[发明专利]基于频域方向特征相关性的图像分类方法

权利要求书

1.基于频域方向特征相关性的图像分类方法，具体实现过程如下：

(1)选取各类纹理的样本图像，并将这些样本图像分为训练样本图像和测试样本图 像两个数据集；

(2)对训练样本图像数据集分别进行2维快速傅立叶变换，根据傅立叶平面的频率 和方向按照如下过程将傅立叶平面划分为不同的频域方向子带：

2a)以傅立叶平面的直流分量为中心，将傅立叶上半平面按极坐标的半径和方向 划分为N个频带和D个方向，得到K＝N×D+2个扇区，每个扇区表示从低频到高频 的不同频带和方向信息，构成不同的子带；

2b)利用下式计算每个子带中心点(r_n，θ_d)的位置：

rn=(nN)α(R-1)+1,]]>n＝1，…，N

θd=πD·d,]]>d＝1，…，D

其中n表示频带，N为频带的总个数，d表示傅立叶上半平面的极坐标方向，D为 总的方向数，R表示傅立叶平面的最大半径，α为可调的参数，D取16，N取6，α取 1.5；

2c)根据下式计算每个频带上的子带大小Δr_n：

Δr_n＝r_n-r_n-1，n＝1，…，N，

其中，同一频带不同方向上的子带大小相同；

2d)以(r_n，θ_d)为子带中心，Δr_n为子带大小进行划窗，得到K个频域方向子带；

(3)计算各子带的能量特征，得到训练样本图像的频域方向特征矩阵M；

(4)计算频域方向特征矩阵M各子带特征间的相关系数，根据各子带对的相关系 数进行降序排列，得到相关对序列；

(5)应用一元线性回归模型求得相关对序列中各特征相关对的分类特征参数，构成 分类器；

(6)将测试样本图像的频域方向特征与分类器中所有参数的拟合程度进行比较，计 算该测试样本图像属于每一类图像的概率，取概率最大值对应的类别作为该样本的类 别；

(7)重复步骤(6)，得到测试样本图像数据集中所有测试样本图像的类别。