[发明专利]图像分类方法、计算机存储介质及图像分类装置

权利要求书

1.一种图像分类方法，其特征在于，包括：

以n个训练样本图像构成同一类训练样本图像，对k类训练样本图像分别以预设尺度l和预设角度q进行多尺度分块旋转，以获得的所有旋转图像块作为训练集构造k类稀疏表示字典；

对输入的测试样本图像以预设尺度l进行多尺度分块，以获得的测试图像块转换为稀疏表示核函数空间中的测试向量y在对应预设尺度l下的分量，重构测试向量y；

计算重构所述测试向量y的第i类稀疏表示字典的系数向量C的最稀疏解确定对应第i类稀疏表示字典的系数向量C的重构残差r_i最小，以判断所述测试样本图像属于第i类图像；

其中，构造图像类别空间F、所述训练集中第i类图像的第j张图片x_ij映射到所述图像类别空间F中的位置向量h_i，图像差异空间G以及所述训练集中第i类图像的第j张图片x_ij映射到所述图像差异空间G中的位置向量w_ij，以获得空间矩阵以及系数向量矩阵根据所述空间矩阵B以及所述系数向量矩阵z_ij，以公式(I)计算重构所述测试向量y的第i类稀疏表示字典的系数向量C的最稀疏解

其中，μ为所述训练集中训练样本图像对应向量的平均值，λ为所述系数向量C的L1范数的权值，b_k为所述空间矩阵B中的第k个元素，z_k为所述系数向量矩阵z_ij中的第k个元素；

其中，以公式(II)计算对应第i类稀疏表示字典的系数向量C的重构残差r_i：

r_i＝z_i^TK(b_i，b_j)_n×nz_i-2K(b_i，x_ij-μ)_n×l^Tz_i；

其中，z_i为第i类图像对应的系数向量矩阵，T为矩阵转置运算，K为核函数，b_i为所述空间矩阵B中的第i个元素，b_j为所述空间矩阵B中的第j个元素，K(b_i，b_j)_n×n为以b_i和b_j为元素构成的n行n列的核矩阵，K(b_i，x_ij-μ)_n×l为以b_i和x_ij-μ为元素构成的n行l列的核矩阵。

2.根据权利要求1所述的图像分类方法，其特征在于，对k类训练样本图像分别以预设尺度l和预设角度q进行多尺度分块旋转的方法包括：

对每个训练样本图像分别根据不同的预设尺度l进行分块，对应每个训练样本图像获得个训练图像块；

对每个训练图像块分别以预设角度q依序进行r次旋转，对应每个训练样本图像获得个旋转图像块，获得共个旋转图像块。

3.根据权利要求2所述的图像分类方法，其特征在于，以获得的所有旋转图像块作为训练集构造k类稀疏表示字典的方法包括：

将所述训练集中的旋转图像块分别转换为稀疏表示核函数空间中的向量；

将所述向量根据对应的训练样本图像进行分类，以构造k类稀疏表示字典。

4.根据权利要求1所述的图像分类方法，其特征在于，对输入的测试样本图像以预设尺度l进行多尺度分块的方法包括：对测试样本图像分别根据不同的预设尺度l进行分块，对应获得个测试图像块。