CN107609561A - 一种大数据图像处理方法 - Google Patents

Abstract

本发明实施例公开了一种大数据图像处理方法，本发明实施例提供的方案中，在获得目标图像后；对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；如果是，将所述目标图像标记为该类型图像，应用本发明实施例提供的方案对目标图像进行分类处理，能够可观地根据目标图像的真实内容，对目标图像进行特征提取，能够有效地提高分类的准确度。

Description

一种大数据图像处理方法

技术领域

本发明涉及数据处理技术领域，特别涉及一种大数据图像处理方法。

背景技术

随着移动互联网与智能终端技术的发展，带有数字摄像头智能手机、平板电脑越来越多的进入人们的生活，很容易产生大量的个人数字图像。对于海量图像的处理是一个很庞大的工程，通常对于产生的图像可以先进行分类处理，之后再进行其他形式的处理，因此，分类的好坏可能会直接影响后续对图像的处理效果。

目前，常见的分类处理大都是根据图像的名称、修改时间、类型来对海量的图像进行归类，不难理解的是，对于图像的名称以及修改时间以及图像类型往往是可以进行修改的，例如，同样一张图像，如果用户输入的名称为“东方明珠”时，该图像被分类到建筑类，但是如果用户修改该图像的名称为“留影之东方明珠”后，该图像可能会被分类到旅游景点类；由此可见，上述的对图像的分类处理方式，具有很强的主观性和随机性，对图像进行分类的准确度较低。

发明内容

本发明实施例公开了一种大数据图像处理方法，提高了对图像进行分类的准确度。

为了达到上述目的，本发明实施例提供了一种大数据图像处理方法，所述方法包括：

获得目标图像；

对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；

判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；

如果是，将所述目标图像标记为该类型图像。

可选的，在判断所述特征值与预设分类库中任一类型图像的特征值均不匹配的情况下，所述方法还包括：

基于所述目标图像，在所述预设分类库中建立一个新的类型图像。

可选的，所述对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，包括：

对所述目标图像中每一像素的像素值进行提取，获得每一像素的像素值。

可选的，所述对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，包括：

对所述目标图像进行灰度处理，提取灰度值，获取针对所述目标图像中每一像素的灰度值。

可选的，在所述特征值同时与所述分类库中的多个类型图形的特征值匹配的情况下，所述将所述目标图像标记为该类型图像，包括：

将所述目标图像标记为目标类型图像，所述目标类型图像为与所述目标图像的特征值匹配度最高的类型图像。

本发明实施例提供的方案中，在获得目标图像后；对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；如果是，将所述目标图像标记为该类型图像，应用本发明实施例提供的方案对目标图像进行分类处理，能够可观地根据目标图像的真实内容，对目标图像进行特征提取，能够有效地提高分类的准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的大数据图像处理方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面通过具体实施例，对本发明进行详细说明。

图1为本发明实施例提供的大数据图像处理方法的流程示意图，该方法包括如下步骤：

为了达到上述目的，本发明实施例提供了一种大数据图像处理方法，所述方法包括：

S101：获得目标图像；

在本发明实施例提供的方案中，称待处理的图像为目标图像，例如，待处理的图像为“赵丽颖”，那么，该图像即为目标图像，图像处理器能够获得目标图像。

S102：对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；

本领域技术人员能够理解的是，目标图像是由大量的像素构成的，每一像素均是独立的元素，因此人们所看到的目标图像才会呈现出五彩斑斓的颜色和雄伟壮丽的场景。

在本发明实施例提供的一种具体实现方式中，上述的对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，可以包括：

对所述目标图像中每一像素的像素值进行提取，获得每一像素的像素值。

每一像素均具有特征值，特征值能够唯一的确定像素，例如，每一像素均有对应的RGB值，即R（红色）颜色分量值、G（绿色）颜色分量值、B（蓝色）颜色分量值，示例性的，RGB值为：0、0、0，是指R颜色分量值、G颜色分量值以及B颜色分量值均为0，那么对应人们能够看到的颜色为黑色，若RGB值为：255、255、255，是指R颜色分量值、G颜色分量值以及B颜色分量值均为255，那么对应人们能够看到的颜色为白色，因此，根据RGB值的不同，像素能够呈现出绚烂的颜色。

特征值还可以为YCbCr，即Y（亮度）值、Cb和Cr（色度）值，由于目标图像参考的颜色空间不同，而不同的颜色空间之间通常是能够进行相互转化的，因此像素可以具有多个像素值。

可选的，所述对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，可以包括：

对所述目标图像进行灰度处理，提取灰度值，获取针对所述目标图像中每一像素的灰度值。

S103：判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；

S104：在上述步骤S103判断结果为是的情况下，将所述目标图像标记为该类型图像。

示例性的，预设分类库中包含建筑类型、水果类型、人物类型、花草类型、飞鸟类型、萌宠类型等类型，假设上述对“赵丽颖”进行特征提取之后，可以判断“赵丽颖”与预设分类库中的“人物类型”匹配，那么可以直接将“赵丽颖”图像标记为“人物类型”，即将“赵丽颖”划分为“人物类型”。

不难理解的是，由于图像数量的庞大，为了更加准确的对目标图形进行分类，需要在预设的分类库中尽量多的设置类型图像，在这样的环境下，肯有可能同一个目标图形同时能够与预设分类库中的多个类型图像匹配。

为了防止对目标图像分类的不重复，在本发明实施例提供的一种实现方式中，在所述特征值同时与所述分类库中的多个类型图形的特征值匹配的情况下，所述将所述目标图像标记为该类型图像，可以包括：

将所述目标图像标记为目标类型图像，所述目标类型图像为与所述目标图像的特征值匹配度最高的类型图像。

示例性的，预设分类库中包含建筑类型、水果类型、人物类型、花草类型、飞鸟类型、萌宠类型、明星赵丽颖类型等等类型，假设上述对“赵丽颖”进行特征提取之后，可以判断“赵丽颖”即与预设分类库中的“人物类型”匹配，又与预设分类库中的“明星赵丽颖类型”匹配，但是，目标图像与“人物类型”进行匹配的匹配度为65%，而目标图像与“明星赵丽颖类型”进行匹配的匹配度为85%，可见，目标图像与“明星赵丽颖类型”进行匹配的匹配度更高，因此，可以将目标图像标记为“明星赵丽颖”，此时的“明星赵丽颖”即为目标类型图像。

不难理解的是，在判断所述特征值与预设分类库中任一类型图像的特征值均不匹配的情况下，所述方法还包括：

基于所述目标图像，在所述预设分类库中建立一个新的类型图像。

本发明实施例提供的方案中，在获得目标图像后；对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；如果是，将所述目标图像标记为该类型图像，应用本发明实施例提供的方案对目标图像进行分类处理，能够可观地根据目标图像的真实内容，对目标图像进行特征提取，能够有效地提高分类的准确度。

需要说明的是，本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (5)

1.一种大数据图像处理方法，其特征在于，所述方法包括：

获得目标图像；

对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值；

判断所述特征值是否与预设分类库中任一类型图像的特征值匹配；

如果是，将所述目标图像标记为该类型图像。

2.根据权利要求1所述方法，其特征在于，在判断所述特征值与预设分类库中任一类型图像的特征值均不匹配的情况下，所述方法还包括：

基于所述目标图像，在所述预设分类库中建立一个新的类型图像。

3.根据权利要求1所述方法，其特征在于，所述对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，包括：

对所述目标图像中每一像素的像素值进行提取，获得每一像素的像素值。

4.根据权利要求1所述方法，其特征在于，所述对所述目标图像进行特征提取，获得针对所述目标图像中每一像素的特征值，包括：

对所述目标图像进行灰度处理，提取灰度值，获取针对所述目标图像中每一像素的灰度值。

5.根据权利要求1所述方法，其特征在于，在所述特征值同时与所述分类库中的多个类型图形的特征值匹配的情况下，所述将所述目标图像标记为该类型图像，包括：

将所述目标图像标记为目标类型图像，所述目标类型图像为与所述目标图像的特征值匹配度最高的类型图像。