面向領(lǐng)域的多階段融合圖像分類方法研究.pdf

1、圖像檢索技術(shù)涉及多項應(yīng)用領(lǐng)域，除通用的圖像檢索系統(tǒng)之外，越來越多特定領(lǐng)域的圖像檢索系統(tǒng)正在涌現(xiàn)，如Yottalook醫(yī)學(xué)圖像檢索系統(tǒng)等。圖像分類是圖像檢索系統(tǒng)中最為基礎(chǔ)性的工作之一，因此面向領(lǐng)域的圖像分類技術(shù)具有廣闊的應(yīng)用前景，特別是文檔圖像和醫(yī)學(xué)圖像領(lǐng)域。因此，本文的研究工作具有很好的應(yīng)用前景和較好的理論意義。
　　由于圖像的復(fù)雜性、類別之間的干擾、類別的多樣性等因素，特定領(lǐng)域的圖像分類問題仍然是一個充滿挑戰(zhàn)的問題。本文針對文檔

2、圖像和醫(yī)學(xué)圖像分類存在的問題展開研究，主要工作以及創(chuàng)新點如下:
　　1、歸納總結(jié)現(xiàn)有方法。查閱大量文獻(xiàn)，對當(dāng)前圖像分類方法進(jìn)行全面的歸納和總結(jié)，介紹了常用方法的基本思想和原理，分析比較了各方法的優(yōu)缺點;并且詳細(xì)分析文檔圖像和醫(yī)學(xué)圖像領(lǐng)域的圖像分類方法。
　　2、針對目前文檔分類方法依賴于圖像分割以及OCR等預(yù)處理的問題，本文提出了一種簡單但有效的圖像分類方法。采用結(jié)構(gòu)化局部邊緣模式(SLEP:StructuredLocalE

3、dgePattern)作為圖像特征，利用支持向量機(jī)SVM作為分類器實現(xiàn)文檔圖像分類。為了驗證本文方法的有效性，創(chuàng)建了文檔圖像數(shù)據(jù)庫。實驗結(jié)果表明，基于SLEP特征的方法，避免了復(fù)雜的預(yù)處理，實驗結(jié)果在準(zhǔn)確率、召回率等方面都明顯優(yōu)于所對比方法，并且即使在文檔圖像低分辨率的情況下，所分類結(jié)果仍然有不錯表現(xiàn)。
　　3、提出一種多階段融合的方法對醫(yī)學(xué)圖像分類。采用ImageCLEF2012醫(yī)學(xué)圖像分類比賽作為實驗數(shù)據(jù)集，構(gòu)建多階段特征融合

4、的圖像分類器。為每類特征構(gòu)建相應(yīng)的圖像分類器，然后對分類結(jié)果進(jìn)行融合，最終實現(xiàn)圖像分類。實驗結(jié)果表明，所提出的多階段融合的方法可以更全面地描述醫(yī)學(xué)圖像的特性，進(jìn)一步提升了圖像分類準(zhǔn)確率，同時本文的分類結(jié)果也排于ImageCLEF2012醫(yī)學(xué)圖像分類比賽結(jié)果的前列。
　　總之，本文面向文檔圖像領(lǐng)域和醫(yī)學(xué)圖像領(lǐng)域，由淺入深，從圖像特征提取和分類過程兩個核心問題入手，首先建立了一個文檔圖像數(shù)據(jù)庫，然后將SLEP特征應(yīng)用到文檔圖像分類之中