本文關(guān)鍵詞：基于詞袋模型的圖像分類算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像分類是計(jì)算機(jī)視覺的熱點(diǎn)研究方向,在諸如圖像檢索、行為分析、醫(yī)學(xué)成像、智能搜索引擎等領(lǐng)域有著廣泛應(yīng)用。近些年,得益于模式識別、機(jī)器學(xué)習(xí)和圖像特征提取的新理論和新方法,圖像分類領(lǐng)域取得了重要研究進(jìn)展,但是由于類內(nèi)圖像表觀的復(fù)雜性、類間圖像表觀的相似性以及大數(shù)據(jù)對于分類計(jì)算的拓展性要求,圖像分類仍然面臨許多挑戰(zhàn)。本文在詞袋模型基礎(chǔ)上,利用特征融合、稀疏編碼理論和點(diǎn)到集合度量學(xué)習(xí)的思想,對于圖像分類問題作了深入研究,具體工作如下:1.考慮到不同特征之間信息的互補(bǔ)性,本文聯(lián)合利用HSV顏色特征和SIFT特征對于圖像行分類。2.提出了一種基于度量學(xué)習(xí)和特征融合的圖像分類算法:圖像表達(dá)分別是利用HSV特征得到的顏色直方圖和利用SIFT特征的稀疏編碼得到的池化向量;在此基礎(chǔ)上,分別利用上述兩種圖像表達(dá)學(xué)習(xí)點(diǎn)到類樣本集合的兩種距離度量,和其它分類器相比最近子空間分類器耦合點(diǎn)到集合度量學(xué)習(xí)可以得到更好的分類結(jié)果。3.提出了一種基于Fisher向量表達(dá)的圖像分類算法:Fisher向量表達(dá)同時(shí)具有產(chǎn)生式模型和判別式模型的優(yōu)點(diǎn),此外,與傳統(tǒng)的詞袋模型相比,可以建模SIFT特征分布的高階統(tǒng)計(jì)特性;替代對于SIFT特征進(jìn)行稀疏編碼與池化,所提出的算法聯(lián)合HSV顏色直方圖和SIFT特征的Fisher向量表達(dá)進(jìn)行圖像分類。4.為了驗(yàn)證所提出方法的有效性,我們對于一個(gè)花圖像數(shù)據(jù)庫進(jìn)行了分類驗(yàn)證。該數(shù)據(jù)庫的同類花圖像中存在著光照、尺度、視角等方面的較大變化,而異類圖像之間又存在著相似性。比對實(shí)驗(yàn)表明與其它算法相比,所提出的方法具有更好的分類結(jié)果。
【關(guān)鍵詞】：圖像分類 詞袋模型 度量學(xué)習(xí) Fisher向量 最近鄰子空間分類器
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-19
• 1.1 研究背景9
• 1.2 圖像分類的應(yīng)用9-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-17
• 1.3.1 圖像特征提取11-13
• 1.3.2 圖像建模13-15
• 1.3.3 分類器設(shè)計(jì)15-17
• 1.4 論文結(jié)構(gòu)安排17-19
• 第2章 相關(guān)理論及方法19-30
• 2.1 SIFT特征提取19-23
• 2.2 高斯混合模型（Gaussian Mixture Models, GMM）23-27
• 2.2.1 MLE求解GMM24-26
• 2.2.2 MAP求解GMM26-27
• 2.3 Fisher核27-29
• 2.3.1 核方法27-28
• 2.3.2 Fisher核28-29
• 2.4 本章小結(jié)29-30
• 第3章 基于特征融合和度量學(xué)習(xí)的分類算法30-50
• 3.1 圖像分割32
• 3.2 圖像表達(dá)32-37
• 3.2.1 基于HSV的圖像表達(dá)32-35
• 3.2.2 基于局部約束的稀疏編碼35-37
• 3.2.3 基于SIFT的圖像表達(dá)37
• 3.3 基于特征融合和度量學(xué)習(xí)的分類算法37-44
• 3.3.1 度量學(xué)習(xí)38-42
• 3.3.2 算法描述42-44
• 3.4 實(shí)驗(yàn)結(jié)果與分析44-49
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)庫44-46
• 3.4.2 比較結(jié)果與分析46-49
• 3.5 本章小結(jié)49-50
• 第4章 基于Fisher向量的特征融合分類算法50-59
• 4.1 Fisher向量特征提取51-53
• 4.1.1 Fisher向量51-52
• 4.1.2 Fisher向量規(guī)范化的作用52-53
• 4.2 基于Fisher向量的特征融合分類算法53-55
• 4.3 實(shí)驗(yàn)結(jié)果與分析55-58
• 4.4 本章小結(jié)58-59
• 結(jié)論59-61
• 參考文獻(xiàn)61-66
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單66-67
• 致謝67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 許洋洋;袁華;;一種基于內(nèi)容的廣告垃圾圖像過濾方法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

2 王海濤;施亦東;陳衍夏;許健明;;圖像紋理分析技術(shù)在紡織與皮革中的應(yīng)用[J];皮革科學(xué)與工程;2008年02期

3 錢思進(jìn);張恒;何德全;;基于圖像視覺復(fù)雜度計(jì)算的分類信息隱藏圖像庫[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

4 謝劍斌;秦陳剛;陳章永;程永茂;劉通;;基于透射圖像紋理的紙幣快速鑒偽方法[J];儀器儀表學(xué)報(bào);2010年08期

5 范郭亮;李光;王春霞;;圖像紋理區(qū)檢測及分割算法研究[J];信息安全與技術(shù);2011年09期

6 何鵬;萬曉青;焦瑛璞;;基于圖像紋理分析技術(shù)檢測食用植物油中動(dòng)物油的摻偽[J];中國油脂;2014年03期

7 王宇新;賈棋;劉天陽;李寒;郭禾;;遮擋物體移除與圖像紋理修補(bǔ)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2008年01期

8 李海權(quán);胡召玲;孫陟文;張國成;;基于紋理的SAR圖像居民地信息提取[J];遙感信息;2008年02期

9 楊家桂;;基于圖像的火災(zāi)火焰探測技術(shù)研究與發(fā)展[J];大眾科技;2011年08期

10 徐久成;李曉艷;張靈均;李雙群;;基于粗糙粒模型的圖像紋理識別和檢索[J];模式識別與人工智能;2012年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊國華;周晨波;阮久忠;郭冰;王剛;;基于自相關(guān)函數(shù)的非平面表面粗糙度的圖像紋理研究[A];第十二屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2008年

2 王亮申;歐宗瑛;;利用SVM進(jìn)行圖像數(shù)據(jù)庫檢索[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（下）[C];2003年

3 王云;董增壽;卓東風(fēng);;基于圖像紋理和結(jié)構(gòu)特征的燃燒指數(shù)的高溫低氧火焰燃燒穩(wěn)定性識別[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 朱為總;文振q;明仲;歐陽杰;;基于支持向量回歸機(jī)的相關(guān)反饋圖像檢索算法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 彭復(fù)員;余西;武林;徐國華;;基于分形特征的水下圖像模糊分類[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

6 張磊;朱磊;;一種綜合圖像紋理和灰度特征的分割算法[A];通信理論與信號處理新進(jìn)展——2005年通信理論與信號處理年會論文集[C];2005年

7 王鵬;吳春亞;劉德利;劉亦智;劉獻(xiàn)禮;;基于LabVIEW的鋼球表面缺陷圖像紋理分析與檢測[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（一）[C];2007年

8 樊亞春;周明全;;基于圖像關(guān)鍵特征的內(nèi)容檢索技術(shù)分析[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

9 朱軍民;黃磊;劉昌平;;一種分級的電路板圖像中的文本定位方法[A];第八屆全國漢字識別學(xué)術(shù)會議論文集[C];2002年

10 麥青;李才偉;;區(qū)分真實(shí)照片與人工圖片的算法與實(shí)現(xiàn)[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 華凌;世界最薄泡沫屏幕可改變圖像紋理[N];科技日報(bào);2012年

2 北京商報(bào)記者 吳辰光;高德攜合作伙伴發(fā)力三維實(shí)景地圖[N];北京商報(bào);2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

2 唐俊華;科學(xué)數(shù)據(jù)庫中基于內(nèi)容圖像檢索技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

3 賈冬焱;血管造影圖像的量化分析和應(yīng)用研究[D];南方醫(yī)科大學(xué);2008年

4 段立娟;基于內(nèi)容的圖像檢索與過濾關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

5 周向東;圖像數(shù)據(jù)庫檢索中的關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

6 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

7 楊朝輝;計(jì)算機(jī)舌診中裂紋舌圖像的診斷分類研究[D];哈爾濱工業(yè)大學(xué);2010年

8 洪安祥;基于內(nèi)容的圖像檢索若干論題研究[D];浙江大學(xué);2003年

9 黃傳波;基于視覺感知和相關(guān)反饋機(jī)制的圖像檢索算法研究[D];南京理工大學(xué);2011年

10 季桂樹;肝癌超聲圖像紋理特征識別中的關(guān)鍵技術(shù)研究[D];中南大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王寶琛;圖像的自動(dòng)語義標(biāo)注技術(shù)研究與實(shí)現(xiàn)[D];東北大學(xué)　;2008年

2 歐廬江;基于圖像內(nèi)容自動(dòng)標(biāo)注的海量網(wǎng)絡(luò)圖像檢索[D];浙江大學(xué);2007年

3 朱楚梅;鋁土礦精選泡沫圖像紋理特征提取方法研究[D];中南大學(xué);2012年

4 武亞昆;融合多種圖像特征的人像檢索技術(shù)研究[D];太原理工大學(xué);2011年

5 盧斌;圖像信息隱藏方案的研究與實(shí)現(xiàn)[D];西北大學(xué);2011年

6 賈恒燕;一種基于內(nèi)容的圖像檢索系統(tǒng)平臺的設(shè)計(jì)與實(shí)現(xiàn)[D];天津大學(xué);2006年

7 馮春吉;圖像抓拍系統(tǒng)中圖像處理算法研究[D];東北石油大學(xué);2011年

8 劉麗端;基于聚類的圖像檢索技術(shù)研究[D];武漢理工大學(xué);2012年

9 張磊;圖像分類和圖像語義標(biāo)注的研究[D];山東大學(xué);2008年

10 胡凌子;基于情感語義的圖像內(nèi)容標(biāo)注研究[D];太原理工大學(xué);2010年

  本文關(guān)鍵詞：基于詞袋模型的圖像分類算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：385389