公开(公告)号：CN109886325B

公开(公告)日：2022-11-29

申请号：CN201910105261.2

申请日：2019-02-01

Applicant: 辽宁工程技术大学

Inventor： 贾迪 ,  王伟 ,  孟祥福 ,  朱宁丹 ,  杨宁华

IPC: G06V10/774 ,  G06N3/04 ,  G06N3/08 ,  G06V10/82 ,  G06V10/56 ,  G06V10/74 ,  G06V10/764 ,  G06V10/26

Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。

公开(公告)号：CN109886325A

公开(公告)日：2019-06-14

申请号：CN201910105261.2

申请日：2019-02-01

Applicant: 辽宁工程技术大学

Inventor： 贾迪 ,  王伟 ,  孟祥福 ,  朱宁丹 ,  杨宁华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。