[发明专利]一种基于Legendre矩不变量和PSO-LSSVM分类器的密级标识识别方法

摘要

一种基于Legendre矩不变量和PSO‑LSSVM分类器的密级标识识别方法，所采取的识别方法为：将基于Legendre矩不变量和PSO‑LSSVM的理论运用于电子取证中的密级标识的识别中，首先通过对密级标识进行图像预处理后，计算图像的低阶Legendre矩不变量组成特征向量，然后利用PSO‑LSSVM分类器对密级标识图片进行分类识别。该方案有益效果在于一方面利用低阶Legendre矩不变量能够对图像的特征进行很好地刻画，且量在常见的攻击下包括几何攻击具有很好的稳定性，另一方面运用PSO‑LSSVM分类器使得分类器能够提高密级标识识别精度与速度。

主权项

1.一种基于Legendre矩不变量和PSO‑LSSVM分类器的密级标志识别方法,其特征在于，包括以下步骤：(1)对密级标识图像按照式(a)进行灰度化，以减少不必要的干扰和降低处理的复杂度，设图像灰度f(x,y)∈[c₁,c₂]，若令集合则通过判断像素值是否在集合C中进行分类：其中，通过选定a,b值对图像的灰度化分割，实现图像的增强，达到拉伸图像的效果增加图像对比度；(2)对灰度化后的图像进行去噪，采取3*3或者5*5的均值滤波法进行去噪，去除干扰信息的影响；(3)将灰度化后的图像进行反相操作，使字符区域呈现为白色，背景区域呈现为黑色，使得文字轮廓与背景色对比更加强烈，有利于观察文字特征，然后利用全局阈值法对反相后的图像按照式(b)进行二值化：(4)对二值化后的图像采用Hough变换方法进行倾斜校正，通过把直线从图像的空间转换到参数的空间，求得参数空间的局部极大值获得图像文字的倾斜角；(5)利用垂直投影法进行文字行切分以及基于回溯的最大宽度法进行单个字符的切分，最终得到包含每一个字符的文字序列；(6)对每个字符进行细化，提取文字的骨架，使各个笔划均由宽度为1个像素的形式表示；(7)对图像进行大小归一化和位置归一化，得到大小为N×N的图像，并使得待识别内容位于图像中心；(8)计算图像的Legendre矩不变量分别选取两个1阶Legendre矩不变量、两个2阶Legendre矩不变量和四个3阶Legendre矩不变量构造图像的特征向量V＝(QMI0,1,QMI1,0,QMI0,2,QMI2,0,QMI0,3,QMI3,0,QMI1,2,QMI2,1)作为密级图像的特征；(9)将数据集分为训练集和测试集，利用PSO‑LSSVM分类器对密级标识图像进行识别，获取密级标识信息。