基于多特征融合的場景分類與標示方法.pdf

1、場景分類是20世紀90年代末興起的一個新的研究領(lǐng)域，近幾年成為研究的熱點。作為計算機視覺、人工智能、認知科學、數(shù)據(jù)庫、模式識別與人機交互等多學科的交叉技術(shù)，場景分類更是得到了廣泛的關(guān)注。場景分類技術(shù)可用于圖像檢索、移動機器人系統(tǒng)、智能視頻監(jiān)控、醫(yī)學應用以及軍事應用等方面，主要研究如何利用計算機高速、準確、有效地對圖像與視頻進行諸如分割、識別、分類等工作，使計算機能夠根據(jù)圖像的語義內(nèi)容，利用無監(jiān)督方法把圖像分類到特定的語義種類中。

2、　　本文首先總結(jié)國內(nèi)外場景分類的研究現(xiàn)狀，然后提出了基于多特征融合的場景分類與標示方法，論文主要分為三大部分：
　　1.圖像全局場景的分類與標示方法，介紹了圖像中值濾波方法、圖像分割算法、圖像特征提取與融合方法以及支持向量機分類原理，首先利用中值濾波能夠在抑制隨機噪聲的同時不使邊緣模糊，即能夠很好的保留圖像的邊緣信息的這個特性對圖像進行濾波處理，然后利用Mean-shift算法對圖像進行分割，再對圖像進行輪廓提取，并且通過設定輪廓

3、面積閾值與周長閾值對分割后的圖像相鄰區(qū)域進行合并，并對合并后的輪廓進行填充，進一步消除圖像中出現(xiàn)的過分割現(xiàn)象，達到比較好的圖像分割效果，最后提取分割區(qū)域的顏色特征與紋理特征，并將其進行特征融合，輸入到SVM分類器中完成對圖像全局場景的分類與標示。
　　2.針對傳統(tǒng)的單純運用可見光圖像信息，使用目標建模的檢測分類方法進行地物分類與標示出現(xiàn)的耗時、準確度不夠高的問題，本文提出了可見光與激光雷達圖像融合的地物分類與標示的方法，利用可見光

4、圖像豐富的紋理信息和激光雷達圖像提供的豐富的位置高度信息進行地物分類與標示。首先利用激光雷達圖像中地物目標的高程信息確定可見光圖像中地物的大體位置區(qū)域坐標信息，在后續(xù)步驟中僅針對這些區(qū)域進行處理，這就大大地縮短了尋找目標區(qū)域的時間，并且減少了誤檢率，然后提取與這些位置區(qū)域坐標對應的可見光圖像區(qū)域，提取這些區(qū)域的S UR F詞袋特征，并輸入到SVM分類器中進行類別分類，最終即可完成地物的分類與標示。
　　3.根據(jù)本文提出的圖像全局場