[发明专利]基于支持向量机的图像处理装置及方法有效

专利信息
申请号: 201810550987.2 申请日: 2018-05-31
公开(公告)号: CN108921172B 公开(公告)日: 2021-01-12
发明(设计)人: 闾海荣;高伟;江瑞;张学工;李林 申请(专利权)人: 清华大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京鸿元知识产权代理有限公司 11327 代理人: 曹素云;董永辉
地址: 100084 北京市海淀区1*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 支持 向量 图像 处理 装置 方法
【权利要求书】:

1.一种基于支持向量机的图像处理装置,其特征在于,包括:

图像块获取模块,用于获取图像块;

特征提取模块,用于提取图像块的特征,得到图像块特征向量;所述特征提取模块包括:第一提取单元,用于图像识别时,对图像块进行局部二进制式特征提取;第二提取单元,用于图像识别时,对图像块进行灰度共生矩阵特征提取;第三提取单元,用于图像分类时,对图像块进行分形特征提取;第四提取单元,用于图像分类时,对图像块进行方向梯度直方图特征提取;

图像识别模块,将图像块特征向量输入,基于邻近算法,按照图像块的分辨率,从低级别到高级别进行图像块识别,识别时,根据某一级别中是否存在大于该级别预先设置的阈值的置信分数来识别该图像块是否正常;

图像分类模块,基于支持向量机对图像块进行分类;

数据处理模块,包括:第一处理单元,对图像识别模块识别出的图像块数目进行处理完成图像的识别,以及第二处理单元,对图像分类模块分类出的图像块数目进行处理完成图像的分类。

2.如权利要求1所述的基于支持向量机的图像处理装置,其特征在于,所述图像块获取模块,包括:第一图像块获取单元,用于获取进行图像识别时的图像块,在所述第一图像块获取单元中,根据图像块的分辨率对图像块进行分级处理,得到分级采样后图像块;第二图像块获取单元,基于无重叠方式获取图像分类时的图像块。

3.如权利要求2所述的基于支持向量机的图像处理装置,其特征在于,所述图像块获取模块,包括背景图像块标记单元,根据图像块的红黄蓝三通道值均大于200的像素数目所占总像素数目的比例来标记。

4.如权利要求1所述的基于支持向量机的图像处理装置,其特征在于,所述特征提取模块,还包括归一化处理单元,所述第一提取单元和所述第二提取单元提取特征后做归一化处理再进行连接,得到图像块的特征向量,其中,归一化处理针对提取到的一张图像块的特征[f1,f2,……,fN],其中N表示提取出的特征的维数,归一化后的各维的值为:

其中,mini是数据集里面的第i维的最小值,maxi是数据集里面第i维的最大值。

5.如权利要求1所述的基于支持向量机的图像处理装置,其特征在于,所述图像识别模块中,最低级别预先设置的阈值为0.9,每升高一个级别阈值减少0.1。

6.如权利要求5所述的基于支持向量机的图像处理装置,其特征在于,所述图像识别模块进行识别时,若在一个级别,存在大于该级别预先设置的阈值的置信分数,则为有效识别图像块,标记该图像块类别;若在一个级别,不能以大于该级别预先设置的阈值的置信分数识别该图像块,则到该级别的下一级别进行特征提取及识别,若没有下一级别,则标签未确定;若在最高级,仍不能以大于该级别预先设置的阈值的置信分数识别该图像块,则该图像块为无效识别图像块。

7.如权利要求1所述的基于支持向量机的图像处理装置,其特征在于,所述第一处理单元中,如果某一类别的有效识别图像块数目在总图像块数目中所占比例大于50%,则图片就识别为该类别。

8.如权利要求7所述的基于支持向量机的图像处理装置,其特征在于,所述第二处理单元,是根据在某一类中判别图像块数目是否达到了该类相应级别且是最大的,来确定图片是否分类到该类别。

9.如权利要求1所述的基于支持向量机的图像处理装置,其特征在于,该图像处理装置还包括参数选取模块,用于确定图像识别模块和图像分类模块中的参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810550987.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top