[發明專利]圖像多特征動態結構融合的標記傳播分類方法

在審

• 申請號: 201710205296.4
• 申請日: 2017-03-31
• 公開（公告）號: CN106991443A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 藺廣逢;繆亞林;陳萬軍;陳亞軍;張二虎;朱虹
• 申請（專利權）人: 西安理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安弘理專利事務所61214
• 代理人: 寧文濤

1.一種圖像多特征動態結構融合的標記傳播分類方法，其特征在于，具體按照以下步驟實施：

步驟1，初始化圖像標記矩陣并計算各特征的相似矩陣；

步驟2，建立特征結構線性模型，并求解線性規劃問題優化式；

步驟3，基于各特征結構關系的標記傳播；

步驟4，判斷標記相對誤差是否符合要求。

2.根據權利要求1所述的圖像多特征動態結構融合的標記傳播分類方法，其特征在于，所述的步驟1具體為：

步驟1.1，針對M個圖像進行分類標記時，設M個圖像中每個圖像都由N個特征表示，

其中，第n個特征的集合表示為Xn＝[xn₁,xn₂,...,xn_M]^T，其中，n＝{1,2,3...N}；

將M個圖像的標記矩陣記為Y_t∈R^M×C

當t＝0時，表示還未開始進行標記，為圖像初始狀態，

則最初的圖像標記矩陣為Y₀∈R^M×C,其中C為圖像的類別數；

則，

其中i＝(1,...,M)，j＝(1,...,C)；

步驟1.2，通過公式(2)的計算，

$y_{0i}^{*}={\arg }_{c\∈\{1,...,C\}}{\mathrm{maxY}}_0(i,c)---\left(2\right)$

得到標記向量

然后再進行歸一計算化后得

$y_0=y_0^{*}-\frac{1}{M}{1}^T{y}_0^{*}1---\left(3\right)$

按照公式(3)計算，得到y0 y₀₁,…,y₀向量元素對應每一圖像，標記其類別，其中

步驟1.3，圖像中的任意兩特征間的距離度量為d_Xn(xn_i,xn_k)，

$d_{Xn}({\mathrm{xn}}_i,{\mathrm{xn}}_k)=\frac{1}{2}\frac{{\[{\mathrm{xn}}_i-{\mathrm{xn}}_k\]}^2}{{\mathrm{xn}}_i+{\mathrm{xn}}_k}---\left(4\right)$

其中，xn_i和xn_k為圖像i和圖像k的特征表征,i＝(1,...,M),k＝(1,...,M)；

計算度量的相似矩陣為Wn＝{Wn(i,k)}(i＝1,2,...,M k＝1,2,...,M)，如下式(5)：

其中，Xn＝[xn₁,xn₂,...,xn_M]^T為特征矩陣。