[发明专利]基于傅里叶变换的室内室外场景分类方法

说明书

技术领域

本发明涉及一种分类室内室外场景图象的方法。

背景技术

在图像处理中，室内室外场景分类在许多领域都显得尤为重要，例如基于内容的图像恢复、数字化图书馆、自主机器人的应用以及数字摄影等。由于一些室内图片的物体也能在室外图片中发现，同时室外图片中的建筑物体的结构与室内结构相似，这就给室内室外场景分类问题带来了很大的困难，一些方法通过使用不同的分类器、特征、训练的形式、测试数据及语义知识自动地进行分类。

色彩及纹理特征是室内室外场景分类问题最经常使用的特征，为了进一步提高分类准确率，一些后处理技术得到了关注，拒绝阈值作为一种后处理技术，它的使用可以有效地用来提高分类准确率，除了选取合适的特征，选择一个好的分类器同样重要。边缘及色彩方向直方图（Edge and Color Orientation Histogram,ECOH）是由Wonjun Kim等于2010年提出的，该方法通过统计图象中像素的边缘及色彩方向直方图，从而有效地提高了分类准确率。

室外场景大多含有天空等纹理较平坦特征，室内空间物体的复杂性及具有较多的边缘及线性信息，因此纹理变化必然较大，反映到频域空间，室外场景的频率变化将较剧烈，而室内场景则会相对平坦，然而现有方法仅仅考虑色彩及纹理边缘等空间域特征，对于场景分类同样具有重要作用的频率域特征却没有考虑，分类准确率较低。

发明内容

本发明的目的是为了解决现有室内室外场景分类方法由于没考虑频率域特征，致使分类准确率较低的问题，提供了一种基于傅里叶变换的室内室外场景分类方法。

基于傅里叶变换的室内室外场景分类方法，是按照以下步骤进行的：

一、场景图像的分割：将图像划分成BLK1、BLK2、BLK3、BLK4和BLK5五大块；

二、求边缘直方图EOH：对步骤一中划分得到的每个大块求边缘直方图EOH；

三、求色彩直方图COH：对步骤一中划分得到的每个大块求色彩直方图COH；

四、计算图像的特征矢量：将步骤二中求得的边缘直方图EOH与步骤三中求得的色彩直方图COH合并，对每个大块分配权重，得到图像的特征矢量，即ECOH方法；

五、图像的傅里叶变换：对每个大块分别进行傅里叶变换，对傅里叶变换后的块进行平移变换，低频部分位于中心；

六、图像的再次分割：将每个大块再次划分成32个小块，计算每个小块的幅值并求和，作为特征矢量的一个维度，划分方式为：BLK1划分为每行16块，共2行，BLK2、BLK3、BLK4和BLK5划分为每行2块，共16行；

七、室内室外场景分类：在ECOH方法基础上，加入傅里叶频谱特征，综合频谱特征和ECOH方法，计算得到图像的最终矢量，构成图片场景分类特征空间，最后在SVM分类器中进行室内室外场景的分类，所述特征空间形式如下：

F=F1ECOH,F1O,F2ECOH,F2O...F5ECOH,F5,O]]>