[发明专利]一种线裁剪图像检测方法

权利要求书

1.一种线裁剪图像检测方法，其特征在于，该方法具体步骤如下：

训练阶段：

训练阶段步骤一：对训练集图像判断是否为灰度图像，如果不是灰度图像，则需要对其进行灰度化处理；

训练阶段步骤二：对训练集图像逐个提取它们的LBP特征和WLD特征；LBP特征：以1为邻域半径，8个邻域像素来表示中心像素的LBP编码；因此产生一个2⁸＝256维特征；WLD特征：将图像分成3×3块，每一块包含8个方向，在每个方向上提取8维直方图；然后将整个图像作为一个块，再沿每个方向提取8维直方图；最后产生((3×3)+1)×8×8＝640维特征；

训练阶段步骤三：对提取的LBP特征和WLD特征分别使用Kruskal-Wallis统计方法进行特征选择；通过Kruskal-Wallis测试确定一个最优的阈值，小于阈值的特征被留下，而大于阈值的特征将会被自动删除；

步骤四：将经过特征选择后的LBP特征和WLD特征进行串联融合形成训练特征集；

测试阶段：

测试阶段步骤一：对测试图像按所述训练阶段步骤一先进行灰度化处理；

测试阶段步骤二：提取测试图像的LBP特征和WLD特征；

测试阶段步骤三：使用训练阶段通过Kruskal-Wallis测试确定的最优的阈值对所述测试阶段步骤二中提取的LBP特征和WLD特征进行特征选择操作，剔除那些对识别率贡献不大的特征；将经过特征选择操作的LBP特征和WLD特征进行融合，形成测试特征集；

测试阶段步骤四：将训练阶段步骤四得到的训练特征集和测试阶段步骤三得到的测试特征集作为特征向量传送给SVM分类器；SVM分类器将自动寻找最优参数对特征集进行分类，从而确认测试图像是否经过了线裁剪操作。

2.根据权利要求1所述一种线裁剪图像检测方法，其特征在于，对提取的LBP特征和WLD特征分别使用Kruskal-Wallis方法进行特征降维操作，从而得到一个最优的阈值；这个阈值是由Kruskal-Wallis方法自动寻优得到的，而不是手动选取的。