一种基于分块Gabor特征的静态图片中场景识别的方法

摘要

本发明是一种基于分块Gabor特征的静态图片中场景识别的方法，包括：将输入图片归一化，对归一化的图片在每个通道上构建图像金字塔；在每一通道的图像金字塔某层图像上，利用不同方向和对应该图像分辨率的Gabor滤波器对图像进行滤波；将滤波后的图像按4×4的网格划分为16块，统计每一块内的滤波响应在不同方向上的直方图；最后将每个通道上，各方向、各尺度网络内得到的直方图统计值用向量表出，作为图像特征。在进行场景识别前，要先建立所要识别场景的SVM分类模型；对样本图像集提取图像特征，用SVM进行训练得分类模型。在对目标图片进行场景识别时，按特征提取方法提取图片特征，加载SVM分类模型，确定所属分类以达到场景识别的目的。

主权项

本发明的目的是提供一种基于静态图片中场景识别的方法，包括：输入图片归一化并构建图像金字塔，在金字塔某层上进行滤波并分块，统计每一块滤波在不同方向上的直方图，作为图像特征。