图片分类方法及装置制造方法及图纸

本发明专利技术提供一种图片分类方法及装置，本实施例提供的图片分类方法，包括：根据图片信息，确定图片的第一分类结果；根据所述第一分类结果指示的图片类别，分别提取不同的图片特征；所述图片特征包括：形状特征、颜色特征、纹理特征；对所述图片特征进行合并，得到融合特征；将所述融合特征输入经过训练的分类器，得到图片的第二分类结果。通过本公开实施例提供的图片分类方法，实现从审美心理学的角度有针对性地对图片进行特征提取再分类，从而提高图片分类的准确性。

【技术实现步骤摘要】
图片分类方法及装置
本专利技术涉及图片处理
，尤其涉及一种图片分类方法及装置。
技术介绍
在家装设计中，需要设计出不同的家具供用户选择，为了更精准的知晓用户对某种家具的审美偏好，对各种家具图片的分类再分析就显得尤为重要。同时，用户对某种家具的审美偏好与用户的心理特征类型有关，例如用户的心理特征类型可分为幽柔婉约、活泼开朗、纯真可爱、正统权威、风韵典雅、浪漫怀旧等，每种类型的用户挑选的家具图片风格不一样，对应的组成家具的材质也不一样。现有技术中的图片分类方法主要是先提取图片的单个特征，再采用分类器进行机器学习训练得出分类结果。这种处理方法得到的分类结果较为片面，由于没有结合用户心理特征进行分析，所以对用户的审美偏好判断并不准确。因此，如何从审美心理学的角度有针对性地对图片进行特征提取再分类是一个亟待解决的问题。
技术实现思路
本专利技术提供一种图片分类方法，以实现从审美心理学的角度有针对性地对图片进行特征提取再分类，从而提高图片分类的准确性。第一方面，本公开提供一种图片分类方法，包括：...

【技术保护点】
1.一种图片分类方法，其特征在于，包括：/n根据图片信息，确定图片的第一分类结果；/n根据所述第一分类结果指示的图片类别，分别提取不同的图片特征；所述图片特征包括：形状特征、颜色特征、纹理特征；/n对所述图片特征进行合并，得到融合特征；/n将所述融合特征输入经过训练的分类器，得到图片的第二分类结果。/n

【技术特征摘要】
1.一种图片分类方法，其特征在于，包括：
根据图片信息，确定图片的第一分类结果；
根据所述第一分类结果指示的图片类别，分别提取不同的图片特征；所述图片特征包括：形状特征、颜色特征、纹理特征；
对所述图片特征进行合并，得到融合特征；
将所述融合特征输入经过训练的分类器，得到图片的第二分类结果。


2.根据权利要求1所述的方法，其特征在于，所述根据图片信息，确定图片的第一分类结果，包括：
根据所述图片信息，将图片分为第一类图片和第二类图片；所述图片信息包括：形状信息、颜色信息以及纹理信息。


3.根据权利要求2所述的方法，其特征在于，所述根据所述第一分类结果指示的图片类别，分别提取不同的图片特征，包括：
当所述图片为第一类图片时，提取所述图片的形状特征和颜色特征；
当所述图片为第二类图片时，提取所述图片的纹理特征和颜色特征。


4.根据权利要求3所述的方法，其特征在于，所述当所述图片为第一类图片时，提取所述图片的形状特征和颜色特征，包括：
计算所述图片的轮廓的直线比例以及凹凸程度；
根据角点检测法，提取所述图片的方向梯度直方图特征；
当所述直线比例在第一阈值内；且所述凹凸程度在第二阈值内时，根据所述方向梯度直方图特征，确定所述形状特征；
按照视觉处理算法，将所述图片的像素转换为六角锥体模型的参数；
将所述参数归一化，构建8位直方图，确定所述颜色特征。


5.根据权利要求3所述的方法，其特征在于，所述当所述图片为第二类图片时，提取所述图片的纹理特征和颜色特征，包括：
提取所述图片的灰度共生矩阵特征和局部二值模式特征；
综合所述灰度共生矩阵特征和所述局部二值模式特征，确定所述纹理特征；
按照视觉处理算法，将所述图片的像素转换为六角锥体模型的参数；
将所述参数归一化，构建8位直方图，确定所述颜色特征。


6.根据权利要求4所述的方法，其特征在于，所述计算所述图片的轮廓的直线比例以及凹凸程度，包括：
对所述图片做灰度处理并二值化，应用轮廓检测函数提取所述图片的轮廓信息；
根据所述轮廓信息，计算所述图片的轮廓的所述直线比例以及所述凹凸程度。


7.一种图片分类装置，其特征在于，包括：
第一确定模块，用于根据图片信息，确定图片的第一分类结果；<...

【专利技术属性】
技术研发人员：初颖，向海明，
申请(专利权)人：武汉智筑完美家居科技有限公司，
类型：发明
国别省市：湖北;42