超復(fù)數(shù)DCT變換域下的場(chǎng)景分類算法研究.pdf

1、隨著計(jì)算機(jī)及多媒體設(shè)備的普及，每天都會(huì)有海量的數(shù)字圖像產(chǎn)生、發(fā)布和共享，這給人們的生活提供極大便利的同時(shí)也對(duì)人們迅速地從浩如煙海的圖像數(shù)據(jù)中尋找到自己所需要的信息帶來(lái)了挑戰(zhàn)。如何有效地分析、組織和管理圖像數(shù)據(jù)，實(shí)現(xiàn)基于內(nèi)容的場(chǎng)景分類已成為圖像處理領(lǐng)域的研究熱點(diǎn)。研究的難點(diǎn)在于如何使計(jì)算機(jī)能夠從人類的認(rèn)知角度理解場(chǎng)景圖像的語(yǔ)義信息。
　　為了提高場(chǎng)景分類的速度和準(zhǔn)確率，結(jié)合DCT紋理特性以及超復(fù)數(shù)彩色空間并行性，本文先對(duì) DCT變換

2、進(jìn)行了研究，在提出三種 DCT變換域下的場(chǎng)景分類算法的基礎(chǔ)上，最終引入超復(fù)數(shù)提出了一種超復(fù)數(shù) DCT變換域下的場(chǎng)景分類算法。本文的主要研究?jī)?nèi)容包括*：
　　(1)針對(duì)現(xiàn)有場(chǎng)景分類算法都是在非壓縮域?qū)崿F(xiàn)并且分類速度慢的問(wèn)題，提出了一種 DCT變換域的快速場(chǎng)景分類算法。DCT變換后頻域系數(shù)具有能量集中性和多尺度多分辨率特征，該特征能夠很好地反映圖像紋理特征并且易于量化分析，若選擇合適的變換塊大小，DCT變換還具有較好的快速性。本文根據(jù)

3、這些特征對(duì)場(chǎng)景圖像進(jìn)行DCT變換后提取頻域系數(shù)進(jìn)行分類實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該算法很好地提高了場(chǎng)景分類的速度。
　　(2)為了進(jìn)一步提高場(chǎng)景分類準(zhǔn)確率，根據(jù)譜殘差的思想，本文又提出了一種基于差值向量的場(chǎng)景分類算法，該算法利用類間差異度較大的差值向量作為特征向量進(jìn)行場(chǎng)景分類，實(shí)驗(yàn)結(jié)果表明該算法在提高了分類速度的同時(shí)也提高了分類準(zhǔn)確率，而且還具有較好的魯棒性。
　　(3)本文所提基于差值向量的場(chǎng)景分類算法是一種半監(jiān)督分類算法，針對(duì)這

4、個(gè)問(wèn)題，本文結(jié)合空間金字塔模型提出了一種DCT變換域的Bag-of-words場(chǎng)景分類算法，該算法把DCT系數(shù)作為圖像特征描述子，通過(guò)直方圖匹配的方式進(jìn)行場(chǎng)景分類。實(shí)驗(yàn)結(jié)果表明該算法同時(shí)具有較高的分類速度和分類準(zhǔn)確率。
　　(4)本文以上所提三種算法以及現(xiàn)有的經(jīng)典場(chǎng)景分類算法都是基于灰度圖像或者是對(duì)彩色圖像的顏色通道單獨(dú)處理的，沒(méi)有考慮到圖像各個(gè)顏色通道間的關(guān)聯(lián)。為此，本文最后通過(guò)引入超復(fù)數(shù)，利用彩色圖像的R、G、B顏色分量構(gòu)造超