專利名稱：基于視覺詞典的圖像分類方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別涉及一種基于視覺詞典的圖像分類方法。
背景技術(shù)：
圖像分類是對圖像中的目標判定類別，從而將圖像進行歸類。目前，圖像分類技術(shù)已經(jīng)成為了人工智能和模式識別中的重要研究方向，在軍事目標識別、遙感和醫(yī)學(xué)圖像識別、OCR、生物特征識別、票據(jù)識別、智能交通等領(lǐng)域中得到了應(yīng)用。從技術(shù)上來說，基于內(nèi)容的圖像分類主要是利用圖像的低層局部特征和高層語義特征，建立基于特征的向量表示，從而將其轉(zhuǎn)化為人工智能領(lǐng)域的監(jiān)督學(xué)習(xí)問題。在實際使用中，圖像分類的難點在于目標由于不同程度的遮擋、觀察視角不同、光照條件變化、仿射變換以及同類目標之間的差異性，造成分類失敗。目前，基于局部區(qū)域特征提取算子(如HarriS-Affine、MSER、SIFT等)的圖像分類識別方法在仿射變換、光照變化、遮擋等條件下都被證明可以取得較好的分類效果。該方法從圖像中抽取局部關(guān)鍵區(qū)域，并用仿射不變性描述算子建立這些區(qū)域的特征向量，然后通過向量矢量化方法建立視覺詞典(Visual Code Book)，并將圖像用基于該視覺詞典的頻率直方圖表示，最終建立分類模型實現(xiàn)對目標識別。常用的向量矢量化方法是k-means ( 一種硬聚類算法)，但該算法一般假設(shè)數(shù)據(jù)集是一個混合正態(tài)分布，在迭代過程中容易在樣本點分布密集的地方陷入局部極值，而且還必須事先確定聚類個數(shù)，初始點不同可能結(jié)果也不一樣，一個遠離中心點的樣本點可能會使中心點產(chǎn)生較大偏離，而且計算復(fù)雜度較高，在實際使用中無法得到最具區(qū)分度的視覺詞典。

發(fā)明內(nèi)容
(一)要解決的技術(shù)問題本發(fā)明要解決的技術(shù)問題是如何得到最具區(qū)分度的視覺詞典，并根據(jù)該視覺詞典進行圖像分類。( 二 )技術(shù)方案為解決上述技術(shù)問題，本發(fā)明提供了一種基于視覺詞典的圖像分類方法，包括以下步驟Sl 抽取訓(xùn)練圖像數(shù)據(jù)集的聯(lián)合局部特征；S2:通過基于移動均值和區(qū)域哈希法的聚類算法對所述聯(lián)合局部特征進行向量矢量化，從而選擇聚類中心個數(shù)，以形成視覺詞典；S3 根據(jù)所述視覺詞典生成圖像的特征表示，以建立圖像分類器；S4 根據(jù)所述圖像分類器分類所述訓(xùn)練圖像數(shù)據(jù)集中的圖像。其中，所述步驟Sl具體包括Si. 1 利用Harris-Affine算子或提取訓(xùn)練圖像數(shù)據(jù)集的局部區(qū)域集合H= {h}；
Si. 2 利用MSER算子提取訓(xùn)練圖像數(shù)據(jù)集的局部區(qū)域集合E = {e}；Si. 3 利用SIFT算子提取訓(xùn)練圖像數(shù)據(jù)集的特征點集合為Q = {q}；Si. 4根據(jù)S1.1 Si. 3得到所述聯(lián)合局部特征為: U = {u\u gQ and (u [ H or ti [ Ε)}。其中，所述步驟Si. 1具體包括Harris-AfTine利用公式(1)所示的圖像二階自相關(guān)矩陣的特征值度量判斷角
權(quán)利要求
1.一種基于視覺詞典的圖像分類方法，其特征在于，包括以下步驟51抽取訓(xùn)練圖像數(shù)據(jù)集的聯(lián)合局部特征；52通過基于移動均值和區(qū)域哈希法的聚類算法對所述聯(lián)合局部特征進行向量矢量化，從而選擇聚類中心個數(shù)，以形成視覺詞典；53根據(jù)所述視覺詞典生成圖像的特征表示，以建立圖像分類器；54根據(jù)所述圖像分類器分類所述訓(xùn)練圖像數(shù)據(jù)集中的圖像。
2.如權(quán)利要求1所述的基于視覺詞典的圖像分類方法，其特征在于，所述步驟Sl具體包括Si. 1:利用Harris-AfTine算子或提取訓(xùn)練圖像數(shù)據(jù)集的局部區(qū)域集合H= {h}； Si. 2:利用MSER算子提取訓(xùn)練圖像數(shù)據(jù)集的局部區(qū)域集合E= {e}； Si. 3 利用SIFT算子提取訓(xùn)練圖像數(shù)據(jù)集的特征點集合為Q = {q}； Si.4根據(jù)Si. 1 Si. 3得到所述聯(lián)合局部特征為 U ~{u\u G Q and (u c H ο u c Ε)}。
3 如權(quán)利要求2所述的基于視覺詞典的圖像分類方法，其特征在于，所述步驟Si.1具體包括Harris-Affine利用公式(1)所示的圖像二階自相關(guān)矩陣的特征值度量判斷角點
4.如權(quán)利要求2所述的基于視覺詞典的圖像分類方法，其特征在于，所述步驟Si.2具體包括對所述訓(xùn)練圖像數(shù)據(jù)集中的圖像按灰度值大小對像素排序；按所述排序?qū)⑾袼刂饾u添加到空白圖像，并記錄相應(yīng)連通成分及其面積函數(shù)，所述面積函數(shù)為灰度值的函數(shù)；根據(jù)所述面積函數(shù)變化率的局部極小值確定MSER，最終得到局部區(qū)域集合E = {e}。
5.如權(quán)利要求3所述的基于視覺詞典的圖像分類方法，其特征在于，所述步驟Si.3具體包括使用高斯差分算子DoG來確定特征尺度，DoG定義如( 所示 DoG(s, σ ) = L(s, ko )+L(s, k)(5)其中σ是特征尺度，k為常數(shù)，L是尺度空間函數(shù)，用于在各個尺度上對圖像進行平滑， 從而建立DoG金字塔尺度空間，得到各個尺度上的平滑圖像后，SIFT算子將每個點與相鄰的8個點以及上下層各9個點相比較，通過計算該點是否是極大值或極小值點來判斷是否為特征點，同時利用梯度方向來判斷該點的主方向，SIFT算子得到的特征點集合記為Q = {q}。
6.如權(quán)利要求1所述的基于視覺詞典的圖像分類方法，其特征在于，所述步驟S2具體包括對于步驟Sl得到的d維圖像局部特征向量空間，均值移動算法利用核函數(shù)處理不同的樣本空間分布，并自動查找樣本空間中的概率密度極值點，迭代過程如式(6)所示其中，a,和h是d維圖像局部特征向量空間的樣本點，GO是單位高斯核函數(shù)，ω (a,) 表示樣本點％的權(quán)重系數(shù)，η表示樣本空間的樣本點總數(shù)； 迭代步驟包括S2. 1 查找與…的距離小于r的相鄰點集合，具體查找方式為 對d維歐式空間X進行T次切分，每次切分需要隨機選定Z維，建立不等式，并用布爾向量記錄切分得到的子空間，如在隨機選定的某一維dz上，取一個隨機值Uz，這個值在整個樣本空間第dz維的值域范圍之內(nèi)，根據(jù)式(7)來對樣本點％進行切分
7.如權(quán)利要求1所述的基于視覺詞典的圖像分類方法，其特征在于，步驟S3具體包括通過對每個圖像統(tǒng)計所包含視覺單詞的分布直方圖，將圖像轉(zhuǎn)化為模式識別方法可以處理的數(shù)據(jù)集，即具有相同維度的特征向量集合；利用SVM、貝葉斯等分類算法對其進行訓(xùn)練和分類，并在訓(xùn)練過程中進行特征權(quán)重計算，選擇最有效的特征。
全文摘要
本發(fā)明公開了一種基于視覺詞典的圖像分類方法，涉及數(shù)字圖像處理技術(shù)領(lǐng)域，包括以下步驟S1抽取訓(xùn)練圖像數(shù)據(jù)集的聯(lián)合局部特征；S2通過基于移動均值和區(qū)域哈希法的聚類算法對所述聯(lián)合局部特征進行向量矢量化，從而選擇聚類中心個數(shù)，以形成視覺詞典；S3根據(jù)所述視覺詞典生成圖像的特征表示，以建立圖像分類器；S4根據(jù)所述圖像分類器分類所述訓(xùn)練圖像數(shù)據(jù)集中的圖像。本發(fā)明能夠獲得最具區(qū)分度的視覺詞典，從而使分類方法對圖像數(shù)據(jù)集的樣本空間分布具有自適應(yīng)性，可以抵抗各種仿射變換和光照變化，對于局部異常、噪聲干擾、以及復(fù)雜背景具有更好的魯棒性，而且具有很強的通用性，可以用于各種類型的圖像分類，因而具有較高的實用價值。
文檔編號G06K9/66GK102208038SQ20111017510
公開日2011年10月5日 申請日期2011年6月27日 優(yōu)先權(quán)日2011年6月27日
發(fā)明者李環(huán), 紀磊, 覃征 申請人:東莞理工學(xué)院, 清華大學(xué)