[发明专利]一种基于韦伯局部描述符的服装分类识别方法

权利要求书

1.一种基于韦伯局部描述符的服装分类识别方法，其特征在于，包括以下步骤：第一步，在训练集中，每一种服装包含3至10张的训练样本，对作为训练样本的服装图像利用韦伯局部描述符进行特征提取，得出用于表征该服装图像的特征向量；同样对待分类的服装图像提取基于韦伯局部描述符的特征向量，并且依次求取待分类服装图像的特征向量与训练样本中服装图像的特征向量之间的相似度；第二步，选取与训练样本相似度最高的待分类服装，若两者特征向量的差异低于某一设定的阈值则认为该待分类的服装属于训练样本中对应的那一类服装；若特征向量的差异高于设定的某一阈值，则通过求取待分类服装与训练样本中每一种服装中训练样本相似度的均值来判断，将均值最小者定义为待分类服装所属的服装类别。

2.根据权利要求1所述的基于韦伯局部描述符的服装分类识别方法，其特征在于：所述韦伯局部描述符进行特征向量提取的方法,包括以下步骤，首先将服装图像分块成子图像，分别对每一块子图像提取基于韦伯局部描述符的子图像特征向量，然后将所有区块的子图像特征向量依次连接，得出用于表征该图像的特征向量。

3.根据权利要求2所述的基于韦伯局部描述符的服装分类识别方法，其特征在于：所述韦伯局部描述符进行服装图像特征向量提取的方法，包括以下步骤：

1)，通过使用韦伯局部描述符将该服装图像中的子图像分为差励图像和方向图像两部分；然后利用差励算子f₀₀计算像素x_c的差励ξ(x_c)：

ξ(xc)=arctan[Σi=0p-1(xi-xcxc)]---(3)]]>

其中，其中差励算子f₀₀为：x_i是当前像素x_c的第i个邻域像素，ξ(x_c)∈[-π/2,π/2]；同时构造差励ξ(x_c)特征向量对应的直方图，把[-π/2,π/2]分为M个区间l_m(m＝0,1,...,M-1)；对每个区间l_m，有l_m＝[η_m,l,η_m,u]，其中，下区间η_m,l＝(m/M-1/2)π，上区间η_m,u＝[(m+1)/M-1/2]π。

同时，利用算子f₁₀和f₁₁计算出像素x_c的梯度方向，

其中，θ(xc)=arctan(vs11vs10)---(4),]]>

和是利用算子f₁₀和f₁₁计算后的结果，

算子f₁₀为：vs10=x5-x1,]]>算子f₁₁为：vs11=x7-x3---(5)]]>

其中，x₁，x₃，x₅，x₇分别是当前像素x_c的第1、3、5、7个邻域像素，

T是θ被量化的T个主方向，映射

θ′=arctan2(vs11,vs10)+π,]]>

arctan2(vs11,vs10)=θ,vs11>0andvs10>0π-θ,vs11>0andvs10<0θ-π,vs11<0andvs10<0-θ,vs11<0andvs10>0---(6)]]>

θ∈[-π/2,π/2]，θ'∈[0,2π]。

2)，构造差励图像：首先构造一幅与原图像大小相同且灰度全为0的差励图像，然后对原图像的每个像素点x_c求其差励值ξ(x_c)，若ξ(x_c)∈l_m则差励图像在相应位置的值为m+1；构造方向图像：首先构造一幅与原图像大小相同且灰度全为0的方向图像，然后对原图像的每个像素经公式(4)(5)(6)计算θ'(x_c)，若θ'(x_c)的值落在区间[Φ_t-π/T,Φ_t+π/T]则通过公式(7)将其变换为Φ_t，以Φ_t代表像素x_c所对应的主方向，将该主方向所对应的方向值记为t+1。

3)，构造直方图，求取特征向量：根据第二步得出的差励图像、方向图像，根据这两幅图计算二维直方图{WLD(l_m,Φ_t)},(m＝0,1,...,M-1,t＝0,1,...,T-1)，其大小为T×M，M是ξ的区间数，T为Φ的区间数；使用二维直方图的每一行形成一个一维直方图H(k),(k＝0,1,...,M-1)，每一个子直方图H(k)对应的是差励区间l_k，连结所有的M个子直方图，形成最终的一维直方图H＝{H_m},m＝0,1,...,M-1；将该图像分成M×N块子图像，对每一块子图像分别计算一维直方图，将所有的子图像一维直方图依次连接作为对该图像的描述。