用于生物细胞显微镜图像分类的特征子空间集成方法
- 公开号
CN103902997B
- 申请号
CN201210572602.5.0
- 专利类型
授权发明
- 申请日期
2012-12-26
- 授权日期
2017-02-22
- IPC主分类号
计算；推算或计数
摘 要
本发明公开了一种用于生物细胞显微镜图像分类的特征子空间集成方法，包括提取待分类的生物细胞显微镜图像的特征；使用核主成分分析法（KPCA）对提取的生物细胞显微镜图像的三种图像特征构建特征子空间模型，使每类生物细胞显微镜图像具有三个特征子空间；采用每一类已训练好的三个特征子空间对待分类的生物细胞显微镜图像重建三种图像特征，得到由每一类中各特征子空间对待分类图像特征的重建结果，通过各个特征子空间重建结果与原提取的图像特征向量的比较获得分类图像对每一类的分类置信度；将待分类图像将分类到置信度最高的类别当中。该方法可以有效地降低特征维数，提高集成分类器的多样性，进一步提升分类效果。
当前申请（专利权）人
西交利物浦大学
发明人
张百灵 | 张云港
技术功效
[0039]本发明技术方案中使用曲线波变换（Curvelet Transform）、灰度共生矩阵的统计特征和局部纹理特征组合的图像描述方法，得到了较好的图像分类效果。采用特征子空间集成机制（Feature Subspace Ensemble）将解决单一分类器所存在的问题，提高分类的效果。针对特征维数问题，采用特征子空间（Feature Subspace）方法可以有效地降低特征维数，同时，还可以提高集成分类器的多样性，进一步提升分类效果。
[0040]相对于现有技术中的方案，本发明的优点是：
