基于层次形状特征提取模型的图像分类 |
| |
引用本文: | 张盛博,刘娜,霍宏,方涛.基于层次形状特征提取模型的图像分类[J].高技术通讯,2016(1):81-88. |
| |
作者姓名: | 张盛博 刘娜 霍宏 方涛 |
| |
作者单位: | 上海交通大学自动化系控制与信息处理教育部重点实验室 上海200240 |
| |
基金项目: | 973计划(2012CB719903),国家自然科学基金委创新研究群体(X198144),国家自然科学基金青年科学基金(41101386),国家自然科学基金(41071256) |
| |
摘 要: | 研究了基于层次形状特征提取的图像分类。针对从初级视觉皮层(V1)提取的条形特征对目标形状的描述不充分,提出了一种层次模型(V1-V2-V4),以进一步提取角形、曲率特征。模型中V1层的条形特征提取采用Gabor模拟;V2层结合了抑制噪声的3D高斯差分(DOG),并使用滤波方向相差90度的Gabor滤波器组提取多尺度角形特征;V4层通过曲率域计算来描述目标轮廓的形变程度,并最终提取融合曲率与梯度方向的直方图特征。该模型的优势在于,通过角形以及曲率计算的层次表达,可有效增强目标形状的关键特征点(如角点位置)的提取,并且结合曲率与梯度的直方图描述,也可有效弥补单一曲率或梯度特征局部描述不足的问题。在MNIST手写数字与21类遥感影像上的实验表明,曲率与梯度的融合特征的运用可获得98.94%的数字识别精度,同时在遥感影像分类中也可获得较好的分类效果。
|
关 键 词: | 腹侧通路 形状特征 曲率 层次性 图像分类 |
Image classification based on a hierarchical shape feature extraction model |
| |
Abstract: | |
| |
Keywords: | ventral pathway shape feature curvature hierarchy image classification |
本文献已被 CNKI 万方数据 等数据库收录! |
|