[发明专利]一种精细图像分类方法

摘要

本发明涉及一种精细图像分类方法，其特征在于包括构建分解字典学习模型，构造自适应局部保序约束模型，构造分类器模型，构造目标函数，目标函数求解和构造分类方法的模型等步骤。本发明不但能够在分解字典学习过程中自适应地捕获原子的局部几何结构信息和每个分解原子邻域的高阶秩信息特征，并能够通过原子间的距离衡量多视角数据对表征物体的贡献，增强编码系数和分解字典的判别性能。而且利用了分解系数和精细图像的类标矩阵构造分类器模型，并通过范数约束分类器参数，增强分类器学习模型的鲁棒性并降低算法的时间复杂度，提高基于自适应局部保序约束多视角分解字典学习算法的分类性能。