[发明专利]图像分类方法及系统

权利要求书

1.一种图像分类方法，其特征在于，该方法包括如下步骤：

a.对要分类的图像进行多尺度分割；

b.对多尺度分割后的图像进行显著图提取；

c.对显著图提取后的图像进行直方图挖掘；

d.对直方图挖掘后的图像进行归一化；

e.采用支持向量机对上述归一化的图像进行分类。

2.如权利要求1所述的方法，其特征在于，所述的多尺度分割包括将所述图像划分成多块，修改所述划分后图像的结构信息表示。

3.如权利要求1或2所述的方法，其特征在于，所述的步骤b采用基于图形的视觉显著性的自下而上的显著性模型提取图像的显著图。

4.如权利要求3所述的方法，其特征在于，所述的步骤c中直方图挖掘基于：

R(m)＝d(m)×v(m),

其中，l₁d(m)(0≤d(m)≤1)和v(m)分别是差异性分数和代表性分数。

5.如权利要求1所述的方法，其特征在于，所述步骤d中的归一化包括：平方根归一化、L1归一化、类内和类间归一化、l₂归一化、类内和类间l₂归一化。

6.一种图像分类系统，其特征在于，该系统包括相互电性连接的分割模块、提取模块、挖掘模块、归一化模块及分类模块，其中：

所述分割模块用于对要分类的图像进行多尺度分割；

所述提取模块用于对多尺度分割后的图像进行显著图提取；

所述挖掘模块用于对显著图提取后的图像进行直方图挖掘；

所述归一化模块用于对直方图挖掘后的图像进行归一化；

所述分类模块用于采用支持向量机对上述归一化的图像进行分类。

7.如权利要求6所述的系统，其特征在于，所述的多尺度分割包括将所述图像划分成多块，修改所述划分后图像的结构信息表示。

8.如权利要求6或7所述的系统，其特征在于，所述的提取模块采用基于图形的视觉显著性的自下而上的显著性模型提取图像的显著图。

9.如权利要求8所述的系统，其特征在于，所述的直方图挖掘基于：

R(m)＝d(m)×v(m),

其中，d(m)(0≤d(m)≤1)和v(m)分别是差异性分数和代表性分数。

10.如权利要求6所述的系统，其特征在于，所述的归一化包括：平方根归一化、L1归一化、类内和类间l₁归一化、l₂归一化、类内和类间l₂归一化。