发明名称 |
一种基于适应性编码和几何平滑汇合的图像分类方法 |
摘要 |
本发明公开了一种基于适应性编码和几何平滑汇合的图像分类方法,包含如下步骤:图像底层局部特征提取;码书学;特征编码;特征汇合;训练数据分割;建立模型;图像分类。本发明应用在图像分类领域,在图像表示上,本发明能够保持码书以及特征编码的结构化信息,能够大大降低码书生成的时间复杂度,以及生成具有结构化特性的图像特征表示,充分利用了图像特征丰富的空间位置信息,在图像分类上有着显著的效果,因此本发明具有较高的使用价值。 |
申请公布号 |
CN104318271A |
申请公布日期 |
2015.01.28 |
申请号 |
CN201410677128.1 |
申请日期 |
2014.11.21 |
申请人 |
南京大学 |
发明人 |
杨育彬;王喆正;毛晓蛟;李亚楠 |
分类号 |
G06K9/66(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
江苏圣典律师事务所 32237 |
代理人 |
胡建华 |
主权项 |
一种基于适应性编码和几何平滑汇合的图像分类方法,其特征在于,包含以下步骤:对待分类的图像和图像数据库中所有图像分别进行以下步骤1~步骤4的处理;步骤1,图像提取底层局部特征:在图像I的N个位置进行采样,利用尺度不变特征转换方法抽取底层局部特征F;步骤2,对采样的底层局部特征,进行码书学习;步骤3,利用码书对采样的底层局部特征进行编码;步骤4,将所有的编码结果进行汇合得到全局图像特征;步骤5,将图像数据库中的全部图像的全局特征进行随机采样:随机以每类图像的一定数量的图像作为训练图像,其余作为测试图像;步骤6,将训练图像的全局图像特征表示使用支持向量机进行建模;步骤7,利用分类模型对待分类图像进行分类。 |
地址 |
210023 江苏省南京市栖霞区仙林大道163号南京大学 |