主权项 |
1.一种基于视觉词典全局拓扑表达的图像分类方法,其特征在于,该方法包括以下步骤:步骤1,采集多幅训练图像,对多幅训练图像分别进行局部采样,并在得到的局部采样块上提取尺度不变特征变换(SIFT)特征,从而得到训练图像的SIFT特征集合;步骤2,对得到的SIFT特征集合进行聚类生成多个聚类中心,并以所述聚类中心为视觉单词组成视觉词典<img file="FDA00002919021300011.GIF" wi="547" he="69" />其中,C表示视觉词典,其由M个D维的视觉单词c<sub>i</sub>组成,<img file="FDA00002919021300012.GIF" wi="110" he="48" />表示D维空间中的M个点组成的子空间;步骤3,对每幅训练图像的每个SIFT特征进行全局拓扑编码;步骤4,对每幅训练图像的所有SIFT特征<img file="FDA00002919021300013.GIF" wi="509" he="64" />的全局拓扑编码V<sub>1</sub>,V<sub>2</sub>,...,V<sub>N</sub>进行最大聚集操作,生成该训练图像的图像表达F;步骤5,将所有训练图像的图像表达送入分类器中进行训练,生成训练模型;步骤6,与所述步骤1相似,对每幅待识别图像进行局部采样,并在得到的局部采样块上提取尺度不变特征变换SIFT特征,得到每幅待识别图像的SIFT特征集合;步骤7,基于所述步骤2中得到的由视觉单词组成的视觉词典,利用所述步骤3对每幅待识别图像的每个SIFT特征进行全局拓扑编码;步骤8,与所述步骤4相似,对每幅待识别图像的所有SIFT特征的全局拓扑编码进行最大聚集操作,生成待识别图像的图像表达;步骤9,将所述步骤8得到的待识别图像的图像表达送入所述步骤5生成的训练模型进行测试,从而得到待识别图像中目标类别的识别结果。 |