[发明专利]一种基于图像特征稀疏重构的图像分类方法

摘要

本发明公开了一种基于图像特征稀疏重构的图像分类方法，包括如下步骤：采用Forstner算子对图像库中的每类样本图像提取特征像素点；提取每类样本图像的所有n维特征块向量；提取每类样本图像具有较大相关性权值的特征向量构成初始字典；为每类样本图像训练字典，得到每类样本图像的字典；提取测试图像的所有n维图像块向量；将r个n维图像块向量组成图像块矩阵；计算得到测试图像在每类字典上稀疏表示的系数矩阵；采用稀疏表示系数矩阵重构图像块矩阵；根据图像块重构矩阵生成重构图像；比较重构图像与测试图像的误差，根据误差最小原则判定测试图像所属类别，本发明根据特征字典进行图像重构，能够极大程度上还原同类图像。

主权项

一种基于图像特征稀疏重构的图像分类方法，包括如下步骤：步骤一，采用Forstner算子对图像库中的第l类样本图像提取特征像素点，l＝1,…,L，其中，L是样本图像的类别总数；步骤二，提取每类样本图像的所有n维特征块向量；步骤三，提取每类样本图像的lm个特征向量中具有较大相关性权值的特征向量构成初始字典；步骤四，为每类样本图像训练字典，得到每类样本图像的字典；步骤五，提取测试图像f的所有n维图像块向量；步骤六，将r个n维图像块向量组成n×r维矩阵，记为图像块矩阵；步骤七，分别在每类样本图像字典上对图像块矩阵P进行稀疏表示，得到所有稀疏表示的系数矩阵；步骤八，分别采用L个稀疏表示系数矩阵重构图像块矩阵P，得到图像块重构矩阵；步骤九，分别根据L个图像块重构矩阵生成重构图像；步骤十，比较重构图像与测试图像之间的误差，根据误差最小原则判定测试图像所属类别。