一种高相似度图像识别与分类方法

    公开(公告)号:CN108062575A

    公开(公告)日:2018-05-22

    申请号:CN201810006119.8

    申请日:2018-01-03

    IPC分类号: G06K9/62

    摘要: 本发明涉及图像处理技术领域,尤其是一种高相似度图像识别与分类方法。本发明所述的方法是首先通过分割算法提取图像中的主体对象,实现图像主题与背景适当分离;防止图像背景对主体对象分类造成干扰,提高图像准确分类的性能;数据预处理阶段利用小波变换将图像分解为不同的频域子图,并提取各频域子图特征;然后将小波变换的输出作为卷积神经网络的输入,通过多次训练对网络权值参数进行更新优化,获取分类准确率最高的神经网络参数,得到最佳分类模型。本发明通过小波变换与卷积神经网络的结合;可以实现对图像的精确识别、分类;可以用于图像的处理。