括：将包含有m个对象的n个图像组成素材库；其中，m、n均为大于等于1的自然数，且m小于等于n；

确定待分析的图像；

将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识；

根据所述匹配图像的标识确定处理参数，输出所述处理参数。

第三方面，本发明实施例提供一种图像识别的装置，所述装置至少包括：搅拌模块、装置力矩平衡模块、图像采集模块和处理器，其中：

所述搅拌模块，用于以预设的搅拌速度搅拌待采集的m个对象；一端与电源连接，另一端与所述装置力矩平衡模块连接；

所述装置力矩平衡模块，用于平衡所述搅拌模块在搅拌所述m个对象时产生的扭矩；

所述图像采集模块，用于接收所述处理器发送的控制指令；根据所述控制指令以预设的时间间隔采集所述m个对象，获取所述m个对象对应的n个图像；其中，m、n均为大于等于1的自然数，且m小于等于n；将所述n个图像发送给处理器；

所述处理器，用于执行图像识别的程序，以实现以下步骤：

如果预设的搅拌速度与所述图像采集模块预设的时间间隔满足第一预设条件，向所述图像采集模块发送控制指令；

接收所述图像采集模块发送的n个图像，并输出所述n个图像。

第四方面，本发明实施例提供一种图像识别的装置，所述装置至少包括：第一获取模块、第一接收模块、匹配模块和输出模块，其中：

所述第一获取模块，用于将包含有m个对象的n个图像组成素材库；其中，m、n均为大于等于1的自然数，且m小于等于n；

所述第一接收模块，确定待分析的图像；

所述匹配模块，用于将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识；

所述输出模块，用于根据所述匹配图像的标识确定处理参数，输出所述处理参数。

第五方面，本发明实施例提供一种服务器，所述服务器至少包括：存储器和处理器，其中：

将包含有m个对象的n个图像组成素材库；其中，m、n均为大于等于1的自然数，且m小于等于n；

确定待分析的图像；

将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识；

根据所述匹配图像的标识确定处理参数，输出所述处理参数。

第六方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像识别程序，所述图像识别程序被处理器执行时实现上述的图像识别方法的步骤。

第七方面，本发明实施例提供一种家电设备，所述家电设备至少包括处理器和上述图像识别的装置

本发明实施例提供的图像识别方法及装置、服务器、存储介质、家电设备中，首先，以预设的搅拌速度搅拌待采集的m个对象；然后，以预设的时间间隔采集所述m个对象，得到所述m个对象对应的n个图像；其中，m、n均为大于等于1的自然数，且m小于等于n；其中，所述预设的搅拌速度与所述预设的时间间隔满足第一预设条件；最后，输出所述n个图像。如此，通过利用简易的搅拌模块搅拌待采集的对象，使获取到的多个图像互不相同，丰富了图像训练模块的素材库，从而提高了图像识别的置信度，进而使图像识别技术能够广泛应用于多种家电设备中，提升了用户体验感。

附图说明

图1为本发明实施例实现图像识别方法的流程示意图；

图2为本发明实施例图像识别方法的交互示意图；

图3为本发明实施例图像识别装置的组成模块示意图；

图4为本发明实施例一种图像识别装置的组成结构示意图；

图5为本发明实施例另一种图像识别装置的组成结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

设备可以以各种形式来实施。例如，本发明中描述的设备可以包括诸如洗衣机、冰箱、电饭煲等固定设备。

后续描述中将以移动设备为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的设备。

本发明实施例提供一种图像识别方法，图1为本发明实施例实现图像识别方法的流程示意图，如图1所示，所述方法包括以下步骤：

步骤s101，将包含有m个对象的n个图像组成素材库。

这里，m、n均为大于等于1的自然数，且m小于等于n，所述n个图像互不相同。步骤s101可以是由家电设备实现的，进一步地，所述家电设备可以是由移动设备来实现的，例如可以是电饭煲、冰箱、电压力锅、自动炒菜机、移动电话(手机)等具有无线通信能力的移动设备。所述家电设备还可以是不便移动的具有计算功能的设备，比如台式计算机、桌面电脑等。该设备中可以安装有图像采集模块和搅拌设备模块的应用，用户可以通过图像采集模块采集利用搅拌设备进行搅拌的对象，并且使搅拌设备模块的搅拌速度与图像采集模块进行采集的时间间隔相匹配，即满足预设的第一条件，从而保证了图像采集模块采集到的图像互不相同。所述家电设备的图像采集模块将采集到的包含有m个对象的n个图像组成素材库，再将所述素材库发送给服务器。比如，用安装有图像采集模块的电饭煲采集大米、小米、黑米等m个对象的n个图像，用所述n个图像组成素材库，再通过有线或无线的方式将素材库发送到服务器或者将所述素材库放置在本地端。当所述素材库放置在本地端时，即便在没有联网或者网络状况不佳的情况下，仍然能够通过本地的素材库为用户分析待分析的图像。

在其他实施例中，所述步骤s101还可以是由服务器实现的。服务器将获取的包含有m个对象的n个图像，自动组成素材库。当素材库放置在服务器时，在网络良好的情况下，用户输入待分析的图像时，设备会自动选择通过服务器端的素材库分析所述待分析的图像，如此能够使识别所述待分析的图像的精度更高。

步骤s102，确定待分析的图像。

这里，所述待分析的图像是待分析的对象对应的图像，比如待分析的对象是，某一种大米，那么待分析的图像就是所述大米对应的图像。所述步骤s102可以是由家电设备实现的，还可以是由服务器实现的。所述待分析的图像对应待分析对象可能包含在所述m个对象中也可能不包含在所述m个对象中。

当步骤s102由家电设备实现时，家电设备采集待分析的对象的待分析图像，并将待分析的图像发送到服务器或者保存在本地端。比如，用户通过手机拍摄待分析的对象得到待分析的图像，将待分析图像发送到电饭煲，再根据电饭煲在本地端形成的素材库分析待分析的图像。

当步骤s102由服务器实现时，服务器接收用户或者电饭煲发送的待分析的图像，再根据服务器端的素材库分析所述待分析的图像。

步骤s103，将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识。

这里，所述匹配图像的标识可以是匹配图像与待分析的图像的相似度、所述匹配图像的产地、材质等。所述匹配图像的标识根据待分析的对象的变化而变化，比如，当待分析的对象是大米时，所述匹配图像的标识可以是大米的产地、大米的尺寸、大米的色泽等；当待分析的对象是衣服时，所述匹配图像的标识可以是衣服的材质、款式、颜色等。

步骤s104，根据所述匹配图像的标识确定处理参数，输出所述处理参数。

这里，所述步骤s104可以是由家电设备实现，还可以是由服务器实现。

当所述步骤s104由家电设备实现时，可以理解为家电设备利用存储在本地端的素材库分析待分析的图像，再根据匹配图像的标识确定处理参数，最后在设备显示处理参数。

当所述步骤s104由服务器实现时，可以理解为服务器利用存储在服务器端的素材库分析待分析的对象，再根据匹配图像的标识确定处理参数，并将所述处理参数发送给家电设备，由家电设备来显示。

所述处理参数根据待分析的对象的变化而变化。比如，如果待分析的对象是鱼，所述处理参数可以是烹饪所述鱼的最佳方法，例如，烹饪时需要的油的量、盐的量、糖的量、料酒的量、时间等；如果待分析的对象是黑米，所述处理参数可以是煮黑米的最佳方式，例如，需要的水量、火候、时间等。

在本发明实施例提供的图像识别方法中，首先，将包含有m个对象的n个图像组成素材库；然后，将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识；最后，根据所述匹配图像的标识确定处理参数，输出所述处理参数。如此，通过获取到的多个图像互不相同，形成丰富图像素材库，使用户能够更为精准的匹配待分析对象，并得到丰富的处理所述待分析对象的结果。另外，所述图像识别的装置简易且体积小，使图像识别装置能够广泛的应用于多种家电设备中，提升了用户体验感。

在其他实施例中，所述步骤s103，即“将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识”，可以通过以下步骤实现：

步骤s31，服务器接收家电设备发送的待分析的对象对应的待分析的图像；

步骤s32，服务器将所述待分析的图像与所述素材库中的n个图像进行匹配。

步骤s33，如果所述待分析的图像与所述素材库中的第s个图像的相似度满足预设阈值，得到匹配图像的标识。

这里，s为大于等于1的自然数，且s小于等于m。所述预设阈值可以是一个非常接近1的百分数。当所述待分析的图像与所述素材库中的第s个图像的相似度大于等于预设阈值时，确定为所述待分析的图像与所述素材库中的第s个图像的相似度满足预设阈值。比如，当所述待分析的图像与所述第s个图像的相似度大于99％时，得到所述第s个图像的标识。

在其他实施例中，所述步骤s103，即“将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识”，还可以通过以下步骤实现：

步骤s131，对所述待分析的图像进行识别，得到所述待分析的对象。

这里，所述步骤s131可以是由家电设备实现，还可以是由服务器实现。

如果所述步骤s131由家电设备实现，可以理解为网络状况不佳或者没有联网时，家电设备识别所述待分析的图像，得到所述待分析的对象，然后根据本地端的素材库分析所述待分析的对象。

如果所述步骤s131由服务器实现，可以理解为在网络状况良好时，服务器接收到待分析的图像，并进行识别，得到待分析的对象，并根据服务器端的素材库分析所述待分析的对象。

步骤s132，根据所述待分析的对象从所述素材库获取对应的子素材库。

这里，所述子素材库可以是所述待分析的对象的产地、尺寸大小、颜色等。所述子素材库根据所述待分析的对象的变化而变化，比如，所述待分析的对象是大米，那么所述子素材库可以包括：大米的产地、大米的种类、大米的饱满度等。如果所述待分析的对象是牛肉，所述子素材库可以包括：牛肉所在牛身体的部位、牛肉的产地、牛肉的纹理等。

步骤s133，将所述待分析的图像与所述子素材库中的图像进行匹配，得到匹配图像的标识。

这里，将所述待分析的图像对应待分析的对象类别与所述子素材库中的图像进行匹配，比如，待分析的对象是东北大米，将东北大米的产地、色泽等特征与所述子素材库中保存的关于大米的产地、色泽等特征进行匹配。如果匹配成功，得到匹配图像，即素材库包含的东北大米的标识。

在其他实施例中，所述步骤s104，即“根据所述匹配图像的标识确定处理参数，输出所述处理参数”，所述方法还包括：

获取素材库中m个对象所包含的p个类别，形成类别库；其中，p为大于等于1的自然数，且p小于等于m；

这里，所述p个类别是m个对象的种类，比如是大米、小米、黑米等。

判断所述待分析的图像对应的第一类别是否有包含在所述类别库中，得到第一判断结果；

如果所述第一判断结果表明所述第一类别与所述类别库中的第t个类别相同，判断所述第一类别对应的第一子类别是否有与所述第t个类别对应的子类别相同，得到第二判断结果；其中，t为大于等于1的自然数，且t小于等于p；

这里，如果待分析的对象是大米，那么子类别可以是大米的产地，尺寸，色泽度等。

如果所述第二判断结果表明所述第一子类别与所述第t个类别对应的子类别相同，输出所述第t个类别相应对象的相应的处理参数。

在其他实施例中，在所述步骤s104，即“根据所述匹配图像的标识确定处理参数，输出所述处理参数”之后，所述方法还包括：

如果所述素材库中包含的m个对象均与所述待分析的对象不同，获取待分析的对象的q个图像；其中，q为大于等于1的自然数；

将所述q个图像加入所述素材库。

这里，服务器分析待分析的图像得到，所述素材库中包含的m个对象均与所述待分析的对象不同；所述服务器发送通知消息给家电设备；家电设备响应所述通知消息，并采集所述待分析对象的q个图像；最后，家电设备将所述q个图像返回服务器，由服务器将所述q个图像加入素材库；还可以是家电设备将所述q个图像加入本地端的素材库中。其中，所述q个图像为互不相同的图像。

基于前述的实施例，本发明实施例再提供一种图像识别方法，应用于图像识别装置，其中，所述图像识别装置中至少包括搅拌模块、装置力矩平衡模块、图像采集模块和处理器。图2为本发明实施例图像识别方法的交互示意图，如图2所示，所述方法包括以下步骤：

步骤s201，设备以预设的搅拌速度搅拌待采集的m个对象。

这里，使用安装有搅拌模块的设备以预设的搅拌速度搅拌待采集的m个对象；比如，用安装有搅拌模块的电饭煲以预设的搅拌速度搅拌待采集的大米、小米、黑米等。

步骤s202，设备以预设的时间间隔采集所述m个对象，得到所述m个对象对应的n个图像。

这里，所述安装有图像识别装置的设备中的搅拌模块一端与电源连接，另一端与所述装置力矩平衡模块连接；

所述装置力矩平衡模块，用于平衡所述搅拌模块在搅拌所述m个对象时产生的扭矩；

所述图像采集模块，用于接收所述处理器发送的控制指令；根据所述控制指令以预设的时间间隔采集所述m个对象，获取所述m个对象对应的n个图像；其中，m、n均为大于等于1的自然数，且m小于等于n；将所述n个图像发送给处理器；即，所述图像采集模块用以实现所述步骤s201。

所述处理器，用于执行图像识别的程序，以实现以下步骤：

如果预设的搅拌速度与所述图像采集模块预设的时间间隔满足第一预设条件，向所述图像采集模块发送控制指令；

接收所述图像采集模块发送的n个图像，并将所述n个图像发送给服务器。

在所述步骤s201中，如果到达所述预设的时间间隔时，所述待采集的m个对象相对于采集设备的预设的搅拌速度为0，确定为所述预设的搅拌速度与所述预设的时间间隔满足第一预设条件。也就是说，当采集模块的摄像头采集所述m个对象，到达预设的时间间隔时，所述m个对象的预设搅拌速度相对于图像采集模块的摄像头，所述预设的搅拌速度的值为0。也就是说，当设备的图像采集模块的摄像头采集所述m个对象时，所述m个对象相对与所述摄像头是静止的，这样保证了采集到的图像清晰度。

步骤s203，设备将所述n个图像发送给服务器。

这里，所述设备的图像采集模块将所述n个图像组成素材库，将所述素材库发送给服务器。

步骤s204，服务器接收所述n个图像发，并将n个图像组成素材库。

这里，还可以是服务器接收设备发送的素材库。

步骤s205，服务器确定待分析的图像。

这里，所述步骤s205，服务器确定待分析的图像，包括：

设备采集待分析的对象，得到待分析的图像；

设备将所述待分析的图像发送给服务器。

步骤s206，服务器对所述待分析的图像进行识别，得到所述待分析的对象；

这里，所述待分析的图像可以是一张图片，比如一张显示黑米的图片，服务器根据黑米的图片分析得到，待分析的对象是黑米。

步骤s207，服务器根据所述待分析的对象从所述素材库获取对应的子素材库；

步骤s208，服务器将所述待分析的图像与所述子素材库中的图像进行匹配，得到匹配图像的标识。

步骤s209，服务器根据所述匹配图像的标识确定处理参数，将所述处理参数发送给设备。

步骤s210，设备接收并显示所述处理参数。

在其他实施例中，在所述步骤s206，即“服务器对所述待分析的图像进行识别，得到所述待分析的对象”之后，所述方法还包括：

如果所述素材库中包含的m个对象均与所述待分析的对象不同，获取待分析的对象的q个图像；其中，q为大于等于1的自然数；

将所述q个图像加入所述素材库。

在本发明实施例提供的图像识别方法中，通过利用简易的搅拌模块搅拌待采集的对象，使获取到的多个图像互不相同，丰富了图像训练模块的素材库，利用丰富的素材库分析待分析的对象，提高了图像识别的置信度，另外，所述图像识别的装置简易且体积小，使图像识别装置能够广泛的应用于多种家电设备中，扩展了图像识别装置的广泛应用性，提升了用户的体验感。

一般地，对于重复性很高的数据采集工作，如果投入人力完成大量的重复性工作，显然是浪费时间和人力的，而且效率低。有鉴于此，本发明实施例通过自动采集图像数据，并且通过搅拌结构的简易便携、容易安装装置等特点，让采集的图像每张都不一样，这样能够增加图像训练模型的置信度。图像数据采集都是基于真实的机器上进行的数据采集，而产品真实机器的设备安装控件狭小，而且产品型号不同，本发明实施例能够达到一种设计装置多种设备均可使用的目的。在产品设计上，应用此装备，能够辅助搅拌装置内的东西，拍摄到不同角度的图像，辅助图像识别，大大提高识别的置信度。

本发明实施例提供一种图像识别方法，图3为本发明实施例图像识别装置的组成模块示意图，如图3所示，所述装置主要包括四个模块：电路模块301、搅拌设备模块302、装置力矩平衡模块303和图像识别模块304。其中，各模块主要功能如下：

电路模块301，用于提供电源，一端与电源连接，另一端与所述搅拌设备模块连接；包括供电源接口、体积小巧但是能够承载搅拌设备的重量。电路模块301模块采用以下方式之一固定，包括：吸盘、固结、锁扣等方式，能够将本发明实施例提供的图像识别装置安装到图像识别模块识别视窗的恰当位置进而可以将箱中的食材，比如大米、小米等m个对象，进行充分的搅拌，而且可以达到每次拍摄到的图像数据都是不一样的，即获取m个对象对应的n个图像，其中，m、n均为大于等于1的自然数，且m小于等于n，从而提高图像识别的准确度，以及提高数据采集的图像质量。

这里，在所述电路模块301中，搅拌设备与所述电路模块301可以通过锯齿状的抽拉方式相连接，即搅拌设备可以通过抽拉的方式选择合适的长度留在电路模块301的外部；比如，当电子设备内部体积较小时，可以将所述搅拌设备的一小部分留在电路模块301外面，不会占用电子设备内部太多的空间，也就不影响电子设备的正常使用。

搅拌设备模块302，用于以预设的搅拌速度搅拌待采集的m个对象，比如不同种类的大米、不同种类的小米等；一端与电源连接，另一端与所述装置力矩平衡模块连接。搅拌设备模块302可以采用电机和叶片的旋转方法进行搅拌；通过搅拌设备模块302中的芯片和外围控制电路可以控制电机的转速，和转动的时候的力矩；所述芯片和外围控制电路控制所述电机，使搅拌设备的搅拌速度与摄像头拍照的时间间隔相匹配，从而达到精准控制。

这里，所述芯片可以是中央处理器，用于控制电机和外围控制电路；所述外围控制电路由微控制单元(microcontrollerunit，mcu)，电源转换模块、稳定电流电压、滤波电路、功率放大器和继电器组成。所述搅拌设备的搅拌速度与摄像头拍照的时间间隔相匹配可以，是当到达摄像头拍照的时间间隔相时，所述待采集的对象的搅拌速度为0，也就是说，在摄像头进行拍照的那一瞬间，待采集的对象相对于摄像头是静止的。如此，保证了采集到的n个图像的清晰度。

装置力矩平衡模块303，用于平衡所述搅拌设备模块302在搅拌所述m个对象时产生的扭矩。所述装置力矩平衡模块303可以是一种立方体，四周均设置有吸盘，提高了整个装置的稳定性和可靠性。

图像识别模块304，用于以预设的时间间隔采集所述m个对象，获取所述m个对象对应的n个图像；所述图像识别模块304即是图像采集模块；其中，m、n均为大于等于1的自然数，且m小于等于n；所述预设的搅拌速度与所述预设的时间间隔满足第一预设条件。所述图像识别模块304表示一种基于深度神经网络算法训练的模型运行与嵌入式控制系统上，通过摄像头数据处理采集的图像数据，即采集所述m个对象，获取所述m个对象对应的n个图像，然后将n个图像形成的素材库输入到模型接口，进而得到图像识别的处理参数。

这里，所述图像识别的处理参数可以是与待匹配的第一对象对应图像的相似度满足预设阈值的第s个图像的处理参数。比如，当待匹配的第一对象是东北大米时，如果第s个图像刚好是东北大米对应的图像，输出东北大米对应的最佳的烹饪方法。所述处理参数根据第一对象的变化而变化，比如，待分析的对象是大米，所述处理参数可以是，温度、湿度、需要多少水等；第一对象是衣服，所述处理参数可以是，洗涤的力度、需要水的量、需要的洗衣液或者洗衣粉的量等。

所述图像识别模块304可以是由摄像头、固定的封装模块，单片机类的数据采集电路模块等组成。其中，单片机类的数据采集电路模块将采集的数据，比如n个图像，发送到服务器。在图3中，首先，所述图像识别模块304在识别覆盖范围处通过传输数据的通信线与搅拌设备模块302连接；其次，将提前训练好的模型，即m个对象的互不相同的n个图像形成的素材库，导入服务器；所述训练好的模型(即，m个对象的互不相同的n个图像形成的素材库，比如，不同的大米种类对应的图像)既可以保存在本地端，也可以保存在云端；当所述训练好的模型保存在本地端时，即便没有联网，或者是在网速不佳的情况下，用户输入待分析的对象对应的待分析的图像，所述图像识别模块304可以通过本地端保存的素材库判断用户上传的待分析的图像是否包含在素材库中；当网络畅通时，用户输入待分析对象对应的待分析的图像，所述图像识别模块304自动切换到云端进行分析所述待分析对象，在云端判断用户上传的待匹配对象是否包含在素材库中；如此，使图像识别的范围更广，精度更高。

本发明实施例通过吸盘、固结、挂钩等方法，将搅拌设备和装置本身产生的力矩抵消平衡。通过充分的搅动摄像头视窗内的食材，提高采集到的n个图像的质量，保证每次获取到的是对象不同角度的图像数据，提高了图像识别的置信度。另外，本发明实施例提供的装置通过电路控制，精准控制搅拌设备和拍摄图像时候的时间间隔，这样能够消除搅动过程产生的图像位移和重影的现象。

需要说明的是，本发明实施例提供的装置可以用于电饭煲、电压力锅、自动炒菜机、冰箱、洗衣机、热水器等家电上，还可以应用于需要图像数据采集，但是空间狭小、难固定、不容易安装搅拌设备的装置上。

本发明实施例提供一种图像识别装置，图4为本发明实施例一种图像识别装置的组成结构示意图，如图4所示，所述图像识别装置400包括：第一获取模块401、第一接收模块402、匹配模块403和输出模块404，其中：

所述第一获取模块401，用于将包含有m个对象的n个图像组成素材库；其中，m、n均为大于等于1的自然数，且m小于等于n；

所述第一接收模块402，确定待分析的图像；

所述匹配模块403，用于将所述待分析的图像与所述素材库中的n个图像进行匹配，得到匹配图像的标识；

所述输出模块404，用于根据所述匹配图像的标识确定处理参数，输出所述处理参数。

对应地，本发明实施例再提供一种图像识别装置，图5为本发明实施例另一种图像识别装置的组成结构示意图，如图5所示，所述图像识别装置500包括：搅拌模块501、装置力矩平衡模块502、图像采集模块503和处理器504，其中：

所述搅拌模块501，用于以预设的搅拌速度搅拌待采集的m个对象；一端与电源连接，另一端与所述装置力矩平衡模块连接；

所述装置力矩平衡模块502，用于平衡所述搅拌模块在搅拌所述m个对象时产生的扭矩；

所述图像采集模块503，用于接收所述处理器发送的控制指令；根据所述控制指令以预设的时间间隔采集所述m个对象，获取所述m个对象对应的n个图像；其中，m、n均为大于等于1的自然数，且m小于等于n；将所述n个图像发送给处理器；

所述处理器504，用于执行图像识别的程序，以实现以下步骤：

如果预设的搅拌速度与所述图像采集模块预设的时间间隔满足第一预设条件，向所述图像采集模块发送控制指令；

接收所述图像采集模块发送的n个图像，并将所述n个图像发送给服务器。

需要说明的是，以上设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本发明设备实施例中未披露的技术细节，请参照本发明方法实施例的描述而理解。

对应地，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像识别程序，所述图像识别程序被处理器执行时实现其他实施例中所述的图像识别方法的步骤。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(readonlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。