层次聚类结合空间金字塔的图像分类

摘要：

目前,K-means聚类算法所构建的视觉词典已无法满足用户对图像分类的需求,为了提高视觉词汇码本的质量和图像分类的准确率,针对构建视觉词典的算法进行研究.在空间金字塔模型的基础上,图像分类算法首先采用K-means算法对SIFT特征进行初步聚类,得到一个粗略的划分,然后利用层次聚类进行精确归类,最后对视觉词典进行特征编码并且用SVM分类器进行分类;在混合的聚类算法中引入基于信息熵的属性加权方法,通过信息熵度量类间及类内的相似性.在Catchl01 和Catch256 图像库上的实验结果表明,与传统的K-means算法和加权K-means算法相比,结合信息熵的混合聚类算法能够有效提高空间金字塔模型的分类准确率.

关键词：层次聚类、信息熵、空间金字塔模型、图像分类、K-means聚类

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：3476-3478