專利名稱：圖像粒降維方法
圖像粒降維方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖像的降維方法。
背景技術(shù)：
人臉作為一個(gè)重要的生物特征，傳遞著重要的信息。一方面，能夠傳達(dá)個(gè)體的身份信息；另一方面，人臉面部的表情又可以反映個(gè)體的思想感情和情緒狀態(tài)，通過(guò)分析可以獲知個(gè)體的內(nèi)心態(tài)度和情感變化。針對(duì)人臉表情的研究已成為模式識(shí)別和人工智能領(lǐng)域的熱點(diǎn)。人臉表情在理論上有著重要的研究意義，在日常生活中有很好的應(yīng)用前景，主要體現(xiàn)于對(duì)相關(guān)學(xué)科的促進(jìn)、智能人機(jī)交互、心理狀態(tài)分析、醫(yī)療診斷技術(shù)、圖像實(shí)時(shí)傳輸、動(dòng)畫(huà)電影制作及娛樂(lè)產(chǎn)品開(kāi)發(fā)等各個(gè)方面。在現(xiàn)有人臉研究技術(shù)中，基于線性子空間的方法因?yàn)楹?jiǎn)單、分類能力強(qiáng)等優(yōu)點(diǎn)已成為主流的特征提取方法?；诰€性子空間分析的特征提取方法是根據(jù)一定的性能目標(biāo)來(lái)尋找一個(gè)線性空間變換，將高維數(shù)據(jù)投影到低維線性子空間上，使投影后提取的特征數(shù)據(jù)更能滿足目標(biāo)要求，并且達(dá)到壓縮原始數(shù)據(jù)維數(shù)的目的。近年來(lái)研究發(fā)現(xiàn)，人臉圖像很可能位于一個(gè)非線性流形上，基于流形學(xué)習(xí)的人臉研究算法被提出。流形學(xué)習(xí)是一種非線性的降維方法，旨在發(fā)現(xiàn)嵌入在高維數(shù)據(jù)空間的低維光滑流形。但是在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題由于人臉研究問(wèn)題中的高維圖像和大規(guī)模樣本的關(guān)系，不管是線性子空間法還是非線性流形學(xué)習(xí)算法，都需要進(jìn)行高維數(shù)據(jù)的復(fù)雜計(jì)算，制約著研究任務(wù)的快速性和有效性。那么，如何實(shí)現(xiàn)圖像快速處理以便滿足實(shí)時(shí)性需求是現(xiàn)有技術(shù)中的一大難題。

發(fā)明內(nèi)容本發(fā)明的目的在于提供一種圖像粒降維方法，所述圖像粒方法可以有效地降低圖像維度，降低計(jì)算復(fù)雜度。為了達(dá)到本發(fā)明的目的，根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明提供一種圖像粒降維方法，所述方法包括對(duì)輸入圖像按行和列分塊，每個(gè)塊作為一個(gè)圖像粒；分別計(jì)算各個(gè)圖像粒中所有像素的均值；把圖像粒作為圖像處理的基本單元。對(duì)于一幅大小為hXw的圖像，I = Ihxw表示該圖像的所有像素；圖像中任意一個(gè)像素或塊，記作b = Qi1, h2] X [W1, w2]，顯然有O≤Ii1≤h2 < h且O≤W1≤W2 < w ;則 Ib即為一個(gè)圖像粒
權(quán)利要求
1.一種圖像粒降維方法，其特征在于，所述方法包括對(duì)輸入圖像按行和列分塊，每個(gè)塊作為一個(gè)圖像粒；分別計(jì)算各個(gè)圖像粒中所有像素的均值；把圖像粒作為原始圖像處理的基本單元。
2.根據(jù)權(quán)利要求1所述的圖像粒降維方法，其特征在于，所述對(duì)輸入圖像按行和列分塊，每個(gè)塊作為一個(gè)圖像粒包括對(duì)于一幅大小為hXw的圖像，I = Ihxw表示該圖像的所有像素；圖像中任意一個(gè)像素或塊，記作 b = Lh1, h2] X [W1, w2]，顯然有 O < Ii1 < h2 < h 且 O < W1 < W2 < w ;貝U Ib 即為一個(gè)圖像粒
3.根據(jù)權(quán)利要求2所述的圖像粒方法，其特征在于，圖像粒的大小為
4.根據(jù)權(quán)利要求2所述的圖像粒降維方法，其特征在于，計(jì)算圖像粒中所有像素的灰度均值
5.根據(jù)權(quán)利要求1所述的圖像粒降維方法，其特征在于，把圖像粒作為原始圖像處理的基本單元包括對(duì)大小為hXw的輸入圖像I = Ihxw,按mXn大小分塊，即圖像粒大小為(mXn)/(hXw)，則圖像由原始的hXw維降為(h/m)X(w/n)維，有效地對(duì)高維圖像數(shù)據(jù)進(jìn)行了降維。
全文摘要
本發(fā)明揭露了一種圖像粒降維方法，所述方法包括對(duì)輸入圖像按行和列分塊，每個(gè)塊作為一個(gè)圖像粒；分別計(jì)算各個(gè)圖像粒中所有像素灰度的均值；把圖像粒作為原始圖像處理的基本單元。本發(fā)明通過(guò)對(duì)圖像粒的方法實(shí)現(xiàn)了對(duì)圖像數(shù)據(jù)降維的效果，降低計(jì)算復(fù)雜性，使得能夠更加快速地對(duì)輸入的高維圖像數(shù)據(jù)進(jìn)行操作，提高效率。
文檔編號(hào)G06T7/00GK103035002SQ201210524508
公開(kāi)日2013年4月10日 申請(qǐng)日期2012年12月4日 優(yōu)先權(quán)日2012年12月4日
發(fā)明者梁久禎, 呂思思, 柴志雷 申請(qǐng)人:江南大學(xué)