[发明专利]一种基于多标签的图像识别方法

摘要

本发明公开一种基于多标签的图像识别方法，该方法包括图像样本的预处理、图像分割、特征提取、特征值离散化、频繁项目集L的挖掘、多标签关联分类规则MLACR的构造和图像识别；在频繁项目集L的挖掘的过程中采用了新的候选项目集修剪方法，该方法经过两次修剪操作，明显缩小了候选项目集的规模，进一步提高了算法的执行效率；在多标签关联分类规则MLACR的构造中使用了约简方法，以确保MLACR中不会出现多余规则。该方法可以一次性对单幅图像包括多个标签的图像进行识别的方法，该方法可以快速的构造候选频繁项目集，实现准确高效的多标签图像识别功能。

主权项

1. 一种基于多标签的图像识别方法，包括候选频繁项目集的构造和图像识别步骤，其特征在于：所述候选频繁项目集的构造和图像识别步骤包括：步骤1图像样本数据集的准备和预处理，包括训练图像格式转换、尺度归一化、去噪和增强；步骤2采用基于密度聚类的图像分割方法分别识别出每幅图像样本的待识别区域；步骤3分别提取每幅训练图像中待识别区域的特征，构造图像样本数据库T，所述图像样本数据集T的关系模式为R(A₁ , …, A_p, B₁ , …, B_q)，其中： A₁ , ..., A_p为非标签属性的属性名，B₁ , ..., B_q为标签属性的属性名；p和q分别为非标签属性和标签属性的个数；步骤4特征值离散化；步骤5频繁项目集L的挖掘；步骤6 多标签关联分类规则MLACR的构造，所述多标签关联分类规则MLACR的构造分为多标签频繁关联分类规则MLFCAR的构造和多标签关联分类规则MLACR的生成，其步骤包括：步骤6.1 构造多标签频繁关联分类规则的前件P和后件Q，其中：所述前件为频繁项目集L中所包含的非标签属性集，所述后件为频繁项目集L中所包含的标签属性集；步骤6.2 分别计算多标签频繁关联分类规则MLFCAR中各分类规则的置信度，其中规则PR的置信度计算公式为：Count(PQ)/Count(P)；步骤6.3删除多标签频繁关联分类规则MLFCAR中置信度小于minconf的分类规则，构造最终的多标签频繁关联分类规则MLFCAR，其中minconf为最小置信度阈值；步骤6.4 对多标签频繁关联分类规则MLFCAR进行约简，得到多标签关联分类规则MLACR；步骤7 图像识别。