基于特征加权的朴素贝叶斯扫描证书图像分类方法

摘要

本发明公开一种基于特征加权的朴素贝叶斯扫描证书图像分类方法，通过对经过预处理的证书图像利用Hough变换进行圆章定位、分割、大小调整，提取圆章区域的HSV空间的颜色特征向量及图像长宽比；建立证书图像数据库，对数据库中的每一幅证书图像按照上述步骤进行处理，得到数据库中每幅扫描证书图像的圆章HSV颜色特征向量及图像长宽比，根据得到的特征向量计算证书图像数据库中不同数据组合出现的概率，加权处理后保存数据；根据朴素贝叶斯算法及证书图像数据库中不同数据组合出现的概率计算待分类图像最有可能的图像类别，并且该概率满足设定的阈值要求的，判断图片的分类；本方法能简单快速地对证书图像分类，提高证书图像检索的效率。

主权项

一种基于特征加权的朴素贝叶斯扫描证书图像分类方法，其特征在于，包括如下步骤：步骤1：建立一个扫描证书图像不同数据组合的似然概率索引；步骤2：读取待分类扫描证书图像，进行预处理；步骤3：对经过预处理的证书图像利用Hough变换进行圆章定位，得到圆章外接矩形区域，提取圆章区域的HSV颜色特征向量；步骤4：对HSV颜色特征向量显著特征项进行加权；步骤5：计算并记录提取圆章区域的HSV颜色特征向量中不同数据组合出现的概率；步骤6：根据待分类图像的HSV颜色特征向量、每类扫描证书图像的先验概率及训练过程得到的扫描证书图像不同数据组合的似然概率索引，利用朴素贝叶斯算法计算待分类图像的分类情况，返回满足设定的阈值要求的扫描证书图像作为分类的结果。