基于特征点类别可分性判断准则的图像分类

• 作者: 刘晋胜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像分类 可分性 距离度量 决策属性 最近邻分类
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 173-178
• 分类号: TP301
• 字数: 6166字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.12.035

摘要

针对图像分类特征点特性界定模糊,导致相似性度量误差较大的问题,提出采用特征点类别可分性判断准则的图像分类方法.结合信息熵理论提取图像特征点的可分性特性,根据图像特征向量标识决策属性的不同性质,计算特征向量间的可分性距离值,得到最近邻特征向量集,从待分图像各特征向量与最近邻特征向量集标识类别的平均距离,及平均可分性度量值两方面定义新的图像类别判断准则.理论分析与Caltech256图像库仿真实验表明,基于特征点类别可分性判断准则有效地提高了图像的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晋胜	广东石油化工学院计算机与电子信息学院	27	90	4.0	8.0