[发明专利]融合颜色特征与卷积神经网络的彩色图像特征提取方法

摘要

本发明公开了一种融合颜色特征与卷积神经网络的图像特征提取方法，主要解决现有技术下颜色特征提取不全面和卷积神经网络特征提取对颜色不敏感的问题。其实现步骤为：(1)输入彩色图像；(2)获取主体图像；(3)获取颜色特征向量；(4)获取归一化卷积神经网络特征向量；(5)获取融合特征向量。本发明能够同时发挥颜色特征提取和卷积神经网络特征提取的优势，可用于图像处理技术领域。

主权项

1.一种融合颜色特征与卷积神经网络的彩色图像特征提取方法，包括如下步骤：(1)输入彩色图像：选取任意大小、任意分辨率的彩色图像作为输入图像；(2)获取主体图像：(2a)将输入图像按4行4列的规格平均分割成16个大小相等，互不重叠的子块；(2b)从16个子块中选取位于最中心的4个子块，将所选取的4个子块拼接，得到的图像作为输入图像的主体图像；(3)获取颜色特征向量：(3a)采用颜色直方图法，得到主体图像的规格为1行258列的颜色直方向量；利用向量归一化公式，对颜色直方向量进行归一化，得到归一化颜色直方向量；(3b)采用颜色矩法，得到主体图像的规格为1行9列的颜色矩向量；利用向量归一化公式，对颜色矩向量进行归一化，得到归一化颜色矩向量；(3c)将归一化颜色直方向量的直方向量权值设为1，将归一化颜色矩向量的矩向量权值设为28；(3d)将归一化颜色直方向量与直方向量权值相乘，得到赋权颜色直方向量；将归一化颜色矩向量与矩向量权值相乘，得到赋权颜色矩向量；(3e)将赋权颜色矩向量拼接在赋权颜色直方向量的后面，组成颜色拼接向量；利用向量归一化公式，对颜色拼接向量进行归一化，得到颜色特征向量；(4)获取归一化卷积神经网络特征向量：(4a)采用卷积神经网络特征提取算法，获取输入图像的卷积神经网络特征向量；(4b)利用向量归一化公式，对卷积神经网络特征向量进行归一化，得到归一化卷积神经网络特征向量；(5)获取融合特征向量：(5a)将颜色特征向量的特征权值设为2，将归一化卷积神经网络特征向量的神经网络权值设为1；(5b)将颜色特征向量与特征权值相乘，得到赋权颜色特征向量，将归一化卷积神经网络特征向量与神经网络权值相乘，得到赋权卷积神经网络向量；(5c)将赋权颜色特征向量拼接到赋权卷积神经网络向量的后面，组成融合拼接向量；(5d)利用向量归一化公式，对融合拼接向量进行归一化，得到融合特征向量。