[发明专利]图像分类的方法和系统、图像检索的方法和系统

权利要求书

1.一种图像分类的方法，其特征在于，包括：

将图像分割为若干子区域；

在所述子区域中提取焦点子区域；

对所述焦点子区域进行颜色语义映射，获得语义特征；

采用所述图像分类特征进行图像分类，所述图像分类特征包括语义特征。

2.根据权利要求1所述的方法，其特征在于，所述在子区域中提取焦点子区域的步骤包括：

针对所述子区域建立视觉焦点权重模型；

按照所述视觉焦点权重的大小选择满足第一预设条件的子区域为焦点子区域。

3.根据权利要求1所述的方法，其特征在于，所述在子区域中提取焦点子区域的步骤包括：

针对所述子区域建立视觉焦点权重模型；

按照所述视觉焦点权重的大小选择满足第二预设条件的子区域，并针对所述子区域进行视觉焦点合并，将所述合并的子区域作为焦点子区域。

4.根据权利要求2或3所述的方法，其特征在于，所述针对子区域建立视觉焦点权重模型的步骤进一步包括：

针对各子区域按照如下公式建立视觉焦点权重模型：

W＝ω₁×Area+ω₂×Pos+ω₃×Brightness

其中，W表示各个子区域的视觉焦点权重，ω₁是面积参数Area的权重系数，ω₂是位置参数Pos的权重系数，ω₃是亮度参数Brightness的权重系数；

面积参数Area：Area=SiStotal]]>

其中，S_i表示对应的第i个子区域的面积大小；S_total表示当前图像的大小；

位置参数Pos：Pos=pipcenter]]>

其中，p_i表示对应的第i个子区域的在预设的子区域位置模板相应位置的大小；p_center表示整个模板相应位置的面积大小；

亮度参数Brightness：

Brightness＝|Max(mean(R，G，B))-Max(Globalmean(R，G，B))|

其中，mean(R，G，B)表示对应的第i个子区域的RGB均值，Globalmean(R，G，B)表示当前图像整体的亮度均值，Max(？)表示求最大值的函数。

5.根据权利要求1或2或3所述的方法，其特征在于，所述对焦点子区域进行颜色语义映射，获得语义特征的步骤包括：

计算所述焦点子区域的RGB色彩均值；

切分RGB颜色空间；

按照预置的映射规则，将所述焦点子区域的RGB色彩均值映射到RGB颜色空间中，得到对应的语义特征。

6.根据权利要求5所述的方法，其特征在于，所述语义特征为颜色语义名词的三元表征。

7.根据权利要求1或2或3或6所述的方法，其特征在于，所述图像分类特征还包括底层特征，所述的方法还包括：

对图像进行底层特征提取。

8.根据权利要求1所述的方法，其特征在于，还包括：

获得不同类别的图像分类数据库。