基于傅里叶变换的室内室外场景分类方法

摘要

基于傅里叶变换的室内室外场景分类方法，涉及一种分类室内室外场景图象的方法。该方法是要解决现有室内室外场景分类方法由于没考虑频率域特征，致使分类准确率较低的问题。基于傅里叶变换的室内室外场景分类方法按以下步骤进行：一、场景图像的分割；二、求边缘直方图EOH；三、求色彩直方图COH；四、计算图像的特征矢量；五、图像的傅里叶变换；六、图像的再次分割；七、室内室外场景分类。本发明使分类正确率从91%提高到92%。可应用于室内室外图片场景分类方法中。

主权项

基于傅里叶变换的室内室外场景分类方法，其特征在于所述方法是按照以下步骤进行的：一、场景图像的分割：将图像划分成BLK1、BLK2、BLK3、BLK4和BLK5五大块；二、求边缘直方图EOH：对步骤一中划分得到的每个大块求边缘直方图EOH；三、求色彩直方图COH：对步骤一中划分得到的每个大块求色彩直方图COH；四、计算图像的特征矢量：将步骤二中求得的边缘直方图EOH与步骤三中求得的色彩直方图COH合并，对每个大块分配权重，得到图像的特征矢量，即ECOH方法；五、图像的傅里叶变换：对每个大块分别进行傅里叶变换，对傅里叶变换后的块进行平移变换，低频部分位于中心；六、图像的再次分割：将每个大块再次划分成32个小块，计算每个小块的幅值并求和，作为特征矢量的一个维度，划分方式为：BLK1划分为每行16块，共2行，BLK2、BLK3、BLK4和BLK5划分为每行2块，共16行；七、室内室外场景分类：在ECOH方法基础上，加入傅里叶频谱特征，综合频谱特征和ECOH方法，计算得到图像的最终矢量，构成图片场景分类特征空间，最后在SVM分类器中进行室内室外场景的分类，所述特征空间形式如下：$F=F_1^{ECOH},F_1^O,F_2^{ECOH},F_2^O...F_5^{ECOH},F_5^O,$其中