[發明專利]基于頻域方向特征相關性的圖像分類方法

有效

• 申請號: 200910022503.8
• 申請日: 2009-05-13
• 公開（公告）號: CN101551864A
• 公開（公告）日: 2009-10-07
• 發明（設計）人: 鐘樺;焦李成;楊曉鳴;王爽;王桂婷;緱水平;馬文萍;公茂果
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;朱紅星

技術領域

本發明屬于圖像處理技術領域，特別是涉及一種圖像分類方法，可用于對紋理圖 像和合成孔徑雷達(SAR)圖像的分類。

背景技術

圖像分類是模式識別的一個重要分支，是根據不同類別的目標在圖像信息中所反 映的不同特征，把它們區分開來的圖像處理方法。圖像分類的主要研究內容是如何對 圖像進行適當的描述，提取能夠有效表示圖像屬性的特征，提出有效的分類識別方法， 并在此基礎上對圖像進行準確高效的分類。

圖像分類的應用領域主要有以下幾個方面：圖像紋理分析、圖像內容檢索、目標 檢測和識別等。其中圖像的紋理分析和分類問題是圖像處理和模式識別中的一個重要 研究方向，在圖像分類、分割、計算機圖形學和圖像編碼等領域都起著至關重要的作 用。20世紀80年代產生了很多傳統的分類方法，如灰度共生矩陣，二階統計方法，高 斯-馬爾可夫隨機場，局部線性變換等。隨著對人類視覺系統研究的深入，許多多分 辨紋理分析模型開始發展起來，如小波變換，Gabor變換，Brushlet，輪廓波(Contourlet) 等。研究者們結合多通道Gabor濾波、小波變換等方法，對紋理分析提出了大量創新 和改進，很大程度上提高了紋理分析的精度。如Jasperetal采用適合紋理分析的小波基 對紡織品紋理進行缺損檢測，Ajay?Kumar和Granthan?K.H?Pang等人將Gabor濾波用于 有紋理現象的物體結構缺損檢測，K.N.Bhanu?Prakash等人利用灰度共生矩陣對母體內 胎兒的肺部超生圖像檢測其是否已到成熟期。大量實驗證明這種多分辨分析的方法能 得到較好的分類效果，因此在圖像分析和分類研究中得到了廣泛的應用。

傳統的圖像分類方法一般是利用紋理特征的向量距離或統計差別來判斷類別屬 性，而基于特征相關性的圖像分類則是基于這一事實：圖像是由特定頻帶和方向的紋 理信息組合而成，這在視覺上反映為不同類別的圖像在不同的特征通道上具有明顯不 同的相關性。因此，該相關性是區分不同類別紋理的一個顯著特征。Zhi-Zhong?Wang 和Jun-Hai?Yong等人對小波包各子帶間的相關性進行了分析并提出相應的圖像檢索方 法。該方法首先得到各子帶的能量特征，然后分析各特征通道間的相關性求得到分類 參數。測試時通過比較測試樣本與訓練樣本相關性模型的擬合程度，依次排除直至獲 得正確的類標。與這一思路類似的方法包括利用小波、輪廓波等變換進行特征提取及 相關性分析，但是這一類變換的共同缺點是框架固定而且變換后的子帶在頻率、方向 等方面劃分不夠細致。這些缺點導致特征相關性不夠明顯，分類性能有限而且對圖像 的大小變化表現不夠魯棒，計算復雜度較高。

發明內容

本發明的目的在于克服上述已有技術的不足，提出一種不受限于小波、小波包等 變換以及多尺度幾何分析工具框架的基于頻域方向特征相關性的圖像分類方法，以提 高對圖像尺寸變化的魯棒性和分類的正確率，降低計算復雜度。

本發明的技術方案是，對訓練樣本集合中的子圖分別進行2維快速傅立葉變換， 然后根據頻率和方向將傅立葉平面劃分為不同頻域方向子帶，計算各子帶能量特征， 分析特征間的相關性，并利用一元線性回歸獲得分類參數，最后通過比較測試子圖的 特征與各類圖像的分類參數模型的擬合程度，得到分類結果。具體實現過程如下：

(1)選取各類紋理的樣本圖像，并將這些樣本圖像分為訓練樣本圖像和測試樣本圖 像兩個數據集；

(2)對訓練樣本圖像數據集分別進行2維快速傅立葉變換，根據傅立葉平面的頻率 和方向將傅立葉平面劃分為不同的頻域方向子帶；

(3)計算各子帶的能量特征，得到圖像的頻域方向特征矩陣M；

(4)計算頻域方向特征矩陣M各子帶特征間的相關系數，根據各子帶對的相關系 數進行降序排列，得到相關對序列；

(5)應用一元線性回歸模型求得相關對序列中各特征相關對的分類特征參數，構成 分類器；

(6)將測試樣本圖像的頻域方向特征與分類器中所有參數的擬合程度進行比較，計 算該測試樣本屬于每一類圖像的概率，取概率最大值對應的類標作為該樣本的類標；

(7)重復步驟(6)，得到測試樣本圖像數據集中所有樣本圖像的類標。

本發明與現有的技術相比具有以下優點：