基于特征融合的核量化图像分类方法.pdfVIP

第31卷第 12期 计算机应用与软件 V0L31 No．12 2014年 12月 ComputerApplicationsandSoftware Dec．2014 基于特征融合的核量化图像分类方法 刘 越 彭宏京 田王君 (南京工业大学电子与信息工程学院 江苏 南京 211816) (丽水市公安局经济开发区分局 浙江 丽水 323000) 摘 要 局部特征和全局特征是图像的两种重要的特征描述，在 图像分类时起着至关重要的作用。据此提 出一种通过融合全局 与局部特征核量化图像分类方法。首先，分析全局特征及局部特征各 自优缺点，并对图像进行特征提取；其次，通过核方法将特征映 射到适当的高维空间中，来进行码书的获取与量化，并进行特征的融合以更好地对图像进行描述 ；最后，采用基于直方图交叉核的支 持向量机对获取的量化特征进行分类。通过实验证明了所提出的方法的可行性。 关键词 特征融合 直方图交叉核 支持向量机 图像分类 中图分类号 TP3914 文献标识码 A DOI：10．3969／j．issn．1000—386x．2014．12．047 IMAGE CLASSIFICATIoN BASED oN FEATURESFUSIoN USING KERNELQUANTIFICATIoN LiuYue PengHongjing TianWangjun (SchoolofInformationandElectronic，NanjingUn~enityofTechnology，Nanjing211816，Jiangsa，China) 。(TheEconomic ￡却mentSubbureauofPublicSecurityBureauofL~hui，L~hui323000，Zhejiang，China) Abstract Localfeaturedescriptorandglobalfeaturedescriptoraletwosignificantdescriptorsofimage，whichplaycrucialroleinimage classification．Basedonthis，weproposeanimageclassificationmethodusingkernelquantificationforfusingglobalandlocalfeatures．First， therespectiveprosandconsofglobal featureandlocalfeaturealeanalysedandusedtoextracttheimagefeatures．Secondly，thefeaturesale mappedontoappropriatehighdimensionspacethroughkernelapproachtogetthecodebookandtodoquantification，andthefeaturesfusionis carriedoutforbetterdescriptionontheimage．Lastly，theSVM basedonhistogram intersectionkernelisemployedtoclassifythequantified features．Itisprovedthroushexperimentthefeasibilityofthemethodproposed． Keywords Featuresfusion Historgam intersectionkernel SVM Imageclassification 征 ，但是不能描述图像的全局信息。在传统的分类模型中，都是 0 引 言 在特征的原始空间上进行特征的量化和分类