基于空間SSIM度量的ROI提取用于圖像優(yōu)化分類(lèi)方法.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，圖像數(shù)據(jù)越來(lái)越龐大，如何高效的處理和利用這些圖像數(shù)據(jù)成為了圖像處理領(lǐng)域的重要課題。作為圖像處理領(lǐng)域的分支，圖像分類(lèi)技術(shù)由于在各個(gè)領(lǐng)域都有重要的應(yīng)用而得到了科研人員的廣泛關(guān)注。圖像分類(lèi)主要目的是對(duì)圖像進(jìn)行合理和快速分類(lèi)。其中典型的判別模型的圖像分類(lèi)的主要流程包括：底層特征提取、中層語(yǔ)義特征描述、分類(lèi)器分類(lèi)等過(guò)程。本文為了提升特征描述子的判別性，對(duì)底層特征的提取方法進(jìn)行了相關(guān)研究。在圖像中往往存在一些例如背景等非興趣區(qū)

2、域，對(duì)于這些非興趣區(qū)域，我們可以認(rèn)為由其進(jìn)行特征提取所獲得的特征并非有效特征。
　　本文采用利用ROI區(qū)域提取進(jìn)行特征提取。此外Bow模型、空間金字塔模型的研究表明對(duì)圖像的空間信息的表達(dá)能有效提高分類(lèi)效果，本文基于這類(lèi)研究提出了基于空間SSIM(Structural Similarity)度量的ROI區(qū)域提取思想。首先SSIM度量方法是對(duì)圖像結(jié)構(gòu)相似性的體現(xiàn)，其次引入類(lèi)似空間金字塔模型的空間層次特性則是對(duì)圖像空間信息進(jìn)行表達(dá)。綜合

3、這兩方面考慮，提出的方法在保留了原有的Bow模型、SPM（Spatial Pyramid Matching，空間金字塔模型）的特點(diǎn)的基礎(chǔ)上，增加了對(duì)圖像的結(jié)構(gòu)性的表達(dá)，同時(shí)進(jìn)一步對(duì)圖像的空間信息進(jìn)行了表達(dá)，而采用的ROI區(qū)域特征提取的方法能去除無(wú)效冗余的特征，對(duì)分類(lèi)效果進(jìn)行進(jìn)一步提升。為了驗(yàn)證本文方法的有效性，本文與傳統(tǒng)方法以及文獻(xiàn)[20]的方法進(jìn)行了對(duì)比，實(shí)驗(yàn)表明采用本文的方法能得到良好的分類(lèi)效果。此外為進(jìn)一步提升分類(lèi)效果，結(jié)合了同時(shí)