基于最大穩(wěn)定極值區(qū)域的場景分類方法研究.pdf

1、隨著信息時(shí)代的到來，圖像作為描述物體最形象最直觀的方式，逐漸成為人類獲取信息的重要來源和利用信息的重要手段，所以近幾年來，越來越多的學(xué)者們將自己的目光轉(zhuǎn)移到圖像處理與計(jì)算機(jī)視覺等領(lǐng)域。自從上個(gè)世紀(jì)20年代第一張數(shù)字圖像應(yīng)用以來，隨著電子信息技術(shù)的快速發(fā)展，大量的數(shù)字圖像不斷的涌現(xiàn)和傳播的同時(shí)，也導(dǎo)致了大量繁瑣重復(fù)性的圖像分類和檢索工作，傳統(tǒng)人工標(biāo)注的方式來管理和分類圖像已經(jīng)遠(yuǎn)遠(yuǎn)跟不上圖像的增長速度。如何使用計(jì)算機(jī)自動(dòng)高效的對(duì)所需圖像進(jìn)行

2、檢索和分類已經(jīng)成為目前圖像處理領(lǐng)域的一個(gè)當(dāng)務(wù)之急。場景圖像分類作為圖像分類的一種，逐漸成為科學(xué)研究中不可缺少的強(qiáng)有力的工具，在圖像檢索、智能機(jī)器人場景識(shí)別等多個(gè)領(lǐng)域有著重要的理論價(jià)值和應(yīng)用價(jià)值。
　　本文首先介紹了場景圖像分類領(lǐng)域的研究背景及意義，并對(duì)近十幾年場景分類國內(nèi)外的研究現(xiàn)狀進(jìn)行了詳細(xì)的分析，對(duì)在場景分類過程中用到的多種方法進(jìn)行了介紹和分析。第二，介紹了場景分類過程中經(jīng)常用到的各種特征，并對(duì)其中的顏色特征、紋理特征和邊緣特

3、征這三大底層特征做了詳細(xì)說明介紹，選擇其中的紋理特征作為本論文場景圖像識(shí)別的基礎(chǔ)特征。第三，對(duì)原經(jīng)典SURF(SpeededUpRobustFeatures)算法做了詳細(xì)介紹，并且為了達(dá)到實(shí)時(shí)性的要求，提出了一種改進(jìn)的SURF快速匹配算法，對(duì)原經(jīng)典SURF算法提取的特征點(diǎn)進(jìn)行分類，并結(jié)合BBF搜索算法對(duì)特征點(diǎn)進(jìn)行匹配，最后通過MATLAB編程，實(shí)現(xiàn)了本文改進(jìn)的SURF快速匹配算法與BBF搜索算法相結(jié)合的物體識(shí)別，并通過實(shí)驗(yàn)驗(yàn)證了該方法的

4、有效性。第四，提出了將MSER算法用于場景圖像分類的思想。設(shè)計(jì)了一種基于場景圖像的MSER-SURF特征并綜合場景圖像紋理特征的場景圖像識(shí)別分類方法。首先運(yùn)用MSER算法提取場景圖像的最大穩(wěn)定極值區(qū)域，通過閾值的設(shè)定，去除那些面積過小的區(qū)域，篩選出符合條件的最大穩(wěn)定極值區(qū)域，然后運(yùn)用本文改進(jìn)的SURF描述子對(duì)這些符合條件的最大穩(wěn)定極值區(qū)域進(jìn)行描述，并綜合使用Gabor濾波器和LBP算法提取圖像的紋理特征，同時(shí)設(shè)計(jì)使用了兩級(jí)支持向量機(jī)對(duì)場