基于感興趣區(qū)域的圖像分類研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)中的圖像資源也得到爆發(fā)式的增長,因此如何迅速的在大量圖像資源中找到用戶所需資源逐漸發(fā)展成為一個(gè)重要的問題。另一方面,隨著基于內(nèi)容的圖像處理技術(shù)的發(fā)展,原始的基于圖像底層特征的圖像處理技術(shù)并不能真正符合人類視覺對(duì)于圖像的描述,因此如何對(duì)圖像進(jìn)行正確的提取語義信息也是影響到圖像處理技術(shù)的關(guān)鍵。
　　 本文主要圍繞提取基于圖像語義信息的快速圖像分類研究這一主題,對(duì)特征提取,分類算法等關(guān)鍵技術(shù)進(jìn)行研究,具體

2、工作可以總結(jié)為以下幾個(gè)方面:
　　 (1)提出了一種基于局部和全局對(duì)比度聯(lián)合的感興趣區(qū)域檢測方法。該方法首先利用圖像的直方圖對(duì)比度進(jìn)行全局顏色對(duì)比度的計(jì)算,然后利用高斯差分濾波器在多尺度空間進(jìn)行局部對(duì)比度計(jì)算,最后將兩者的結(jié)果聯(lián)合,并進(jìn)行閾值分割來生成顯著性區(qū)域。
　　 (2)提出基于感興趣區(qū)域的圖像特征提取方法。這種特征提取方法由于在特征提取前對(duì)圖像進(jìn)行感興趣區(qū)域檢測,保留了圖像高層語義中的對(duì)象信息,然后對(duì)感興趣區(qū)域的

3、提取就轉(zhuǎn)化為對(duì)對(duì)象特征的提取。實(shí)驗(yàn)結(jié)果表明,該方法在處理具有主對(duì)象的圖像比傳統(tǒng)的特征提取方法有較高的精度。
　　 (3)提出基于流形學(xué)習(xí)和混合模型的圖像分類算法。該方法將圖像分類分為兩個(gè)階段——粗粒度分類階段和細(xì)粒度分類階段。在粗粒度分類階段,本文提出一種改進(jìn)的ISOMAP,并利用它來進(jìn)行維度降解,并利用流形的間隙特性達(dá)到粗粒度分類目的。在細(xì)粒度分類階段,本文采用最大期望值算法對(duì)圖像最終進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,本文提出的分類算法