基于CSIFT特征的圖像分類算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)以及數(shù)字圖像信息技術(shù)的飛速發(fā)展，圖像信息的運(yùn)用、獲取、傳送和交換顯得越來越方便,互聯(lián)網(wǎng)中以及人類的生活中無時無刻都會出現(xiàn)大規(guī)模的數(shù)字圖像。而依靠人工標(biāo)注的手段對圖像進(jìn)行分類和管理不僅耗時又費(fèi)力。因此基于圖像語義信息的圖像分類技術(shù)逐漸成為人們的重點(diǎn)研究話題。圖像分類技術(shù)應(yīng)用范圍非常廣闊，比如：圖像內(nèi)容檢索、旅游導(dǎo)航、醫(yī)學(xué)圖像等應(yīng)用。
　　圖像分類的難點(diǎn)在于如何采用高效的方法來提取和匹配圖像的特征，由于傳統(tǒng)的圖像分類算法

2、大部分是先將彩色圖像轉(zhuǎn)化為灰度圖像，然后采用SIFT算法提取圖像的局部特征進(jìn)行分類，這種方法忽略了圖像的顏色信息。本文提出了基于CSIFT算法的特征金字塔樹(vocabulary-guided pyramid match kernel，VGPM)的圖像分類的改進(jìn)算法。首先采用CSIFT算法(Colored Scale Invariant Feature Transform)來提取圖像的顏色特征,建立圖像的特征描述符，然后根據(jù)VGPM的原

3、理對得到的特征向量構(gòu)建特征金字塔樹，利用VGPM方法融入局部特征之間的空間關(guān)系，最后運(yùn)用線性SVM進(jìn)行分類。實(shí)驗(yàn)結(jié)果分析得到，該算法分類性能良好。
　　在分析和研究CSIFT算法的基礎(chǔ)上，針對CSIFT算法所提取的特征具有稀疏性這一特性，本文提出了基于CSIFT特征的稀疏編碼空間金字塔匹配分類算法。首先對CSIFT局部特征進(jìn)行稀疏編碼表示，重構(gòu)稀疏矩陣，然后構(gòu)建線性空間金字塔匹配核，通過空間金字塔的特性，將不同尺度下的系數(shù)重建系數(shù)