[发明专利]基于三支决策的图像识别方法

权利要求书

1.一种基于三支决策的图像识别方法，其特征在于：包括：

S1、输入待识别的图像；

S2、利用样本数据集图像得到三支决策分类器；

S3、根据所述三支决策分类器的分类条件，把所述待识别的图像分为三个区域，包括：正区域、负区域、延迟决策区域；

S4、利用复合型支持向量机SVM对所述三支决策分类器分类出的正区域部分进行图像识别处理；

S5、输出图像识别结果；

所述复合型支持向量机SVM具体包括：

在所述待识别图像的样本空间中，划分超平面，找到与所述超平面距离最近的待识别图像的样本数据点，得到和所述超平面平行且距离相等的第一超平面和第二超平面，根据所述第一超平面和所述第二超平面分隔所述待识别图像；所述超平面可通过如下线性方程来描述：

g(x)＝w^Tx+b＝0

所述第一超平面为：H₁:g₁(x)＝w^Tx+b＝+1

所述第二超平面为：H₂:g₂(x)＝w^Tx+b＝-1

当g(x)＝0时，x是位于超平面上的点，向量w为垂直于超平面g(x)＝0的向量，w^T表示w向量的转置，b表示常数；在所述第一超平面和所述第二超平面上的待识别图像的样本数据点也就是离分隔超平面最近的点。

2.根据权利要求1所述一种基于三支决策的图像识别方法，其特征在于，所述利用样本数据集图像得到的三支决策分类器包括：

S201、输入训练样本数据集图像；

S202、根据三支决策的属性，对样本数据集图像进行训练，包括：将第i类样本数据集图像分别按照第i类数据样本集图像的图像特征进行分割，得到第i类样本数据集图像的图像特征属性值，根据所述第i类样本数据集图像的图像特征属性值得到第i类样本数据集图像训练所需属性值λ_iαp，λ_iαn，λ_iβp，λ_iβn，λ_iξp，λ_iξn；其中，λ_iαp表示满足第i类样本数据集图像的决策条件下采取接受决策的代价，λ_iαn表示不满足第i类样本数据集图像的决策条件下采取接受决策的代价，λ_iβp表示满足第i类样本数据集图像的决策条件下采取拒绝决策的代价，λ_iβn表示不满足第i类样本数据集图像的决策条件下的采取拒绝决策的代价，λ_iξp表示满足第i类样本数据集图像的决策条件下采取不承诺决策的代价，λ_iξn表示不满足第i类样本数据集图像的决策条件下的采取不承诺决策的代价，i∈{1,2,...,N}，N为样本数据集中图像总类数；

S203、利用三支决策的决策问题代价矩阵，分别计算出第i类样本数据集图像的正区域和负区域的最优值：

其中，α_i表示第i类样本数据集图像的正区域的最优值、β_i表示第i类样本数据集图像的负区域的最优值；

S204、根据所述第i类样本数据集图像的正区域最优值α_i和所述第i类样本数据集图像的负区域的最优值β_i，得到第i类样本数据集图像的延迟决策区域值ξ_i：β_i<ξ_i<α_i；

S205、根据所述α_i、β_i和ξ_i，得到第i类样本数据集图像的三支决策分类器。

3.根据权利要求2所述一种基于三支决策的图像识别方法，其特征在于，所述第i类样本数据集图像的图像特征包括：图像轮廓、亮度、颜色、灰度中的一种或多种。