基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于常规词袋模型中图像局部特征对图像信息表达不全面的特点,提出一种基于图像Laplace谱结构特征与局部特征相结合的图像分类方法.在提取基于图像均匀划分的Laplace谱结构特征后,对图像进行尺度不变特征变换(scale-invariant feature transform,简称SIFT)的抽取及描述;构造基于图像特征的视觉词典;根据视觉词典对图像特征进行量化,得到图像的全局特征直方图表示;构造支持向量机(support vector machine,简称SVM)分类器并进行图像分类.实验验证了该方法对图像进行分类的有效性与可行性.
推荐文章
融合全局和局部特征的图像特征提取方法
特征提取
线性判别分析
保局投影算法
全局特征
局部特征
基于全局和局部颜色特征的图像检索方法
图像检索
颜色均值
子块划分
方向性
基于改进局部线性特征编码方法的图像分类
视觉词袋
稀疏表示
图像分类
特征编码
结合金字塔和局部二值模式的遥感图像分类
遥感图像
局部二值模式
空间金字塔
特征融合
支持向量机
图像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Laplace谱结构特征和局部特征的图像分类
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 谱结构特征 局部特征 视觉词典 词袋模型 图像分类
年,卷(期) 2015,(6) 所属期刊栏目 电子信息技术
研究方向 页码范围 60-66
页数 7页 分类号 TP391.4
字数 3721字 语种 中文
DOI 10.3969/j.issn.1000-2162.2015.06.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁栋 安徽大学计算智能与信号处理教育部重点实验室 153 1898 21.0 37.0
2 鲍文霞 安徽大学计算智能与信号处理教育部重点实验室 56 472 11.0 20.0
3 张成 安徽大学计算智能与信号处理教育部重点实验室 38 347 7.0 18.0
4 孙山 安徽大学计算智能与信号处理教育部重点实验室 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱结构特征
局部特征
视觉词典
词袋模型
图像分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导