基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法
【專利摘要】本發(fā)明公開了一種基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法，用于解決現(xiàn)有圖像編碼方法圖像分類精度差的技術(shù)問題。技術(shù)方案是根據(jù)字典元素以及局部特征的分布均服從高斯分布的假設(shè)，利用高斯算法和傳遞閉包方法分別構(gòu)建字典間元素的局部相似性和圖像各特征之間的局部相似性；利用最小化重建誤差的方法用字典元素來重建圖像中特征的拓?fù)浣Y(jié)構(gòu)，得到局部特征與字典的直接關(guān)系矩陣；由字典間元素局部相似性矩陣、局部特征與字典的關(guān)系矩陣和局部特征之間的局部相似性矩陣進(jìn)行相乘得到最終的編碼。本發(fā)明方法采用高斯算法與傳遞閉包方法計(jì)算局部特征之間的局部相似性，完善了編碼中所包含的圖像信息，在使用相同分類器情況下提高了圖像分類精度。
【專利說明】基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像編碼方法，特別涉及一種基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法。
【背景技術(shù)】
[0002]圖像編碼是將圖像中的信息用較少的比特?cái)?shù)表示出來的方法，在圖像分類、目標(biāo)跟蹤、檢測(cè)識(shí)別方面具有非常重要的意義。
[0003]文獻(xiàn)“From Local Similarity to Global Coding;An Application to ImageClassification， IEEE Conference on Computer Vision and Pattern Recognition，2013，P2794-2801”公開了一種基于局部相似性的全局編碼算法，并將其應(yīng)用在圖像分類中。該方法從局部相似性著手，利用高斯計(jì)算方法計(jì)算字典中元素間的相似性，用條件概率函數(shù)計(jì)算局部特征與字典的全局信息進(jìn)行編碼。但是，文中所述的圖像編碼部分僅僅考慮到了局部特征與字典間的全局信息，并沒有考慮到局部特征之間的結(jié)構(gòu)信息，表征圖像的信息不夠全面。

【發(fā)明內(nèi)容】

[0004]為了克服現(xiàn)有圖像編碼方法圖像分類精度差的不足，本發(fā)明提供一種基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法。該方法首先根據(jù)字典元素以及局部特征的分布均服從高斯分布的假設(shè)，利用高斯算法和傳遞閉包方法分別構(gòu)建字典間元素的局部相似性和圖像各特征之間的局部相似性；其次，利用最小化重建誤差的方法用字典元素來重建圖像中特征的拓?fù)浣Y(jié)構(gòu)，得到局部特征與字典的直接關(guān)系矩陣；最后的編碼生成是由字典間元素局部相似性矩陣、局部特征與字典的關(guān)系矩陣和局部特征之間的局部相似性矩陣進(jìn)行相乘得到，該編碼包含了局部特征之間的拓?fù)浣Y(jié)構(gòu)關(guān)系。本發(fā)明方法采用高斯算法與傳遞閉包方法計(jì)算局部特征之間的局部相似性，將特征間的結(jié)構(gòu)信息添加到編碼中，完善了編碼中所包含的圖像信息，在使用相同分類器的情況下可以提高圖像分類精度。
[0005]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法，其特點(diǎn)是包括以下步驟:
[0006]步驟一、假設(shè)字典中各元素的分布是服從高斯分布的，利用高斯計(jì)算方法計(jì)算字典之間元素的局部相似性:
[0007]
【權(quán)利要求】
1.一種基于局部線性約束和全局結(jié)構(gòu)信息的圖像編碼方法，其特征在于包括以下步驟: 步驟一、假設(shè)字典中各元素的分布是服從高斯分布的，利用高斯計(jì)算方法計(jì)算字典之間元素的局部相似性:
【文檔編號(hào)】G06F9/46GK103699436SQ201310744755
【公開日】2014年4月2日 申請(qǐng)日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】張艷寧, 楊濤, 屈冰欣 申請(qǐng)人:西北工業(yè)大學(xué)