局部描述特征結(jié)合概率潛在語義模型的場景分類技術(shù)研究.pdf

1、場景圖像分類研究是對包含若干語義信息的圖像集合進行分類的過程，可以對海量圖像進行有效瀏覽與檢索，成為當(dāng)今計算機視覺研究領(lǐng)域的一個核心問題。鑒于圖像與文本的關(guān)聯(lián)性，將文本的詞包模型與潛在語義分析模型運用到場景圖像描述與分類上，具有重要的研究意義。針對當(dāng)前圖像特征提取算法有效性與復(fù)雜性相互制約的問題，展開以下研究：
　　首先，構(gòu)建了基于灰度圖像局部邊緣稠密采樣區(qū)域的邊緣改進局部二值模式(Edge Improved Local Bina

2、ry Pattern，EILBP)特征，算法簡單，性能穩(wěn)定，能夠?qū)吘壭畔⒇S富的圖像進行合理描述，結(jié)合概率潛在語義分析(Probabilistic Latent Semantic Analysis，PLSA)模型完成場景分類，實驗結(jié)果表明該特征提取算法應(yīng)用在場景圖像分類是有效的。
　　然后，在 EILBP特征的基礎(chǔ)上，根據(jù)對稱性構(gòu)建了圖像局部區(qū)域的邊緣改進中心對稱二值模式(Edge Improved Center Symmetri

3、c Local Binary Pattern，EICS-LBP)特征；針對彩色圖像的顏色信息，構(gòu)建了統(tǒng)計邊緣主色對特征描述局部區(qū)域的邊緣主色對信息；然后結(jié)合擴展PLSA模型完成場景分類，實驗結(jié)果表明該方法具有較好的分類性能，對具有邊緣輪廓的彩色圖像分類精度高。
　　最后，針對傳統(tǒng)的視覺單詞沒有考慮特征間的依賴關(guān)系，不能充分表達圖像主題這一問題，在彩色圖像的EICS-LBP與統(tǒng)計邊緣主色對特征的基礎(chǔ)上，構(gòu)造了一種含有上下文信息的視覺