(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 202210855654.7 (22)申请日 2022.07.20 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 韩金城　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/30(2022.01) G06V 10/80(2022.01) G06V 10/56(2022.01)G06V 10/54(2022.01) (54)发明名称 图像分类方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及人工智能领域， 揭露一种图像 分 类方法， 包括： 将原始图像集转换至 预设的HSV空 间中， 得到基于HSV空间的原始图像集， 并对基于 HSV空间的原始图像集进行去噪操作， 得到标准 图像集； 计算标准图像集的颜色矩， 得到标准图 像集的颜色特征； 对 标准图像集进行局部邻域差 异操作， 得到标准图像集的局部特征， 并对多个 局部特征进行局部邻域增强操作， 得到标准图像 集的纹理特征； 将颜色特征及纹理特征进行拼 接， 并将拼接后的标准图像特征集传输至预设的 图像分类器中， 得到标准图像集的图像分类结 果。 本发明还涉及一种区块链技术， 原始图像集 可存储在区块链节点中。 本发明还提出一种图像 分类装置、 设备以及介质。 本发明可以提高图像 分类的准确率。 权利要求书2页 说明书15页 附图3页 CN 115205596 A 2022.10.18 CN 115205596 A 1.一种图像分类方法， 其特 征在于， 所述方法包括： 获取原始图像集， 将所述原始图像集转换至预设的HSV空间中， 得到基于HSV空间的原 始图像集， 并对所述基于 HSV空间的原 始图像集进行去噪操作， 得到标准图像集； 计算所述标准图像集的颜色矩， 得到所述标准图像集的颜色特 征； 对所述标准图像集进行局部邻域差异操作， 得到所述标准图像集的局部特征， 并对多 个所述局部特 征进行局部邻域增强操作， 得到所述标准图像集的纹 理特征； 将所述颜色特征及所述纹理特征进行拼接， 得到标准图像特征集， 并将所述标准图像 特征集传输 至预设的图像分类 器中， 得到所述标准图像集的图像分类结果。 2.如权利要求1所述的图像分类方法， 其特征在于， 所述计算所述标准图像集的颜色 矩， 得到所述标准图像集的颜色特 征， 包括： 分别计算所述标准图像集的一阶颜色矩、 二阶颜色矩及三阶颜色矩； 汇总所述 一阶颜色矩、 所述 二阶颜色矩及所述 三阶颜色矩， 得到所述颜色特 征。 3.如权利要求1所述的图像分类方法， 其特征在于， 所述对所述标准图像集进行局部邻 域差异操作， 得到所述标准图像集的局部特 征， 包括： 获取所述标准图像集中的图像像素矩阵， 根据所述图像像素矩阵确定中心像素及各个 邻域像素； 识别各个所述邻域像素对应的相邻像素， 并将所述邻域像素与相邻像素进行比较， 根 据比较结果将图像 像素矩阵进行二 值化操作， 得到所述标准图像集的多个局部特 征。 4.如权利要求1所述的图像分类方法， 其特征在于， 所述对多个所述局部特征进行局部 邻域增强操作， 得到所述标准图像集的纹 理特征， 包括： 将所述多个局部特 征中的像素进行相对差计算， 得到第一局部纹 理特征； 将所述多个局部特 征中的像素进行平均偏差计算， 得到第二局部纹 理特征； 将所述第一局部纹理特征与 所述第二局部纹理特征进行拼接， 得到所述标准图像集的 纹理特征。 5.如权利要求1所述的图像分类方法， 其特征在于， 所述将所述原始图像集转换至预设 的HSV空间中， 得到基于 HSV空间的原 始图像集， 包括： 提取所述原始图像集中任意像素点的红色值、 绿色值和蓝色值； 分别对所述红色值、 所述绿色值和所述蓝色值进行归一化处理， 得到红色归一值、 绿色 归一值和蓝色归一 值； 将所述红色归一值、 所述绿色归一值和所述蓝色归一值代入至预设的HSV转换公式中， 得到色调值、 饱和值和明亮值； 若所述色调值小于预设的色调阈值， 则令所述色调值和色调标准值进行相加计算， 得 到最终色调值； 根据所述 最终色调值、 所述饱和值和所述明亮值确定基于 HSV空间的原 始图像集。 6.如权利要求1所述的图像分类方法， 其特征在于， 所述将所述标准图像特征集传输至 预设的图像分类 器中， 得到所述标准图像集的图像分类结果， 包括： 构建所述标准图像特 征集的多个超平面 函数； 利用预设的几何间隔确定多个所述超平面函数中的两个平行超平面函数， 对所述两个 平行超平面 函数进行公式转换 得到约束条件；权　利　要　求　书 1/2 页 2 CN 115205596 A 2利用所述拉格朗日数乘法将所述约束条件转化为无约束条件， 对所述无约束条件进行 运算得到所述两个平行超平面 函数中的最优 超平面； 利用所述最优超平面将所述标准图像特征集进行分类， 得到所述标准图像集的图像分 类结果。 7.如权利要求1所述的图像分类方法， 其特征在于， 所述对所述基于HSV空间的原始图 像集进行去噪操作， 得到标准图像集， 包括： 将预设的滤波窗口与 所述原始图像集中的左上角图像像素位置重合， 并将所述滤波窗 口按照预设步长进行滑动， 直到将所述滤波窗口与所述原始图像集的右下角图像像素位置 重合， 依次读取 所述重合的图像 像素位置对应的像素 灰度值； 对所述像素 灰度值进行排序， 得到排序像素 灰度值； 查找所述排序像素灰度值的中值集， 并从所述中值集中依次选取中值替代所述像素灰 度值的中间值， 得到所述标准图像集。 8.一种图像分类装置， 其特 征在于， 所述装置包括： 空间转换模块， 用于获取原始图像集， 将所述原始图像集转换至预设的HSV空间中， 得 到基于HSV空间的原始图像集， 并对所述基于HSV空间的原始图像集进行去噪操作， 得到标 准图像集； 颜色特征提取模块， 用于计算所述标准图像集的颜色矩， 得到所述标准图像集的颜色 特征； 纹理特征提取模块， 用于对所述标准图像集进行局部邻域差异操作， 得到所述标准图 像集的局部特征， 并对多个所述局部特征进行局部邻域增强操作， 得到所述标准图像集的 纹理特征； 图像分类模块， 用于将所述颜色特征及所述纹理特征进行拼接， 得到标准图像特征集， 并将所述标准图像特征集传输至预设的图像分类器中， 得到所述标准图像集的图像分类结 果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任一项所述 的图像分类方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述的图像分类方法。权　利　要　求　书 2/2 页 3 CN 115205596 A 3