基于視覺詞袋的Visual-map圖像特征提取與分類算法.pdf

1、近年來，隨著智能手機性能的提升和普及率的顯著增長，手機用戶逐漸對其功能方面提出了更多樣化的要求。由于公共建筑規(guī)模的逐漸龐大，以及其中位置指示標識的局限性等原因，即時獲取用戶當前所處的位置等地圖信息通常是比較困難的，從而在室內環(huán)境下基于位置的服務，即通過智能手機實現(xiàn)室內定位功能開始成為用戶的熱門需求。利用圖像信息的視覺定位技術因其不需預先部署任何基礎設施，以及智能手機拍攝視頻或圖像的操作簡單等優(yōu)點，逐漸成為室內定位領域的研究熱點。

2、　　為了從數(shù)據(jù)量較大的圖像庫中迅速找出與用戶輸入圖像相匹配的圖像，并作為實現(xiàn)快速視覺室內定位的基礎，對圖像庫進行快速檢索與匹配的方法十分關鍵。針對這一問題，本課題提出基于視覺詞袋的圖像特征提取與分類算法，實現(xiàn)了在視覺定位中快速獲取數(shù)據(jù)庫圖像和位置信息的目的。
　　首先，闡述了本課題研究的目的意義與相關領域及課題的國內外研究現(xiàn)狀，包括視覺詞袋模型、圖像特征提取和監(jiān)督分類算法的研究現(xiàn)狀。
　　其次，對較成熟的四種圖像特征提取算法

3、，SURF、BRISK、感知哈希算法和gist算法進行了研究并分別加以實現(xiàn)。課題研究中分析了四種算法在實際圖像匹配性能方面的表現(xiàn)以及各自優(yōu)劣勢，選擇了gist特征提取算法作為后續(xù)研究的基礎。
　　而后，針對單獨使用全局特征描述子進行圖像檢索與匹配性能不佳的問題，提出了使用圖像全局特征的視覺詞袋構建方法。該方法基于改進的gist全局特征提取，使用K均值聚類算法對提取的特征進行分類構建視覺詞，從而通過比較視覺詞直方圖，實現(xiàn)了圖像快速檢