本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體地，涉及圖像分類(lèi)技術(shù)領(lǐng)域中的一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法及系統(tǒng)。

背景技術(shù)：

卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周?chē)鷨卧?，?duì)于大型圖像處理有出色表現(xiàn)。它包括卷積層和池層。卷積神經(jīng)網(wǎng)絡(luò)對(duì)于圖像處理具有的平移和尺度不變性，因此廣泛應(yīng)用于圖像特征提取。目前的圖像特征處理方法大多需經(jīng)過(guò)人工預(yù)處理，且圖像提取特征方法對(duì)于顏色不敏感，降低了圖像提取的準(zhǔn)確度；提取圖片時(shí)間長(zhǎng)，提取效率低。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法和系統(tǒng)。

本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法，包括如下步驟：

步驟一、圖像獲取步驟：獲取待處理圖像，其中，待處理圖像為彩色圖像；

步驟二、預(yù)處理步驟：對(duì)待處理圖像進(jìn)行預(yù)處理，得到已預(yù)處理圖像；

步驟三、圖像區(qū)域提取步驟：從已預(yù)處理圖像中提取出指定區(qū)域作為指定尺寸圖像；

步驟四、顏色特征提取步驟：從指定尺寸圖像中提取出顏色特征向量；

步驟五、卷積計(jì)算步驟：將顏色特征向量輸入卷積神經(jīng)網(wǎng)絡(luò)，并將卷積神經(jīng)網(wǎng)絡(luò)的輸出作為第一特征向量；

步驟六、圖像特征獲取步驟：根據(jù)顏色特征向量和第一特征向量，得到圖像特征向量。

優(yōu)選地，所述圖像獲取步驟，包括：

網(wǎng)絡(luò)傳輸步驟：通過(guò)網(wǎng)絡(luò)，向移動(dòng)終端發(fā)送待處理圖像的發(fā)送請(qǐng)求，并接收來(lái)自移動(dòng)終端的待處理圖像；

所述基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法，還包括如下步驟：

圖像匹配識(shí)別步驟：根據(jù)所述圖形特征向量，進(jìn)行圖像匹配，得到匹配圖像；

圖像識(shí)別結(jié)構(gòu)提供步驟：將匹配圖像發(fā)送給移動(dòng)終端，其中，匹配圖像包括屬性信息。

優(yōu)選地，所述圖像特征獲取步驟，包括：

向量建立步驟：將顏色特征向量點(diǎn)乘第一特征向量，得到點(diǎn)乘向量；

卷積運(yùn)算步驟：點(diǎn)乘向量卷積顏色特征向量，得到圖像特征向量。

優(yōu)選地，所述圖像區(qū)域提取步驟，包括：

圖像區(qū)域分割步驟：將已預(yù)處理圖像劃分為以行列矩陣形式排列的多個(gè)子圖像；

圖像核心區(qū)域提取步驟：在所述多個(gè)子圖像中，將處于行列矩陣邊緣的子圖像定義為外圍圖像塊，將其余子圖像定義為核心圖像塊；將核心圖像塊拼接后進(jìn)行縮放，得到所述指定尺寸圖像。

優(yōu)選地，所述顏色特征提取步驟，包括：

向量歸一化步驟：對(duì)指定尺寸圖像進(jìn)行處理，得到指定尺寸圖像的顏色直方向量；對(duì)顏色直方向量進(jìn)行歸一化處理，得到歸一化顏色直方向量；采用顏色矩法，得到指定尺寸圖像的顏色矩向量；利用向量歸一化公式，對(duì)顏色矩向量進(jìn)行歸一化，得到歸一化顏色矩向量；

拼接歸一化步驟：將歸一化顏色直方向量點(diǎn)乘第一權(quán)重向量，得到賦權(quán)顏色直方向量；將歸一化顏色矩向量點(diǎn)乘第二權(quán)重向量，得到賦權(quán)顏色矩向量；將賦權(quán)顏色矩向量拼接在賦權(quán)顏色直方向量的后面，組成顏色拼接向量；利用向量歸一化公式，對(duì)顏色拼接向量進(jìn)行歸一化，得到顏色特征向量。

另外，本發(fā)明還提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取系統(tǒng)，包括如下裝置：

圖像獲取裝置：獲取待處理圖像，其中，待處理圖像為彩色圖像；

預(yù)處理裝置：對(duì)待處理圖像進(jìn)行預(yù)處理，得到已預(yù)處理圖像；

圖像區(qū)域提取裝置：從已預(yù)處理圖像中提取出指定區(qū)域作為指定尺寸圖像；

顏色特征提取裝置：從指定尺寸圖像中提取出顏色特征向量；

卷積計(jì)算裝置：將顏色特征向量輸入卷積神經(jīng)網(wǎng)絡(luò)，并將卷積神經(jīng)網(wǎng)絡(luò)的輸出作為第一特征向量；

圖像特征獲取裝置：根據(jù)顏色特征向量和第一特征向量，得到圖像特征向量。

優(yōu)選地，所述圖像獲取裝置，包括：

網(wǎng)絡(luò)傳輸裝置：通過(guò)網(wǎng)絡(luò)，向移動(dòng)終端發(fā)送待處理圖像的發(fā)送請(qǐng)求，并接收來(lái)自移動(dòng)終端的待處理圖像；

所述基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取系統(tǒng)，還包括如下裝置：

圖像匹配識(shí)別裝置：根據(jù)所述圖形特征向量，進(jìn)行圖像匹配，得到匹配圖像；

圖像識(shí)別結(jié)構(gòu)提供裝置：將匹配圖像發(fā)送給移動(dòng)終端，其中，匹配圖像包括屬性信息。

優(yōu)選地，所述圖像特征獲取裝置，包括：

向量建立裝置：將顏色特征向量點(diǎn)乘第一特征向量，得到點(diǎn)乘向量；

卷積運(yùn)算裝置：點(diǎn)乘向量卷積顏色特征向量，得到圖像特征向量。

優(yōu)選地，所述圖像區(qū)域提取裝置，包括：

圖像區(qū)域分割裝置：將已預(yù)處理圖像劃分為以行列矩陣形式排列的多個(gè)子圖像；

圖像核心區(qū)域提取裝置：在所述多個(gè)子圖像中，將處于行列矩陣邊緣的子圖像定義為外圍圖像塊，將其余子圖像定義為核心圖像塊；將核心圖像塊拼接后進(jìn)行縮放，得到所述指定尺寸圖像。

優(yōu)選地，所述顏色特征提取裝置，包括：

向量歸一化裝置：對(duì)指定尺寸圖像進(jìn)行處理，得到指定尺寸圖像的顏色直方向量；對(duì)顏色直方向量進(jìn)行歸一化處理，得到歸一化顏色直方向量；采用顏色矩法，得到指定尺寸圖像的顏色矩向量；利用向量歸一化公式，對(duì)顏色矩向量進(jìn)行歸一化，得到歸一化顏色矩向量；

拼接歸一化裝置：將歸一化顏色直方向量點(diǎn)乘第一權(quán)重向量，得到賦權(quán)顏色直方向量；將歸一化顏色矩向量點(diǎn)乘第二權(quán)重向量，得到賦權(quán)顏色矩向量；將賦權(quán)顏色矩向量拼接在賦權(quán)顏色直方向量的后面，組成顏色拼接向量；利用向量歸一化公式，對(duì)顏色拼接向量進(jìn)行歸一化，得到顏色特征向量。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

1、通過(guò)圖像預(yù)處理，本發(fā)明對(duì)于輸入的圖像不需過(guò)多的人工預(yù)處理；

2、本發(fā)明通過(guò)核心特征提取，提取圖片時(shí)間縮短，提取效率提高；

3、本發(fā)明克服了提取特征方法對(duì)于顏色不敏感的缺陷，提高了提取的準(zhǔn)確度。

附圖說(shuō)明

通過(guò)閱讀參照以下附圖對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯：

圖1為基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法流程圖；

圖2為基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取系統(tǒng)框圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。以下實(shí)施例將有助于本領(lǐng)域的技術(shù)人員進(jìn)一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應(yīng)當(dāng)指出的是，對(duì)本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變化和改進(jìn)。這些都屬于本發(fā)明的保護(hù)范圍。

如附圖1所示，本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法，包括如下步驟：

步驟一、圖像獲取步驟：獲取待處理圖像，其中，待處理圖像為彩色圖像；

步驟二、預(yù)處理步驟：對(duì)待處理圖像進(jìn)行預(yù)處理，得到已預(yù)處理圖像；

步驟三、圖像區(qū)域提取步驟：從已預(yù)處理圖像中提取出指定區(qū)域作為指定尺寸圖像；

步驟四、顏色特征提取步驟：從指定尺寸圖像中提取出顏色特征向量；

步驟五、卷積計(jì)算步驟：將顏色特征向量輸入卷積神經(jīng)網(wǎng)絡(luò)，并將卷積神經(jīng)網(wǎng)絡(luò)的輸出作為第一特征向量；

步驟六、圖像特征獲取步驟：根據(jù)顏色特征向量和第一特征向量，得到圖像特征向量。

進(jìn)一步地，所述圖像獲取步驟，包括：網(wǎng)絡(luò)傳輸步驟：通過(guò)網(wǎng)絡(luò)，向移動(dòng)終端發(fā)送待處理圖像的發(fā)送請(qǐng)求，并接收來(lái)自移動(dòng)終端的待處理圖像；所述基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法，還包括如下步驟：圖像匹配識(shí)別步驟：根據(jù)所述圖形特征向量，進(jìn)行圖像匹配，得到匹配圖像；圖像識(shí)別結(jié)構(gòu)提供步驟：將匹配圖像發(fā)送給移動(dòng)終端，其中，匹配圖像包括屬性信息。

進(jìn)一步地，所述圖像特征獲取步驟，包括：向量建立步驟：將顏色特征向量點(diǎn)乘第一特征向量，得到點(diǎn)乘向量；卷積運(yùn)算步驟：點(diǎn)乘向量卷積顏色特征向量，得到圖像特征向量。

進(jìn)一步地，所述圖像區(qū)域提取步驟，包括：圖像區(qū)域分割步驟：將已預(yù)處理圖像劃分為以行列矩陣形式排列的多個(gè)子圖像；圖像核心區(qū)域提取步驟：在所述多個(gè)子圖像中，將處于行列矩陣邊緣的子圖像定義為外圍圖像塊，將其余子圖像定義為核心圖像塊；將核心圖像塊拼接后進(jìn)行縮放，得到所述指定尺寸圖像。

進(jìn)一步地，所述顏色特征提取步驟，包括：向量歸一化步驟：對(duì)指定尺寸圖像進(jìn)行處理，得到指定尺寸圖像的顏色直方向量；對(duì)顏色直方向量進(jìn)行歸一化處理，得到歸一化顏色直方向量；采用顏色矩法，得到指定尺寸圖像的顏色矩向量；利用向量歸一化公式，對(duì)顏色矩向量進(jìn)行歸一化，得到歸一化顏色矩向量；拼接歸一化步驟：將歸一化顏色直方向量點(diǎn)乘第一權(quán)重向量，得到賦權(quán)顏色直方向量；將歸一化顏色矩向量點(diǎn)乘第二權(quán)重向量，得到賦權(quán)顏色矩向量；將賦權(quán)顏色矩向量拼接在賦權(quán)顏色直方向量的后面，組成顏色拼接向量；利用向量歸一化公式，對(duì)顏色拼接向量進(jìn)行歸一化，得到顏色特征向量。

如附圖2所示，本發(fā)明還提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取系統(tǒng)，包括如下裝置：圖像獲取裝置：獲取待處理圖像，其中，待處理圖像為彩色圖像；預(yù)處理裝置：對(duì)待處理圖像進(jìn)行預(yù)處理，得到已預(yù)處理圖像；圖像區(qū)域提取裝置：從已預(yù)處理圖像中提取出指定區(qū)域作為指定尺寸圖像；顏色特征提取裝置：從指定尺寸圖像中提取出顏色特征向量；卷積計(jì)算裝置：將顏色特征向量輸入卷積神經(jīng)網(wǎng)絡(luò)，并將卷積神經(jīng)網(wǎng)絡(luò)的輸出作為第一特征向量；圖像特征獲取裝置：根據(jù)顏色特征向量和第一特征向量，得到圖像特征向量。

進(jìn)一步地，所述圖像獲取裝置，包括：網(wǎng)絡(luò)傳輸裝置：通過(guò)網(wǎng)絡(luò)，向移動(dòng)終端發(fā)送待處理圖像的發(fā)送請(qǐng)求，并接收來(lái)自移動(dòng)終端的待處理圖像；所述基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取系統(tǒng)，還包括如下裝置：圖像匹配識(shí)別裝置：根據(jù)所述圖形特征向量，進(jìn)行圖像匹配，得到匹配圖像；圖像識(shí)別結(jié)構(gòu)提供裝置：將匹配圖像發(fā)送給移動(dòng)終端，其中，匹配圖像包括屬性信息。

進(jìn)一步地，所述圖像特征獲取裝置，包括：向量建立裝置：將顏色特征向量點(diǎn)乘第一特征向量，得到點(diǎn)乘向量；卷積運(yùn)算裝置：點(diǎn)乘向量卷積顏色特征向量，得到圖像特征向量。

進(jìn)一步地，所述圖像區(qū)域提取裝置，包括：圖像區(qū)域分割裝置：將已預(yù)處理圖像劃分為以行列矩陣形式排列的多個(gè)子圖像；圖像核心區(qū)域提取裝置：在所述多個(gè)子圖像中，將處于行列矩陣邊緣的子圖像定義為外圍圖像塊，將其余子圖像定義為核心圖像塊；將核心圖像塊拼接后進(jìn)行縮放，得到所述指定尺寸圖像。

進(jìn)一步地，所述顏色特征提取裝置，包括：向量歸一化裝置：對(duì)指定尺寸圖像進(jìn)行處理，得到指定尺寸圖像的顏色直方向量；對(duì)顏色直方向量進(jìn)行歸一化處理，得到歸一化顏色直方向量；采用顏色矩法，得到指定尺寸圖像的顏色矩向量；利用向量歸一化公式，對(duì)顏色矩向量進(jìn)行歸一化，得到歸一化顏色矩向量；拼接歸一化裝置：將歸一化顏色直方向量點(diǎn)乘第一權(quán)重向量，得到賦權(quán)顏色直方向量；將歸一化顏色矩向量點(diǎn)乘第二權(quán)重向量，得到賦權(quán)顏色矩向量；將賦權(quán)顏色矩向量拼接在賦權(quán)顏色直方向量的后面，組成顏色拼接向量；利用向量歸一化公式，對(duì)顏色拼接向量進(jìn)行歸一化，得到顏色特征向量。

以上對(duì)本發(fā)明的具體實(shí)施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述特定實(shí)施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變化或修改，這并不影響本發(fā)明的實(shí)質(zhì)內(nèi)容。在不沖突的情況下，本申請(qǐng)的實(shí)施例和實(shí)施例中的特征可以任意相互組合。