基于特征共生矩阵的图像分类方法研究

摘要：

针对词袋算法(BOW)忽略局部特征空间关系的弱点,本文提出了基于特征共生矩阵的图像表达方法.该方法利用局部特征的空间共生统计代替直方图统计,充分考虑了局部特征的空间关系,增强了对图像的表达能力.实验利用标准的景物15数据库,在灰度、尺度不变特征变换(SIFT)和局部二进制模式(LBP)3个特征空间,比较了本方法、词袋法以及空间金字塔方法(SPM)的图像分类性能,结果表明本方法比词袋法的图像分类性能分别高出21.2％、6.4％、4.67％,在灰度及LBP空间,本文方法比空间金字塔法分别高出17.07％、3.87％.

关键词：场景分类、特征共生矩阵、词袋、局部图像特征

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61471024;北京高校青年英才计划YETP0514;海洋公益性行业科研专项经费项目201505002

在线出版日期：2014-12-09（万方平台首次上网日期，不代表论文的发表时间）

页码：109-113