[发明专利]图像分类方法、装置、电子设备及可读存储介质

权利要求书

1.一种图像分类方法，其特征在于，包括：

在待分类图像中获取至少一个候选子图；

确定每个候选子图的亮度矩阵和梯度矩阵；

根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；

根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别；

其中，所述根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别，包括：

将每个候选子图对应的亮度-梯度共生矩阵转换为每个候选子图的特征向量；

基于贝叶斯分类器，对每个候选子图的所述特征向量进行识别，并基于投票机制对识别结果进行判断，确定出所述待分类图像的图像类别。

2.根据权利要求1所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图之前，还包括：

对所述待分类图像进行图像预处理，得到图像预处理后的待分类图像；

其中，所述预处理包括以下处理中的至少一种：尺寸归一化调整、图像位置校正、图像画面清晰度调整。

3.根据权利要求2所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图之前，还包括：

对所述图像预处理后的待分类图像进行灰度转换，得到灰度处理后的待分类图像；

对所述灰度处理后的待分类图像进行二值化处理，得到以二值化表示的待分类图像；

在所述以二值化表示的待分类图像中获取至少一个候选子图。

4.根据权利要求3所述的方法，其特征在于，所述在待分类图像中获取至少一个候选子图包括：

在所述以二值化表示的待分类图像中确定出至少一个图形轮廓；

确定包围所述图形轮廓的最小轮廓外接矩形；

若所述最小轮廓外接矩形小于预设矩形尺寸，则以所述图像轮廓区域的中心位置对应所述预设矩形尺寸的中心，从所述待分类图像中截取满足所述预设矩形尺寸且包围所述图形轮廓的图像，形成所述候选子图；

若所述最小轮廓外接矩形大于等于所述预设矩形尺寸，则从所述待分类图像中截取所述最小轮廓外接矩形所包围的图像，形成所述候选子图。

5.根据权利要求1所述的方法，其特征在于，所述确定每个候选子图的亮度矩阵和梯度矩阵包括：

确定每个候选子图中每个像素点的亮度值，形成每个候选子图的亮度矩阵；

根据每个候选子图的亮度矩阵，确定每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值；

根据每个像素点在横向X方向上的梯度值，在纵向Y方向上的梯度值，形成每个候选子图的梯度矩阵。

6.根据权利要求5所述的方法，其特征在于，所述根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵，包括：

根据最大预设亮度级V₁，对每个候选子图的所述亮度矩阵进行归一化处理，得到归一化处理后的亮度矩阵F(x，y)；

根据最大预设梯度级V₂，对每个候选子图的所述梯度矩阵进行归一化处理，得到归一化处理后的梯度矩阵G(x，y)；

其中，(x，y)表示候选子图中像素点的位置；所述预设亮度值小于等于所述最大预设亮度级V₁，所述预设梯度值小于等于所述最大预设梯度级V₂；所述V₁，所述V₂为正整数；

确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵[V₁、V₂]；或者形成每个候选子图对应的亮度-梯度共生矩阵[V₂、V₁]。