【图像分类】室内室外分类算法研究

Andrew Payne , Semeer Singh 在2004年发表的一篇论文——《Indoor vs Outdoor scene classification in digital photographs》

步骤：

1、用canny edge detector检测边缘

2、计算轮廓垂直度（straightness）



其中e_i 是当前端点，v_i是端点e_i的起始点之间的欧几里得距离，d(e_i)是端点e_i的起始点之间的像素距离

然而，如果轮廓有70%的部分比较直，而30%部分不规则，那么上个公式计算出来的垂直度不太准确，于是有一个改进的办法：把轮廓分成简单的子轮廓。



其中i=1时，


如果，

，则轮廓在e_i像素处分裂，Ts在[0,1]变化，间隔为0.05，本文中Ts=0.85

3、对于全局，straight edges 的百分比是



其中，n是edge e_i中像素的个数，即Si>T2

m是T1<Si<T2的像素的个数，α<1是常数，l 是轮廓总像素个数

α是给不是特别直，但又算在其中的edges一个比较小的权重，本文T1=0.8，T2=0.9

4、把每个640×480像素数字图像分成16个大小相等的部分，每部分的边缘垂直度已检测，并且垂直边的比例作为分类器的一个特征

5、有两种分类器 （a）、用一个简单的规则，不需要任何training data

（b）、用training data来训练分类器，如 K-nn