[发明专利]基于类别相关的码本和分类器投票策略的图像分类方法

摘要

本发明为基于类别相关的码本和分类器投票策略的图像分类方法，首先图像数据集预处理模块将图像表示为局部显著区域图像块的集合；类别相关的码本生成模块生成类别相关的码本；图像向量化模块根据类别相关的码本，将图像表示为图像向量，类别相关分类器训练模块选择其中的训练图像向量和训练图像对应的类别标签训练任意两个类别之间的分类器；最后，基于分类器投票策略的测试图像分类模块根据各个分类器的投票结果，确定测试图像的类别标签。类别相关码本生成模块有效地解决了码本过大导致维数灾难与码本过小判别性不足的矛盾；同时类别相关的分类器训练模块也摆脱了多类别分类中样本不均衡产生的问题，提高了分类性能。

主权项

基于类别相关的码本和分类器投票策略的图像分类方法，其特征在于，实现该方法的步骤包括：步骤S1：图像数据集预处理模块对图像数据集I中的每一幅图像采用局部显著区域检测子检测图像中的局部显著区域图像块并表示为向量；这样，图像数据集中的所有图像都被表示成了局部显著区域图像块向量的集合，图像数据集I包括：训练图像集和测试图像集；步骤S2：类别相关码本生成模块根据训练图像的局部显著区域图像块向量和训练图像的类别标签，产生类别相关的码本；步骤S3：图像向量化模块将图像数据集中的图像映射到步骤S2生成的类别相关的码本上，形成图像向量；步骤S4：类别相关分类器训练模块根据图像向量中训练图像对应的图像向量及类别标签，训练类别相关的分类器；步骤S5：基于分类器投票策略的测试图像分类模块根据测试图像在每个分类器上的输出标签进行投票，给出测试图像的最终类别标签。