1.一種酒標(biāo)圖片的識別方法，其特征在于，包括：
讀取并識別酒標(biāo)圖片中的文字，并記錄文字在酒標(biāo)圖片中的位置及次數(shù)；
找出酒標(biāo)圖片中的特征點，記錄特征點在酒標(biāo)圖片中出現(xiàn)的位置及次數(shù)；
計算酒標(biāo)圖片的平均色階值及最大、最小值；
根據(jù)所述酒標(biāo)圖片中的特征點及所述酒標(biāo)圖片平均色階值，識別所述待識別的酒標(biāo)圖片。
2.根據(jù)權(quán)利要求1所述的一種酒標(biāo)圖片的識別方法，其特征在于，所述對待識別的兩張酒標(biāo)圖片進行特征點提取，得到所述兩張酒標(biāo)圖片的多個特征點包括：采用SIFT提取出來待識別的兩張相似酒標(biāo)圖片進行特征點提取，得到所述兩張酒標(biāo)圖片的多個特征點。
3.根據(jù)權(quán)利要求1所述的一種酒標(biāo)圖片的識別方法，其特征在于，所述特征點和平均色階值出現(xiàn)的位置分別存儲在不同的數(shù)據(jù)庫表格中，以提升計算速度，如果被識別酒標(biāo)與之匹配上的文字太少或者沒有，則放棄該樣本酒標(biāo)的計算。
4.根據(jù)權(quán)利要求1所述的一種酒標(biāo)圖片的識別方法，其特征在于，所述將待識別的酒標(biāo)圖片進行解析，并獲得解析結(jié)果包括：在獲取被識別酒標(biāo)時，先計算酒標(biāo)區(qū)域，分析共性，并排除外景干擾信息，并根據(jù)預(yù)先存儲所述酒標(biāo)圖片中的特征點及酒標(biāo)平均色階值規(guī)則，對待識別的酒標(biāo)圖片進行解析，獲得待識別的酒標(biāo)圖片信息。
5.根據(jù)權(quán)利要求1所述的一種酒標(biāo)圖片的識別方法，其特征在于，所述排除外景干擾信息如下：先將被提交酒標(biāo)縮放到一定像素比例，從第一個像素開始計算他附近的像素是否和它連續(xù)，這樣會得到一組連續(xù)區(qū)域，取最大一組連續(xù)區(qū)域，如果這個區(qū)域超過圖片的一定比例，則視為有效酒標(biāo)區(qū)域，如果每個連續(xù)區(qū)域都達不到這個比例，則將全圖視為酒標(biāo)區(qū)域。
6.一種酒標(biāo)圖片的識別裝置，其特征在于，包括：
獲取模塊，用于讀取并識別酒標(biāo)圖片中的文字，并記錄文字在酒標(biāo)圖片中的位置及次數(shù)；
提取模塊，用于找出酒標(biāo)圖片中的特征點，記錄特征點在圖片中出現(xiàn)的位置及次數(shù)；
計算模塊，用于計算酒標(biāo)圖片平均色階值及最大最小值；
識別模塊，用于根據(jù)所述酒標(biāo)圖片中的特征點及酒標(biāo)圖片平均色階值，識別所述待識別的酒標(biāo)圖片。
7.根據(jù)權(quán)利要求6所述的一種酒標(biāo)圖片的識別裝置，其特征在于，還包括：提取模塊，用于所述對待識別的兩張酒標(biāo)圖片進行特征點提取，得到所述兩張酒標(biāo)圖片的多個特征點包括：采用SIFT提取出來待識別的兩張相似酒標(biāo)圖片進行特征點提取，得到所述兩張酒標(biāo)圖片的多個特征點。
8.根據(jù)權(quán)利要求6所述的一種酒標(biāo)圖片的識別裝置，其特征在于，還包括存儲模塊，用于所述特征點和平均色階值出現(xiàn)的位置分別存儲在不同的數(shù)據(jù)庫表格中，以提升計算速度，如果被識別酒標(biāo)與之匹配上的文字太少或者沒有，則放棄該樣本酒標(biāo)的計算。
9.根據(jù)權(quán)利要求6所述的一種酒標(biāo)圖片的識別裝置，其特征在于，還包括：解析模塊，用于所述將待識別的酒標(biāo)圖片進行解析，并獲得解析結(jié)果包括：在獲取被識別酒標(biāo)時，先計算酒標(biāo)區(qū)域，分析共性，并排除外景干擾信息，并根據(jù)預(yù)先存儲所述酒標(biāo)圖片中的特征點及酒標(biāo)平均色階值規(guī)則，對待識別的酒標(biāo)圖片進行解析，獲得待識別的酒標(biāo)圖片信息。
10.根據(jù)權(quán)利要求1所述的一種酒標(biāo)圖片的識別裝置，其特征在于，還包括排除干擾模塊，用于排除外景干擾，先將被提交酒標(biāo)縮放到一定像素比例，從第一個像素開始計算他附近的像素是否和它連續(xù)，這樣會得到一組連續(xù)區(qū)域，取最大一組連續(xù)區(qū)域，如果這個區(qū)域超過圖片的一定比例，則視為有效酒標(biāo)區(qū)域，如果每個連續(xù)區(qū)域都達不到這個比例，則將全圖視為酒標(biāo)區(qū)域。