[發明專利]WCE視頻分段提取顯著特征信息的方法

有效

• 申請號: 201510274883.X
• 申請日: 2015-05-26
• 公開（公告）號: CN104881646B
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 萬里;張志良;劉小琪;嚴莎莎;白家蓮
• 申請（專利權）人: 重慶金山科技（集團）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 重慶市前沿專利事務所(普通合伙) 50211
• 代理人: 路寧;陳紅

1.一種對WCE視頻分段提取顯著特征信息的方法，其特征在于，包括如下步驟：

步驟1，對于顏色變化明顯的圖形，獲取待提取特征信息的圖片數據，將待提取特征信息的圖片數據的RGB顏色特征轉換為HSI顏色特征，將轉換為HSI顏色特征后的圖片數據進行量化降維；對于紋理差異明顯的圖片數據，獲取待提取特征信息的圖片數據，提取基于RGB信息的圖片數據的LBP紋理特征，將轉換為LBP紋理特征后的圖片數據進行量化降維；

步驟2，將量化降維處理的圖片數據通過樸素貝葉斯分類器算法進行分類后，獲取帶有顯著特征信息的WCE視頻圖像分段模型。

2.根據權利要求1所述的對WCE視頻分段提取顯著特征信息的方法，其特征在于，步驟1中將RGB顏色特征轉換為HSI顏色特征包括：

步驟1-1，輸入圖像的R、G、B值，其對應的HSI模型中的H、S、I分量由公式計算得到，

其中，R、G、B為圖片像素的紅、綠、藍刺激值。

3.根據權利要求2所述的對WCE視頻分段提取顯著特征信息的方法，其特征在于，步驟1中將轉換為HSI顏色特征后的圖片數據進行量化降維的過程還包括：

步驟1-2，色度量化成8個空間，把飽和度量化成3個空間，把亮度分別量化成3個空間，即顏色空間被分層了8×3×3的區間，具體量化值為，

設變量h、s、i，分別表示量化中H、S、I的取值范圍，計算如下，

則通過上式分別對H、S、I進行量化，具體量化值如下：

4.根據權利要求1所述的對WCE視頻分段提取顯著特征信息的方法，其特征在于，步驟2包括：

步驟2-1，設D是訓練元組和其相關聯的類標號的集合，每個元組用一個n維屬性向量X＝{x₁,x₂,...,x_n}表示，分別描述元組在n個屬性集A₁,A₂,........A_n對元組的n個度量，且各屬性之間相互獨立；

步驟2-2，假設有m個類C₁,C₂,C₃,.....C_m，給定元組X，分類法將預測X屬于最高后驗概率的類，也就是說樸素貝葉斯法預測X屬于類C_i，當且僅當P(C_i|X)＞P(C_j|X)1≤j≤m,j≠i，其中i、j為正整數，

這樣，最大化P(C_i|X)，P(C_i|X)最大的類C_i稱為最大后驗假設，根據貝葉斯定理，

步驟2-3，由于P(X)對所有類為常數，所以P(X|C_i)P(C_i)最大即可，若類是先驗概率未知，則通常假定這些類是等概率的，即P(C₁)＝P(C₂)＝...＝P(C_m)，并據此對P(X|C_i)最大化；否則，最大化P(X|C_i)P(C_i)；

步驟2-4，給定元組的類標號，且屬性值有條件地相互獨立，因此，

x_k表示元組X在屬性A_k的值，由于A_k是分類屬性，則P(x_k|C_i)是D中屬性A_k的值為x_k的C_i類的元組數|C_i,D|；

步驟2-5，為了預測X的類標號，對每個類C_i，計算P(X|C_i)P(C_i)，該分類法預測輸入元組X的類為C_i，當且僅當，

P(X|C_i)P(C_i)＞P(X|C_j)P(C_j),1≤j≤m,j≠i，

被預測的類標號是使P(X|C_i)P(C_i)最大的C_i。