基于多特征组合与优化BoW模型的影像分类技术研究

发布时间：2017-10-05 13:41

  本文关键词：基于多特征组合与优化BoW模型的影像分类技术研究

  更多相关文章： 特征组合 K-means 视觉词袋 支持向量机

【摘要】：提出一种基于多特征组合与优化Bo W模型的影像地物分类新方法。提取影像的SIFT、GIST、颜色、Census和Gabor等多种类型特征,通过实验分析确定最佳特征组合。针对一般K-Means算法没有考虑各个特征值的权重,提出利用自动加权k-Means算法计算不同特征分量的权值,分别对SIFT、GIST、Gabor特征构建了基于权重的影像特征词汇表,采用基于Soft的词汇编码算法进行影像编码,使用SVM算法完成影像分类。通过实验表明方法能有效提高遥感影像分类准确性,并且具有较好的稳定性和鲁棒性。
【作者单位】： 信息工程大学;72515部队;
【关键词】： 特征组合 K-means 视觉词袋 支持向量机
【基金】：国家自然科学基金(41201390) 国家“863”计划(2013AA12A202)
【分类号】：TP751
【正文快照】： 引言1遥感影像数据是虚拟地理环境仿真重要的数据源,随着各种航空、航天、地面传感器广泛的应用,各行各业采集了海量的、高分辨率的影像数据,这些数据为地理环境仿真提供了坚实的数据基础。影像分类技术可以从海量的遥感影像数据中自动、智能的解译出有用的空间环境信息,是当，

本文编号：977126