基于傅里葉變換的室內(nèi)室外場景分類方法
【專利摘要】基于傅里葉變換的室內(nèi)室外場景分類方法，涉及一種分類室內(nèi)室外場景圖象的方法。該方法是要解決現(xiàn)有室內(nèi)室外場景分類方法由于沒考慮頻率域特征，致使分類準(zhǔn)確率較低的問題?；诟道锶~變換的室內(nèi)室外場景分類方法按以下步驟進(jìn)行：一、場景圖像的分割；二、求邊緣直方圖EOH；三、求色彩直方圖COH；四、計算圖像的特征矢量；五、圖像的傅里葉變換；六、圖像的再次分割；七、室內(nèi)室外場景分類。本發(fā)明使分類正確率從91%提高到92%。可應(yīng)用于室內(nèi)室外圖片場景分類方法中。
【專利說明】基于傅里葉變換的室內(nèi)室外場景分類方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及一種分類室內(nèi)室外場景圖象的方法。
【背景技術(shù)】
[0002]在圖像處理中，室內(nèi)室外場景分類在許多領(lǐng)域都顯得尤為重要，例如基于內(nèi)容的圖像恢復(fù)、數(shù)字化圖書館、自主機器人的應(yīng)用以及數(shù)字?jǐn)z影等。由于一些室內(nèi)圖片的物體也能在室外圖片中發(fā)現(xiàn)，同時室外圖片中的建筑物體的結(jié)構(gòu)與室內(nèi)結(jié)構(gòu)相似，這就給室內(nèi)室外場景分類問題帶來了很大的困難，一些方法通過使用不同的分類器、特征、訓(xùn)練的形式、測試數(shù)據(jù)及語義知識自動地進(jìn)行分類。
[0003]色彩及紋理特征是室內(nèi)室外場景分類問題最經(jīng)常使用的特征，為了進(jìn)一步提高分類準(zhǔn)確率，一些后處理技術(shù)得到了關(guān)注，拒絕閾值作為一種后處理技術(shù)，它的使用可以有效地用來提高分類準(zhǔn)確率，除了選取合適的特征，選擇一個好的分類器同樣重要。邊緣及色彩方向直方圖(Edge and Color Orientation Histogram, ECOH)是由 Wonjun Kim 等于 2010年提出的，該方法通過統(tǒng)計圖象中像素的邊緣及色彩方向直方圖，從而有效地提高了分類準(zhǔn)確率。
[0004]室外場景大多含有天空等紋理較平坦特征，室內(nèi)空間物體的復(fù)雜性及具有較多的邊緣及線性信息，因此紋理變化必然較大，反映到頻域空間，室外場景的頻率變化將較劇烈，而室內(nèi)場景則會相對平坦，然而現(xiàn)有方法僅僅考慮色彩及紋理邊緣等空間域特征，對于場景分類同樣具有重要作用的頻率域特征卻沒有考慮，分類準(zhǔn)確率較低。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了解決現(xiàn)有室內(nèi)室外場景分類方法由于沒考慮頻率域特征，致使分類準(zhǔn)確率較低的問題，提供了一種基于傅里葉變換的室內(nèi)室外場景分類方法。
[0006]基于傅里葉變換的室內(nèi)室外場景分類方法，是按照以下步驟進(jìn)行的:
[0007]一、場景圖像的分割:將圖像劃分成BLK1、BLK2、BLK3、BLK4和BLK5五大塊；
[0008]二、求邊緣直方圖EOH:對步驟一中劃分得到的每個大塊求邊緣直方圖EOH ；
[0009]三、求色彩直方圖COH:對步驟一中劃分得到的每個大塊求色彩直方圖COH ；
[0010]四、計算圖像的特征矢量:將步驟二中求得的邊緣直方圖EOH與步驟三中求得的色彩直方圖COH合并，對每個大塊分配權(quán)重，得到圖像的特征矢量，即ECOH方法；
[0011]五、圖像的傅里葉變換:對每個大塊分別進(jìn)行傅里葉變換，對傅里葉變換后的塊進(jìn)行平移變換，低頻部分位于中心；
[0012]六、圖像的再次分割:將每個大塊再次劃分成32個小塊，計算每個小塊的幅值并求和，作為特征矢量的一個維度，劃分方式為=BLKl劃分為每行16塊，共2行，BLK2、BLK3、BLK4和BLK5劃分為每行2塊，共16行；
[0013]七、室內(nèi)室外場景分類:在ECOH方法基礎(chǔ)上，加入傅里葉頻譜特征，綜合頻譜特征和ECOH方法，計算得到圖像的最終矢量，構(gòu)成圖片場景分類特征空間，最后在SVM分類器中進(jìn)行室內(nèi)室外場景的分類，所述特征空間形式如下:
【權(quán)利要求】
1.基于傅里葉變換的室內(nèi)室外場景分類方法，其特征在于所述方法是按照以下步驟進(jìn)行的: 一、場景圖像的分割:將圖像劃分成BLK1、BLK2、BLK3、BLK4和BLK5五大塊； 二、求邊緣直方圖EOH:對步驟一中劃分得到的每個大塊求邊緣直方圖EOH ； 三、求色彩直方圖COH:對步驟一中劃分得到的每個大塊求色彩直方圖COH ； 四、計算圖像的特征矢量:將步驟二中求得的邊緣直方圖EOH與步驟三中求得的色彩直方圖COH合并，對每個大塊分配權(quán)重，得到圖像的特征矢量，即ECOH方法； 五、圖像的傅里葉變換:對每個大塊分別進(jìn)行傅里葉變換，對傅里葉變換后的塊進(jìn)行平移變換，低頻部分位于中心； 六、圖像的再次分割:將每個大塊再次劃分成32個小塊，計算每個小塊的幅值并求和，作為特征矢量的一個維度，劃分方式為=BLKl劃分為每行16塊，共2行，BLK2、BLK3、BLK4和BLK5劃分為每行2塊,共16行； 七、室內(nèi)室外場景分類:在ECOH方法基礎(chǔ)上，加入傅里葉頻譜特征，綜合頻譜特征和ECOH方法，計算得到圖像的最終矢量，構(gòu)成圖片場景分類特征空間，最后在SVM分類器中進(jìn)行室內(nèi)室外場景的分類，所述特征空間形式如下:
2.根據(jù)權(quán)利要求1中所述的基于傅里葉變換的室內(nèi)室外場景分類方法，其特征在于步驟一中所述的圖像劃分方式為=BLKl為圖像最上面一塊，寬為整幅圖像的寬，高為圖像的1/8，BLK2、BLK3、BLK4 和 BLK5 平均分布在 BLKl 的下面，BLK2、BLK3、BLK4 和 BLK5 的寬分別為圖像寬的1/4，高分別為圖像高的7/8。
3.根據(jù)權(quán)利要求2中所述的基于傅里葉變換的室內(nèi)室外場景分類方法，其特征在于步驟二中所述的求邊緣直方圖EOH的具體步驟為:根據(jù)公式
4.根據(jù)權(quán)利要求3中所述的基于傅里葉變換的室內(nèi)室外場景分類方法，其特征在于步驟三中所述的求色彩直方圖COH的具體步驟為:將圖像由RGB色彩空間轉(zhuǎn)換到HSV色彩空間，H分量的取值范圍是0°~360°，將360度8等分，根據(jù)像素的H分量值將不同像素劃分到8個區(qū)域中并求每個區(qū)域中的像素S分量的和作為一個維度，公式如下
5.根據(jù)權(quán)利要求4中所述的基于傅里葉變換的室內(nèi)室外場景分類方法，其特征在于步驟四中所述的圖像特征矢量的特征空間形式如下:
【文檔編號】G06T5/40GK103544501SQ201310516017
【公開日】2014年1月29日 申請日期:2013年10月28日 優(yōu)先權(quán)日:2013年10月28日
【發(fā)明者】趙志杰, 王海濤, 張立志, 孫華東, 金雪松, 吳遷, 陳婷婷 申請人:哈爾濱商業(yè)大學(xué)