[发明专利]基于局部特征多级聚类及图像-类距离计算的商品图像自动分类算法有效
| 申请号： | 201110340761.8 | 申请日： | 2011-11-02 |
| 公开（公告）号： | CN102509111A | 公开（公告）日： | 2012-06-20 |
| 发明（设计）人： | 孔祥维;贾世杰 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 梅洪玉;关慧贞 |
| 地址： | 116024*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及的是一种商品图像的自动分类方法，提供了一种基于视觉信息的商品图像自动分类方法。这种方法提取图像局部特征，采用分级聚类和图像-类距离计算的方法实现类别识别。本发明的效果和益处能够根据商品图像的视觉内容实现商品自动分类；采用每类图像局部特征描述子聚类的方法，大大减少了图像-类距离计算中的穷尽搜素问题，大大提高了计算效率。在计算图像块之间距离时，充分考虑特征所在位置信息，能够提高分类效果。 | ||
| 搜索关键词： | 基于 局部 特征 多级 图像 距离 计算 商品 自动 分类 算法 | ||
【主权项】：
基于局部特征多级聚类及图像‑类距离计算的商品图像自动分类算法，其特征在于如下步骤，步骤一.取已分好类的商品图像作为分类器标记样本；步骤二.以稠密采样方式提取并描述各标记图像类的局部图像特征(SIFT)；步骤三.将各类内训练图片提取的局部特征进行层次聚类，形成若干个分级聚类中心，并标记隶属于每个聚类中心的图像块描述子；步骤四.以稠密采样方式提取并描述测试图片局部特征(SIFT)；步骤六.依次计算测试图像每个图像块到各类各分级聚类中心的L2距离，找出测试图像与每个标记类距离和最小的聚类中心；步骤七.与每类最近临聚类中，依次计算测试各图像局部特征块的最近邻描述子，并计算对应L2距离之和；步骤八.对应L2距离和最小的类别即为分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110340761.8/，转载请声明来源钻瓜专利网。
