公开(公告)号：CN109034253B

公开(公告)日：2021-06-29

申请号：CN201810863104.3

申请日：2018-08-01

Applicant: 华中科技大学

Inventor： 石强 ,  薛志东 ,  陈维亚 ,  黄秋晗 ,  邹苇 ,  唐静 ,  周成 ,  彭柯

IPC: G06K9/62 ,  G06K9/34 ,  G06K9/46

Abstract: 本发明公开了一种基于多尺度语义特征的慢性静脉疾病图像分类方法，包括：对待测慢性静脉疾病图像进行多尺度划分，在每个尺度上，利用每个尺度对应的概念分类器对图像块进行分类，得到待测慢性静脉疾病图像中的每个图像块的概念类别；将每个尺度上每个概念类别出现的频率作为全局表示特征，将每个尺度上的全局表示特征串联得到待测慢性静脉疾病图像的多尺度语义表示；基于高阶相关性的特征选择法从多尺度语义表示中获取对分类结果区分性能最优的特征子集，将特征子集输入场景分类器，得到待测慢性静脉疾病图像的分类结果。本发明的分类结果准确率高、可靠性强。

公开(公告)号：CN109034253A

公开(公告)日：2018-12-18

申请号：CN201810863104.3

申请日：2018-08-01

Applicant: 华中科技大学

Inventor： 石强 ,  薛志东 ,  陈维亚 ,  黄秋晗 ,  邹苇 ,  唐静 ,  周成 ,  彭柯

IPC: G06K9/62 ,  G06K9/34 ,  G06K9/46

CPC classification number: G06K9/6269 ,  G06K9/342 ,  G06K9/4642 ,  G06K9/4671 ,  G06K2209/05

Abstract: 本发明公开了一种基于多尺度语义特征的慢性静脉疾病图像分类方法，包括：对待测慢性静脉疾病图像进行多尺度划分，在每个尺度上，利用每个尺度对应的概念分类器对图像块进行分类，得到待测慢性静脉疾病图像中的每个图像块的概念类别；将每个尺度上每个概念类别出现的频率作为全局表示特征，将每个尺度上的全局表示特征串联得到待测慢性静脉疾病图像的多尺度语义表示；基于高阶相关性的特征选择法从多尺度语义表示中获取对分类结果区分性能最优的特征子集，将特征子集输入场景分类器，得到待测慢性静脉疾病图像的分类结果。本发明的分类结果准确率高、可靠性强。