[發(fā)明專利]基于特征擴(kuò)展和模糊支持向量機(jī)的多分組圖像分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210065533.9
• 申請(qǐng)日: 2012-01-13
• 公開(kāi)（公告）號(hào): CN102622611A
• 公開(kāi)（公告）日: 2012-08-01
• 發(fā)明（設(shè)計(jì)）人: 沈毅;賀智;張淼
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張果瑞

1.基于特征擴(kuò)展和模糊支持向量機(jī)的多分組圖像分類方法，其特征在于，該方法包括以下步驟：

步驟一、初始化給定波段數(shù)為I₀、尺寸為P×Q的多分組圖像

IM_j(p，q)，j＝1，2，…，I₀，p＝1，2，…，P，q＝1，2，…，Q，

去掉多分組圖像IM_j(p，q)中被噪聲嚴(yán)重污染而無(wú)法使用的波段，對(duì)剩下的I個(gè)有效波段重新排序，得到待擴(kuò)展多分組圖像

IM_i(p，q)，i＝1，2，…，I，

其中I₀、I、P和Q為自然數(shù)；

步驟二、依次對(duì)I個(gè)待擴(kuò)展多分組圖像IM_i(p，q)進(jìn)行二維經(jīng)驗(yàn)?zāi)B(tài)分解，得到I組二維本征模態(tài)函數(shù)

BIMFiui,ui=1,2,...,Ui,]]>

其中U_i為第i個(gè)波段的二維本征模態(tài)函數(shù)的個(gè)數(shù)；

步驟三、將所有二維本征模態(tài)函數(shù)有機(jī)組合，擴(kuò)展為待擴(kuò)展多分組圖像IM_i(p，q)各波段對(duì)應(yīng)的特征，記為擴(kuò)展后特征FBIMF；

步驟四、隨機(jī)抽取擴(kuò)展后特征FBIMF上的各像素形成訓(xùn)練樣本

F_trainingBIMF_k，k＝1，2，…，N

和測(cè)試樣本

F_testingBIMF_l，l＝1，2，…，M，

其中，N為訓(xùn)練樣本總數(shù)，M為測(cè)試樣本總數(shù)；

步驟五、對(duì)訓(xùn)練樣本F_trainingBIMF_k指定模糊隸屬度s_k，其中，0≤s_k≤1；

步驟六、根據(jù)訓(xùn)練樣本F_trainingBIMF_k及對(duì)應(yīng)的模糊隸屬度s_k訓(xùn)練FSVM分類器；

步驟七、通過(guò)測(cè)試樣本F_testingBIMF_l測(cè)試訓(xùn)練出的模糊支持向量機(jī)，并求其分類精度，完成對(duì)多分組圖像IM_j(p，q)的分類。