| 基于SURF和全局特征融合的图像分类研究 |
| |
| 引用本文： | 梁 进,刘 泉,艾青松.基于SURF和全局特征融合的图像分类研究[J].计算机工程与应用,2013,49(17):174-177. |
| |
| 作者姓名： | 梁 进 刘 泉 艾青松 |
| |
| 作者单位： | 1.武汉理工大学 信息工程学院，武汉 430070
2.武汉理工大学 宽带无线网络湖北省重点实验室，武汉 430070 |
| |
| 摘 要： | 针对SURF对图像局部特征具有极好的描述能力，但对于全局特征描述能力不强的缺点，提出将SURF和全局颜色特征相融合的图像分类算法，提取图像的SURF特征向量集，并利用随机直方图算法将该向量集进行数据归约成单一高维特征向量；提取图像HSV颜色直方图;分别利用支持向量机（SVM）对这两种特征进行分类;将两个分类结果进行高层特征融合得到最终分类结果。实验结果表明，该算法显著提高了图像分类的准确率。
|
| 关 键 词： | 快速鲁棒特征（SURF） 全局特征 随机直方图 支持向量机 特征融合 |
Research of image classification based on fusion of SURF and global feature |
| |
| LIANG Jin,LIU Quan,AI Qingsong.Research of image classification based on fusion of SURF and global feature[J].Computer Engineering and Applications,2013,49(17):174-177. |
| |
| Authors: | LIANG Jin LIU Quan AI Qingsong |
| |
| Affiliation: | 1.School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China
2.Key Laboratory of Broadband Wireless Communications and Sensor Networks, Wuhan University of Technology, Wuhan 430070, China |
| |
| Abstract: | |
| |
| Keywords: | Speeded Up Robust Feature（SURF） global feature random histogram Support Vector Machine（SVM） feature fusion |
|
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
