一种用于增强图像标记效果的多尺度级联层次模型方法

摘要

本发明公开了一种用于增强图像标记效果的多尺度级联层次模型方法，包括以下步骤：步骤1、初始化步骤：建立数据集的分层尺度空间，初始化待标记图片的质量矩阵为最差；步骤2、选择图像标记方法，为原图像进行标记，更新原图像的标记质量矩阵；步骤3、利用相同的标记方法标记尺度空间的其他层图像，更新图像标记质量矩阵，标记过程的参数依据原图像的标记结果产生；步骤4、将其余层得到的标记结果进行尺度还原，并根据每层中所得到的标记质量来更新原图像的标记结果；步骤5、重复步骤3和步骤4，直到原图像的质量矩阵发生更新后没有质量变化结束。利用了不同语义范畴的事物在同一张图片中不同尺度的表现力不同，能有效地提高标记准确率。

主权项

一种用于增强图像标记效果的多尺度级联层次模型方法，其特征在于，包括以下步骤：步骤1：对待标记图像建立尺度空间并初始化初始尺寸图像X₁的标记质量矩阵ε₁；$\stackrel{···}{X}=(X_1,X_2,...,X_t),{ϵ}_1=0$其中，X_i表示尺度空间中第i层图像,i∈(1,2,...,t)，t表示尺度空间中图像总层数，p为待标记图像的分辨率，c表示图像标记类别的数目；步骤2：利用所选的图像标记方法Ω(X,L|θ)对尺度空间中第1层图像进行标记，以得到标记质量矩阵，更新ε₁；其中，X表示待标记图像，L表示标记类型空间，L＝{l₁,l₂,…,l_c}；θ表示所选的图像标记方法的标记参数；步骤3：使用图像标记方法Ω(X,L|θ)依次对尺度空间中其余层图像进行标记，得到尺度空间中每层图像的标记结果和标记质量矩阵空间其中，Y_i和ε_i分别表示尺度空间中第i层图像的标记结果矩阵和标记质量矩阵，i∈(1,2,...,t)；每层图像所使用的标记参数θ_i受第1层图像的标记质量矩阵ε₁影响，按以下公式确定：θ_j＝Ψ(ε₁,j)，j∈(2,3,...,t)其中，Ψ(·,j)依据所选图像标记方法确定；步骤4：将第2层图像到第t层图像的标记结果矩阵放大到初始尺寸图像大小，得到还原标记结果矩阵Y_j′和还原标记质量矩阵ε_j′，j∈(2,3,...,t)；步骤5：将第1层图像中每个像素点的标记质量跟其他层的还原标记质量进行比较，选出最优的标记结果更新到初始尺寸图像的标记结果矩阵中，得到新的第1层图像的标记质量矩阵ε₁′，并将ε₁′赋值给ε₁；步骤6：判断第1层图像的标记质量矩阵ε₁是否发生变化，若发生变化，则返回步骤3以ε₁修改每层的标记参数，继续对图像进行标记，直至第1层图像的标记质量矩阵不再发生变化时，输出标记结果，完成对图像的标记。