[发明专利]基于空间金字塔稀疏编码的自然场景多标记分类方法

说明书

本发明方法公开了一种基于空间金字塔稀疏编码的自然场景多标记分类方法，主要解决现有分类方法对自然场景描述不够完全和分类正确率较低的问题。其实现步骤是：建立自然场景图像多标记类别库；提取它的尺度不变特征SIFT生成稀疏字典D；用稀疏字典对图像进行字典映射，并用空间金字塔和稀疏编码生成多尺度稀疏向量；用多分类支持矢量机分类结果校正排序支持矢量机分类结果，得到自然场景图像的最终分类结果。本发明采用了多尺度特征、稀疏编码和多标记分类方法，提取了图像的局部信息，丰富了图像的特征信息，对自然场景描述的更为完全，提高了自然场景的分类精度和鲁棒性，可用于自然场景匹配、分类和识别。

技术领域

本发明属于图像处理技术领域，特别涉及图像平移、旋转、亮度和尺度变化的自然场景分类方法，具体是一种基于空间金字塔稀疏编码的自然场景多标记分类方法，可用于图像的自然场景匹配、分类和识别。

背景技术

在过去的十年里，自然场景图像分类已经成为图像处理领域里一个很重要的技术问题。自然场景图像分类有很广泛的应用，如目标识别与检测、智能车辆或机器人导航等领域。由于自然场景图像类内差异性、照明条件差异性和图像本身尺度差异性较大，使得自然场景图像分类问题仍然较难处理。早期的一些自然场景图像分类方法大多数是应用低层信息建立模型的，这些方法采用全局统计信息，如运用全局的颜色或者纹理特征直方图表示图像。尽管这些方法的时间复杂性较低，但是它们通常应用于人为场景图像和室内场景图像分类，对自然场景的描述不够完全，并且分类结果较差。

多标记学习是针对现实世界中普遍存在的多义性对象而提出的一种学习框架。在该学习框架下，每个对象由一个示例描述，该示例具有多个类别标记，学习的目的是将所有合适的类别标记赋予未标记示例。在自然场景分类问题中，图像可能同时隶属于多个类别，例如同一幅图像中，既有“山”也有“树”，或者既有“沙漠”也有“海洋”，而单标记学习只能对图像标记成一种类别，多标记学习可对图像标记成多个类别。该问题可以很自然地利用多标记学习框架进行建模，且描述较完全。

目前已经出现了大量的多标记分类方法，并在自然场景分类领域得到了广泛应用。Boutell等人将自然场景多标记分类问题转化为多个独立的二分类问题，并给出了多种预测准则用于从各个二分类的支持矢量机SVM分类器中确定测试样本的类别。该方法使用颜色信息(color information)作为特征向量来描述图像，在图像平移、旋转、亮度和尺度变化时适应性较差，并且存在对自然场景描述不完全的情况。

Zhang和Zhou提出了一种基于懒惰学习(lazy learning)技术的多标记学习算法——多标记K近邻(ML-KNN)，该算法直接使用测试样本与训练样本的相似度来对概念标记进行预测。该方法也同样使用颜色信息作为特征向量来描述图像，存在适应性较差的问题。

图像的有效信息除了有颜色信息，还有纹理、轮廓、尺度信息等深层涵义信息。上述方法在多标记分类问题中均仅使用颜色信息作为特征向量，因此在图像平移、旋转、亮度和尺度变化时很难获得图像的完整正确分类。

发明内容

本发明的目的在于针对上述现有技术方法的不足，提出了一种基于空间金字塔稀疏编码的自然场景多标记分类方法，以减少由于图像平移、旋转、亮度和尺度变化带来的误分，且该方法对于光线、噪声、微视角改变、部分物体遮蔽的容忍度也相当高，提高了自然场景多标记分类的正确率和鲁棒性。

为实现上述目的，本发明的技术方案包括如下步骤：

(1)建立自然场景图像多标记类别库；

(2)对自然场景图像多标记类别库中的每幅图像，提取图像的尺度不变SIFT特征矩阵F：