[发明专利]基于随机线段的图像特征分类方法及系统

说明书

本发明涉及一种基于随机线段的图像特征分类方法及系统，所述分类方法包括：获取已知图像特征的样本图像集；对参照样本图像进行归一化处理，得到处理图像；根据各处理像素点，得到多组有向线段组；比较各个有向线段的线段头和线段尾的处理像素点值的大小，得到比较结果；将各比较结果按顺序排列，得到图像特征编码序列；多组有向线段组对应的图像特征编码序列形成图像特征分类器；基于图像特征分类器及各所述分析样本图像，确定已知图像特征的特征编码序列；对待处理图像进行识别，确定待处理图像的图像编码序列；进而根据已知图像特征的特征编码序列及待处理图像的图像编码序列，可快速准确地确定所述待处理图像的图像特征类别。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于随机线段的图像特征分类方法及系统。

背景技术

对图像特征的提取，目前已有多种技术可以实现，如SIFT、HOG等传统特征提取方法，也有如神经网络特征提取方法等，但这些方法所伴随的都是较大的计算量和运行时间。如SIFT和HOG等，其都要对图像像素的梯度进行计算，而如神经网络特征提取也要有训练集进行大量训练，在一些已得到的灰度图并且图中特征较为简单的情况下，使用上述方法会耗费太多不必要的时间。

发明内容

为了解决现有技术中的上述问题，即为了快速确定图像特征，本发明提供一种基于随机线段的图像特征分类方法及系统。

为解决上述技术问题，本发明提供了如下方案：

一种基于随机线段的图像特征分类方法，所述分类方法包括：

获取已知图像特征的样本图像集，所述样本图像集包括一个参照样本图像和多个分析样本图像；

对所述参照样本图像进行归一化处理，得到处理图像；

根据所述处理图像中的各处理像素点，得到多组有向线段组；其中，每组有向线段组均包含多条有向线段，各所述有向线段均为由所述处理图像中随机的两个处理像素点连线形成的带有方向的线段；

针对每组有向线段组，比较所述有向线段组中各个有向线段的线段头的处理像素点值和线段尾的处理像素点值的大小，得到比较结果；

将对应所述有向线段组的各有向线段的比较结果按顺序排列，得到图像特征编码序列；多组有向线段组对应的图像特征编码序列形成图像特征分类器；

基于所述图像特征分类器及各所述分析样本图像，确定所述已知图像特征的特征编码序列；

基于所述图像特征分类器，对待处理图像进行识别，确定所述待处理图像的图像编码序列；

根据所述已知图像特征的特征编码序列及所述待处理图像的图像编码序列，确定所述待处理图像的图像特征类别。

可选地，所述处理图像中的各处理像素点值均用0到1之间的数来表示，所述处理图像中左上角处理像素点坐标为(0,0)，右下角处理像素点坐标为(1,1)。

可选地，所述比较结果用于0或1表示。

可选地，所述比较所述有向线段组中各个有向线段的线段头的处理像素点值和线段尾的处理像素点值的大小，得到比较结果，具体包括：

针对每组有向线段组中的每条有向线段，当线段头的处理像素点值大于或等于线段尾的处理像素点值，所述比较结果为1；

当线段头的处理像素点值小于线段尾的处理像素点值，所述比较结果为0。

可选地，所述基于所述图像特征分类器及各所述分析样本图像，确定所述已知图像特征的特征编码序列，具体包括：

基于所述图像特征分类器，分别对分析样本图像进行识别，得到对应的分析图像编码序列；

根据各分析图像编码序列，确定所述已知图像特征的特征编码序列。