[發明專利]基于支持向量機的圖像處理裝置及方法

有效

• 申請號: 201810550987.2
• 申請日: 2018-05-31
• 公開（公告）號: CN108921172B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 閭海榮;高偉;江瑞;張學工;李林
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 曹素云;董永輝

1.一種基于支持向量機的圖像處理裝置，其特征在于，包括：

圖像塊獲取模塊，用于獲取圖像塊；

特征提取模塊，用于提取圖像塊的特征，得到圖像塊特征向量；所述特征提取模塊包括：第一提取單元，用于圖像識別時，對圖像塊進行局部二進制式特征提取；第二提取單元，用于圖像識別時，對圖像塊進行灰度共生矩陣特征提取；第三提取單元，用于圖像分類時，對圖像塊進行分形特征提取；第四提取單元，用于圖像分類時，對圖像塊進行方向梯度直方圖特征提取；

圖像識別模塊，將圖像塊特征向量輸入，基于鄰近算法，按照圖像塊的分辨率，從低級別到高級別進行圖像塊識別，識別時，根據某一級別中是否存在大于該級別預先設置的閾值的置信分數來識別該圖像塊是否正常；

圖像分類模塊，基于支持向量機對圖像塊進行分類；

數據處理模塊，包括：第一處理單元，對圖像識別模塊識別出的圖像塊數目進行處理完成圖像的識別，以及第二處理單元，對圖像分類模塊分類出的圖像塊數目進行處理完成圖像的分類。

2.如權利要求1所述的基于支持向量機的圖像處理裝置，其特征在于，所述圖像塊獲取模塊，包括：第一圖像塊獲取單元，用于獲取進行圖像識別時的圖像塊，在所述第一圖像塊獲取單元中，根據圖像塊的分辨率對圖像塊進行分級處理，得到分級采樣后圖像塊；第二圖像塊獲取單元，基于無重疊方式獲取圖像分類時的圖像塊。

3.如權利要求2所述的基于支持向量機的圖像處理裝置，其特征在于，所述圖像塊獲取模塊，包括背景圖像塊標記單元，根據圖像塊的紅黃藍三通道值均大于200的像素數目所占總像素數目的比例來標記。

4.如權利要求1所述的基于支持向量機的圖像處理裝置，其特征在于，所述特征提取模塊，還包括歸一化處理單元，所述第一提取單元和所述第二提取單元提取特征后做歸一化處理再進行連接，得到圖像塊的特征向量，其中，歸一化處理針對提取到的一張圖像塊的特征[f1,f2,……，fN]，其中N表示提取出的特征的維數，歸一化后的各維的值為：

其中，min_i是數據集里面的第i維的最小值，max_i是數據集里面第i維的最大值。

5.如權利要求1所述的基于支持向量機的圖像處理裝置，其特征在于，所述圖像識別模塊中，最低級別預先設置的閾值為0.9，每升高一個級別閾值減少0.1。

6.如權利要求5所述的基于支持向量機的圖像處理裝置，其特征在于，所述圖像識別模塊進行識別時，若在一個級別，存在大于該級別預先設置的閾值的置信分數，則為有效識別圖像塊，標記該圖像塊類別；若在一個級別，不能以大于該級別預先設置的閾值的置信分數識別該圖像塊，則到該級別的下一級別進行特征提取及識別，若沒有下一級別，則標簽未確定；若在最高級，仍不能以大于該級別預先設置的閾值的置信分數識別該圖像塊，則該圖像塊為無效識別圖像塊。

7.如權利要求1所述的基于支持向量機的圖像處理裝置，其特征在于，所述第一處理單元中，如果某一類別的有效識別圖像塊數目在總圖像塊數目中所占比例大于50％，則圖片就識別為該類別。

8.如權利要求7所述的基于支持向量機的圖像處理裝置，其特征在于，所述第二處理單元，是根據在某一類中判別圖像塊數目是否達到了該類相應級別且是最大的，來確定圖片是否分類到該類別。

9.如權利要求1所述的基于支持向量機的圖像處理裝置，其特征在于，該圖像處理裝置還包括參數選取模塊，用于確定圖像識別模塊和圖像分類模塊中的參數。