基于改进词袋模型的图像分类算法

摘要

词袋模型（BOW）最早应用于文本文档的分类领域中，近年来，随着对词袋模型的进一步研究，以及模型本身具有简单有效的特点，使得模型广泛用于图像分类和图像检索中。但是现有的词袋模型方法存在以下问题，其一，在构建视觉单词时，将所有的SIFT特征用于聚类，而低鉴别力的SIFT特征会影响最终分类准确率；其二在构建视觉词组时，常用的KNN算法会造成视觉直方图过于稀疏。为了解决上述问题，本文提出了一种基于高鉴别力SIFT(Scale-invariant feature transform)特征和最小生成树的视觉词典构建算法。首先，利用类内相关系数和类间相关系数提取训练图像中高鉴别力SIFT关键点，其次，利用最小生成树构建高鉴别力SIFT关键点对，接着，分别对高鉴别力SIFT关键点和SIFT关键点对进行BSIFT编码，然后聚类得到视觉单词词典和视觉词组词典，最终，生成训练图像与测试图像的视觉单词直方图与视觉词组直方图，按两者的重要程度，分别乘以不同大小的权值并合并成联合直方图。 论文首先详细介绍词袋模型的基本框架，然后介绍主流的图像底层特征提取算法SIFT，并根据SIFT算法提取的128维特征描述子在图像匹配以及聚类方面速度低的问题，提出二值化BSIFT方法，有效提高SIFT算法在图像匹配及聚类方面的速度。然后对训练图像得到的SIFT特征点进行高鉴别力SIFT特征点筛选，使用筛选后的高鉴别力SIFT特征构建词袋模型的视觉单词。接着对高鉴别力SIFT特征点利用最小生成树算法构建词袋模型的视觉词组，并根据图像视觉单词直方图和视觉词组直方图的不同重要程度，分别乘以不同大小的权值合并成联合直方图。在Caltech101数据集上的实验表明，本文方法与主流词袋模型方法相比，本文算法的分类准确率要高于主流词袋模型方法。

目录

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外研究进展

1.3 本文研究工作

1.4 论文结构及创新点

1.5 本章小结

第2章 基于词袋模型的图像分类技术

2.1 词袋模型

2.2 SVM支持向量机

2.3 图像的SVM分类识别

2.4 本章小结

第3章 基于BSIFT的图像匹配

3.1 SIFT算法简介

3.2 尺度空间极值点检测

3.3 特征点的精确定位

3.4 特征点方向分配

3.5 特征描述

3.6 BSIFT技术

3.7 实验结果及分析

3.8 本章小结

第4章 基于高鉴别力SIFT特征的视觉单词构建

4.1 Fisher线性判别分析

4.2 K-means算法简介

4.3 图像的视觉单词构建

4.4 图像的视觉单词直方图表示

4.5 本章小结

第5章 基于最小生成树的视觉词组构建

5.1 KNN算法简介

5.2 图像的视觉词组构建

5.3 图像的视觉词组直方图表示

5.4 确定最优权值及联合直方图构建

5.5 图像的SVM分类识别

5.6 实验结果及分析

5.7 本章小结

第6章 结论与展望

6.1 结论

6.2 进一步工作的方向

参考文献

攻读学位期间取得的研究成果

致谢

声明