发明名称 |
一种基于词袋模型的图像分类方法 |
摘要 |
本发明公开了一种基于词袋模型的图像分类方法,所述图像分类方法根据预先训练好的SVM模型,对待分类图像进行特征提取,得到所提取的特征点,对特征点进行聚类得到特征类型,并将特征点表述为其所属的特征类型,根据图像特征点所属的特征类型,利用空间金字塔模型形成图像的直方图向量,最后将待分类图像的直方图向量输入到训练好的SVM模型,完成图像的分类。本发明采用了全新的核函数训练SVM模型,本发明方法降低了计算难度,而且保留了局部特征间的空间信息,提高了图像分类的精度,减少了分类时间。 |
申请公布号 |
CN105844299A |
申请公布日期 |
2016.08.10 |
申请号 |
CN201610171326.X |
申请日期 |
2016.03.23 |
申请人 |
浙江理工大学 |
发明人 |
桂江生;张青;包晓安 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
杭州君度专利代理事务所(特殊普通合伙) 33240 |
代理人 |
诸佩艳 |
主权项 |
一种基于词袋模型的图像分类方法,其特征在于,所述图像分类方法包括:对待分类图像进行特征提取,得到所提取的特征点;对特征点进行聚类得到特征类型,并将特征点表述为其所属的特征类型;根据图像特征点所属的特征类型,利用空间金字塔模型形成图像的直方图向量;将待分类图像的直方图向量输入到训练好的SVM模型,完成图像的分类。 |
地址 |
310018 浙江省杭州市经济开发区白杨街道2号大街928号 |