[发明专利]基于核函数匹配的空间金字塔物体识别方法

摘要

本发明专利公开了一种基于核函数匹配的空间金字塔物体识别方法。包含以下步骤：提取物体图像的ED‑SIFT(Efficient Dense Scale‑invariant Feature Transform)描述子；使用k‑means++聚类算法将训练样本的ED‑SIFT描述子聚类，获得视觉词典；引入空间金字塔，使用核函数匹配获得训练样本和测试样本的视觉单词直方图；使用SVM分类器完成训练样本的训练和测试样本的识别。本专利提出的算法对物体图像的识别具有较高的辨识度，并且在训练样本较少的情况下，采用简单的SVM分类器就可以获得良好的分类效果。

主权项

1.基于核函数匹配的空间金字塔物体识别方法，其特征在于，包括下列步骤：步骤一、采集物体样本图像，将待识别的样本图像数据分为训练样本和测试样本；步骤二、将训练样本和测试样本的图像转换为灰度图像，并将灰度图像的数据类型转化为双精度浮点类型；然后将图像的尺寸进行缩放处理，使其高度和宽度在[50,200]之间；步骤三、提取训练样本和测试样本图像的ED‑SIFT(Efficient Dense Scale‑invariant Feature Transform)描述子；步骤四、使用k‑means++聚类算法将训练样本的ED‑SIFT描述子聚类，获得视觉单词；所有的视觉单词构成了视觉词典；步骤五、引入空间金字塔，将训练样本的ED‑SIFT描述子、测试样本的ED‑SIFT描述子和视觉词典映射到高维空间，然后使用核函数匹配来获得训练样本和测试样本的视觉单词直方图；步骤六、将训练样本的视觉单词直方图输入到SVM分类器中进行训练；步骤七、基于训练后的SVM分类器，将测试样本的视觉单词直方图输入SVM分类器，完成物体的识别；步骤三中提取训练样本和测试样本的ED‑SIFT(Efficient Dense Scale‑invariant Feature Transform)描述子的方法为：1)将样本图像划分为均匀大小的单元格，每个单元格由4×4个像素组成，依次从图像中选取4×4个单元格，步长为8个像素，遍历整个图像，使用高斯核函数将每个单元格中像素的梯度方向映射到梯度方向基向量中，得到样本图像的梯度方向直方图；其中z为图像中的像素点，为梯度方向基向量；α为调节因子，取α＝5，梯度方向基向量为在平面直角坐标系的水平和垂直方向分别将区间[‑1,1]平均分成九等分，得到的100个点坐标；使用归一化的梯度的模加权，每个4×4大小的单元格中每一个像素z的梯度模归一化的公式为：ε为小常量，防止分母为0；2)使用高斯核函数来增大靠近关键点的像素点的空间位置权重，减小远离关键点的像素点的空间位置权重；α为调节因子，取α＝5，pz为关键点z的空间位置，qz′为像素点z′的空间位置；关键点p_z的空间位置为在直角坐标系中的水平和垂直方向分别将区间[0,1]平均分成四等分后得到的25个点坐标，像素点q_z′的空间位置的选择为在直角坐标系中将水平和垂直方向上分别将区间平均分成十五等分后得到的256个点坐标；3)每隔8个像素遍历整幅图像，计算所有4×4单元格的ED‑SIFT向量，最后得到图像的ED‑SIFT特征；4)使用KPCA(kernel principal component analysis)算法对得到的ED‑SIFT向量降维；在一个4×4单元格图像块p中，基于高斯核匹配的梯度方向直方图的第k个分量为：其中m为梯度方向基向量的长度，n为空间位置向量的长度，λ_k和是高斯核矩阵的第k个特征值和特征向量，高斯核矩阵为[G]_ijmn＝g_θ(p_i,p_j)g_s(z_m,z_n)‑2∑_i′m′g_θ(p_i′,p_j)g_s(z_m′,z_n)+∑_{i′j′m′n′}g_θ(p_i′p_j′)g_s(z_m′,z_n′)，取k＝200。