基于层次形状特征提取模型的图像分类

• 作者: 刘娜 张盛博 方涛 霍宏
• 来源期刊: 高技术通讯
• 关键词: 腹侧通路 形状特征 曲率 层次性 图像分类
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 81-88
• 页数: 8页
• 字数: 4917字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2016.01.011

摘要

研究了基于层次形状特征提取的图像分类.针对从初级视觉皮层(V1)提取的条形特征对目标形状的描述不充分,提出了一种层次模型(V1-V2-V4),以进一步提取角形、曲率特征.模型中V1层的条形特征提取采用Gabor模拟;V2层结合了抑制噪声的3D高斯差分(DOG),并使用滤波方向相差90度的Gabor滤波器组提取多尺度角形特征;V4层通过曲率域计算来描述目标轮廓的形变程度,并最终提取融合曲率与梯度方向的直方图特征.该模型的优势在于,通过角形以及曲率计算的层次表达,可有效增强目标形状的关键特征点(如角点位置)的提取,并且结合曲率与梯度的直方图描述,也可有效弥补单一曲率或梯度特征局部描述不足的问题.在MNIST手写数字与21类遥感影像上的实验表明,曲率与梯度的融合特征的运用可获得98.94％的数字识别精度,同时在遥感影像分类中也可获得较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学自动化系控制与信息处理教育部重点实验室	79	1195	20.0	30.0
2	霍宏	上海交通大学自动化系控制与信息处理教育部重点实验室	43	473	12.0	20.0
3	刘娜	上海交通大学自动化系控制与信息处理教育部重点实验室	5	20	2.0	4.0
4	张盛博	上海交通大学自动化系控制与信息处理教育部重点实验室	3	12	1.0	3.0