一种低分辨率的图像识别方法与流程

1.本发明涉及图像处理技术领域，更具体地说，涉及一种低分辨率的图像识别方法。


背景技术：

2.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。现阶段的航拍图、卫星拍摄图等等，都会出现各种存在瑕疵的图像，再通过传输转发等操作，分辨率非常的低。而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，当针对低分辨率的图像进行图像识别时，由于低分辨率的图像本身缺失有一定量的图像信息，识别时图像的部分区域会出现识别错误或无法识别的情况，进而影响整个图像的识别效果。
3.于是，有鉴于此，针对现有的识别流程予以研究改良，提供一种低分辨率的图像识别方法，以期达到更具有更加实用价值性的目的。


技术实现要素：

4.1．要解决的技术问题针对现有技术中存在的问题，本发明的目的在于提供一种低分辨率的图像识别方法，它可以摄取图像信息，并将摄取的图像像素信息补足完整，然后生成新的电子图像，补足了图像的部分区域出现识别错误或无法识别的情况的缺陷，保证了整个图像的识别效果。
5.2．技术方案为解决上述问题，本发明采用如下的技术方案。
6.一种低分辨率的图像识别方法，包括其具体步骤如下：步骤s1、图像摄取：在多种光照和湿度条件下采用多种方式进行多次图像摄取；步骤s2、像素化处理：将步骤s1中摄取的多个图像信息分别进行灰度处理和二值化处理并生成由像素组成的图像，并根据像素值分解为若干像素矩阵区域；步骤s3、图像补足：进而比对原图像的清晰部分，进行像素图像的第一次补足；步骤s4、像素图像对比：对摄像并处理后的多个像素图像进行横向对比，显示像素的差异区域；步骤s5、像素图像分析：根据横向对比结果，并改变摄取图像时的条件找出显示像素的差异区域；步骤s6、像素图像处理：在获得步骤s5中的像素矩阵的差异区域时，连接服务网络，并加载与该像素矩阵区域相似的像素信息，然后将像素矩阵不足像素信息，并得到新的像素矩阵；步骤s7、像素图像分割：对新的像素矩阵保存副本，并对副本进行分割并形成分隔模块，然后与原图像进行对比；步骤s8、像素图像拼接：收集分隔后的分隔模块进行收集，选择与原图像对比程度
高的模块进行保存；步骤s9、图像结果生成：对保存的模块进行组合后，进行最终保存并生成副本。
7.进一步的，所述步骤s1中图像摄取的方式包括摄像头摄取和扫描仪扫描。
8.进一步的，所述步骤s2中灰度处理和二值化处理后形成的处理图像为像素组成的像素矩阵，且像素矩阵大小为a*b。
9.进一步的，所述像素矩阵中a的数值为大于2且为整数，b的数值为大于2且为整数。
10.进一步的，步骤s3中的图像补足时，该图像的像素所在的像素矩阵区域的可处理条件为a大于20，b大于20，且处理区域为图像摄取无法识别的区域。
11.进一步的，所述步骤s5中在横向对比分析时，保证图像摄取时的光度和湿度相同。
12.进一步的，所述步骤s6中像素图像处理时的相似的像素信息与原像素矩阵的相似信息比例大于60%。
13.进一步的，所述步骤s7中像素分隔时，控制处于同一像素分隔区域的像素灰度值。
14.进一步的，所述步骤s9中拼接生成的最终图像生成的副本上标注有补足的像素信息，并在副本上做高亮标记。
15.3．有益效果相比于现有技术，本发明的优点在于：本方案，在进行低分辨率的图像识别时，首先将图像分解为像素信息，然后根据原图像进行像素图像中的像素信息初步补足、像素信息的图像对比、分析和处理，并最终对难以补足的信息进行服务网络的索引，直到将摄取的图像像素信息补足完整，并生成新的电子图像，该方法补足了图像的部分区域出现识别错误或无法识别的情况的缺陷，保证了整个图像的识别效果。
附图说明
16.图1为本发明的系统示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.实施例：请参阅图1，一种低分辨率的图像识别方法，其具体步骤如下：步骤s1、图像摄取：在多种光照和湿度条件下采用多种方式进行多次图像摄取；步骤s2、像素化处理：将步骤s1中摄取的多个图像信息分别进行灰度处理和二值化处理并生成由像素组成的图像，并根据像素值分解为若干像素矩阵区域；步骤s3、图像补足：进而比对原图像的清晰部分，进行像素图像的第一次补足；步骤s4、像素图像对比：对摄像并处理后的多个像素图像进行横向对比，显示像素的差异区域；步骤s5、像素图像分析：根据横向对比结果，并改变摄取图像时的条件找出显示像
素的差异区域；步骤s6、像素图像处理：在获得步骤s5中的像素矩阵的差异区域时，连接服务网络，并加载与该像素矩阵区域相似的像素信息，然后将像素矩阵不足像素信息，并得到新的像素矩阵；步骤s7、像素图像分割：对新的像素矩阵保存副本，并对副本进行分割并形成分隔模块，然后与原图像进行对比；步骤s8、像素图像拼接：收集分隔后的分隔模块进行收集，选择与原图像对比程度高的模块进行保存；步骤s9、图像结果生成：对保存的模块进行组合后，进行最终保存并生成副本。
19.参阅图1，步骤s1中图像摄取的方式包括摄像头摄取和扫描仪扫描；利用摄像头和扫描仪同时进行图像摄取，保证图像摄取过程中能尽可能的将图像中现有的信息进行提取。
20.参阅图1，步骤s2中灰度处理和二值化处理后形成的处理图像为像素组成的像素矩阵，且像素矩阵大小为a*b；将图像处理为a*b的像素矩阵，可便于后续对图像进行像素修复。
21.参阅图1，像素矩阵中a的数值为大于2且为整数，b的数值为大于2且为整数；控制a和b的数值，可保证图像有可供处理的像素空间，然后a和b的数值越高，可操作的像素矩阵的范围越大，进而提高图像识别的清晰度。
22.参阅图1，步骤s3中的图像补足时，该图像的像素所在的像素矩阵区域的可处理条件为a大于20，b大于20，且处理区域为图像摄取无法识别的区域；当像素矩阵的范围为a大于20，b大于20时，进行图像补足时，可有效降低补足的图像对其他区域的影响。
23.参阅图1，步骤s5中在横向对比分析时，保证图像摄取时的光度和湿度相同；控制图像摄取时的光度和湿度相同，避免光度和湿度的不同对摄取的图像造成影响，同时剔除部分光度和湿度不同时的摄取图像，保证图像的识别效果。
24.参阅图1，步骤s6中像素图像处理时的相似的像素信息与原像素矩阵的相似信息比例大于60%；提取服务网络中的相似的像素信息，可对人眼和设备无法识别的信息进行补足，同时相似信息比例越高，形成的最终图像与原图像的呈现效果越相同。
25.参阅图1，步骤s7中像素分隔时，控制处于同一像素分隔区域的像素灰度值；根据灰度值划分像素的分隔区域，将灰度值相近的像素矩阵划分为同一个像素的分隔区域，便于进行相同或相似灰度的像素对比。
26.参阅图1，步骤s9中拼接生成的最终图像生成的副本上标注有补足的像素信息，并在副本上做高亮标记；保留最终图像与原始图像之间的像素信息的变动，并保存原始图像，便于在后续根据不同的实用需求进行图像的区域块化处理。
27.在使用时：在进行低分辨率的图像识别时，首先进行图像摄取，在此过程中，采用摄像头摄取和扫描仪扫描的图像摄取的方式在多种光照和湿度条件下采用多种方式进行多次图像摄
取；然后进行像素化处理，在此过程中，将摄取的多个图像信息分别进行灰度处理和二值化处理并生成由像素组成的图像，并根据像素值分解为若干像素矩阵区域，像素矩阵大小为a*b，且保证像素矩阵中a的数值为大于2且为整数，b的数值为大于2且为整数；然后进行图像补足，在此过程中，进而比对原图像的清晰部分，进行像素图像的第一次补足，补足的处理区域为像素所在的像素矩阵区域中a大于20，b大于20，且处理区域为图像摄取无法识别的区域；然后进行像素图像对比、分析和处理，在此过程中，先对摄像并处理后的多个像素图像进行横向对比，显示像素的差异区域，然后根据横向对比结果，并改变摄取图像时的条件找出显示像素的差异区域，然后进行像素图像处理：在获得步骤s5中的像素矩阵的差异区域时，连接服务网络，并加载与该像素矩阵区域相似的像素信息与原像素矩阵的相似信息比例大于60%的像素信息，然后将像素矩阵不足像素信息，并得到新的像素矩阵；然后进行像素图像分割，在此过程中，对新的像素矩阵保存副本，控制处于同一像素分隔区域的像素灰度值，并对副本进行分割并形成分隔模块，然后与原图像进行对比；然后进行像素图像拼接，在此过程中，收集分隔后的分隔模块进行收集，选择与原图像对比程度高的模块进行保存；然后进行图像结果生成，在此过程中，对保存的模块进行组合后，进行最终保存并生成副本，新图像继续生成副本，最终图像生成的副本上标注有补足的像素信息，并在副本上做高亮标记；这样即可完成整个对低分辨率的图像的识别过程。
28.以上所述，仅为本发明较佳的具体实施方式；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，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。