[发明专利]使用GABOR函数的模式识别系统及方法

摘要

公开了一种模式识别系统及方法，其通过将图像向量与稀疏矩阵相乘来生成特征向量。稀疏矩阵是根据Gabor函数生成的，Gabor函数是被乘以高斯函数的正弦波。Gabor函数是包括如下项的参数集的函数：与正弦波的方向相关的参数、与Gabor函数的中心相关的参数以及与正弦波的波长相关的参数。波长取至少两个值，其中，第一波长值小于或大体上等于Gabor函数的两个相邻中心之间的距离，并且第一波值长小于第二波长值且大于或大体上等于第二波长值的二分之一。

主权项

1.一种用于识别输入图像的模式的方法，包括如下步骤：a)将所述输入图像归一化为表示归一化图像的归一化矩阵；b)根据所述归一化矩阵生成图像向量；c)使用矩阵向量乘法来将所述图像向量与稀疏矩阵相乘以生成特征向量，其中，所述稀疏矩阵是根据Gabor函数生成的，所述Gabor函数是被乘以高斯函数的正弦波，以及，其中，所述Gabor函数是用于指示所述归一化矩阵中的位置的至少一个变量以及参数集的函数，所述参数集包括：与所述正弦波的方向相关的参数、与所述Gabor函数的中心相关的参数以及与所述正弦波的波长相关的参数；d)使用所述特征向量为预定模型列表创建概率密度；e)将具有最大概率密度的模型选为最佳模型；以及f)将所述最佳模型归类为所述输入图像的模式，其中，所述Gabor函数具有至少两个中心；以及其中，所述波长取至少两个值，第一波长值小于或等于所述Gabor函数的两个相邻中心之间的距离，并且所述第一波长值小于第二波长值且大于或等于所述第二波长值的二分之一；其中，所述模型通过协方差矩阵和均值向量来表征，其中，所述概率密度通过如下公式来计算：其中，符号r表示所述特征向量，符号∑表示所述协方差矩阵，符号μ表示所述均值向量以及k等于所述特征向量中的元素的个数；其中，所述Gabor函数的所述参数集包括所述高斯函数的标准差，所述标准差所取的值小于所述Gabor函数的两个相邻的中心之间的距离且大于所述Gabor函数的两个相邻中心之间的距离的二分之一。