(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210571522.1 (22)申请日 2022.05.24 (71)申请人 哈尔滨理工大 学 地址 150080 黑龙江省哈尔滨市南岗区学 府路52号 (72)发明人 邱志强　刘明珠　 (51)Int.Cl. G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 10/56(2022.01) G06V 10/44(2022.01) G06V 10/26(2022.01) G06N 3/00(2006.01) (54)发明名称 一种用于图像识别的自适应算法 (57)摘要 本发明一种用 于图像识别的自适应算法属 于智能图像识别领域。 包括以下步骤： 采集三基 色模型图像； 将使用多尺度引导滤波算法估计出 对应分量的照度分量； 引入反射分量， 将所述照 度分量和反射分量进行调整， 进行融合调整后， 输出最新图像； 在本发明一种用于图像识别的自 适应算法作用下， 本算法利用主成分分析对图像 进行数据分析， 寻找最优特征， 将多余有瑕疵特 征去除； 然后利用算法生成初始种群， 算法使种 群均匀分布在求解区域， 为提升整体搜寻速度， 采用对遗传算法进行改进； 依据适应度值自适应 变化的交叉与变异概率确保种群多样性， 提升寻 优效率和识别率； 最后进行人工分析和大数据分 析对比计算， 进行图像目标分类 。 权利要求书1页 说明书4页 CN 114818977 A 2022.07.29 CN 114818977 A 1.一种用于图像识别的自适应算法， 其特 征在于， 包括以下步骤： 步骤一： 采集 三基色模型图像； 步骤二： 将所述采集到的所述 三基色模型图像转换到颜色空间； 步骤三： 将使用多尺度引导滤波算法估计出对应分量的照度分量； 引入反射分量， 将所 述照度分量和反射分量进行调整， 进行融合调整后， 输出最 新图像； 步骤四： 使用大津法找到所述对应分量的分割阈值； 步骤五： 根据所述分割阈值， 设计不同区域分界值表； 根据 所述不同区域分界值表设计 伽马曲线； 计算出调整照度分量后的不同区域亮度图像； 步骤六： 将所述调整后 照度分量图像与原照度分量图像融合； 步骤七： 对采集的图像进行 再处理； 步骤八： 将所述步骤七所述进行预处理的图像， 再次进行处理， 使处理后的图像大小相 同； 步骤九： 将所述步骤八所述大小相同图像， 进行边沿锐化处理， 利用二进制转换操作， 将边沿化处 理图像， 转换成可 数字化处 理分析的图像； 步骤十： 将所述步骤九所述的处理过后图像， 利用二阶中心矩构造8个不变矩公式， 同 时计算图像的不变矩； 步骤十一： 将所述 步骤十所述的处 理过后图像， 进行主成分 分析， 组成新的特 征空间； 步骤十二： 采用神经网络算法和遗传算法和结合， 生成初始种群； 步骤十三： 根据遗传算法计算公式对个 体适应度值进行计算； 步骤十四： 将所述 步骤十三中， 计算出的优秀个 体进行保留操作； 步骤十五： 根据所述 步骤十二 算法计算方法， 判断停止 输出数据； 步骤十六： 根据 所述步骤十五输出数据， 选择图像 中最优特征数据， 组成新的数据 特征 空间； 步骤十七： 对所述步骤十六得到的数据， 进行人工分析和大数据分析对比计算， 进行图 像目标分类。 2.根据权利要求1所述的一种用于图像识别的自适应算法， 其特征在于， 所述步骤十一 中贡献率达 到百分之95 。 3.根据权利要求1所述的一种用于图像识别的自适应算法， 其特征在于， 所述遗传算法 还包括以下步骤： 步骤a， 对种群中适应度值 最大的进行记录； 步骤b， 再次进行计算， 得到数据大于前种群数据， 用大个 体数据替换 前者数据； 步骤c， 当前适应度值 最小的个 体用适应度值 最大的个 体替换； 步骤d， 保证最优个 体不被破坏。权　利　要　求　书 1/1 页 2 CN 114818977 A 2一种用于图像识别的 自适应算法 技术领域 [0001]本发明一种用于图像识别的自适应算法属于智能图像识别领域。 背景技术 [0002]随着各种拍照设备的广泛应用， 图形可视性值得具体考虑， 主要是由于光照不均 匀、 曝光不足的原因导致的， 这也是对可视化视觉技术的挑战； 生活中， 图像多数来自于特 征提取、 目标识别和监控系统等； 一种提高视觉度 的措施是， 提高光照不均匀图像的对比 度、 过暗区域的亮度， 保持其它区域的亮度信息， 使增强后图像与 原图有较高的结构相似性 是十分重要的； 最近一段时间来说， 光照不均匀图像增强算法的研究成果有很多； 比如直方 图算法、 伽马校正类算法和小波变换类算法， 其中小波变换类算法可以突出不同尺度下 的 细节， 但无法同时保证在降低噪声的同时保证算法的复杂程度； [0003]在视觉成像方面， 红外相机通过接受物体 的红外辐射成像， 不需要主动光源的特 性， 使得红外成像技术在夜视领域有着不可比拟的优势， 在安防、 工业、 农业、 军事 领域有广 泛的应用。 随着自动驾驶技术的兴起， 红外成像技术成为自动驾驶技术夜间成像中不可或 缺的重要部分。 各领域对红外图形 的成像质量也有了很高的要求； 红外相 机的核心元器件 是红外平面阵列， 主要分为制冷型和非制冷型。 硬件质量水平直接影响了红外图片的质量。 而对于电子元器件来说， 制 造工艺还有待进一步提高； 特别是红外焦平面阵列的非均匀 性 噪声不可避免。 而影响其最重要的原因是条纹噪声， 虽然科技的进步， 硬件质量的提高， 并 没有解决这个问题， 这 也称为了红外非均匀性校正领域研究的热门问题。 [0004]作为未来智能服装监测系统或者人工智能模块不可或缺的重要组成部分， 人工智 能图像识别系统已经成为国内外研发者的研究热点。 对于电商商品识别系统而言， 最难解 决的就是如何有效处理电商商品实时识别和检测困难的问题。 人工智能和相应的机器学习 算法的研究与发展为上述问题提供了新的解决思路， 以线性判别分析、 神经网络法、 子空间 分析、 支持向量机、 随机森林为代表的众多机器学习算法已经被尝试应用于电商商品识别 系统中。 研究结果表明， 各类机器学习算法能够大幅提高商品标志的识别率， 但是也会存在 计算复杂度高、 实时效果差、 参数设置解决方案不成熟、 商品类型受限等缺陷， 为实际应用 带来了不小的阻碍 。 发明内容 [0005]针对上述问题， 本发明公开了一种用于图像识别的自适应算法。 [0006]本发明专利的目的是这样实现的： [0007]一种用于图像识别的自适应算法， 包括以下步骤： [0008]步骤一： 采集 三基色模型图像； [0009]步骤二： 将所述采集到的所述 三基色模型图像转换到颜色空间； [0010]步骤三： 将使用多尺度引导滤波算法估计出对应分量的照度分量； 引入反射分量， 将所述照度分量和反射分量进行调整， 进行融合调整后， 输出最 新图像；说　明　书 1/4 页 3 CN 114818977 A 3