一種圖像分類方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本申請涉及圖像分類技術(shù)領(lǐng)域。尤其涉及一種圖像分類方法及系統(tǒng)。
【背景技術(shù)】
[0002] 圖像分類是一種根據(jù)各自在圖像信息中所反映的不同特征，把不同類別的目標(biāo)區(qū) 分開來的圖像處理方法。它利用計算機(jī)對圖像進(jìn)行定量分析，把圖像或圖像中的每個像元 或區(qū)域劃歸為若干個類別中的某一種，以代替人的視覺判讀。
[0003]目前進(jìn)行圖像分類的方法有許多，形式也千差萬別，然而，由于圖像中包含大量的 結(jié)構(gòu)信息，一般不能用傳感器直接獲取，而只能靠數(shù)學(xué)分析和變換方法從圖像中求取，而對 于圖像分類來說，分類的速度至關(guān)重要，因此，提供一種高速的圖像分類方法是本領(lǐng)域技術(shù) 人員亟待解決的問題。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本申請?zhí)峁┝艘环N圖像分類方法及系統(tǒng)，以提高圖像分類的速度。
[0005] 為實(shí)現(xiàn)上述目的，本申請?zhí)峁┝艘韵录夹g(shù)方案：
[0006] 一種圖像分類方法，該方法包括：
[0007] 根據(jù)待分類圖像的特征對所述待分類圖像進(jìn)行分層，并獲取符合預(yù)設(shè)條件的圖像 層；
[0008] 利用預(yù)先構(gòu)建的分類器中的變換群獲取所述圖像層對應(yīng)的軌道；
[0009] 將所述軌道的軌道中心與所述分類器中的近似軌道中心集合中的多個近似軌道 中心進(jìn)行對比，判斷所述待分類圖像的類別。
[0010] 優(yōu)選的，所述分類器的預(yù)先構(gòu)建包括：
[0011] 根據(jù)訓(xùn)練樣本圖像的特征對所述訓(xùn)練樣本圖像進(jìn)行分類，得到不同類別的訓(xùn)練樣 本圖像；
[0012] 對每個類別的訓(xùn)練樣本圖像根據(jù)與之對應(yīng)的特征進(jìn)行分層，得到分層后的訓(xùn)練樣 本；
[0013] 獲取不同類別的所述訓(xùn)練樣本中符合預(yù)設(shè)條件的圖像層以及所述圖像層對應(yīng)的 近似軌道中心；
[0014] 根據(jù)所述近似軌道中心確定所述近似軌道中心集合，并計算得到變換群。
[0015] 優(yōu)選的，所述利用預(yù)先構(gòu)建的分類器中的變換群獲取所述圖像層對應(yīng)的軌道包 括：
[0016] 將所述變換群作用于所述圖像層，進(jìn)行變換后得到所述圖像層對應(yīng)的軌道。
[0017] 優(yōu)選的，所述將所述軌道的軌道中心與所述分類器中的近似軌道中心集合中的多 個近似軌道中心進(jìn)行對比，判斷所述待分類圖像的類別包括：
[0018] 采用鄰近算法在所述近似軌道中心集合中獲取與所述軌道中心距離最近的近似 軌道中心；
[0019] 將所述近似軌道中心對應(yīng)的類別作為所述待分類圖像的類別。
[0020] 優(yōu)選的，所述根據(jù)待分類圖像的特征對所述待分類圖像進(jìn)行分層，并獲取符合預(yù) 設(shè)條件的圖像層具體包括：
[0021] 根據(jù)待分類圖像的特征利用神經(jīng)網(wǎng)絡(luò)對所述待分類圖像進(jìn)行分層，并獲取符合預(yù) 設(shè)條件的圖像層。
[0022] 一種圖像分類系統(tǒng)，該系統(tǒng)包括：
[0023] 構(gòu)建模塊，用于預(yù)先構(gòu)建分類器；
[0024] 第一分層模塊，用于根據(jù)待分類圖像的特征對所述待分類圖像進(jìn)行分層，并獲取 符合預(yù)設(shè)條件的圖像層；
[0025] 第一獲取模塊，用于利用預(yù)先構(gòu)建的所述分類器中的變換群獲取所述圖像層對應(yīng) 的軌道；
[0026] 判斷模塊，用于將所述軌道的軌道中心與所述分類器中的近似軌道中心集合中的 多個近似軌道中心進(jìn)行對比，判斷所述待分類圖像的類別。
[0027] 優(yōu)選的，所述構(gòu)建模塊包括：
[0028] 分類模塊，用于根據(jù)訓(xùn)練樣本圖像的特征對所述訓(xùn)練樣本圖像進(jìn)行分類，得到不 同類別的訓(xùn)練樣本圖像；
[0029] 第二分層模塊，用于對每個類別的訓(xùn)練樣本圖像根據(jù)與之對應(yīng)的特征進(jìn)行分層， 得到分層后的訓(xùn)練樣本；
[0030] 第二獲取模塊，用于獲取不同類別的所述訓(xùn)練樣本中符合預(yù)設(shè)條件的圖像層以及 所述圖像層對應(yīng)的近似軌道中心；
[0031] 計算模塊，用于根據(jù)所述近似軌道中心確定所述近似軌道中心集合，并計算得到 變換群。
[0032] 優(yōu)選的，所述第一獲取模塊包括：
[0033] 變換模塊，用于將所述變換群作用于所述圖像層以對所述圖像層進(jìn)行變換；
[0034] 第一獲取子模塊，用于通過所述變換模塊對所述圖像層進(jìn)行變換后獲取所述圖像 層對應(yīng)的軌道。
[0035] 優(yōu)選的，所述判斷模塊包括：
[0036] 第二獲取子模塊，用于采用鄰近算法在所述近似軌道中心集合中獲取與所述軌道 中心距離最近的近似軌道中心；
[0037] 確定模塊，用于將所述近似軌道中心對應(yīng)的類別作為所述待分類圖像的類別。
[0038] 優(yōu)選的，所述第一分層模塊包括：
[0039] 分層子模塊，用于根據(jù)待分類圖像的特征利用神經(jīng)網(wǎng)絡(luò)對所述待分類圖像進(jìn)行分 層；
[0040] 獲取子模塊，用于根據(jù)所述分層子模塊對所述待分類圖像進(jìn)行的分層獲取符合預(yù) 設(shè)條件的圖像層。
[0041] 由以上技術(shù)方案可知，本申請?zhí)峁┝艘环N圖像分類方法及系統(tǒng)，該分類方法包括： 根據(jù)待分類圖像的特征對所述待分類圖像進(jìn)行分層，并獲取符合預(yù)設(shè)條件的圖像層；利用 預(yù)先構(gòu)建的分類器中的變換群獲取所述圖像層對應(yīng)的軌道；將所述軌道的軌道中心與所述 分類器中的近似軌道中心集合中的多個近似軌道中心進(jìn)行對比，判斷所述待分類圖像的類 另IJ。該方法通過進(jìn)行分層，然后利用預(yù)先構(gòu)建的分類器尋找軌道，根據(jù)獲取的軌道的軌道中 心與分類器中的近似軌道中心進(jìn)行對比，判斷得到待分類圖像的類別，該分類方法既滿足 了速度的需求，且從根本上進(jìn)一步提高了圖像分類的速度。
【附圖說明】
[0042] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù) 提供的附圖獲得其他的附圖。
[0043] 圖1為本申請實(shí)施例一提供的一種圖像分類方法的流程圖；
[0044] 圖2為本申請實(shí)施例一提供的一種分類器的構(gòu)建方法的流程圖；
[0045] 圖3為本申請實(shí)施例一提供的一種采用貝葉斯網(wǎng)絡(luò)對進(jìn)行圖像分層的示意圖；
[0046] 圖4為本申請實(shí)施例二提供的一種圖像分類系統(tǒng)的結(jié)構(gòu)示意圖；
[0047] 圖5為本申請實(shí)施例二提供的一種構(gòu)建模塊的結(jié)構(gòu)示意圖；
[0048] 圖6為本申請實(shí)施例三提供的一種利用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分層的示意圖；
[0049] 圖7為本申請實(shí)施例三提供的一種利用圖像壓縮進(jìn)行圖像分層的示意圖。
【具體實(shí)施方式】
[0050] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0051] 本申請?zhí)峁┝艘环N能夠高速進(jìn)行圖像分類的方法和系統(tǒng)，具體方案如下所述：
[0052] 實(shí)施例一
[0053] 本申請實(shí)施例一提供了一種圖像分類方法，如圖1所示，圖1為本申請實(shí)施例一提 供的一種圖像分類方法的流程圖。該圖像分類方法包括：
[0054] SlOl :根據(jù)待分類圖像的特征對待分類圖像進(jìn)行分層，并獲取符合預(yù)設(shè)條件的圖 像層；
[0055] 具體的，符合預(yù)設(shè)條件的圖像層是指對圖像分類最有利的圖像層，即具有較高識 別度的圖像層。
[0056] 事物的運(yùn)動從宏觀宇宙到微觀粒子，都可以按分層的方式來進(jìn)行觀察和研究?；?于這樣的認(rèn)識，我們可以將圖像空間看成是處于不同層次的圖像所構(gòu)成，每一個層次可以 代表某一種維度的圖像，不同層次圖像之間的變換可以看成是能量的一種躍迀，在圖像的 處理上表示為降維或者維度擴(kuò)展；處于同一層次的圖像由不同類別的圖像構(gòu)成，每一種類 別的圖像形成一條軌道，通過樣本學(xué)習(xí)并尋找軌道，就