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。

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。