[发明专利]结合图像内部空间关系及视觉共生关系的图像标注方法有效
申请号: | 201110382735.1 | 申请日: | 2011-11-28 |
公开(公告)号: | CN102495865A | 公开(公告)日: | 2012-06-13 |
发明(设计)人: | 郭乔进;李宁;丁轶 | 申请(专利权)人: | 南京大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210046 江苏省南京市仙林*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结合 图像 内部空间 关系 视觉 共生 标注 方法 | ||
1.一种结合图像内部空间关系及视觉共生关系的图像标注方法,其特征是包括下列步骤:
(1)利用过分割方法将每幅图像分割为若干区域,将图像中的不同物体分割到不同的区域,使每个分割区域中只包含单一类别的物体;
(2)针对图像中的每个区域,提取颜色、纹理、形状和空间位置特征信息,构成一组连续值的特征向量;
(3)利用Kmeans对所有的连续值特征向量进行聚类,得到K个聚类中心,构成词汇表V;
(4)利用词汇表V对每个区域的特征向量进行量化,从而得到每个像素的视觉关键词W;
(5)针对图像中所有分割区域的空间位置关系,考虑相邻区域之间的空间关系,建立一阶马尔可夫网络模型;
(6)根据图像中所有区域的视觉关键词,统计其视觉关键词直方图,利用隐含狄利克雷分配对视觉关键词之间的共生关系进行建模;
(7)结合图像中各区域之间的空间关系和共生关系,建立一种结合一阶马尔可夫网络和隐含狄利克雷分配的概率图模型;
(8)利用人工标注的图像数据集按照所述步骤(1)至(7),分割、提取特征、量化、构造和训练模型,得到一组模型的参数;
(9)针对未标注的图像,利用训练得到的参数初始化模型,并根据所提取的特征和视觉关键词,对每个分割区域进行标注。
2.如权利要求1所述的结合图像内部空间关系及视觉共生关系的图像标注方法,其特征在于:所述步骤(6)中在利用隐含狄利克雷分配来处理图像数据时,首先需要将图像进行分块,然后对每个分块区域提取特征,并量化为若干关键词,利用隐含狄利克雷分配来处理图像中的视觉共生上下文信息,同时利用一阶马尔可夫网络模型对图像中区域之间的空间位置信息进行建模。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110382735.1/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序