[发明专利]图像分类方法、服务器及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述图像分类方法包括以下步骤：

获取待分类图像；

提取所述待分类图像预设区域的特征信息，并将所述特征信息生成目标特征向量；

将所述目标特征向量与预设样品库中分类后的索引向量数据进行匹配，确定匹配成功的索引向量数据对应的预设分类类型，并将所述预设分类类型作为所述待分类图像的目标分类类型。

2.如权利要求1所述的图像分类方法，其特征在于，所述提取所述待分类图像预设区域的特征信息，并将所述特征信息生成目标特征向量，具体包括：

根据颜色和边缘的方向性描述符提取所述待分类图像全局区域的特征信息，生成多维直方图向量信息；根据加速稳健特征算法提取所述待分类图像局部区域的预设特征点信息，并根据所述预设特征点信息生成特征点向量信息；根据视觉词袋模型提取所述待分类图像局部区域的特征信息，并根据预设视觉词生成所述特征信息对应的视觉词直方图向量信息；

将所述多维直方图向量信息、特征点向量信息和视觉词直方图向量信息生成目标特征向量。

3.如权利要求2所述的图像分类方法，其特征在于，所述根据颜色和边缘的方向性描述符提取所述待分类图像全局区域的特征信息，生成多维直方图向量信息，具体包括：

根据颜色和边缘的方向性描述符提取所述待分类图像中全局区域的颜色信息和纹理信息，将所述颜色信息和纹理信息进行结合生成多维直方图向量信息。

4.如权利要求2所述的图像分类方法，其特征在于，所述根据加速稳健特征算法提取所述待分类图像局部区域的预设特征点信息，并根据所述预设特征点信息生成特征点向量信息，具体包括：

根据加速稳健特征算法依据预设矩阵生成预设特征点信息，并根据所述预设特征点信息生成特征点向量信息。

5.如权利要求2所述的图像分类方法，其特征在于，所述根据视觉词袋模型提取所述待分类图像局部区域的特征信息，并根据预设视觉词生成所述特征信息对应的视觉词直方图向量信息，具体包括：

根据视觉词袋模型提取所述待分类图像局部区域的特征信息，通过所述特征信息与预设视觉词的映射关系生成所述特征信息对应的视觉词直方图向量信息。

6.如权利要求1至5中任一项所述的图像分类方法，其特征在于，所述将所述目标特征向量与预设样品库中分类后的索引向量数据进行匹配，确定匹配成功的索引向量数据对应的预设分类类型，并将所述预设分类类型作为所述待分类图像的目标分类类型之前，所述方法还包括：

根据颜色和边缘的方向性描述符、加速稳健特征算法和视觉词袋模型提取样本图像数据中的向量信息，并根据所述向量信息生成索引向量数据。

7.如权利要求1至5中任一项所述的图像分类方法，其特征在于，所述提取所述待分类图像预设区域的特征信息，并将所述特征信息生成目标特征向量之后，所述方法还包括：

将所述特征向量与预设样品库中分类后的索引向量数据进行匹配，在匹配结果为匹配不成功时，将所述待分类图像设为预设分类类型。

8.如权利要求1至5中任一项所述的图像分类方法，其特征在于，所述将所述目标特征向量与预设样品库中分类后的索引向量数据进行匹配，确定匹配成功的索引向量数据对应的预设分类类型，并将所述预设分类类型作为所述待分类图像的目标分类类型之后，所述方法还包括：

根据所述待分类图像的目标分类类型更新所述预设样品库，并接收查询和修改指令，对更新后的预设样品库中的图像进行查询和修改。

9.一种服务器，其特征在于，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像分类程序，所述图像分类程序配置为实现如权利要求1至8中任一项所述的图像分类方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有图像分类程序，所述图像分类程序被处理器执行时实现如权利要求1至8中任一项所述的图像分类方法的步骤。