(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 202211308487.0 (22)申请日 2022.10.25 (71)申请人 北京开运联合信息技 术集团股份有 限公司 地址 101100 北京市通州区中关村科技园 区通州园国际种业科技园区聚和七街 1号-593 (72)发明人 李亚亚　李达　方肖燕　张伟祺　 亢瑞卿　亢志邦　 (74)专利代理 机构 南京华恒专利代理事务所 (普通合伙) 32335 专利代理师 裴素艳 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/20(2022.01)G06V 10/28(2022.01) (54)发明名称 一种基于多特征融合的图像识别方法 (57)摘要 本发明公开了一种基于多特征融合的图像 识别方法， 属于图像识别技术领域， 一种基于多 特征融合的图像识别方法， 其具体步骤包括： 图 像信息的采集、 图像信息的横向对比、 图像的预 处理、 图像的特征提取、 图像的二次处理和图像 的识别。 它可 以有效弥补图像中的信息不足， 避 免出现最终的识别图像出现部分区域缺失的情 况， 保证了图像的识别效果。 权利要求书2页 说明书4页 附图1页 CN 115546599 A 2022.12.30 CN 115546599 A 1.一种基于多特 征融合的图像识别方法， 其特 征在于： 其具体步骤如下； 步骤S1、 图像信息的采集： 利用扫描设备和传感设备对图像的信息进行多次采集， 并转 化为数字信号， 在计算机上 呈现； 步骤S2、 图像信息的横向对比： 对多次采集的图像信息并与计算机上呈现的图像进行 横向对比， 弥补单次采集图像信息时的不足， 保证采集的图像信息的完整性； 步骤S3、 图像的预处 理： 对弥补信息后的图像进行 灰度化、 几何变换和图像增强处 理； 步骤S4、 图像的特征提取： 进行图像的特征提取时， 对处理后的图像按灰度值进行划 分； 步骤S5、 图像的二次处理： 对提特征且划分灰度区域的图像进行处理， 根据图像的特征 权重进行加权计算， 然后进行最终处 理， 生成最后的识别图像； 步骤S6、 图像的识别： 采用步骤S1相同的方法进行图像识别， 并将最终的识别图像进行 保存。 2.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S1中， 图像信息采集的工具包括扫描仪和C CD传感器； 扫描仪用于整体扫描图像信息， 并生成数字图像； 型号为TCD1103GFG的CCD传感器用于将光线转变成电荷， 通过模数转换器芯片转换成 数字信号， 数字信号经 过压缩后进行保存。 3.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S2中， 进行图像的横向对比时， 同时标记采集的图像信息中的不同之处。 4.根据权利要求3所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S2中， 对单次采集的图像中缺失的信息进行弥补时， 对选 定的弥补信息进行判定： 当选定的信息所在的图像的数量超过采集的图像数量的60%时， 该选定信息为弥补信 息； 当选定的信息所在的图像的数量小于采集的图像数量的60%时， 重复步骤S1， 并增加采 集的图像数量， 直到 选定的信息所在的图像的数量超过采集的图像数量的6 0%时。 5.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S3中， 进行图像预 处理中的灰度化时， 采用RGB模 型进行处理计算， 然后按RGB三分量进行加 权平均得到灰度图像， 转 化算法为： L=R （299/100） +G （587/10 00） +B （114/100） ； 其中， L为灰度值。 6.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S3中， 进行图像预处理中的几何变换时， 变换的方式包括平移、 转置、 镜像、 旋转和缩放， 输 出图像的像素采用最近邻插值、 双线性插值和双三次插值的灰度差值法映射到输入图像的 非整数坐标 上。 7.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S3中， 进行图像预处 理中的图像增强时采用频率 域法和空间域法。 8.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S4中， 划分区域时， 对同一范围的灰度值的图像划分为同一区域， 且同一范围的灰度值范围 小于20。权　利　要　求　书 1/2 页 2 CN 115546599 A 29.根据权利要求1所述的一种基于多特征融合的图像识别方法， 其特征在于： 所述步骤 S6中， 图像保存的方法为像素 灰度值保存。权　利　要　求　书 2/2 页 3 CN 115546599 A 3