[發明專利]基于PCANet的圖像分類方法和裝置

在審

• 申請號: 202110064743.5
• 申請日: 2021-01-18
• 公開（公告）號: CN112766367A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 王瑜;賈洪飛
• 申請（專利權）人: 北京工商大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓海花

本申請提出一種基于PCANet的圖像分類方法和裝置。其中，方法包括：獲取圖像數據；對圖像數據進行數據大小和格式的處理，并對處理后的圖像數據進行預處理，將預處理后的圖像數據分為訓練圖像集和測試圖像集；根據PCANet模型和訓練圖像集進行模型訓練，以生成PCANet特征提取模型；將測試圖像集中的圖像輸入至經過訓練的PCANet特征提取模型以提取特征，并將提取出的特征輸入至SVM分類器進行分類。本申請基于PCANet網絡模型，全自動地對圖像進行分類，從而可以提高分類過程的效率和效果，并能使圖像分類過程更簡單，有效減少傳統分類模型的復雜度，提高分類準確率和可靠性。

技術領域

本申請涉及圖像處理和模式識別領域，特別涉及一種基于PCANet圖像分類方法和裝置。

背景技術

深度學習的概念源于人工神經網絡的研究，通過組合低層特征，形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。隨著這幾年人工智能的迅速發展，深度學習在搜索技術，數據挖掘，機器學習，機器翻譯，自然語言處理，多媒體學習，語音，推薦和個性化技術，以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多復雜的模式識別難題，使得人工智能相關技術取得了很大進步。

圖像是人類視覺、運動分析、數據融合等研究的基礎，是周圍景色事物的客觀反映，是人類感知和認識世界之間的橋梁。因此在生物醫學圖像識別，航空遙感、通訊領域、機器視覺等領域中，對圖像的研究分類時是研究工作的重點之一。但在實際情況中對圖像的分類往往會遇到很多情況，比如不同樣本規模不一樣并且維數很大、數量很少等問題。相關技術中，傳統圖像分類算法精度低、速度慢，使用深度學習結合機器學習分類器分類方法，可以有效解決上述問題。

發明內容

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在于提出一種基于PCANet的圖像分類方法，該方法可以提高二維圖像或者三維圖像的分類準確率且模型簡單易優化。

本申請的第二個目的在于提出一種基于PCANet的圖像分類裝置。

為達上述目的，本申請第一方面實施例提出了一種基于PCANet的圖像分類，包括：

獲取圖像數據；

對所述圖像數據進行數據大小和格式的處理，并對處理后的所述圖像數據進行預處理，將預處理后的圖像數據分為訓練圖像集和測試圖像集；

根據PCANet模型和所述訓練圖像集進行模型訓練，以生成PCANet特征提取模型；

將所述測試圖像集中的圖像輸入至經過訓練的PCANet特征提取模型以提取特征，并將提取出的特征輸入至SVM分類器進行分類。

可選地，在本申請一些實施例中，所述PCANet模型包括：

第一步：利用所有N幅原始訓練圖像和主成分分析PCA方法生成L1個濾波器，并利用PCA濾波器與所述原始訓練圖像分別進行卷積，則所述原始訓練圖像中的每一幅圖像生成L1幅圖像，即共生成N*L1幅圖像；

第二步：再次利用PCA方法和所述第一步生成的所有N*L1幅圖像生成新的L2個濾波器，并利用新生成的濾波器對所述第一步生成的每一幅圖像分別進行卷積，即所述第一步生成的所有圖像中的每一幅圖像生成L2幅圖像，即共生成N*L1*L2幅圖像；

第三步：所述第一步生成的所有的圖像中，對其中每一幅圖像生成的L2幅圖像進行二進制哈希，將L2幅圖像合并成一副圖像，即共合成N*L1幅圖像；

第四步：對哈希處理后的所有N*L1幅圖像進行取塊處理，每幅圖像取β個塊，每個塊像素大小為k5*k6，并統計每個塊的直方圖，將每一幅原始圖像對應的所有塊統計的直方圖進行串聯，得到一個一維的特征向量，用所得到的特征向量代表所述原始訓練圖像，即最后生成N個特征向量。