一种基于幅频特征稀疏滤波的图像分类方法[发明专利]

来源：图艺博知识网

专利内容由知识产权出版社提供

专利名称：一种基于幅频特征稀疏滤波的图像分类方法专利类型：发明专利发明人：姚念民,巩宁

申请号：CN201610823230.7申请日：20160913公开号：CN1008018A公开日：20170215

摘要：本发明提供一种基于幅频特征稀疏滤波的图像分类方法，步骤具体为：1)获取待分类图像数据的一个子集，格式化为统一维度的图像数据矩阵X；2)生成维度为f*n的基矩阵U和维度为n*m的稀疏系数矩阵A；3)对矩阵A或图像数据矩阵X进行调和变换，获得幅频特征矩阵F；4)通过约束条件，执行迭代优化；5)重复执行4)，至目标函数值达到预期的目标或迭代次数达到设定值；6)用基矩阵U和新的待分类图像矩阵Z，生成矩阵Z的稀疏系数矩阵B；7)选择分类器，矩阵B作为分类器输入，获取分类结果。本发明能够有效避免直接使用L‑1范数约束稀疏度的过拟合问题；减少优化项，提高优化效率；节省计算资源，提高分类器的分类精度，具有广阔应用前景。

申请人：大连理工大学

地址：116024 辽宁省大连市甘井子区凌工路2号

国籍：CN

代理机构：大连理工大学专利中心

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文