[发明专利]一种图像分类方法、装置、电子设备及可读存储介质

摘要

本发明实施例提供了一种图像分类方法、装置、电子设备及可读存储介质，应用于模式识别技术领域，所述方法包括：对各样本图像进行灰度化处理，将得到的各灰度图像表示为二维图像矩阵；样本图像包括：训练图像和待分类图像，根据各二维图像矩阵建立灰度矩阵；根据标签约束矩阵和基于半张量积的非负矩阵分解算法，对归一化灰度矩阵进行特征提取，得到特征矩阵；将标签约束矩阵和特征矩阵的乘积的转置作为混合特征矩阵，将混合特征矩阵中各待分类图像对应的特征输入预先建立的图像分类模型，得到分类结果，图像分类模型是对混合特征矩阵中各训练图像对应的特征及各训练图像对应的图像类别进行训练得到的。本发明提高了图像分类的效率。

主权项

1.一种图像分类方法，其特征在于，所述方法包括：对所获取的各样本图像进行灰度化处理，得到所述各样本图像的灰度图像，将各灰度图像表示为二维图像矩阵，得到各二维图像矩阵；所述各样本图像包括：各训练图像和各待分类图像；分别将所述各二维图像矩阵表示为一维向量，将得到的各一维向量作为灰度矩阵的各列，建立所述灰度矩阵，对所述灰度矩阵进行归一化处理，得到归一化灰度矩阵；根据预先建立的标签约束矩阵和基于半张量积的非负矩阵分解算法，对所述归一化灰度矩阵进行特征提取，得到所述归一化灰度矩阵对应的特征矩阵，所述标签约束矩阵是根据所述各样本图像包含的标签信息确定的；将所述标签约束矩阵和所述特征矩阵的乘积的转置作为混合特征矩阵，将所述混合特征矩阵中所述各待分类图像对应的特征输入预先建立的图像分类模型，得到所述各待分类图像的分类结果，所述图像分类模型是对所述混合特征矩阵中所述各训练图像对应的特征、以及所述各训练图像对应的图像类别进行训练得到的。