[发明专利]一种基于SLLE算法的计算机图像模式识别方法与系统

摘要

本发明提供一种基于SLLE算法的计算机图像模式识别方法，其包括如下步骤：S1、获取原始图像，并对原始图像进行预处理；S2、根据SLLE算法对经过预处理的图像进行特征提取，并得到分类结果；S3、基于分类结果对原始图像进行识别。本发明还提供一种基于SLLE算法的计算机图像模式识别系统，其包括如下模块：预处理模块，用于获取原始图像，并对原始图像进行预处理；特征提取分类模块，用于根据SLLE算法对经过预处理的图像进行特征提取，并得到分类结果；识别模块，用于基于分类结果对原始图像进行识别。

主权项

1.一种基于SLLE算法的计算机图像模式识别方法，其包括如下步骤：S1、获取原始图像，并对原始图像进行预处理；S2、根据SLLE算法对经过预处理的图像进行特征提取，并得到分类结果；S3、基于分类结果对原始图像进行识别；所述步骤S1中对原始图像进行预处理包括对原始图像进行消除干扰、噪声、差异的处理，将原始图像转为符合特征提取规范的图像形式；所述步骤S2包括：将预处理的图像划分为N个大小相等的图块；对每个图块进行直方图二值化变换，并将MATLAB工具中的im2bw函数阈值设置为0.5，对第i张图块的像素值求和，i为小于或等于N的正整数；并用求和的值表示预处理的图像的第i个分量，则预处理的图像的输入值为一个N维的数据；将N维的数据作为有监督的局部线性嵌入算法SLLE的输入值进行特征提取，并得到分类结果；所述步骤S3包括：获取分类结果并根据分类结果对原始图像进行初次识别；获取预处理的图像的自然语义，并根据自然语义对初次识别结果进行筛选；获取预处理的图像的自然语义，并根据自然语义对初次识别结果进行筛选包括：预先存储自然语言词汇索引表、纹理和色度特征表以及小波轮廓模板表；通过多维密度函数对经过预处理的图像进行聚类划分，得到分块图像；通过分块图像提取目标区域的各个组成部分，同时根据区域连通准则将包含目标信息的分块图像划分到目标区域的各个组成部分中，并选取连通面积最大的一个连通域的外接矩形作为最终的目标区域；根据小波轮廓模板表对目标区域进行轮廓对象匹配；并根据纹理和色度特征对轮廓对象匹配结果进行进一步匹配，再根据自然语言词汇索引表得到预处理的图像的自然语义；判断初次识别结果是否与预处理的图像的自然语义是否匹配；在匹配时，确定并输出识别结果，在不匹配时，提示识别错误。