基于空间局部聚合描述向量的图像分类方法技术

本发明专利技术公开了一种基于空间局部聚合描述向量的图像分类方法，主要解决现有技术中图像描述向量中缺乏特征点空间分布信息的问题，其实现步骤为：(1)提取所有图像的“尺度不变特征转换”特征点；(2)在训练集图像的特征点空间中，利用均值聚类算法对得到的特征点进行聚类，得到码书；(3)利用差值向量，生成图像集中每幅图像的局部聚合描述向量；(4)对每幅图像进行2×2区域划分，分别统计各小区块的特征点个数和坐标；(5)利用各小区块的局部聚合描述向量，拼接生成每幅图像的空间局部聚合描述向量；(6)利用支持向量机构建分类超平面，实现图像分类。本发明专利技术能更精确的描述图像信息，提高了图像分类的准确率，可用于大规模图像分类与检索系统的构建。

【技术实现步骤摘要】

【技术保护点】
种基于空间局部聚合描述向量的图像分类方法，包括以下步骤：（1）将待分类图像集M划分成训练集M1和测试集M2，提取图像集M中所有图像的“尺度不变特征转换”特征点；（2）利用均值聚类算法对训练集图像M1中的特征点进行聚类，得到码书C＝{c1,c2,...,ci,...,cK}，i＝1,...,K，K表示码书尺寸；（3）根据码书C生成图像集M中每幅图像的局部聚合描述向量L0：3a）将图像集M中每幅图像中每个特征点映射到与其欧氏距离最小的码字cl上，l∈1,...,K，记录该码字cl上累计得到的特征点标号；3b）计算每个码字ci上累计得到的特征点与该码字的差值向量vi；3c）将步骤3b)所得的K个差值向量水平拼接，得到图像集M中一幅图像的局部聚合描述向量L0＝[v1,v2,...,vK]；（4）对图像集M中每幅图像进行2×2空间区域划分，得到4个小区块Bj，j＝1,...,4，统计每个小区块中特征点个数和坐标信息；（5）根据码书C生成图像集M中每幅图像的空间局部聚合描述向量SL：5a）将每个小区块Bj看成一个分块图像，根据步骤（4）中统计出的小区块特征点的个数和坐标信息，利用步骤（3）中的方法，生成每个分块图像Bj的局部聚合描述向量Lj；5b）将步骤3c）中得到的图像集M中每幅图像的局部聚合描述向量L0和步骤5a)中得到的每个分块图像的局部聚合描述向量Lj,j＝1,...,4进行水平拼接，得到图像的空间局部聚合描述向量SL＝[L0,L1,L2,L3,L4]；（6）利用开源支持向量机系统在训练集图像M1的空间局部聚合向量上构建支持向量，在测试集图像M2上通过该支持向量得到分类超平面，实现图像分类。...

【技术特征摘要】

【专利技术属性】
技术研发人员：崔江涛，汪鹏，毕源良，崔苗苗，王阳，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：