基于显著图的花卉图像分类算法研究

被引:11
作者
周伟
武港山
机构
[1] 南京大学计算机科学与技术系
关键词
显著图; 特征提取; 特征融合; 图像分类;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
在计算机视觉领域,图像分类已成为最近几年的研究热点,取得了很大的发展。然而目前的研究大多基于开放领域,分类粒度较粗,不能很好地满足花卉图像精细分类的需求。传统的图像分类算法都是基于分割后的图像进行的,较为依赖分割效果的好坏,不太适用于花卉这一类拥有复杂背景的图像。因此结合花卉图像的自身特点,提出了一种新的基于显著图的图像分类算法,将显著图融入到图像特征的提取过程中,从而避免对图像进行分割,增强了算法的适应性和可靠性,随后又对基于SVM的多特征融合方法进行了简单的介绍。通过在花卉图像库进行的实验,证明了算法的有效性。
引用
收藏
页码:15 / 18+22 +22
页数:5
相关论文
共 10 条
[1]   基于多特征融合的花卉图像检索 [J].
柯逍 ;
陈小芬 ;
李绍滋 .
计算机科学, 2010, 37 (11) :282-286
[2]   用基于视觉单词上下文的核函数对图像分类 [J].
王宇石 ;
高文 .
中国图象图形学报, 2010, (04) :607-616
[3]   基于支持向量机和k-近邻分类器的多特征融合方法 [J].
陈丽 ;
陈静 .
计算机应用, 2009, 29 (03) :833-835
[4]   一种基于视觉注意模型的图像分类方法 [J].
宋雁斓 ;
张瑞 ;
支琤 ;
杨小康 ;
陈尔康 .
中国图象图形学报 , 2008, (10) :1886-1889
[5]   SVM用于基于内容的自然图像分类和检索 [J].
付岩 ;
王耀威 ;
王伟强 ;
高文 .
计算机学报, 2003, (10) :1261-1265
[6]  
Local Features and Kernels for Classification of Texture and Object Categories: A Comprehensive Study[J] . J. Zhang,M. Marsza?ek,S. Lazebnik,C. Schmid.International Journal of Computer Vision . 2007 (2)
[7]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[8]   COLOR INDEXING [J].
SWAIN, MJ ;
BALLARD, DH .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1991, 7 (01) :11-32
[9]  
Multiple KernelLearning,Conic Duality,and the SMO Algorithm. Bach F R,Lanckriet G R G,Jordan M I. ICML . 2004
[10]  
Beyond Bags of Features:Spatial Pyramid Matching for Recognizing Natural Scene Categories. Svetlana Lazebnik,Cordelia Schmid,and Jean Ponce. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition . 2006