[发明专利]一种基于素描线段信息和空间金字塔匹配的图像分类方法

权利要求书

1.一种基于素描线段信息和空间金字塔匹配的图像分类方法，其特征在于：该方法包括以下步骤： 

步骤1，给定训练图像集合和测试图像集合两个图像集合，两者共同组成图像分类数据库； 

步骤2，根据primal sketch模型即初始素描模型提取图像分类数据库中所有图像的primal sketch map，即初始素描图，在初始素描图基础上进行进一步的处理，将图像划分为结构区域和非结构区域两部分； 

步骤3，对图像分类数据库中的每一幅图像，在结构区域提取多种尺度图像块的单尺度SIFT特征； 

步骤4，对图像分类数据库中的每一幅图像，在非结构区域按照空间金字塔匹配方法划分图像块并在图像块上提取单尺度SIFT特征； 

步骤5，对图像分类数据库中的每一幅图像，将每一幅图像的结构区域的多种尺度图像块的单尺度SIFT特征与非结构区域的单尺度SIFT特征放在一起，按空间金字塔匹配方法进行聚类、空间金字塔划分、直方图投影，得到表示每一幅图像的基于初始素描线段和空间金字塔的特征，记为F_PSSPM； 

步骤6，对图像分类数据库中的每一幅图像，从其初始素描图的线段中提取表示该图像的基于初始素描线段的统计特征，记为F_PS； 

步骤7，对图像分类数据库中的每一幅图像，将F_PSSPM与F_PS按一定的权重进行级联，得到表示这幅图像的特征F_WHOLE； 

步骤8，用空间金字塔匹配核函数，将训练集中每一幅图像的特征F_WHOLE作为训练样本，训练并得到分类器； 

步骤9，将测试集中每一幅图像的特征F_WHOLE输入步骤8所述分类器中进行分类，从而得到分类结果。 

2.如权利要求1所述的一种基于素描线段信息和空间金字塔匹配的图像分类方法，其特征在于：步骤2中所述的将图像划分为结构区域和非结构区域两部分，是在提取了图像的初始素描图后，找到初始素描图中的每条线段，在每条素描线段的每个素描点上设计与其所在素描线段同方向的方向窗口，方向窗口的一边平行于素描线段，另一边垂直于素描线段，方向窗口的大小为（2n+1）×（2n+1），n为大于8的自然数，将每条素描线段上所有素描点的方向窗口叠加得到区域图，原图像中与区域图对应位置的区域为结构区域，原图像中除结构区域之外的区域为非结构区域。 

3.如权利要求1所述的一种基于素描线段信息和空间金字塔匹配的图像分类方法，其特征在于：步骤3中所述的在结构区域提取多种尺度图像块的单尺度SIFT特征，其提取的SIFT特征与传统空间金字塔中有所不同，具体为： 

原始的SIFT特征提取过程包括五步，即构建尺度空间、检测极值点、精确定位极值点、关键点主方向分配以及关键点特征描述，其中关键点特征描述这一步是以关键点为中心取16×16的小块再分成4×4个小块，在每个小块上进行梯度方向的统计并级联，得到128维的SIFT特征； 

对结构区域进行多种尺度的划分，获得多种尺度的图像块（16×16、32×32、64×64），并将这些图像块再分成4×4个小块，在对结构区域进行划分时采用密集采点方式，块间步长8个像素，如16×16的块的步长为8个像素，64×64的块的步长也为8个像素，在每个小块上进行梯度方向的统计并级联，得到表示这些图像块的128维的单尺度SIFT特征。