基于編碼的圖像檢索和數(shù)據(jù)分類研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)上的圖片的數(shù)量急劇增長(zhǎng)。如何從海量的圖像庫中快速精準(zhǔn)查詢到目標(biāo)圖像成為一道擺在信息技術(shù)領(lǐng)域的具有挑戰(zhàn)性難題。此外，隨著計(jì)算機(jī)和信息技術(shù)的迅猛發(fā)展和普及應(yīng)用，行業(yè)應(yīng)用系統(tǒng)的規(guī)模迅速擴(kuò)大，行業(yè)應(yīng)用所產(chǎn)生的數(shù)據(jù)呈爆炸性增長(zhǎng)。因此，作為數(shù)據(jù)挖掘中的一個(gè)重要課題，數(shù)據(jù)分類也一直是國(guó)內(nèi)外研究者關(guān)注的焦點(diǎn)。本文對(duì)于圖像的檢索領(lǐng)域出現(xiàn)的一些新的方法以及數(shù)據(jù)分類領(lǐng)域的方法，包括基于詞袋模型的圖像雙特征聯(lián)合編碼來實(shí)現(xiàn)圖

2、像檢索的方法和對(duì)數(shù)據(jù)編碼算法、分類器的改善進(jìn)行了大量系統(tǒng)的研究。本文的主要研究成果如下：
　　1．提出了一種新的紋理特征與SIFT特征進(jìn)行聯(lián)合編碼實(shí)現(xiàn)了一種圖像檢索方法。在獲取圖像特征時(shí)，以關(guān)鍵點(diǎn)為中心，選取周圍的區(qū)域，并以區(qū)域中每個(gè)像素點(diǎn)為中心構(gòu)建旋轉(zhuǎn)不變LBP特征。最后通過將LBP特征描述子與SIFT特征描述子進(jìn)行結(jié)合來提高獲取圖像信息的能力。將圖像在兩個(gè)特征空間下的編碼連接之后的聯(lián)合編碼作為圖像的最終編碼表示實(shí)現(xiàn)圖像的檢索。

3、
　　2．提出了一種基于SVM分類器的集成方法。該方法將訓(xùn)練數(shù)據(jù)分成多個(gè)子訓(xùn)練數(shù)據(jù)集，用每個(gè)子訓(xùn)練集去訓(xùn)練一個(gè)弱分類器，通過每個(gè)子分類器對(duì)全體訓(xùn)練數(shù)據(jù)的分類準(zhǔn)確率給每個(gè)弱分類器分配相應(yīng)的權(quán)值，最后用加權(quán)的方式將之前訓(xùn)練的若干個(gè)弱分類器結(jié)合起來，得到最終的綜合的有更強(qiáng)的分類能力的總分類器。再用這個(gè)總分類器去分類測(cè)試數(shù)據(jù)。該方法通過將若干個(gè)弱分類器各自的分類時(shí)捕獲信息的側(cè)重點(diǎn)的差異的結(jié)合，增強(qiáng)了總分類器的分類性能。提高了數(shù)據(jù)的分類精度