基于灰度的分布式图像底层特征识别方法及系统

摘要

本发明公开了一种基于灰度的分布式图像底层特征识别方法，包括以下步骤：将彩色图像根据不同特征要求转化为灰度图像，保存灰度图像的灰度值，像素值，像素坐标，建立统一的特征基准；设计图像指纹结构；生成图像轮廓指纹段；生成图像纹理指纹段；生成图像色彩的指纹段；分布式指纹生成计算节点设计；分布式指纹轮询匹配计算节点设计；指纹识别匹配度标识，将多次轮询匹配的结果作为权值依据，与通过分布式指纹轮询匹配计算节点设计匹配的结果进行加权，得到匹配度，筛选出匹配结果。在保证分布式存储和计算负荷下，通过扩展计算与存储接节点，优化算法流程，可以进一步逼近图像识别效果。

主权项

一种基于灰度的分布式图像底层特征识别方法，其特征在于，包括以下步骤：S1：将彩色图像根据不同特征要求转化为灰度图像，保存灰度图像的灰度值、像素值、像素坐标，建立统一的特征基准；S2：设计图像指纹结构：采用字符串作为指纹存储结构，并且选择最佳字符串匹配算法进行指纹识别；S3：利用蒙版抠图确定待识别图像的轮廓特征，生成图像轮廓指纹段；S4：选取图像主要特征区域，获取灰度数据，利用PHash算法，计算主要特征区域汉明距离，生成图像纹理指纹段；S5：构建三维颜色直方图：将彩色图像转化为灰度图像，保存图像的三原色信息，构建基于三原色的三维数组，生成图像色彩的指纹段；S6：分布式指纹生成计算节点设计：根据特征算法运行需求的不同，确定算法执行步骤，评估计算节点的数量、分布以及运算策略；S7：分布式指纹轮询匹配计算节点设计：将图像原始信息与底层特征合成，生成全指纹；将待匹配图像指纹数据根据指纹段切割，分配到不同的匹配计算节点，通过调整相应计算节点的数量保证匹配时间在可允许的范围结束；S8：指纹识别匹配度标识：将多次轮询匹配的结果作为权值依据，与通过S7步骤匹配的结果进行加权，得到匹配度，筛选出匹配结果。