超復(fù)數(shù)DCT變換域下的場景分類算法研究.pdf

1、隨著計(jì)算機(jī)及多媒體設(shè)備的普及，每天都會有海量的數(shù)字圖像產(chǎn)生、發(fā)布和共享，這給人們的生活提供極大便利的同時也對人們迅速地從浩如煙海的圖像數(shù)據(jù)中尋找到自己所需要的信息帶來了挑戰(zhàn)。如何有效地分析、組織和管理圖像數(shù)據(jù)，實(shí)現(xiàn)基于內(nèi)容的場景分類已成為圖像處理領(lǐng)域的研究熱點(diǎn)。研究的難點(diǎn)在于如何使計(jì)算機(jī)能夠從人類的認(rèn)知角度理解場景圖像的語義信息。
　　為了提高場景分類的速度和準(zhǔn)確率，結(jié)合DCT紋理特性以及超復(fù)數(shù)彩色空間并行性，本文先對 DCT變換

2、進(jìn)行了研究，在提出三種 DCT變換域下的場景分類算法的基礎(chǔ)上，最終引入超復(fù)數(shù)提出了一種超復(fù)數(shù) DCT變換域下的場景分類算法。本文的主要研究內(nèi)容包括*：
　　(1)針對現(xiàn)有場景分類算法都是在非壓縮域?qū)崿F(xiàn)并且分類速度慢的問題，提出了一種 DCT變換域的快速場景分類算法。DCT變換后頻域系數(shù)具有能量集中性和多尺度多分辨率特征，該特征能夠很好地反映圖像紋理特征并且易于量化分析，若選擇合適的變換塊大小，DCT變換還具有較好的快速性。本文根據(jù)

3、這些特征對場景圖像進(jìn)行DCT變換后提取頻域系數(shù)進(jìn)行分類實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該算法很好地提高了場景分類的速度。
　　(2)為了進(jìn)一步提高場景分類準(zhǔn)確率，根據(jù)譜殘差的思想，本文又提出了一種基于差值向量的場景分類算法，該算法利用類間差異度較大的差值向量作為特征向量進(jìn)行場景分類，實(shí)驗(yàn)結(jié)果表明該算法在提高了分類速度的同時也提高了分類準(zhǔn)確率，而且還具有較好的魯棒性。
　　(3)本文所提基于差值向量的場景分類算法是一種半監(jiān)督分類算法，針對這

4、個問題，本文結(jié)合空間金字塔模型提出了一種DCT變換域的Bag-of-words場景分類算法，該算法把DCT系數(shù)作為圖像特征描述子，通過直方圖匹配的方式進(jìn)行場景分類。實(shí)驗(yàn)結(jié)果表明該算法同時具有較高的分類速度和分類準(zhǔn)確率。
　　(4)本文以上所提三種算法以及現(xiàn)有的經(jīng)典場景分類算法都是基于灰度圖像或者是對彩色圖像的顏色通道單獨(dú)處理的，沒有考慮到圖像各個顏色通道間的關(guān)聯(lián)。為此，本文最后通過引入超復(fù)數(shù)，利用彩色圖像的R、G、B顏色分量構(gòu)造超