结合分块模糊熵和随机森林的图像分类方法

摘要：

为提高图像分类性能,提出了一种图像分类方法.其基本思想是将图像内容的不确定性描述看作是一个随机过程,采用分块模糊熵来提取图像特征,采用随机森林方法进行特征分类.首先,考虑全局和局部特性,将图像划分为多个图像子块;然后,对每一个图像子块进行模糊c均值聚类,提取模糊熵特征;接着,通过归一化处理,得到图像的模糊熵特征向量;最后,构造随机森林分类器,实现模糊熵特征向量的分类.实验结果表明,该方法的错分率低,分类耗时少.

关键词：图像分类、模糊熵、随机森林、模糊c均值、图像分块

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：河南省高等学校青年骨干教师资助计划项目2013GGJS-206;河南省科技发展计划项目142102210417

在线出版日期：2017-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126