基于改进词袋模型的图像分类算法研究

《基于改进词袋模型的图像分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｐ３９１；１３２２０１０５６；Ｔ学校代码；１０２７０分类号学号止為＇作絶乂爹硕±学位论文论文题目：基于改进词袋模型的图像分类算法研究，学院：信息与机电工程学院专业：计算机应用技术硏究方向：数字圈像处理－研究生姓名：徐通指导教师：马燕４二零一六年三月完成日期：Ｌ论文独创性声明本论文是我个人在导师指导下进行的研究工作及取得的研巧成果。论文中除＞１标注和致谢的地方外了持别加＾＾，不包含其他人或机构己经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中做了明

2、确的声明并表示了谢意。作者签名日期：论文使用授权声明本人完全了解上海师范大学有关保留、使用学位论文的规定，即；学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可公布论文的全部或部，、。分内容可？采用影印缩印或其它手段保存论文保密的论文在解密后遵守此规定。？作者签名：赴／Ｕ．：福诚导师签名＾日期ｆTheResearchonImageClassificationAlgorithmBasedonImprovedBag-of-Visual-WordsADissertationSubmittedforthe

3、DegreeofMasterCandidate:XuTongSupervisor:MaYanSpecialty:DigitalImageProcessingCollegeofInformation,MechanicalandElectricalEngineeringShanghaiNormalUniversity,Shanghai,ChinaMarch20162上海师范大学硕士学位论文摘要基于改进词袋模型的图像分类算法研究摘要近年来，随着对Bagofvisualwords(BoVW)模型的不断研究，使得其在图像处理领域得到广泛的应用。由于图像在人

4、们生活工作中发挥着不可或缺的作用，因此如何在庞大的图像数据库中，快速准确地查找到人们所需要的图像信息是至关重要的。论文主要研究基于视觉词袋模型的图像分类方法，针对视觉词袋模型中存在的问题做出了相应的改进。论文研究的主要问题概括为以下三个方面：1.提出一种基于角点和图论的感兴趣区域分割算法，自动确定图像中感兴趣区域。首先对图像进行角点提取，然后对角点构造无向图，依据图论的方法对角点进行筛选，确定感兴趣区域。论文选取Caltech100数据集中的数据作为实验对象，证明了算法的有效性。2.在改进的词袋模型的基础上，引入模糊隶属度函数对词袋模型进行优化。

5、在图像直方图向量构建过程中，引入不同的模糊隶属度函数，构造图像的模糊直方图向量表示，再结合SVM算法，进而完成对查询图像的分类过程。实验结果表明采用改进后的方法分类得到的图像结果有了明显的提高。3.引入多核并行计算技术，对视觉词袋模型算法进行并行优化，进而提高算法的执行效率。依据视觉词袋模型和多核并行计算的原理对算法进行优化，包括特征提取、特征聚类和图像直方图生成三个部分。实验结果证明了并行多核计算提高了算法的效率和其在图像分类中的实用性。关键词：视觉词袋模型；支撑向量机；K-means算法；ROI分割；图论；模糊函数；多核并行计算IAbstra

6、ctShanghaiNormalUniversityMasterofScienceTheResearchonImageClassificationAlgorithmsBasedonImprovedBag-of-Visual-WordsAbstractInrecentyears,withthecontinuousresearchonbag-of-visual-words(BoVW)model,BoVWmodelhasbeenwidelyusedinthefieldofdigitalimageprocessing.Becausetheimagepla

7、ysanimportantroleinpeople'slifeandwork,itissignificanttoquicklyandaccuratelyextracttheimageinformationfromthelargescaleofimagedatabase.Thispapermainlyfocusesontheimageclassificationmethodbasedonbag-of-visual-wordmodel,andfurthermakessomeimprovementsonthiskindofproblem.Themain

8、focusinthispapercanbesummarizedasfollows:1.ThispaperproposesaROIsegm