一种基于二维经验模态分解多分组图像分类方法.pdfVIP

(19)中华人民共和国国家知识产权局 *CN101853401A* *CN101853401A* (12)发明专利申请 CN 101853401 A (10)申请公布号 CN 101853401 A (43)申请公布 日 2010.10.06 (21)申请号 201010209876.9 (22)申请 日 2010.06.25 (71)申请人 哈尔滨工业大学 地址 150001 黑龙江省哈尔滨市南岗区西大 直街92 号 (72)发明人 沈毅 贺智 张淼 (74)专利代理机构 哈尔滨市松花江专利商标事 务所 23109 代理人 张果瑞 (51) Int.C l. G06K 9/66 (2006.01) 权利要求书 2 页 说明书 8 页 附图 5 页 (54) 发明名称 一种基于二维经验模态分解的多分组图像分 类方法 (57) 摘要 一种基于二维经验模态分解的多分组图像分 类方法，属于图像处理领域，本发明为解决传统分 类方法对图像本质特征利用不充分，分类精度低 的问题，本发明包括如下步骤 ：一：对多分组图像 中各波段分别进行二维经验模态分解，得到前K 个频率由高到低依次递减的二维本征模态函数分 量IMF 和1个残差；二：对前K个二维分量IMF 求 和作为特征值 ；三 ：多个多分组图像的特征值按 比例任意选取作为支持向量机的训练样本和测试 样本，对训练样本进行支持向量机参数训练，再进 行归属判定，形成多个支持向量机子分类器 ；四： 利用多个支持向量机子分类器构建基于一对一策 略的多分类器，并依据决策函数对测试样本的归 属类别做出决策，完成多分组图像的分类。 A A 1 1 0 0 4 4 3 3 5 5 8 8 1 1 0 0 1 1 N N C C CN 101853401 A 权 利 要 求 书 CN 101853402 A 1/2 页 1. 一种基于二维经验模态分解的多分组图像分类方法，其特征在于，它包括如下步 骤 ： 步骤一：对多分组图像中各波段分别进行二维经验模态分解，得到前K 个频率由高到 低依次递减的二维本征模态函数分量IMF 和1 个残差； 步骤二：对所述前K 个频率由高到低依次递减的二维本征模态函数分量IMF 求和作为 该多分组图像的特征值 ； 步骤三 ：多个多分组图像的特征值按比例任意选取作为支持向量机的训练样本和测试 样本， 对训练样本进行支持向量机参数训练，再利用参数已训练完毕的支持向量机对测试样 本所对应像素的类别进行归属判定，形成多个支持向量机子分类器 ； 步骤四：利用多个支持向量机子分类器构建基于一对一策略的多分类器，并依据决策 函数对测试样本的归属类别做出决策，完成多分组图像的分类。 2. 根据权利要求1 所述的一种基于二维经验模态分解的多分组图像分类方法，其特征 在于，步骤一获得前K 个频率由高到低依次递减的二维本征模态函数分量IMF 和1 个残差 的过程为： 设定多分组图像输入信号为 ，其中，m ，n 为多分组图像的像素横坐标和 纵坐标，i=1,2,…,K ，j 为估计的次数，初始化i=1，j=1， 步骤1、采用区域极值法确定多分组图像输入信号