[发明专利]使用得出的参量进行图象分类

摘要

渐近算法得出用于图象分类系统的替换的结构和参量。在优选实施例中,采用一个学习系统,以及在学习系统的训练时间间隔期间,得出学习系统的结构,以便创建很适合于特定的分类问题组的学习系统。同样地,通过渐近算法(包括实施图象特征化,进行学习和分类的算法)得出图象分类系统的其它参量。初始的参量组和结构组被使用来创建一组尝试分类系统。多个预先分类的估值图象然后被加到每个系统,以及用于每个测试事例的每个系统的结果的分类与每个测试事例的正确的分类进行比较。根据较好的执行分类系统的参量和结构得出以后的尝试的分类系统。最好地执行的分类系统然后被选择为生产分类系统,用于分类新的图象。

主权项

1.一种图象分类系统(100)，包括：图象处理器(110)，处理图象(101)产生图象特征(111)，图案匹配器(120)，用来耦合到图象处理器(110)，处理图象特征(111)，产生至少一个类别或然率因子(121)，以及分类器(130)，用来耦合到图案匹配器(120)，处理所述至少一个类别或然率因子(121)，产生相应于图象(101)的图象分类(131)，其中图象处理器(110)使用图象处理参量(151)，图案匹配器(120)使用图案匹配参量(152)，分类器(130)使用分类参量(153)，以及渐近算法(150)根据一组评估图象(103A)和相应的适当的图象分类(103B)，确定以下参量的至少一个参量(155)：图象处理参量(151)，图案匹配参量(152)，和分类参量(153)。