[发明专利]一种图像处理方法及终端

摘要

本发明实施例提供了一种图像处理方法及终端，所述方法包括：获取正样本集和负样本集；对所述正样本集和所述负样本集进行平滑处理，得到目标正样本集和目标负样本集；分别对所述目标正样本集和所述目标负样本集进行积分通道特征提取，得到X个第一目标特征集合；对所述X个第一目标特征集合中每一第一目标特征集合进行像素差值特征提取，得到所述X个第二目标特征集，其中，所述X个第二目标特征集中每一第二目标特征集中包含多个像素差值特征；采用至少一个boosting决策树对所述X个第二目标特征集进行分类，得到目标分类器。通过本发明实施例可得到在性能不下降的前提下，具有较好特征筛选能力和较快计算速度的分类器。

主权项

1.一种图像处理方法，其特征在于，包括：获取正样本集和负样本集；对所述正样本集和所述负样本集进行平滑处理，具体为：采用高斯滤波器对所述正样本集以及所述负样本集进行低通滤波，得到目标正样本集和目标负样本集；分别对所述目标正样本集和所述目标负样本集进行积分通道特征提取，得到X个第一目标特征集合，其中，所述X个第一目标特征集合中每一第一目标特征集合包含一个亮度特征分量、2个色差特征分量、梯度幅值分量和与所述梯度幅值分量对应的6个梯度方向分量，所述X为大于1的整数；对所述X个第一目标特征集合中每一第一目标特征集合进行像素差值特征提取，得到所述X个第二目标特征集，其中，所述X个第二目标特征集中每一第二目标特征集中包含多个像素差值特征；采用至少一个boosting决策树对所述X个第二目标特征集进行分类，得到目标分类器；其中，所述对所述X个第一目标特征集合中每一第一目标特征集合进行像素差值特征提取，包括：从所述第一目标特征集合j对应中随机选取K个位置，所述第一目标特征集合j为所述X个第一目标特征集合中的任一个，所述K为偶数；将所述K个位置对应的像素值组成K/2个像素对；计算所述K/2个像素对中每一像素对的差值，得到所述K/2个像素差值特征，即第二目标特征集；所述采用至少一个boosting决策树对所述多个第二目标特征集进行分类，得到目标分类器，包括：采用至少一个boosting决策树对所述X个第二目标特征集进行分类，得到Y个第一级分类器，所述Y为大于1的整数；使用hard mining算法对所述负样本集进行挖掘，得到Z个负样本；采用所述Y个第一级分类器对所述Z个负样本进行分类，得到A个第二级分类器，所述A为正整数；判断所述A个第二级分类器中是否存在符合预设条件的第二级分类器；在所述A个第二级分类器中存在符合所述预设条件的第二级分类器时，从所述符合所述预设条件的第二级分类器中一个第二级分类器作为所述目标分类器；其中，所述获取正样本集和负样本集之前，所述方法还包括：按照如下公式初始化所述正样本集和所述负样本集中每一样本的权重，其中，s为任一样本，如下： w s = 1 P , C s = + 1 1 N , C s = - 1 ]]>其中P为正样本集中的样本个数，N为负样本集中的样本个数，Cs为样本类别，s为任一样本，ws为样本的权重，Cs∈{+1，-1}，+1为正样本，-1为负样本；根据所述正样本集和所述负样本集以及每一样本的权重进行加权最小二乘拟合，得到所述至少一个boosting决策树。