[发明专利]一种基于多尺度语义特征的慢性静脉疾病图像分类方法

权利要求书

1.一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，包括：

(1)对待测慢性静脉疾病图像进行多尺度划分，在每个尺度上，利用每个尺度对应的概念分类器对待测慢性静脉疾病图像中的图像块进行分类，得到待测慢性静脉疾病图像中的每个图像块的概念类别；

(2)将每个尺度上每个概念类别出现的频率作为待测慢性静脉疾病图像的全局表示特征，将待测慢性静脉疾病图像在每个尺度上的全局表示特征串联，得到待测慢性静脉疾病图像的多尺度语义表示；

(3)基于高阶相关性的特征选择法从待测慢性静脉疾病图像的多尺度语义表示中获取对分类结果区分性能最优的特征子集，将特征子集输入场景分类器，得到待测慢性静脉疾病图像的分类结果。

2.如权利要求1所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述概念分类器的训练包括：

对样本图像依次进行预处理、图像分块和多尺度划分，在每个尺度上，提取样本图像的低层次特征，然后根据概念类别对样本图像的图像块进行标记，得到样本训练集，基于高阶相关性的特征选择法从样本训练集中选择对概念类别区分性能最优的样本特征子集；利用每个尺度下的样本特征子集训练支持向量机模型，得到每个尺度对应的概念分类器。

3.如权利要求2所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述低层次特征包括：局部二值模式特征，边缘直方图描述子，灰度共生矩阵纹理，密集SIFT特征的均值与方差，梯度平均值，RGB三通道的灰度平均值、中值、方差，YCbCr色彩空间的平均值、方差、中值，图像块四邻域的局部特征平均值。

4.如权利要求1-3任一所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述概念类别包括：正常皮肤、网状静脉或毛细血管扩展、静脉曲张、色素沉着或水肿、静脉溃疡。

5.如权利要求1-3任一所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述场景分类器的训练包括：

对样本图像执行步骤(1)-(2)，得到样本图像的多尺度语义表示，对样本图像的分类结果进行标记，得到训练数据；基于高阶相关性的特征选择法从训练数据中选择出对分类结果区分性能最优的训练特征子集；利用训练特征子集训练支持向量机模型，得到场景分类器。

6.如权利要求1-3任一所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述分类结果包括：轻度、中度和重度。

7.如权利要求1-3任一所述的一种基于多尺度语义特征的慢性静脉疾病图像分类方法，其特征在于，所述基于高阶相关性的特征选择法包括：

利用模糊隶属度表示概率，利用概率计算联合熵、条件熵和边缘熵；利用新的测度衡量特征的重要性，所述新的测度包括类别条件冗余项、非条件冗余项、特征相关项以及二阶相互作用项；利用基于高阶相关性的特征重要性结合前向搜索策略搜索得到最优的特征子集。