局部位置特征与全局轮廓特征相结合的图像分类方法

• 作者: 刘彬 吴超 李海滨 李雅倩
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 图像分类 词袋模型 局部位置特征 非下采样轮廓波变换 全局轮廓特征
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1726-1731
• 页数: 6页
• 分类号: TP391.41
• 字数: 4452字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.07.026

摘要

在空间金字塔词袋模型的基础上,针对其空间信息利用不足的问题,本文先计算图像中每一个字典向量的相对位置分布来提取出局部位置特征.然后,用非下采样轮廓波变换和线性判别分析来生成图像的全局轮廓特征.最后,通过局部位置特征与全局轮廓特征相结合的方式提高空间信息利用率,从而提高场景和物体图像分类正确率.为了检验方法的可行性,本文分别在数据库Caltech 101、MSRC和15 Scene上进行实验.实验结果证明,本文提出的方法进一步利用了空间信息,从而提高了分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彬	燕山大学信息科学与工程学院	304	3194	26.0	40.0
2	李海滨	燕山大学工业计算机控制工程河北省重点实验室	77	591	12.0	20.0
3	李雅倩	燕山大学工业计算机控制工程河北省重点实验室	27	149	9.0	11.0
4	吴超	燕山大学信息科学与工程学院	7	5	2.0	2.0