[发明专利]一种城市肌理分类识别方法

权利要求书

1.一种城市肌理分类识别方法，所述方法包括：

获取城市图像样本，依据不同的信息量将所述城市图像样本进行分割得到多种尺寸的待训练图像元；

针对多种尺寸的所述待训练图像元中的每一种尺寸的所述待训练图像元，从所述待训练图像元中提取图像元指纹；计算各所述图像元指纹之间的相似度，根据所述相似度对各所述待训练图像元进行聚类；根据聚类结果生成多个肌理类别的图像元训练集；

对多种尺寸的所述图像元训练集进行机器学习，得到肌理类别分类器；

获取城市图像，基于所述城市图像得到多个城市区域图像，根据所述待训练图像元的尺寸对所述城市区域图像进行切割形成多个待识别图像元；

将所述待识别图像元输入所述肌理类别分类器，输出各所述待识别图像元的肌理类别。

2.根据权利要求1所述的方法，其特征在于，所述对多种尺寸的所述图像元训练集进行机器学习，得到肌理类别分类器，包括：

获取多种尺寸的所述图像元训练集；

分别对各种尺寸的所述图像元训练集进行机器学习，得到多种分类器；

获取图像元验证集，计算各所述分类器对所述图像元验证集进行肌理类别识别的准确率；

将所述准确率最高的分类器设定为肌理类别分类器。

3.根据权利要求1所述的方法，其特征在于，所述从所述待训练图像元中提取图像元指纹，包括：

压缩所述待训练图像元，并将压缩后的所述待训练图像元转换为灰度图；

计算所述灰度图中相邻像素值之间的差值；

对所述差值进行量化，得到所述待训练图像元的图像元指纹。

4.根据权利要求1所述的方法，其特征在于，所述将所述待识别图像元输入所述肌理类别分类器，生成各所述待识别图像元的肌理类别之后，包括：

获取各所述待识别图像元在所述城市图像中的位置信息；

在所述城市图像中与所述位置信息对应的位置处，生成各所述待识别图像元的肌理类别的标注，得到城市图像肌理图。

5.根据权利要求1所述的方法，其特征在于，所述将所述待识别图像元输入所述肌理类别分类器，生成各所述待识别图像元的肌理类别之后，包括：

获取所述待识别图像元的数量，根据所述数量生成类别矩阵；

根据各所述待识别图像元的肌理类别对所述类别矩阵进行赋值；

分别计算所述类别矩阵中各所述肌理类别的数量与所述待识别图像元的数量的比值；

根据各所述比值生成所述城市图像的肌理组成信息。

6.一种城市肌理分类识别装置，其特征在于，所述装置包括：

待训练图像元获取模块，用于获取城市图像样本，依据不同的信息量将所述城市图像样本进行分割得到多种尺寸的待训练图像元；

训练集获取模块，用于针对多种尺寸的所述待训练图像元中的每一种尺寸的所述待训练图像元，从所述待训练图像元中提取图像元指纹；计算各所述图像元指纹之间的相似度，根据所述相似度对各所述待训练图像元进行聚类；根据聚类结果生成多个肌理类别的图像元训练集；

分类器获取模块，用于对多种尺寸的所述图像元训练集进行机器学习，得到肌理类别分类器；

待识别图像元获取模块，用于获取城市图像，基于所述城市图像得到多个城市区域图像，根据所述待训练图像元的尺寸对所述城市区域图像进行切割形成多个待识别图像元；

肌理类别识别模块，用于将所述待识别图像元输入所述肌理类别分类器，输出各待识别图像元的肌理类别。

7.根据权利要求6所述的装置，所述分类器获取模块，包括：

训练集获取单元，用于获取多种尺寸的图像元训练集；

分类器获取单元，用于分别对各种尺寸的所述图像元训练集进行机器学习，得到多种分类器；

准确率计算单元，用于获取图像元验证集，计算各所述分类器对所述图像元验证集进行肌理类别识别的准确率；

分类器选择单元，用于将准确率最高的所述分类器设定为肌所述理类别分类器。