【摘要】：由于智能交通視頻監(jiān)控技術的飛速發(fā)展,交通監(jiān)控圖像和視頻的數量呈現(xiàn)出爆發(fā)式的增長,對于圖像分類技術的需求也變得日益迫切。面向交通場景的圖像分類技術旨在利用計算機將交通場景圖像自動劃分為不同的類別,它作為智能交通監(jiān)控的關鍵技術,具有非常良好的應用前景。 本文的主要研究對象是交通場景圖像分類技術,主要圍繞圖像的特征提取,表述以及分類三個方面而展開,其中主要的研究內容包括： 第一,本文采用的特征包模型提取了圖像的SIFT特征,并形成視覺詞匯表述,最后使用SVM分類器進行圖像分類。 第二,由于特征包模型中沒有考慮圖像的空間信息,所以本文引進空間金字塔模型來改進特征包模型。該模型在圖像特征空間上與圖像塊的上下文信息相結合,進行圖像分類的結果與特征包模型相比有明顯提高。 第三,傳統(tǒng)的特征包模型和空間金字塔模型中向量量化方法的誤差比較大,并且圖像分類算法復雜度比較高,分類所需時間比較長。為了改進向量量化編碼方法和SIFT描述子的不變性,本文分別引入了局部軟分配編碼方法和Color SIFT描述子,并且結合Liblinear分類器進行交通場景圖像分類。本文提出的方法有效地提高了圖像分類準確率,并且降低了圖像分類的運算復雜度,減少了圖像分類的運行時間,在一定程度上提高了SIFT描述子的不變性。
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.41;U495

【參考文獻】

相關期刊論文 前3條

1 李小濤;李紀人;黃詩峰;宋小寧;;變差函數和神經網絡結合的遙感影像分類方法研究[J];國土資源遙感;2006年01期

2 秦磊;高文;;基于內容相關性的場景圖像分類方法[J];計算機研究與發(fā)展;2009年07期

3 韓順;陶躍華;朱英南;;彩色描述子SIFT的研究新進展[J];微型機與應用;2010年22期

相關博士學位論文 前1條

1 江悅;場景圖像內容表述和分類研究[D];國防科學技術大學;2010年

，

本文編號：2572504