基于SURF与全局特征融合的图像分类研究.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于SURF和全局特征融合的图像分类研究 梁 进，刘 泉，艾青松 LIANGJin，LIUQuan，AIQingsong 1．武汉理工大学 信息工程学院，武汉 430070 2．武汉理工大学 宽带无线网络湖北省重点实验室，武汉 430070 1．SchoolofInformationEngineering，WuhanUniversityofTechnology，Wuhan430070，China 2．KeyLaboratory ofBroadbandW irelessCommunicationsand SensorNetworks，WuhanUniversity ofTechnology,W uhan 430070，China LIANGJin，LIUQuan，AIQingsong．ResearchofimageclassificationbasedonfusionofSURFandglobalfeature．Corn- puterEngineeringandApplications，2013，49(17)：174-177． Abstract：SURF(SpeededUpRobustFeature)hasexcellentdescriptionabilityfor1ocalfeatures．butisn’tstrongofrdescrib． ingglobalfeatures．Thispaperproposesanimageclassificationalgorithm basedonthecombinationofSURF andgloballea— tures．TheSURFvectorsetsareextracted，andthevectorsetsarereducedtoasinglehighdimensionsfeaturevectorbyemploying therandomhistogram algorithm．TheHSV (Hue，Saturation，andValue)colorhistogram isextracted．ThesetWOfeautresare classifiedwithSVM (SupportVectorMachine)，respectively．Thetwoclassificationresultsareintegratedbythealgorithm of high—levelcueintegrationtogettheultimateclassificationresult．Theexperimentalresultsdemonstratethattheproposedalgo— rithm greatlyimprovestheaccuracyofimageclassification． Keywords：SpeededUpRobustFeature(SURF)；globalfeature；randomhistogram；Suppo~VectorMachine(SVM)；feautrefusion 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。 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 文献标志码：A 中图分类号：TP393 doi：10．3778~．issn．1002．8331．1112．0179 l 引言 赖于图像局部的纹理特性，对全局特征明显的图片描述能 随着计算机网络和多媒体技术的迅速发展，图像的数 力不强，而且忽略了图像的色彩信息。 量迅猛增长，人们对高效浏览图像的需求 日益强烈，因而 颜色特征是一种全局特征 ，描述了图像 的色彩信息， 基于内容的图像分类与检索技术是 目前研究的一大热点 。 与其他视觉特征相比，颜色特征稳定性好，对于旋转 、平移 但是图片纷杂多样，且大多数的图像都会受到光照、噪声、 和