[发明专利]图像分类识别判断方法

权利要求书

1.一种图像分类识别判断方法，其特征在于，包括如下步骤：

步骤1，采集图像，对图像进行预处理，通过顶帽变换方法去除图像噪声之后，采用直方图均衡化对图像进行增强；

步骤2，对增强后的图像进行LBP特征提取，得到N维向量的联合直方图，对N维向量进行降维操作，所述N为正整数；

步骤3，通过朴素贝叶斯分类器，对降维操作后的向量进行分类或筛选，提取出特征图像；所述朴素贝叶斯分类器通过训练集训练归纳出分类集；

步骤4，将分类后的图片按图片采集的时间顺序进行排列，利用时序关系对图片颜色分类结果进行二次筛选；

所述步骤1包括：

步骤1-1，提取出一个不包含水印的边框掩码图像，使用所述的边框掩码图像替换掉原始图像中的边框；

所述步骤1-1包括：

步骤1-2，将边框掩码图像进行开操作，构造一个区分边框掩码图像与原始图像部分的分段函数，最后提取出边框掩码图像；

步骤1-3，开操作公式分别如下所示，

表示集合A被结构元素B腐蚀；

表示集合A被结构B元素膨胀；

步骤1-4，进行开操作和闭操作公式如下所示，

表示集合A被结构元素B开操作；

表示集合A被结构元素B闭操作；

步骤1-5，根据设定阈值来提取掩码图像，其公式如下：

其中g表示图像的灰度值，Iopen是图像进行开运算后的图像；

得到提取掩码图像后，使用该提取掩码图像替换掉原有的边框，在RGB三个通道分别进行下列操作，

其中I为原图，Io为最终得到的图像，即可得到最终的去水印后的图像。

2.根据权利要求1所述的图像分类识别判断方法，其特征在于，所述步骤1包括：

步骤1-6，对图像进行顶帽变换，所述顶帽变换公式如下，

即在集合A中减去B对A的开操作；

步骤1-7，对经过顶帽变换的图像进行图像增强，采用的是直方图均衡化，

令X＝{X(i,j)}表示由L个灰度级{X₀,X₁,...,X_L-1}组成的一张图像，其中X(i,j)表示图像在空间(i，j)处的强度，且X(i,j)∈{X₀,X₁,...,X_L-1}， 对于一张图像X,概率密度分布p(X_k)可定义为：

其中k＝0,1,…,L-1，L为正整数，n^k表示在图片X中X_k灰度级出现的次数，n是整张图片中像素的个数，n^k-X_k的直方图是图像X的灰度直方图，基于概率密度函数，定义累积分布函数为：

其中，对于k＝0,1,…,L-1,X_k＝x， 需注意c(X_L-1)＝1，直方图均衡化是通过累积分布函数作为转换函数，将整幅输入图像映射到从X₀到X_L-1的空间，定义转换函数f(x)为

f(x)＝X₀+(X_L-1-X₀)c(x)，

则直方图均衡化后的输出图像Y＝{Y(i,j)}写成：