[发明专利]一种应用图像关联度的图像模糊分类方法

权利要求书

1.一种应用图像关联度的图像模糊分类方法，其特征在于，包括如下步骤：

步骤1，对于每幅待分类的图像，计算它的分形维特征和能量特征，按照分形维特征和能量特征的大小，将图像分成3类；

步骤2，3类图像包含的图像总数分别记为n1、n2、n3，计算每一类图像特征的纹理特征均值，分别记为mean1、mean2、mean3；

步骤3，分别计算每幅图像与3类图像纹理特征值的差；

步骤4，分别计算每幅图像与3类图像的关联度；

步骤5，计算3类图像在各自类别中关联度的均值；

步骤6，确定每幅图像是否归属于当前所在的类别。

2.根据权利要求1所述的方法，其特征在于，步骤3中，通过如下公式分别计算每幅图像与3类图像纹理特征值的差：

d₁(i₁，1)＝|mean1-Rbs(i₁，1)|，

d₁(i₁，2)＝|mean2-Rbs(i₁，1)|，

d₁(i₁，3)＝|mean3-Rbs(i₁，1)|，

d₂(i₂，1)＝|mean1-Rbs(i₂，2)|，

d₂(i₂，2)＝|mean3-Rbs(i₂，2)|，

d₂(i₂，3)＝|mean3-Rbs(i₂，2)|，

d₃(i₃，1)＝|mean1-Rbs(i₃，3)|，

d₃(i₃，2)＝|mean2-Rbs(i₃，3)|，

d₃(i₃，3)＝|mean3-Rbs(i₃，3)|，

其中，Rbs(i₁，1)表示第一组图像中第i₁幅图像的纹理特征，i₁取值为1～n1，Rbs(i₂，2)表示第二组图像中第i₂幅图像的纹理特征，i₂取值为1～n2，Rbs(i₃，3)表示第三组图像中第i₃幅图像的纹理特征，i₃取值为1～n3；d₁(i₁，1)、d₁(i₁，2)、d₁(i₁，3)分别表示第一组图像中第i₁幅图像的纹理特征与第一组图像纹理特征均值之差的绝对值、第一组图像中第i₁幅图像的纹理特征与第二组图像纹理特征均值之差的绝对值、第一组图像中第i₁幅图像的纹理特征与第三组图像纹理特征均值之差的绝对值；d₂(i₂，1)、d₂(i₂，2)、d₂(i₂，3)分别表示第二组图像中第i₂幅图像的纹理特征与第一组图像纹理特征均值之差的绝对值、第二组图像中第i₂幅图像的纹理特征与第二组图像纹理特征均值之差的绝对值、第二组图像中第i₂幅图像的纹理特征与第三组图像纹理特征均值之差的绝对值；d₃(i₃，1)、d₃(i₃，2)、d₃(i₃，3)分别表示第三组图像中第i₃幅图像的纹理特征与第一组图像纹理特征均值之差的绝对值、第三组图像中第i₃幅图像的纹理特征与第二组图像纹理特征均值之差的绝对值、第三组图像中第i₃幅图像的纹理特征与第三组图像纹理特征均值之差的绝对值。