[发明专利]一种基于完备化局部三值模式的地基云图分类方法

权利要求书

1.一种基于完备化局部三值模式的地基云图分类方法，其特征在于，该方法包括以下步骤： 

步骤1，对于每个训练地基云图样本，将其局部信息分解为局部差值向量以及中心像素两个部分； 

步骤2，将每个局部差值向量分解为一个符号向量和一个幅值向量的乘积，这样每个训练地基云图样本的局部信息就可以划分为符号向量、幅值向量以及中心像素三个部分； 

步骤3，对于所述符号向量、幅值向量以及中心像素均采用三值模式进行编码，分别记为CLTP_S、CLTP_M和CLTP_C，并分别计算其旋转不变一致性特征； 

步骤4，对所述步骤3得到的所述符号向量、幅值向量以及中心像素的旋转不变一致性特征进行融合，得到所述训练地基云图样本的最终特征表示； 

步骤5，对于测试地基云图，与所述步骤1-4类似，得到所述测试地基云图的最终特征表示； 

步骤6，基于所述训练地基云图样本的最终特征表示和所述测试地基云图的最终特征表示，应用最近邻分类器对所述测试地基云图进行分类，得到所述测试地基云图的分类结果。 

2.根据权利要求1所述的方法，其特征在于，所述局部差值向量表示为[d₀，d₁，…，d_P-1]，其中，d_p=g_p-g_c，p=0，1，…，P-1；g_c为中心像素点；g₀，g₁，…，g_P-1为所述中心像素点周围的P个均匀分布的近邻像素。 

3.根据权利要求1所述的方法，其特征在于，所述步骤2中，按照下式将所述差值向量分解为一个符号向量和一个幅值向量的乘积： 

d_p=s_p*m_p， 

其中，s_p代表差值向量d_p的符号，m_p代表差值向量d_p的幅值：p=0，1，…，P-1，P为某一中心像素点周围近邻像素的个数。 

4.根据权利要求2所述的方法，其特征在于，所述步骤3中，利用 下式对符号向量[s₀，s₁，…，s_P-1]进行三值编码得到CLTP_S： 

其中，t代表三值指示函数，δ为引入的容忍区间。 

5.根据权利要求2所述的方法，其特征在于，所述步骤3中，利用下式对幅值向量[m₀，m₁，…，m_P-1]进行三值编码得到CLTP_M： 

其中，t代表三值指示函数，c_m代表整幅图像中m_p的均值。 

6.根据权利要求2所述的方法，其特征在于，所述步骤3中，利用下式对于中心像素进行编码得到CLTPC： 

CLTP_C=t(g_c,c_A)， 

其中，t代表三值指示函数，阈值c_A代表整幅图像的均值。 

7.根据权利要求1所述的方法，其特征在于，所述步骤4中，采用并联或串联的融合方式对于所述符号向量、幅值向量以及中心像素的旋转不变一致性特征进行融合。 

8.根据权利要求7所述的方法，其特征在于，如果采用并联的融合方式进行融合，则首先并联CLTP_S与CLTP_M，形成一个2-D的直方图，记为CLTP_S/M；然后将CLTP_S/M与CLTP_C并联形成3-D的直方图，记为CLTP_S/M/C； 

如果采用串联的融合方式进行融合，则首先将CLTP_S与CLTP_M串联，记为CLTP_S_M，然后将CLTP_S_M与CLTP_C并联，记为CLTP_S_M/C。 

9.根据权利要求1所述的方法，其特征在于，所述步骤6中应用最近邻分类器对所述测试地基云图进行分类具体为：计算所述测试地基云图与所有训练样本之间的距离，把所述测试地基云图分类到与其距离最近的训练样本的类别中。 

10.根据权利要求9所述的方法，其特征在于，所述步骤6中使用二次卡方度量来衡量所述训练地基云图样本的最终特征表示和所述测试地 基云图的最终特征表示之间的距离，所述二次卡方度量表示为： 

其中，S、M代表两幅图像的最终特征表示；A为直方图中不同维的相似矩阵，m为归一化因子，c=1，…，H，H为直方图特征的维数。