[发明专利]基于协方差特征的图像场景类型判别方法

摘要

本发明公开了基于协方差特征的图像场景类型判别方法。即一种基于兴趣目标协方差矩阵的局部Sigma点特征，对场景进行语义建模并完成场景分类的方法。首先在交互式图像分割的基础上，提取出场景中的兴趣目标，兴趣目标是用户选择的在该类场景中出现的典型目标；然后结合像素位置、颜色、Gabor特征和LBP特征构造出表征兴趣目标的协方差矩阵；最后将协方差矩阵转换成欧式空间下的Sigma点特征，利用支持向量机（SVM）完成的场景分类器的学习和判别。

主权项

一种基于协方差特征的图像场景类型判别方法，其特征在于：包括基于协方差特征的字典形成过程、场景分类器的训练过程和待分类图像的判别过程，具体步骤如下：第一步，以交互式图像分割方法从训练图像中提取兴趣目标的区域像素内容，基于区域的协方差特征形成兴趣目标的特征字典，完成字典的形成过程；所述协方差特征的形成方法是：（1）对指定兴趣区域中的每个像素，提取它的位置、不变颜色量、梯度绝对值、Gabor滤波结果、LBP纹理系数，级联为19维的向量，作为像素的特征；（2）把指定兴趣区域内所有像素的特征，按二阶统计方法形成协方差特征；第二步，利用兴趣目标特征字典和训练图像的场景标记，完成场景分类器的训练过程；第三步，对待分类图像，完成基于场景分类器的判别过程；所述兴趣目标特征字典形成方法如下：（1）利用UT变换，把属于黎曼空间的协方差特征转换为欧式空间中的Sigma点区域特征，形成兴趣区域的特征向量；（2）汇总所有训练图像中兴趣区域的特征向量，基于K均值聚类算法得到兴趣目标特征字典；（3）记录K均值聚类算法中，训练样本与特征字典元素的最大距离。