[發(fā)明專利]林業(yè)業(yè)務圖像自動分類方法

有效

• 申請?zhí)枺?/td>: 201210251256.0
• 申請日: 2012-07-18
• 公開（公告）號: CN102819747A
• 公開（公告）日: 2012-12-12
• 發(fā)明（設(shè)計）人: 汪杭軍;壽韜;張廣群
• 申請（專利權(quán)）人: 浙江農(nóng)林大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 周烽

1.一種林業(yè)業(yè)務圖像自動分類方法，分為訓練和分類兩大部分，其特征是按如下步驟進行：

一、訓練

(1)將數(shù)據(jù)庫中每一幅林業(yè)業(yè)務圖像從RGB顏色模型圖像分別轉(zhuǎn)換成HSV顏色模型圖像和256級灰度圖像其中i＝1，2，...，N，N為數(shù)據(jù)庫中訓練圖像的個數(shù)；

(2)在灰度圖像上，采用SURF計算關(guān)鍵點集合KP_i(k₁，k₂，...，k_Ni)，，其中Ni表示關(guān)鍵點個數(shù)，關(guān)鍵點k_j(x，y，s)中，j＝1，2，...，Ni，x，y表示關(guān)鍵點的位置，s為尺度信息；

(3)關(guān)鍵點描述：按步驟一(2)得到的SURF關(guān)鍵點，求對應像素點在HSV空間中的H顏色分量上的位置，然后分2步來實現(xiàn)這些關(guān)鍵點的描述：

a)關(guān)鍵點主方向確定：在圖像上，以每一個關(guān)鍵點為圓心，以s為尺度值計算半徑為6s的鄰域內(nèi)的點在x、y方向的Haar小波，Haar小波邊長取4s響應，并給這些響應值以關(guān)鍵點為中心的σ＝2s高斯窗進行加權(quán)，再將60°范圍內(nèi)的響應相加形成新的矢量，然后遍歷整個圓形區(qū)域，選擇模長最長的矢量的方向為該關(guān)鍵點的主方向；

b)特征向量生成：在圖像上，以關(guān)鍵點為中心，將坐標軸旋轉(zhuǎn)到主方向，按照主方向選取邊長為20s的正方形區(qū)域，并將該區(qū)域分成4×4的子區(qū)域，在每一個子區(qū)域內(nèi)，按照5×5的大小進行采樣，分別計算相對于主方向的水平和垂直方向上的Haar小波響應，記為dx和dy，同樣賦予權(quán)重系數(shù)；然后對每個子區(qū)域的響應以及響應的絕對值求和，在每個子區(qū)域得到一個4維向量l＝1，...，16，則16個子區(qū)域形成一個64維的描述向量Vi=((Vi1)T,(Vi2)T...,(Vi16)T)T;]]>

(4)聚類：利用Hierarchical?K-means聚類算法對圖像數(shù)據(jù)庫中的所有訓練圖像所提取的特征描述向量V進行聚類，其中聚類數(shù)目K∈[3000，8000]，將這些聚類中心形成視覺詞匯本；

(5)生成直方圖表示圖像：用步驟一(4)得到的視覺詞匯本表示圖像數(shù)據(jù)庫中的所有訓練圖像，即統(tǒng)計圖像中所有關(guān)鍵點特征通過最近鄰計算在視覺詞匯本中出現(xiàn)的次數(shù)，最后圖像的關(guān)鍵點在視覺詞匯本出現(xiàn)的頻率形成的直方圖作為圖像描述特征；

二、分類

(1)按步驟一(1)、(2)和(3)相同方法，得到待分類圖像的所有SURF關(guān)鍵點的對應HSV空間中的H顏色分量，并表示成64維的特征向量，然后使用步驟一(4)獲得的視覺詞匯本，將該圖像表示為直方圖；

(2)采用SVM分類器進行分類：將待分類林業(yè)業(yè)務圖像的直方圖和步驟一(5)得到的所有訓練圖像的直方圖作為SVM的輸入進行分類，得到的分類結(jié)果為該圖像的林業(yè)業(yè)務圖像的類別。