[发明专利]一种基于类别分布的自然场景分类排序方法

权利要求书

1.一种基于类别分布的自然场景分类排序方法，其特征在于，包括如下步骤：

（1）获取用于训练的自然场景的图像集，从图像集中的每个自然场景图像提取特征向量；

（2）从基于用户兴趣度的图像类别分布生成系统获取自然场景图像的分类排序信息数据集；

（3）对每幅自然场景图像的兴趣度分类排序数据集进行规范化；

（4）从输入设备获取待分类排序的自然场景图像，提取特征向量；

（5）若识别机制未训练好，则执行步骤（6），否则转到步骤（7）；

（6）用前三步得到的自然场景图像及其对应的分类排序信息作为训练集，采用IIS-LLD算法进行学习，得到自然场景类别分布函数的最佳参数；

（7）将步骤（6）中得到的最佳参数和步骤（4）得到的待分类排序的自然场景图像的特征向量分别代入基于自然场景图像的类别分布函数中，得到对应于该待分类排序自然场景图像的类别分布P(y)；

（8）对步骤（7）得到的P(y)中≤0.01的类别看作无关的类别，然后对相关类别的P(y)分布进行分类排序；

其中，步骤（1）和步骤（4）提取特征向量的方法为：把彩色图像转换成CIELUV彩色空间，然后再进行分块的方法抽取自然场景的图像特征。

2.如权利要求1所述的基于类别分布的自然场景分类排序方法，其特征在于，步骤（3）的具体处理方法为：用一个矩阵表示步骤（1）的图像集中的每一幅自然场景图像的分类排序数据集：矩阵的每一行和每一列分别对应一个类别标记，如果某个标记在所述的自然场景图像中不相关，则把该标记对应的一列全部赋值为0，如果某个标记A在所述的自然场景图像中相关，并且它排在标记B的前面，则在矩阵中A对应的列和B对应的行交叉的位置标记为1，否则标记为0；然后，将获得矩阵每一列为1的个数与矩阵中为1的总数的比值，即得到一个规范的类别分布。

3.如权利要求1所述的基于类别分布的自然场景分类排序方法，其特征在于，步骤（5）判断类别分布是否训练好的判断依据为T(                                               )函数是否收敛，如果收敛则已经训练好，否则没有训练好。