【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。 【专利类型】发明申请 【申请人】西交利物浦大学 【申请人类型】学校 【申请人地址】215123 江苏省苏州市工业园区独墅湖高等教育区仁爱路111号 【申请人地区】中国 【申请人城市】苏州市 【申请号】CN201210572602.5 【申请日】2012-12-26 【申请年份】2012 【公开公告号】CN103902997A 【公开公告日】2014-07-02 【公开公告年份】2014 【授权公告号】CN103902997B 【授权公告日】2017-02-22 【授权公告年份】2017.0 【IPC分类号】G06K9/46; G06K9/66 【发明人】张百灵; 张云港 【主权项内容】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，其特征在于所述方法包括以下步骤：(1)通过以下方法提取待分类的生物细胞显微镜图像的特征：i)将生物细胞显微镜图像变换到不同的频率子带(Sub-band)中，然后对各个频率子带进行特征统计；以及ii)采用灰度共生矩阵的多个统计特征得到生物细胞显微镜图像的全局纹理特征；以及iii)通过完整局部二值模式提取生物细胞显微镜图像的局部纹理特征；(2)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；(3)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。 【当前权利人】西交利物浦大学 【当前专利权人地址】江苏省苏州市工业园区独墅湖科教创新区仁爱路111号 【统一社会信用代码】52320000509200566U 【引证次数】4.0 【被引证次数】5 【他引次数】4.0 【被他引次数】5.0 【家族引证次数】4.0 【家族被引证次数】5

未经允许不得转载：http://www.zhongzhencnc.com/1790634081.html