图像分类方法及系统、计算机设备及介质技术方案

本发明专利技术公开一种图像分类方法及系统、计算机设备及介质。该方法的一具体实施方式包括：通过视觉词典获取待分类图像的中层语义特征；根据待分类图像的中层语义特征，利用基于中层语义特征的分类模型对待分类图像进行分类。本实施方式具有高准确性及高鲁棒性等优点。

Image Classification Method and System, Computer Equipment and Media

The invention discloses an image classification method and system, computer equipment and media. One specific implementation of the method includes: obtaining middle-level semantic features of images to be classified by visual dictionary; classifying images by using classification model based on middle-level semantic features according to the middle-level semantic features of images to be classified. The implementation method has the advantages of high accuracy and robustness.

【技术实现步骤摘要】
图像分类方法及系统、计算机设备及介质
本专利技术涉及图像处理
更具体地，涉及一种图像分类方法及系统、计算机设备及介质。
技术介绍
在图像分类领域，图像分类的方法通常基于图像所包含的待分类目标的低层特征实现，这样，进行图像分类的计算量大、效率低，且准确性和鲁棒性难以得到保证。以对显示屏缺陷进行分类为例。在显示屏的生产中，不仅需要进行显示屏缺陷基检测，还需要对显示屏缺陷进行分类并统计显示屏缺陷的类型，以分析缺陷产生的原因，从而改进工业生产方法，提高显示屏生产的良品率。显示屏缺陷的类型较多，一般分为点缺陷、线缺陷及mura缺陷，点缺陷包括暗点、亮点等，线缺陷包括膜不良、划痕等，mura缺陷包括玻璃破、漏液等。在相机采集处于待测状态下的显示屏的显示图像时的相机参数、拍摄方式和拍摄环境等因素发生变化时，同类型缺陷在图像中的低层特征，如几何形状、纹理、局部描述子等也会随之发生变化。目前，由于显示屏缺陷的分类方法均基于图像的低层特征，因此为保证显示屏缺陷分类的准确性，需要获取显示缺陷在各种相机参数、拍摄方式和拍摄环境下的特征，即需要分别在不同因素下采集后分别进行分类，这就导致了在分类的过程本文档来自技高网...

【技术保护点】
1.一种图像分类方法，其特征在于，包括：通过视觉词典获取待分类图像的中层语义特征；根据所述待分类图像的中层语义特征，利用基于中层语义特征的分类模型对所述待分类图像进行分类。

【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：通过视觉词典获取待分类图像的中层语义特征；根据所述待分类图像的中层语义特征，利用基于中层语义特征的分类模型对所述待分类图像进行分类。2.根据权利要求1所述的方法，其特征在于，所述通过视觉词典获取待分类图像的中层语义特征进一步包括：获取待分类图像所包含的待分类目标；提取所述待分类图像所包含的待分类目标的低层特征；根据所述待分类图像所包含的待分类目标的低层特征，通过所述视觉词典获取所述待分类图像的中层语义特征。3.根据权利要求2所述的方法，其特征在于，所述获取待分类图像所包含的待分类目标进一步包括：通过图像分割获取待分类图像所包含的待分类目标。4.根据权利要求3所述的方法，其特征在于，所述通过图像分割获取待分类图像所包含的待分类目标进一步包括：基于最小外接矩形算法对待分类图像进行图像分割，得到待分类图像所包含的待分类目标。5.根据权利要求4所述的方法，其特征在于，所述低层特征为方向梯度直方图特征。6.根据权利要求5所述的方法，其特征在于，所述根据所述待分类图像所包含的待分类目标的低层特征，通过视觉词典获取待分类图像的中层语义特征进一步包括：获取与所述待分类图像所包含的待分类目标的方向梯度直方图特征欧氏距离最近的视觉单词，得到所述待分类图像的中层语义特征。7.根据权利要求2所述的方法，其特征在于，在所述获取待分类图像所包含的待分类目标之前，该方法还包括：对所述待分类图像进行图像增强。8.根据权利要求7所述的方法，其特征在于，所述进行图像增强进一步包括：依次进行灰度化、小波去噪、otsu阈值分割、二值膨胀、中值滤波和二值腐蚀。9.根据权利要求1所述的方法，其特征在于，在所述通过视觉词典获取待分类图像的中层语义特征之前，该方法还包括：获取多个训练图像所包含的待分类目标，提取所述多个训练图像所包含的待分类目标的低层特征，并根据所述多个训练图像所包含的待分类目标的低层特征构建视觉词典。10.根据权利要求9所述的方法，其特征在于，在所述根据所述待分类图像的中层语义特征，利用基于中层语义特征的分类模型对所述待分类图像进行分类之前，该方法还包括：根据所述多个训练图像所包含的待分类目标的低层特征，通过所述视觉词典获取多个训练图像的中层...

【专利技术属性】
技术研发人员：彭项君，王云奇，赵晨曦，薛亚冲，李纲，吕耀宇，张硕，何惠东，丁亚东，楚明磊，陈丽莉，张浩，
申请(专利权)人：京东方科技集团股份有限公司，北京京东方光电科技有限公司，
类型：发明
国别省市：北京,11