[發(fā)明專利]基于空間約束特征選擇及其組合的中國剪紙識別方法

有效

• 申請?zhí)枺?/td>: 201010169505.2
• 申請日: 2010-05-11
• 公開（公告）號: CN101853398A
• 公開（公告）日: 2010-10-06
• 發(fā)明（設計）人: 邵健;莊越挺;王霏
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高

技術領域

本發(fā)明涉及圖像識別領域，尤其涉及一種基于空間約束特征選擇及其組合的中國剪紙識別方法。

背景技術

剪紙，又名“刻紙”，是一種以紙為加工對象，以剪刀(或刻刀)為工具進行創(chuàng)作的藝術。剪紙因其講究刀法，玲瓏剔透紙感語言和強調影廓造型而形成一種獨特藝術形式。經(jīng)過幾千年發(fā)展與積淀，剪紙作品可分為動物、肖像、人物和文字等類別。

剪紙作品包含了豐富語義而難以用文字直接進行表達，大量剪紙作品經(jīng)過數(shù)字化處理后，為了發(fā)揮其共享優(yōu)勢，迫切需要研究針對剪紙作品的搜索技術。基于內容圖像檢索Content-based?Information?Retrieval(CBIR)方法因其通過圖像視覺特征(如顏色、紋理和形狀等)實現(xiàn)相似圖像檢索而引起廣泛關注，由于存在底層特征難以表達高層語義這一“語義鴻溝”，使得CBIR這一圖像搜索方法面臨很大挑戰(zhàn)。

CBIR一般采用的視覺特征包括顏色、形狀、紋理以及他們的組合。由于形狀是表現(xiàn)剪紙作品蘊含語義的重要特征，因此剪紙作品的形狀特征提取方法成為剪紙作品識別的關鍵問題。計算機視覺和模式識別(Computer?Vision?andPattern?Recognition)2006年會議論文集中公布了一種提取圖像形狀特征及其計算相應相似度的方法——空間金字塔匹配(Spatial?Pyramid?Matching，SPM)。該方法首先對圖像構造尺度大小不同空間金字塔，在空間金字塔的每一層用粒度遞增的單元格去對圖像進行空間劃分，然后統(tǒng)計每一個劃分得到的圖像單元格子塊中視覺單詞(Visual?Words)出現(xiàn)次數(shù)，得到視覺單詞直方圖。由于在單元格大小變化過程中各視覺單詞出現(xiàn)次數(shù)隨之變化，這一變化可體現(xiàn)圖像中形狀在不同尺度空間不同，因此用直方圖的交來表示每一層金字塔。2009年電氣和電子工程師協(xié)會關于計算機視覺和模式識別會議(IEEE?Conference?onComputer?Vision?and?Pattern?Recognition)論文集中公布了一種提出了一種基于馬爾可夫穩(wěn)態(tài)特性(Markov?Stationary?Features，MSF)的上下文相關直方圖(Contextualizing?Histogram，CH)特征提取方法。上述兩種特征提取方法都存在一定局限性，空間金字塔匹配反映了圖像在不同尺度上的相似性，上下文相關直方圖則反映了圖像在同一尺度上存在空間上下文約束的相似性。

發(fā)明內容

本發(fā)明的目的是克服空間金字塔匹配和上下文相關直方圖在表達圖像形狀上的局限性，將其有效結合，提供一種基于空間約束特征選擇及其組合的中國剪紙識別方法。

基于空間約束特征選擇及其組合的中國剪紙識別方法包括如下步驟：

1)采用空間金字塔匹配和上下文相關直方圖相結合的方法提取樣本初始特征，形成樣本候選特征；

2)利用基于AdaBoost的特征選擇和組合技術對樣本候選特征進行處理，得到樣本區(qū)別性特征；

3)通過每一類中所有組合特征的中心特征向量、區(qū)別性特征以及定義其上的距離計算公式來表征該類；

4)計算測試集樣本在區(qū)別性特征上與各類別中心特征的距離，得到剪紙作品分類識別結果；

所述的采用空間金字塔匹配和上下文相關直方圖結合的方法提取樣本初始特征，形成樣本候選特征步驟包括：對于給定的M幅剪紙圖像s_i{1≤i≤M}，分別提取128維的SIFT局部特征，進而用K-means聚類得到32個視覺單詞。為了得到這些視覺單詞之間存在的空間結構性屬性，對訓練集樣本通過采樣得到3層金字塔，l代表空間金字塔的第l層(l≥0)，d代表第l層單元格的總數(shù)，d＝2^l×2^l，這樣每幅剪紙圖像總共得到(4^l-1)/3個子塊。對于這些(4^l-1)/3個子塊，在其每一個子塊內，定義馬爾可夫穩(wěn)態(tài)特性，來計算得到表示視覺單詞之間共生關系的伴隨矩陣。這樣，對于每幅圖像，可提取出具有空間約束的特征維數(shù)為Z，這里Z＝∑_l64×(4^l-1)/3。值得指出的是，本文在提取具有空間約束特征過程中，是按照圖像中所包含的視覺單詞進行提取，而不是按照像素點顏色值進行提取。同時，每幅圖像所提取的特征維數(shù)均相同。為了消除每個特征值域變化范圍不同對分類造成的影響，給定每一類剪紙圖像后，對其相應維特征進行歸一化處理。