局部描述特征結(jié)合概率潛在語(yǔ)義模型的場(chǎng)景分類技術(shù)研究.pdf

1、場(chǎng)景圖像分類研究是對(duì)包含若干語(yǔ)義信息的圖像集合進(jìn)行分類的過(guò)程，可以對(duì)海量圖像進(jìn)行有效瀏覽與檢索，成為當(dāng)今計(jì)算機(jī)視覺(jué)研究領(lǐng)域的一個(gè)核心問(wèn)題。鑒于圖像與文本的關(guān)聯(lián)性，將文本的詞包模型與潛在語(yǔ)義分析模型運(yùn)用到場(chǎng)景圖像描述與分類上，具有重要的研究意義。針對(duì)當(dāng)前圖像特征提取算法有效性與復(fù)雜性相互制約的問(wèn)題，展開(kāi)以下研究：
　　首先，構(gòu)建了基于灰度圖像局部邊緣稠密采樣區(qū)域的邊緣改進(jìn)局部二值模式(Edge Improved Local Bina

2、ry Pattern，EILBP)特征，算法簡(jiǎn)單，性能穩(wěn)定，能夠?qū)吘壭畔⒇S富的圖像進(jìn)行合理描述，結(jié)合概率潛在語(yǔ)義分析(Probabilistic Latent Semantic Analysis，PLSA)模型完成場(chǎng)景分類，實(shí)驗(yàn)結(jié)果表明該特征提取算法應(yīng)用在場(chǎng)景圖像分類是有效的。
　　然后，在 EILBP特征的基礎(chǔ)上，根據(jù)對(duì)稱性構(gòu)建了圖像局部區(qū)域的邊緣改進(jìn)中心對(duì)稱二值模式(Edge Improved Center Symmetri

3、c Local Binary Pattern，EICS-LBP)特征；針對(duì)彩色圖像的顏色信息，構(gòu)建了統(tǒng)計(jì)邊緣主色對(duì)特征描述局部區(qū)域的邊緣主色對(duì)信息；然后結(jié)合擴(kuò)展PLSA模型完成場(chǎng)景分類，實(shí)驗(yàn)結(jié)果表明該方法具有較好的分類性能，對(duì)具有邊緣輪廓的彩色圖像分類精度高。
　　最后，針對(duì)傳統(tǒng)的視覺(jué)單詞沒(méi)有考慮特征間的依賴關(guān)系，不能充分表達(dá)圖像主題這一問(wèn)題，在彩色圖像的EICS-LBP與統(tǒng)計(jì)邊緣主色對(duì)特征的基礎(chǔ)上，構(gòu)造了一種含有上下文信息的視覺(jué)