基于SURF和全局特征融合的图像分类研究

• 作者: 刘泉 梁进 艾青松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 快速鲁棒特征(SURF) 全局特征 随机直方图 支持向量机 特征融合
• 年，卷（期）: 2013,（17）
• 页码范围: 174-177,194
• 页数: 5页
• 分类号: TP393
• 字数: 5034字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0179

摘要

针对SURF对图像局部特征具有极好的描述能力，但对于全局特征描述能力不强的缺点，提出将SURF和全局颜色特征相融合的图像分类算法，提取图像的SURF特征向量集，并利用随机直方图算法将该向量集进行数据归约成单一高维特征向量；提取图像HSV颜色直方图；分别利用支持向量机（SVM）对这两种特征进行分类；将两个分类结果进行高层特征融合得到最终分类结果。实验结果表明，该算法显著提高了图像分类的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘泉	武汉理工大学信息工程学院	123	1139	18.0	28.0
5	艾青松	武汉理工大学信息工程学院	10	64	5.0	8.0
9	梁进	武汉理工大学信息工程学院	1	21	1.0	1.0