[發(fā)明專利]一種基于區(qū)域雙三次插值技術(shù)的圖像分類識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910632952.8
• 申請(qǐng)日: 2019-07-15
• 公開（公告）號(hào): CN110334776A
• 公開（公告）日: 2019-10-15
• 發(fā)明（設(shè)計(jì)）人: 劉明珠;鮑雪;蔣燚銘
• 申請(qǐng)（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于區(qū)域雙三次插值技術(shù)的圖像分類識(shí)別方法，其特征在于：所述方法通過以下步驟實(shí)現(xiàn)：

步驟一、利用訓(xùn)練樣本經(jīng)過SIFT提取特征、K-means聚類統(tǒng)計(jì)詞頻、分類的步驟得到訓(xùn)練數(shù)據(jù)后，訓(xùn)練分類器模型；

步驟二、將測試樣本圖像通過區(qū)域雙三次插值來對(duì)圖像進(jìn)行相同的放大與縮小的改變，再經(jīng)過BOF算法進(jìn)行檢索與分類；

步驟三、將經(jīng)過步驟二處理的測試樣本送入步驟一中訓(xùn)練好的分類器模型里，進(jìn)行分類識(shí)別。

2.根據(jù)權(quán)利要求1所述一種基于區(qū)域雙三次插值技術(shù)的圖像分類識(shí)別方法，其特征在于：所述的步驟一中，利用訓(xùn)練樣本經(jīng)過SIFT提取特征、K-means聚類統(tǒng)計(jì)詞頻、分類的步驟得到訓(xùn)練數(shù)據(jù)后，訓(xùn)練分類器模型的過程，具體為：

步驟一一、利用高斯模糊進(jìn)行尺度空間的獲取，用高斯差分金字塔表示，一幅圖像的尺度空間L(x,y,σ)定義為一個(gè)變化尺度的高斯函數(shù)G(x,y,σ)與其原圖像I(x,y)之間的卷積，如式(1)所示：

L(x,y,σ)＝G(x,y,σ)*I(x,y) (1)

其中

m，n表示高斯模板的維度由(6σ+1)*(6σ+1)決定，其中尺度空間因子σ的大小決定圖像的平滑程度，σ越大，圖像越粗糙，σ越小，圖像越精細(xì)；在尺度空間中，隨著尺度的增大，圖像的模糊程度也會(huì)隨之增大，σ＝1.600000；

將梯度方向歸一化為36個(gè)方向，10°為一個(gè)范圍，生成梯度直方圖，主峰值即為特征點(diǎn)；其中，梯度幅值m(x,y)由式(3)獲得，梯度方向θ(x,y)由式(4)獲得：

取特征點(diǎn)周圍4×4個(gè)塊，每塊取8個(gè)梯度方向，形成了(4×4)×8＝128維的特征向量，即生成了相應(yīng)的特征描述子，利用得到的特征信息對(duì)圖像進(jìn)行表述；

根據(jù)關(guān)鍵點(diǎn)分布圖得到每幅圖像的特征描述子效果圖，特征描述子作為圖像的關(guān)鍵字為聚類過程所用；

步驟一二、設(shè)n個(gè)訓(xùn)練樣本是{x₁,x₂,...,x_n},(x_i∈Rⁿ，i≤n)，K-Means聚類算法將樣本聚類成k個(gè)簇；隨機(jī)選取k個(gè)聚類質(zhì)心點(diǎn)(cluster centroids),質(zhì)心集合為C＝{c₁,c₂,...,c_k}，(k≤n)；針對(duì)數(shù)據(jù)集中的每個(gè)樣本x_i，根據(jù)式(5)計(jì)算其到k個(gè)聚類中心的距離，將其分到距離最小的聚類中心所對(duì)應(yīng)的類中，

其中，dist(·)是歐式距離，針對(duì)每一個(gè)類別c_i，根據(jù)式(6)重新計(jì)算該類的質(zhì)心:

不斷的對(duì)質(zhì)心進(jìn)行迭代，直至質(zhì)心不再改變；

通過K-Means聚類算法將SIFT算法提取到的每幅圖像的關(guān)鍵詞進(jìn)行聚類，將每一類的質(zhì)心即聚類中心看作是視覺單詞，所有的視覺單詞構(gòu)成了圖像的視覺詞典，用以后繼的識(shí)別處理；

步驟一三、將圖像進(jìn)行不同層級(jí)的劃分，然后利用視覺單詞的直方圖對(duì)圖像進(jìn)行表示，每一層級(jí)下的匹配點(diǎn)數(shù)可以根據(jù)式(7)求得，根據(jù)式(8)求得特征向量之間的匹配程度；

以level(i),(i＝0,1,...)表示劃分的層級(jí)的第i層，將level(i)的圖像劃分成pow(4,i)個(gè)bins(K-Means聚類得到的每個(gè)聚類中心就是bin)，其中pow(4,i)代表4的i次方；

假設(shè)存在兩個(gè)特征集合X,Y，其中每個(gè)特征的維度為d；根據(jù)不同的尺度0,...,L將特征空間劃分，其中l(wèi)∈L，在尺度l下把特征空間的每一維劃出2^l個(gè)bins，那么d維的特征空間就能劃出D＝2^dl個(gè)bins；

在level(i)中，如果點(diǎn)x,y落入同一bin中就稱x,y點(diǎn)匹配，每個(gè)bin中匹配的點(diǎn)的個(gè)數(shù)為min(Xi,Yi)，其中Xi,Yi代表相應(yīng)level下的第i個(gè)bin；和表示X,Y在level(l)下的直方圖特征，和表示level(l)中X,Y落入第i個(gè)bin的特征點(diǎn)的個(gè)數(shù)，那么在level(l)下匹配的點(diǎn)的總數(shù)計(jì)算公式如式(7)所示：

將簡寫成I^l；統(tǒng)計(jì)各個(gè)尺度下匹配的總數(shù)I^l，不同尺度下的匹配應(yīng)取不同權(quán)重，將權(quán)重為定義兩個(gè)點(diǎn)集的匹配程度根據(jù)式(8)計(jì)算：

步驟一四、采用LibSVM軟件包對(duì)樣本進(jìn)行分類。

3.根據(jù)權(quán)利要求2所述一種基于區(qū)域雙三次插值技術(shù)的圖像分類識(shí)別方法，其特征在于：所述的步驟二中，先計(jì)算待插值點(diǎn)在源圖像中的對(duì)應(yīng)點(diǎn)的四鄰域點(diǎn)像素值的方差Var，如果方差小于設(shè)定的閾值T(T為20)，則直接取這4個(gè)像素值的均值E作為待插值點(diǎn)的像素值；反之，仍按雙三次插值計(jì)算；方差Var的計(jì)算公式如式(14)所示：

Var＝(E-f₁₁)²+(E-f₁₂)²+(E-f₂₁)²+(E-f₂₂)² (14)

其中，f₁₁、f₁₂、f₂₁、f₂₂分別為當(dāng)前待插值點(diǎn)在源圖像的對(duì)應(yīng)點(diǎn)鄰域4點(diǎn)的像素值；E為此4點(diǎn)像素值的均值；計(jì)算E時(shí)的運(yùn)算量遠(yuǎn)小于雙三次插值計(jì)算的運(yùn)算量。