基于词袋模型的图像分类算法研究

发布时间：2017-05-22 10:14

  本文关键词：基于词袋模型的图像分类算法研究，，由笔耕文化传播整理发布。

【摘要】：图像分类是计算机视觉的热点研究方向,在诸如图像检索、行为分析、医学成像、智能搜索引擎等领域有着广泛应用。近些年,得益于模式识别、机器学习和图像特征提取的新理论和新方法,图像分类领域取得了重要研究进展,但是由于类内图像表观的复杂性、类间图像表观的相似性以及大数据对于分类计算的拓展性要求,图像分类仍然面临许多挑战。本文在词袋模型基础上,利用特征融合、稀疏编码理论和点到集合度量学习的思想,对于图像分类问题作了深入研究,具体工作如下:1.考虑到不同特征之间信息的互补性,本文联合利用HSV颜色特征和SIFT特征对于图像行分类。2.提出了一种基于度量学习和特征融合的图像分类算法:图像表达分别是利用HSV特征得到的颜色直方图和利用SIFT特征的稀疏编码得到的池化向量;在此基础上,分别利用上述两种图像表达学习点到类样本集合的两种距离度量,和其它分类器相比最近子空间分类器耦合点到集合度量学习可以得到更好的分类结果。3.提出了一种基于Fisher向量表达的图像分类算法:Fisher向量表达同时具有产生式模型和判别式模型的优点,此外,与传统的词袋模型相比,可以建模SIFT特征分布的高阶统计特性;替代对于SIFT特征进行稀疏编码与池化,所提出的算法联合HSV颜色直方图和SIFT特征的Fisher向量表达进行图像分类。4.为了验证所提出方法的有效性,我们对于一个花图像数据库进行了分类验证。该数据库的同类花图像中存在着光照、尺度、视角等方面的较大变化,而异类图像之间又存在着相似性。比对实验表明与其它算法相比,所提出的方法具有更好的分类结果。
【关键词】：图像分类 词袋模型 度量学习 Fisher向量 最近邻子空间分类器
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-19
• 1.1 研究背景9
• 1.2 图像分类的应用9-11
• 1.3 国内外研究现状11-17
• 1.3.1 图像特征提取11-13
• 1.3.2 图像建模13-15
• 1.3.3 分类器设计15-17
• 1.4 论文结构安排17-19
• 第2章 相关理论及方法19-30
• 2.1 SIFT特征提取19-23
• 2.2 高斯混合模型（Gaussian Mixture Models, GMM）23-27
• 2.2.1 MLE求解GMM24-26
• 2.2.2 MAP求解GMM26-27
• 2.3 Fisher核27-29
• 2.3.1 核方法27-28
• 2.3.2 Fisher核28-29
• 2.4 本章小结29-30
• 第3章 基于特征融合和度量学习的分类算法30-50
• 3.1 图像分割32
• 3.2 图像表达32-37
• 3.2.1 基于HSV的图像表达32-35
• 3.2.2 基于局部约束的稀疏编码35-37
• 3.2.3 基于SIFT的图像表达37
• 3.3 基于特征融合和度量学习的分类算法37-44
• 3.3.1 度量学习38-42
• 3.3.2 算法描述42-44
• 3.4 实验结果与分析44-49
• 3.4.1 实验数据库44-46
• 3.4.2 比较结果与分析46-49
• 3.5 本章小结49-50
• 第4章 基于Fisher向量的特征融合分类算法50-59
• 4.1 Fisher向量特征提取51-53
• 4.1.1 Fisher向量51-52
• 4.1.2 Fisher向量规范化的作用52-53
• 4.2 基于Fisher向量的特征融合分类算法53-55
• 4.3 实验结果与分析55-58
• 4.4 本章小结58-59
• 结论59-61
• 参考文献61-66
• 攻读学位期间发表论文与研究成果清单66-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 许洋洋;袁华;;一种基于内容的广告垃圾图像过滤方法[J];山东大学学报(理学版);2006年03期

2 王海涛;施亦东;陈衍夏;许健明;;图像纹理分析技术在纺织与皮革中的应用[J];皮革科学与工程;2008年02期

3 钱思进;张恒;何德全;;基于图像视觉复杂度计算的分类信息隐藏图像库[J];解放军理工大学学报(自然科学版);2010年01期

4 谢剑斌;秦陈刚;陈章永;程永茂;刘通;;基于透射图像纹理的纸币快速鉴伪方法[J];仪器仪表学报;2010年08期

5 范郭亮;李光;王春霞;;图像纹理区检测及分割算法研究[J];信息安全与技术;2011年09期

6 何鹏;万晓青;焦瑛璞;;基于图像纹理分析技术检测食用植物油中动物油的掺伪[J];中国油脂;2014年03期

7 王宇新;贾棋;刘天阳;李寒;郭禾;;遮挡物体移除与图像纹理修补方法[J];计算机辅助设计与图形学学报;2008年01期

8 李海权;胡召玲;孙陟文;张国成;;基于纹理的SAR图像居民地信息提取[J];遥感信息;2008年02期

9 杨家桂;;基于图像的火灾火焰探测技术研究与发展[J];大众科技;2011年08期

10 徐久成;李晓艳;张灵均;李双群;;基于粗糙粒模型的图像纹理识别和检索[J];模式识别与人工智能;2012年02期

中国重要会议论文全文数据库 前10条

1 杨国华;周晨波;阮久忠;郭冰;王刚;;基于自相关函数的非平面表面粗糙度的图像纹理研究[A];第十二届全国光学测试学术讨论会论文（摘要集）[C];2008年

2 王亮申;欧宗瑛;;利用SVM进行图像数据库检索[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（下）[C];2003年

3 王云;董增寿;卓东风;;基于图像纹理和结构特征的燃烧指数的高温低氧火焰燃烧稳定性识别[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

4 朱为总;文振q;明仲;欧阳杰;;基于支持向量回归机的相关反馈图像检索算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 彭复员;余西;武林;徐国华;;基于分形特征的水下图像模糊分类[A];第三届全国信息获取与处理学术会议论文集[C];2005年

6 张磊;朱磊;;一种综合图像纹理和灰度特征的分割算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

7 王鹏;吴春亚;刘德利;刘亦智;刘献礼;;基于LabVIEW的钢球表面缺陷图像纹理分析与检测[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

8 樊亚春;周明全;;基于图像关键特征的内容检索技术分析[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

9 朱军民;黄磊;刘昌平;;一种分级的电路板图像中的文本定位方法[A];第八届全国汉字识别学术会议论文集[C];2002年

10 麦青;李才伟;;区分真实照片与人工图片的算法与实现[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国重要报纸全文数据库 前2条

1 华凌;世界最薄泡沫屏幕可改变图像纹理[N];科技日报;2012年

2 北京商报记者 吴辰光;高德携合作伙伴发力三维实景地图[N];北京商报;2014年

中国博士学位论文全文数据库 前10条

1 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年

2 唐俊华;科学数据库中基于内容图像检索技术研究[D];中国科学院研究生院（计算技术研究所）;2004年

3 贾冬焱;血管造影图像的量化分析和应用研究[D];南方医科大学;2008年

4 段立娟;基于内容的图像检索与过滤关键技术研究[D];中国科学院研究生院（计算技术研究所）;2002年

5 周向东;图像数据库检索中的关键技术研究[D];复旦大学;2003年

6 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年

7 杨朝辉;计算机舌诊中裂纹舌图像的诊断分类研究[D];哈尔滨工业大学;2010年

8 洪安祥;基于内容的图像检索若干论题研究[D];浙江大学;2003年

9 黄传波;基于视觉感知和相关反馈机制的图像检索算法研究[D];南京理工大学;2011年

10 季桂树;肝癌超声图像纹理特征识别中的关键技术研究[D];中南大学;2013年

中国硕士学位论文全文数据库 前10条

1 王宝琛;图像的自动语义标注技术研究与实现[D];东北大学　;2008年

2 欧庐江;基于图像内容自动标注的海量网络图像检索[D];浙江大学;2007年

3 朱楚梅;铝土矿精选泡沫图像纹理特征提取方法研究[D];中南大学;2012年

4 武亚昆;融合多种图像特征的人像检索技术研究[D];太原理工大学;2011年

5 卢斌;图像信息隐藏方案的研究与实现[D];西北大学;2011年

6 贾恒燕;一种基于内容的图像检索系统平台的设计与实现[D];天津大学;2006年

7 冯春吉;图像抓拍系统中图像处理算法研究[D];东北石油大学;2011年

8 刘丽端;基于聚类的图像检索技术研究[D];武汉理工大学;2012年

9 张磊;图像分类和图像语义标注的研究[D];山东大学;2008年

10 胡凌子;基于情感语义的图像内容标注研究[D];太原理工大学;2010年

  本文关键词：基于词袋模型的图像分类算法研究，由笔耕文化传播整理发布。

本文编号：385389