[发明专利]一种基于色彩空间特征的图形图像分类方法

权利要求书

1.一种用于自然图片和计算机图形的分类方法，其特征在于：其步骤为：

(1)输入图像，图像颜色模式为RGB、Lab、YCbCr或CMYK，提取输入图像特征，选取单个图像特征或多个图像特征组合，所选取的图像特征根据计算方法执行计算，得到上述单个图像特征或多个图像特征组合的特征值；

(2)将得到的单个图像特征或多个图像特征组合的特征值分别与每个所选图像特征预设的阈值进行比较，通过采用分类器进行分类，判断输入图像的类别，得出分类结果；

(3)根据分类结果选择相应的处理方式，分类结果将输入图像判断为自然图片或计算机图形后，分别采用各自对应的再现意图。

2.根据权利要求1所述的用于自然图片和计算机图形的分类方法，其特征在于：步骤(1)所述提取输入图像的特征为空间特征和颜色特征，且至少包括以下一个特征：空间特征包括：基于行程长度统计矩阵的行程比、灰度直方图平滑度、梯度、邻域内最大灰度差级数、邻域内最大灰度差最大频率、邻域内最大灰度差平滑度、邻域相似比等特征；颜色特征包括：灰度级数、颜色相似度、颜色渐变和饱和度，所选取的图像特征为上述特征的任意顺序组合，并可同时进行。

3.根据权利要求1所述的用于自然图片和计算机图形的分类方法，其特征在于：步骤(2)所述的分类器为单个分类器和/或综合分类器。

4.根据权利要求3所述的用于自然图片和计算机图形的分类方法，其特征在于：所述的单个分类器使用输入图像单个特征的特征值与其对应的预先设定的阈值进行比较来判断分类结果，单个分类器可以选择颜色通道中任意一个或多个通道来提取图像特征进行分类，并且各通道之间没有先后顺序，同时提取或用于判断。

5.根据权利要求3所述的用于自然图片和计算机图形的分类方法，其特征在于：所述的综合分类器利用多个特征组合进行分类的方法步骤为：

(1)选取多个特征值，依次判断每个特征值是否大于其对应的预先设定的阈值：

(2)判断方法为：如果第一个特征值不大于其预先设定的阈值，则判断为自然图片，判断终止；

(3)如果第一个特征值大于其对应的预先设定的阈值，则执行下一个特征值与其预先设定的阈值的判断比较，以此类推，依次判断，当判断结果为自然图片时或当最后一个特征值大于其对应的预先设定的阈值时，则判断为计算机图形，判断终止。

6.根据权利要求5所述的用于自然图片和计算机图形的分类方法，其特征在于：所述综合分类器利用判别分析得到的二次判别函数或BP神经网络进行判断分类。

7.根据权利要求6所述的用于自然图片和计算机图形的分类方法，其特征在于：所述利用判别分析得到的二次判别函数进行判断分类的方法步骤为：

(1)对训练集图像提取特征，判别分析，得到二次判别函数；

(2)提取输入图像特征，利用特征值计算二次判别函数值；

(3)比较二次判别函数值的大小，将输入图像判为函数值最大的类别。

8.根据权利要求6所述的用于自然图片和计算机图形的分类方法，其特征在于：所述利用BP神经网络进行判断分类的方法步骤为：

(1)提取训练图像特征，求得训练特征均值，根据特征均值对图像特征进行归一化；

(2)确定BP神经网络结构和BP神经网络初始权值，利用遗传算法优化BP神经网络初始权值，采用归一化的特征数据训练网络，得到训练好的BP神经网络；

(3)提取输入图像特征，采用训练特征均值对输入图像特征进行归一化；

(4)采用训练好的BP神经网络对输入图像进行判断，根据输出结果进行分类。

9.一种用于自然图片和计算机图形的分类的处理系统，其特征在于：包括：

(1)输入图像模块，用于输入图像，提取输入图像特征，所选特征根据其对应的计算方法执行计算，得到各对应特征值；

(2)特征选取模块，用于选取单个特征或多个特征组合，将其对应的特征值与每个所选特征设定的阈值进行比较，来判断输入图像的类别，得出分类结果；

(3)图片处理模块，用于根据分类结果选择相应的处理方式，分类结果将输入图像判断为自然图片或计算机图形后，分别采用各自对应的再现意图。

10.根据权利要求9所述的用于自然图片和计算机图形的分类处理系统，其特征在于：所述输入图像模块连接扫描仪或数码相机；所述图片处理模块连接显示器或打印机。