一种多尺度时频纹理特征融合的场景分类算法

摘要：

场景分类目前是机器视觉领域的一个研究热点，为了解决该研究领域中分类特征的提取问题，提出了一种多尺度纹理描述子（MSTD）特征。首先，采用小波变换，获得图像在时频域上的多尺度纹理视觉全局特征信息，之后提取反映局部细节的局部二值模式（LBP）特征，在时频域上进行融合，生成多尺度纹理描述子特征，以此作为图像分类的依据，最后采用支持向量机（SVM）作为分类器进行场景分类。在4个标准数据集上进行测试，实验结果表明，该方法具有较高的分类正确率，对室外场景的分类正确率都在84％以上。所提出的分类方法充分考虑了全局特征和尺度信息，增强了单层特征的区分度，有效地改善了分类的精度。

关键词：场景分类、多尺度、纹理特征、多尺度纹理描述子

所属期刊栏目：37

分类号：TP391.4;TH79(计算技术、计算机技术)

资助基金：西安市科技计划CXY150913

在线出版日期：2016-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2333-2339