[發明專利]一種基于多尺度反饋度量學習的紋理圖像分類方法

有效

• 申請號: 201711084549.3
• 申請日: 2017-11-07
• 公開（公告）號: CN107862335B
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 董永生;王田玉;張宏艷;金銘鑫;鄭林濤;王曉紅;楊春蕾;梁靈飛
• 申請（專利權）人: 河南科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 孫笑飛

一種基于多尺度反饋度量學習的紋理圖像分類方法，涉及模式識別與圖像處理技術領域，包括以下步驟：使用輪廓波變換對訓練紋理圖像和測試紋理圖像進行處理，得到訓練紋理圖像和測試紋理圖像的輪廓波子帶；由輪廓波子帶中提取相異增量生成直方圖特征；通過建立模型學習求出紋理圖像類距離定義中子帶距離的權重W并通過循環不斷修正W，利用W計算剩余測試紋理圖像與每個類別訓練樣本的距離從而實現分類。本發明有益效果：解決了目前圖像紋理表示和分類中輪廓波子帶的不平衡導致的紋理分類正確率較低的問題，具有分類精確性高、穩健性強等特點，具有很高的實際應用價值。

技術領域

本發明涉及模式識別與圖像處理技術領域，具體地說是一種基于多尺度反饋度量學習的紋理圖像分類方法。

背景技術

輪廓波變換是一種非常有效的圖像方向多尺度變換。輪廓波子帶的有效建模和特征提取是構建圖像紋理表示的一個重要步驟。自從輪廓波變換被提出之后，基于輪廓波的圖像處理和識別方法逐漸涌現出來。輪廓波變換被廣泛地應用在圖像處理和識別的各個分支問題中，為當前的圖像處理和識別水平提高做出了重大貢獻，也為人類科技發展水平的提高起到了較大的促進作用。因此，在過去的十多年里，關于輪廓波和的研究一直受到人們的高度重視。

圖像紋理表示和分類是模式識別和圖像處理中的一個重要研究課題。圖像紋理分類指通過給定標簽的圖像紋理塊訓練分類器，然后對待分類的圖像紋理塊進行分類的問題，也是一種圖像識別問題。不過，紋理分類重點關注的是紋理圖像的分類，尤其關注圖像的紋理信息。在人們生活工作中，圖像紋理分析技術可以廣泛地應用到圖像識別，紋理修補等領域，因此，圖像紋理表示和分類一直是圖像處理和識別技術研究的熱點方向之一。最近數十年，研究人員提出了大量圖像紋理表示和分類方法，目前圖像紋理分類方法大致可以分為兩大類：基于空間域的紋理分類方法和基于變換域的紋理分類方法。近些年基于多尺度變換域的紋理方法受到了廣泛的關注，但是，這些基于多尺度變換域的紋理分類方法往往忽略多尺度子帶的不平衡問題，從而導致所構建的紋理分類方法的正確率不夠理想。

發明內容

本發明所要解決的技術問題是提供一種基于多尺度反饋度量學習的紋理圖像分類方法，解決目前圖像紋理表示和分類中輪廓波子帶的不平衡導致的紋理分類正確率較低的問題。

本發明為解決上述技術問題所采用的技術方案是：一種基于多尺度反

饋度量學習的紋理圖像分類方法，包括以下步驟：

步驟一、給定C類紋理圖像，將每一類紋理圖像都分為兩組，一組用于訓練，稱為訓練紋理圖像，另一組用于測試，稱為測試紋理圖像，然后使用輪廓波變換對訓練紋理圖像和測試紋理圖像進行處理，得到訓練紋理圖像和測試紋理圖像的輪廓波子帶；

步驟二、由步驟一得到的訓練紋理圖像和測試紋理圖像的輪廓波子帶中提取相異增量生成直方圖特征；

步驟三、通過整數剖分的方法，對測試紋理圖像個數做剖分，并構建反饋步長向量V，V＝(v₁,v₂,…,v_τ)，其中τ為對測試紋理圖像個數進行剖分的組數；

步驟四、令m＝1到τ-1，依次對反饋步長向量V進行遍歷，進行如下循環，直到m≥τ-1：

(1)對于訓練紋理圖像輪廓波子帶的相異增量生成的直方圖特征，求解如下線性規劃問題，以獲得紋理圖像類距離定義中子帶距離的權重W：

使得