[发明专利]基于稀疏和稠密重构的图像解析方法

权利要求书

1.一种基于稀疏和稠密重构的图像解析方法，其特征在于：包括以下五个步骤：

步骤(1)、基于超像素双调和距离概率分布的图像描述：将图像分割为超像素，除对超像素提取基本特征外，计算超像素之间的双调和距离，双调和距离可通过下面公式进行计算：

其中d_B(x，y)为x,y之间的双调和距离，为x处第k个特征向量，为y处第k个特征向量，λ_k为第k个特征值,通过计算双调和距离的概率密度分布，得到超像素的半局部特征结构；

步骤(2)、基于全局特征的相似图像检索：计算图像的全局特征，并与图像库中图像的全局特征进行比较，选出最相似的图像，将这些图像超像素的局部结构特征作为相应的解析类别字典；

步骤(3)、基于稀疏和稠密重构的误差分析：使用之前构造的类别字典，对于每一类，用字典中的词使用两种方法重构未知图像超像素的特征，一种使用稀疏表示来重构，一种使用主成分分析来重构，得到每一个超像素对于每一类的重构误差，并且将误差在相似区域进行扩散，综合最后的误差结果判断超像素所属类别；

步骤(3)中所述的基于稀疏和稠密重构的误差分析，从稀疏表示和主成分分析两个角度衡量类别字典与未知特征的相关性，判断超像素所属的类别；

步骤(4)、基于图割区域的层次化投票：计算图像的图割区域并作为图像可能的语义分割区域，并在每一个图割区域，利用不同大小的超像素解析结果投票得到图割区域的类别结果；

步骤(4)中所述的基于图割区域的层次化投票，通过统计不同尺度超像素的识别结果，将各个层次的解析结果综合起来，提高识别的准确度；

步骤(5)、基于空间填充曲线的图像语义比较：利用空间填充曲线遍历图像，得到表示图像语义的字符串，利用字符串之间的相似度衡量图像的相似度，选择出概率最大的图像解析结果。

2.根据权利要求1所述的基于稀疏和稠密重构的图像解析方法，其特征在于：步骤(1)中所述的超像素双调和距离概率分布，使用能够表示出局部的拓扑结构和获取全局形状感知的双调和距离，通过计算概率分布距离能够描述超像素的半局部结构特征。

3.根据权利要求1所述的基于稀疏和稠密重构的图像解析方法，其特征在于：步骤(2)中所述的全局特征的相似图像检索，从图像特征相似推测图像语义相似，从图像库中筛选出有用的特征构成词典，避免其它类别特征的干扰，增加图像解析的准确度。

4.根据权利要求1所述的基于稀疏和稠密重构的图像解析方法，其特征在于：步骤(5)中所述的基于空间填充曲线的图像语义比较，将二维的图像转化为一维字符串的同时，降低复杂度的同时保留了图像各部分的相邻结构，并通过动态规划算法比较字符串的相似度来衡量图像的相似度。