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。

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。