[发明专利]一种基于图像显著区域的图像分类方法和系统

摘要

本发明公开了一种基于图像显著区域的图像分类方法和系统，其中方法的实现包括离线训练和在线测试部分，其中离线训练部分包括对图像进行超像素分割得到多尺度下的分割块，计算分割块的特征对比度得到目标显著图；对目标显著图进行阈值分割得到二值图像，对二值图像作形态学处理，利用分割算法对目标显著图进行自动分割提取得到显著区域；将显著区域输入到卷积神经网络中训练，得到基于图像显著区域的图像分类器；在线测试部分包括对测试图像进行显著区域自动分割提取，然后将测试图像的显著区域图像输入到训练好的图像分类器，进行图像分类，得到图像类别标记。本发明在保证分割结果的前提下，减少人工交互的工作量，提高了图像分类的准确率。

主权项

一种基于图像显著区域的图像分类方法，其特征在于，包括离线训练和在线测试部分：所述离线训练部分包括以下步骤：S1：对图像进行N次超像素分割得到图像N层尺度下的分割块，计算图像的N层尺度下分割块的特征对比度得到N个显著图，融合N个显著图得到目标显著图；S2：对目标显著图进行阈值分割得到二值图像，然后对该二值图像分别作形态学处理得到图像标记，然后基于图像标记利用分割算法对目标显著图进行自动分割提取得到显著区域；S3：将显著区域作为训练样本输入到卷积神经网络中训练，得到基于图像显著区域的图像分类器；所述在线测试部分包括以下步骤：S4：测试图像按照步骤S1和S2的方式完成测试图像的显著区域自动分割提取，然后将测试图像的显著区域图像输入到离线训练好的图像分类器，图像分类器输出图像分类结果。