收藏本站
《哈尔滨工程大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于BoW模型的图像分类方法研究

王莹  
【摘要】:图像分类是图像分析与理解的基本问题之一。近年来,随着网络技术的飞速发展,越来越多的数字图像开始充斥人们的生活,如何对这些海量的图像信息进行快速、准确的分类,提取有用信息,就逐渐成为研究的热点之一。Bag of words (BoW)模型最初应用于文档分类领域并因其简单而有效的优点得到了广泛的应用,计算机视觉领域的研究者们尝试将同样的思想应用到图像处理和识别领域,建立了由文本处理技术向图像处理领域的过渡。本文将BoW模型应用于图像分类领域,并在研究该技术的基础上,针对模型中存在的一些缺陷进行了改进: 首先,在研究了图像特征提取方法的基础上,针对传统的尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)描述子所存在的兴趣点有限、计算复杂度高以及在BoW模型中应用的局限性等问题,提出了一种改进的适用于BoW模型的多尺度DF-SIFT(Dense Fast SIFT)描述子。该描述子采用密集抽取的方法对图像进行均匀像素间隔的兴趣点计算,且对每个特征进行多尺度描述,能够更加充分的利用图像信息,且保证了特征的尺度不变性。此外,与传统的SIFT描述子不同,DF-SIFT描述子利用矩形窗代替高斯窗对图像进行平滑,对特征进行统一尺度分配,避免了定位兴趣点的复杂计算过程,提高了计算的效率。通过实验对DF-SIFT描述子进行了最优参数选取,使其在保证效率的同时提高了分类的正确率。 其次,在分析了视觉词典构造方法的基础上,提出了一种基于稳定初值分布的聚类方法来对视觉词典进行构造,并且应用三角形不等式对计算进行了简化。该算法有效的解决了传统k-means聚类方法过度依赖初始中心选取的问题,避免了局部最优给分类性能带来的影响,减少了收敛的迭代次数,提高了计算效率。此外,基于此视觉词典构造方法,本文还提出了一种基于权值分布的视觉词典直方图表示方法,该方法根据图像特征与视觉单词的距离不同,即对视觉单词的贡献不同,为其分配不同的权值,将这些权值求和作为图像的基于视觉单词库的直方图表示。结果表明,本文提出方法有效地提高了分类的性能,最后在此基础上分析了视觉词典库大小对分类结果的影响。 最后,提出了一种基于兴趣区域(Region of Interest, ROI)提取与金字塔匹配原理相结合的BoW模型优化方法,该方法首先对训练图像进行ROI提取,然后对其进行视觉单词的计算,由此生成的视觉单词库更具有代表性,更能精确地描述图像类的特征,且能在一定程度上抵抗位置信息变化以及背景无用信息带来的影响。应用金字塔匹配原理对图像进行表示,能够初步应用图像中区域的空间信息,使匹配精度更高。实验研究了不同的金字塔划分方法对分类结果的影响,验证了应用ROI提取与金字塔匹配原理相结合相比较于传统的BoW模型的优越性。文章最后整合全文,形成一个完整的优化模型进行实验,并与现有的相关方法进行了比较,结果表明,本文方法的分类结果要优于现有的其他同类方法。文章最后对本文方法的优劣性进行了详细分析。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 潘建刚,赵文吉,宫辉力;遥感图像分类方法的研究[J];首都师范大学学报(自然科学版);2004年03期
2 冯霞,黄亚楼;基于压缩直方图的图像分类[J];南京航空航天大学学报;2005年03期
3 孟祥增,杨晓娟;结合主题与内容的Web图象分类[J];山东师范大学学报(自然科学版);2005年04期
4 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
5 赵凯;李春平;;一种基于粗糙集的图像分类方法[J];微计算机应用;2007年05期
6 李海峰;杜军平;;颜色特征的图像分类技术研究[J];智能系统学报;2008年02期
7 李含光;吴小季;;基于脊波变换和SVM的MSTAR图像分类[J];武汉理工大学学报;2010年16期
8 刘斌;陆华;刘国涛;;遥感数据的粗糙集表示及分类[J];四川理工学院学报(自然科学版);2011年01期
9 朱义明;;基于Hadoop平台的图像分类[J];西南科技大学学报;2011年02期
10 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
中国重要会议论文全文数据库 前10条
1 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
2 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 万余庆;;高光谱遥感图像分类识别精度比较[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
4 李杰;付萍;刘金国;;基于维数分类的分形图像编码方法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
5 王海峰;管亮;;基于颜色特征的图像分类技术在油品分析中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
6 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
7 吴楠;李晓曦;宋方敏;;图像挖掘及其在医学图像分类中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
8 耿迅;龚志辉;张春美;;基于第二代小波变换的遥感图像数字水印算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
9 张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年
10 李玉峰;郑德权;赵铁军;;基于SVM和多特征融合的图像分类[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
中国重要报纸全文数据库 前4条
1 刘杰;民众网络晒照片,博物馆兴趣浓烈[N];中国摄影报;2009年
2 ;尽享极速冲浪快感的 Longator 2004横空出世[N];中国电脑教育报;2004年
3 武德锋 李国辉 林洪文 姚作梁;图像世界任我行[N];计算机世界;2002年
4 乔瑞波;遥感技术在防汛指挥决策中的运用[N];中国水利报;2009年
中国博士学位论文全文数据库 前10条
1 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年
2 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
3 曾璞;面向语义提取的图像分类关键技术研究[D];国防科学技术大学;2009年
4 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
5 朱蓉;基于语义的Web图像分类研究[D];浙江大学;2011年
6 蔡红苹;基于局部特征的图像分类识别关键技术研究[D];国防科学技术大学;2010年
7 凌飞龙;面向植被识别的SAR图像分类方法研究[D];中国林业科学研究院;2010年
8 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
9 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
10 王宇旸;基于可重构计算技术的图像识别与分类系统研究[D];中国科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘彤彦;WWW图像分类方法研究[D];山东师范大学;2004年
2 武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年
3 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年
4 贾宁;基于粗糙集的图像分类和检索研究[D];南华大学;2010年
5 高锦;基于SVM的图像分类[D];西北大学;2010年
6 龚建军;无线网络图像检测系统[D];浙江大学;2004年
7 薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
8 李慧君;基于量子克隆进化算法的BP神经网络POLSAR图像分类[D];哈尔滨工业大学;2010年
9 柳一鸣;自适应量子行为粒子群算法及其在图像分类中的应用研究[D];浙江大学;2011年
10 王军;粒计算及其在图像分类中的应用研究[D];南昌大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026