[發明專利]一種圖像處理方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201811497639.X
• 申請日: 2018-12-07
• 公開（公告）號: CN109800781A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 李書通
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種圖像處理方法，其特征在于，所述方法包括：

采用主成分分析網絡PCANet對多個目標圖像分別提取圖像特征信息；其中，所述多個目標圖像包括待分類圖像和樣本圖像；

根據所述圖像特征信息，通過無監督分類算法對所述待分類圖像和所述樣本圖像進行聚類，得到所述待分類圖像的分類結果。

2.根據權利要求1所述的方法，其特征在于，所述采用主成分分析網絡PCANet對多個目標圖像分別提取圖像特征信息，包括：

對所述多個目標圖像分別進行第一主成分分析方法PCA卷積計算，得到各所述目標圖像的第一主成分特征向量；

對各所述目標圖像的第一主成分特征向量進行第二PCA卷積計算，得到各所述目標圖像的第二主成分特征向量；

對各所述目標圖像的第二主成分特征向量進行哈希運算，得到各所述目標圖像的哈希值；

將各所述目標圖像的哈希值進行局部直方圖運算，得到各所述目標圖像的圖像特征信息。

3.根據權利要求2所述的方法，其特征在于，所述對所述多個目標圖像分別進行第一主成分分析方法PCA卷積計算，得到各所述目標圖像的第一主成分特征向量，包括：

對所述多個目標圖像分別進行切片處理，針對每個所述目標圖像，得到多個第一圖像切片；

對每個所述目標圖像的第一圖像切片進行矢量化，針對每個所述目標圖像，得到多個第一矢量化結果；

針對每個所述目標圖像，分別將所述目標圖像的多個第一矢量化結果組合，得到所述目標圖像的第一矩陣；

根據各所述目標圖像的第一矩陣，通過平均池化算法計算，得到第一結果矩陣；

根據預設第一濾波參數，對所述第一結果矩陣進行PCA計算，得到各所述目標圖像的第一主成分特征向量。

4.根據權利要求2或3所述的方法，其特征在于，所述對各所述目標圖像的第一主成分特征向量進行第二PCA卷積計算，得到各所述目標圖像的第二主成分特征向量，包括：

將各所述目標圖像的第一主成分特征向量進行切片處理，針對每個所述目標圖像，得到多個第二圖像切片；

對每個所述目標圖像的第二圖像切片進行矢量化，針對每個所述目標圖像，得到多個第二矢量化結果；

針對每個所述目標圖像，分別將所述目標圖像的多個第二矢量化結果組合，得到所述目標圖像的第二矩陣；

根據各所述目標圖像的第二矩陣，通過平均池化算法計算得到第二結果矩陣；

根據預設第二濾波參數，對所述第二結果矩陣進行PCA計算，得到各所述目標圖像的第二主成分特征向量。

5.根據權利要求2所述的方法，其特征在于，所述對各所述目標圖像的第二主成分特征向量進行哈希運算，得到各所述目標圖像的哈希值，包括：對所述各所述目標圖像的第二主成分特征向量進行二值化和加權處理，得到各所述目標圖像的哈希值；

所述將各所述目標圖像的哈希值進行局部直方圖運算，得到各所述目標圖像的圖像特征信息，包括：對各所述目標圖像的哈希值分別進行分塊和直方圖統計計算，得到各所述目標圖像的圖像特征信息。

6.根據權利要求1所述的方法，其特征在于，針對每個所述目標圖像，所述目標圖像對應的圖像特征信息包括多個特征點；所述根據所述圖像特征信息，通過無監督分類算法對所述待分類圖像和所述樣本圖像進行聚類，得到所述待分類圖像的分類結果，包括：

在所述多個目標特征圖像的多個特征點中任意初始化k個聚類的中心點；

計算其他特征點與該k個中心點的歐氏距離；

將每個所述其他特征點歸類到距離所述其他特征點最近的中心點的類別；

在所有的特征點歸類為k個簇之后，基于每個所述簇初始化出新的k個中心點；

重復上述過程，直到每個簇中集合的所有特征點的距離總和最小；所述每個簇對應一種所述樣本圖像的類別；

根據所述待分類圖像所在的簇的類別，得到所述待分類圖像的分類結果；

其中，k為預設的整數。