基于非参数空间判决隐狄利克雷模型的场景分类方法
【专利摘要】本发明公开了一种基于非参数空间判决隐狄利克雷模型的场景分类方法。主要解决现有的分类方法中不包含场景空间信息的缺点。其实现步骤是：（1）输入图像；（2）提取图像块特征；（3）初始化非参数空间判决隐狄利克雷模型参数；（4）建立非参数空间判决隐狄利克雷模型；（5）图像场景分类。本发明利用了含有空间信息的图像块，可以更为丰富的描述图像场景，提高了图像场景分类的准确率。
【专利说明】基于非参数空间判决隐狄利克雷模型的场景分类方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，更进一步涉及模式识别【技术领域】中的一种基于非参数空间判决隐狄利克雷(Nonparametric Spatial Discriminative Latent DirichletAlloCation，NS-DiSCLDA)模型的场景分类方法。本发明可用于对自然图像的场景分类，提高场景分类准确率。
【背景技术】
[0002]场景分类是图像理解的基本任务之一，它在场景识别中有非常重要的作用。传统的场景分类通常基于三种方法:其一，基于图谱分析的图像集合的场景分类方法；其二，基于监督流形学习的场景分类方法；其三，基于目标及其空间关系特性的场景分类方法。
[0003]清华大学申请的专利“基于谱图分析的图像集合的场景分类方法及装置”(申请号:201110221407.3申请日=2011-08-03申请公布号:CN102542285A)中公开了一种场景分类方法。该方法通过交互时间确定隶属度，主要解决现有方法中非线性数据丢失的问题，进而提高分类准确率。该方法实施方式是:首先提取图像集合的SIFT特征集合，并得到K个聚类和K个码字，根据任意图像的SIFT特征和码字建立有权图谱，确定有权图谱与任意节点的欧氏距离最近的K’个节点，得到节点集合对应的权重矩阵，然后根据权重矩阵得到拉普拉斯算子矩阵，对拉普拉斯算子矩阵进行运算得到任意图像的每一个SIFT特征与K个码字之间的交互时间，根据交互时间确定隶属度，最后根据隶属度确定码字分配结果，根据分配结果对场景进行分类。但是，该专利申请的方法存在的不足之处是:单纯利用分类器对图像场景进行分类，缺失了场景中语义信息，进而降低了场景分类的准确率。
[0004]清华大学申请的专利“基于监督流形学习的场景分类方法及装置”(申请号:201110202756.0申请日:2011-07-19申请公布号:CN102254194A)中公开了一种场景分类方法。该方法利用流形学习对图像场景进行了分类，主要解决现有方法没有考虑高维特征点的流形特征的问题。该方法实施方式是:首先提取图像特征并获取特征的聚类中心组成的码本，然后获取每个流形结构上的各个特征到码字上的度量，计算测试图像的特征到码字的隶属度并得到直方图向量，最后利用支持向量机对直方图向量进行学习，得到图像的场景类别。但是，该专利申请的方法存在的不足之处是:该方法采用了流形学习技术，然而流形学习技术的分类能力较弱，从而导致了场景分类的准确率降低，另外该方法的计算复杂度太高，导致场景分类速度降低。
[0005]中国科学院电子学研究所申请的专利“一种基于目标及其空间关系特性的图像场景分类方法”(申请号:201110214985.4申请日=2011-07-29申请公布号:CN102902976A)中公开了一种场景分类方法。该方法通过融合主题之间的空间关系特性提高场景分类准确率。该方法实施方式是:首先定义一种空间关系直方图，表征目标之间的空间关系，然后采用融合主题之间空间关系特性的概率隐含语义分析模型，建立图像模型，最后用支持向量机分类场景图像。但是，该专利申请的方法存在的不足之处是:由于该方法采用了 PLSA主题模型建模的方法，然而PLSA主题模型缺失先验信息，导致细节信息丢失进而降低了场景分类的准确率。
【发明内容】
[0006]本发明的目的在于克服上述现有技术的不足，提出基于非参数空间判决隐狄利克雷模型的场景分析方法，更为全面地描述图像，提高场景分类准确率。
[0007]实现本发明的技术思路是，将图像均匀分割为许多8X8的图像块，提取图像块的SIFT特征，获取图像块的空间坐标，利用图像块的特征和空间坐标建立非参数空间判决隐狄利克雷模型，使得模型中包含图像块的空间信息，达到更为全面地描述图像，提高场景分类准确率的目的。
[0008]为实现上述目的，本发明包括如下主要步骤:
[0009](I)输入图像:输入人工标注场景类别的训练图像。
[0010](2)提取图像块特征。
[0011 ] 将训练图像分成多个8 X 8的图像块，对每个图像块提取SIFT特征，记录每个图像块的空间坐标。
[0012](3)初始化模型参数:对非参数空间判决隐狄利克雷模型进行手工初始化，获得场景元素空间分布参数。
[0013](4)建立非参数空间判决隐狄利克雷模型。
[0014]估计模型中每个主题的单词分布的参数，对图像块的特征和空间坐标进行统计建模，建立非参数空间判决隐狄利克雷模型。
[0015](5)图像场景分类。
[0016]根据非参数空间判决隐狄利克雷模型，预测测试图像的类别标记，完成图像场景的分类。
[0017]本发明与现有方法相比具有如下优点:
[0018]第一，本发明在提取图像块特征时记录图像块的空间坐标，克服了现有技术中不包含空间信息的缺点，使得本发明的图像信息更加完整，提高了图像场景分类准确率。
[0019]第二，本发明对图像块的特征和空间坐标进行统计建模，使图像块的特征通过空间坐标相互联系，克服了现有技术图像表示方法中图像块的信息不相关的缺点，使得本发明的图像表示方法保持了图像信息的全面性。
[0020]第三，本发明所建立的非参数空间判决隐狄利克雷模型利用了主题的单词分布进行建模，使建模更加容易，克服了现有技术中图像建模能力差的缺点，使得本发明表现出了更好的建模能力。
【专利附图】
【附图说明】
[0021]图1为本发明的流程图；
[0022]图2为本发明的非参数空间判决隐狄利克雷模型图。
【具体实施方式】
[0023]下面结合附图对本发明作进一步的详细描述。
[0024]参照附图1，对本发明实现的步骤如下:[0025]步骤I，输入图像。
[0026]输入人工标注场景类别的训练图像。本发明的人工标注是指对所有训练图像分别标注自然图像类别标记。
[0027]步骤2，提取图像块特征。
[0028]将训练图像分成多个8X8的图像块，对每个图像块提取SIFT特征，记录每个图像块的空间坐标。
[0029]SIFT特征提取的步骤如下:
[0030]第一步，将拟提取SIFT特征的图像块组成图像块集合。
[0031]第二步，为尺度值σ选取0.5、0.8、1.1、1.4、1.7五个尺度值，将五个尺度值分别带入下式，得到不同尺度的五个高斯函数。
[0032]
【权利要求】
1.一种基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，包括以下步骤:(1)输入图像:输入人工标注场景类别的训练图像；(2)提取图像块特征:将训练图像分成多个8 X 8的图像块，对每个图像块提取SIFT特征，记录每个图像块的空间坐标；(3)初始化模型参数:对非参数空间判决隐狄利克雷模型进行手工初始化，获得场景元素空间分布参数；(4)建立非参数空间判决隐狄利克雷模型:估计模型中每个主题的单词分布的参数，对图像块的特征和空间坐标进行统计建模，建立非参数空间判决隐狄利克雷模型；(5)图像场景分类:根据非参数空间判决隐狄利克雷模型，预测测试图像的类别标记，完成图像场景的分类。
2.根据权利要求1所述的基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，步骤(I)所述的标注场景类别是指对所有训练图像分别标注自然图像类别标记。
3.根据权利要求1所述的基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，步骤(2)所述提取SIFT特征的步骤如下:第一步，将拟提取SIFT特征的图像块组成图像块集合；第二步，为尺度值σ选取0.5、0.8、1.1、1.4、1.7五个尺度值，将五个尺度值分别带入下式，得到不同尺度的五个高斯函数；
4.根据权利要求1所述的基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，步骤(3)所述的模型初始化的步骤如下:第一步，查找训练图像中是否存在场景元素空间布局信息，如果存在，转到第二步，否则，转到第三步；第二步，将训练图像的场景元素空间布局信息作为场景元素空间分布参数；第三步，将训练图像均匀分成多个8X8的图像块，由统计图像块的方法得到场景元素空间分布参数。
5.根据权利要求1所述的基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，步骤(4)所述的建立非参数空间判决隐狄利克雷模型的步骤如下:第一步，根据场景元素空间的分布参数，估计图像主题的概率分布；第二步，对图像主题的概率分布随机采样，得到图像块主题的采样样本；第三步，根据图像块主题的采样样本，估计图像块主题的单词分布参数；第四步，根据图像块主题的单词分布参数，建立非参数空间判决隐狄利克雷模型。
6.根据权利要求1所述的基于非参数空间判决隐狄利克雷模型的场景分类方法，其特征在于，步骤(5)中所述的预测测试图像类别标记的步骤如下:第一步，将测试图像带入非参数空间判决隐狄利克雷模型，得到测试图像类别概率分布；第二步，将测试图像类别概率分布中概率最大的类别作为测试图像的类别标记。
【文档编号】G06K9/62GK103440501SQ201310392891
【公开日】2013年12月11日 申请日期:2013年9月1日 优先权日:2013年9月1日
【发明者】牛振兴, 王斌, 高新波, 宗汝, 郑昱, 李洁 申请人:西安电子科技大学