[发明专利]一种基于方向向量相关系数的图像编码及分类方法

说明书

本发明公开了一种基于方向向量相关系数的图像编码及分类方法，其包括获取图像，计算图像的水平方向梯度和垂直方向梯度，并根据梯度计算得到图像的中心像素和邻域像素的梯度方向向量；利用中心像素和邻域像素的梯度方向向量计算得到相关系数；利用相关系数计算平均值，得到用于比较的阈值；将每个相关系数与阈值进行比较，得到中心像素点和邻域像素点之间的相关性大小关系，即二进制串；将二进制串转换成十进制数，并用十进制数代替原来中心点的像素值，即得到图像基于梯度方向向量相关系数的编码结果。本发明充分考虑了图像像素点之间的关系，能够提高图像分类时间效率和准确率。

技术领域

本发明涉及数字图像处理领域，具体涉及一种基于方向向量相关系数的图像编码及分类方法。

背景技术

在基于视觉产品分类应用中，分类准确率非常关键，错误的分类一般是不允许出现的。虽然当前广泛采用的方法是利用深度学习来实现，但是该方法也主要是在标准的图像数据库上有很好的表现，在实际采集的图像中，其分类准确率还有待改进。因为深度学习需要大量的正负样本，而在实际生产中，有缺陷的负样本往往很少，导致数据集不平衡，负样本的训练不够充分。因此，传统的分类方法目前还在大量的应用，其中局部二元模式LBP算法最为广泛。

国内也有一些研究者对局部二元模式LBP算法进行了改进，但是这些改进的方法存在一些不足之处，尤其是对局部邻域像素之间的关系描述不够完整，描述算法的判别性不够高，导致分类准确率无法满足实际要求。没有完整表示中心点与邻域之间的关系，或者采用的方式判别性不高，导致基于这些算法的图像分类准确率不高。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于方向向量相关系数的图像编码及分类方法解决了已有方法分类准确率低的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于方向向量相关系数的图像编码及分类方法，其包括以下步骤：

S1、获取图像，计算图像的水平方向梯度和垂直方向梯度，并根据梯度计算得到图像的中心像素和邻域像素的梯度方向向量；

S2、利用中心像素和邻域像素的梯度方向向量计算得到相关系数，并进行归一化；

S3、利用归一化的相关系数计算平均值，得到用于比较的阈值；

S4、将每个相关系数与阈值进行比较，得到中心像素点和邻域像素点之间的相关性大小关系，即二进制串；

S5、将二进制串转换成十进制数，并用十进制数代替原来中心点的像素值，即得到图像基于梯度方向向量相关系数的编码结果。

进一步地，步骤S1中计算得到图像的中心像素和邻域像素的梯度方向向量的具体方法为：

根据公式：

j＝c或i

得到中心像素c的梯度方向向量和邻域像素i的梯度方向向量其中，i＝1,2,3,…,8，为像素的x方向的梯度方向向量，为像素的y方向的梯度方向向量，f(x_j+1,y_j)为像素坐标(x_j+1,y_j)的像素灰度值，f(x_j,y_j+1)为像素坐标(x_j,y_j+1)的像素灰度值，f(x_j,y_j)为像素坐标(x_j,y_j)的像素灰度值。

进一步地，步骤S2中进行归一化的具体方法为：

根据公式：