一种多尺度时频纹理特征融合的场景分类算法.pdf

《一种多尺度时频纹理特征融合的场景分类算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３７卷第１０期仪器仪表学报Ｖｏｌ３７Ｎｏ１０２０１６年１０月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＯｃｔ．２０１６一种多尺度时频纹理特征融合的场景分类算法史静，朱虹，邢楠，韩勇，杜森（西安理工大学自动化与信息工程学院西安７１００４８）摘要：场景分类目前是机器视觉领域的一个研究热点，为了解决该研究领域中分类特征的提取问题，提出了一种多尺度纹理描述子（ＭＳＴＤ）特征。首先，采用小波变换，获得图像在时频域上的多尺度纹理视觉全局特征信息，之后提取反映局部细节的局部二值模式（ＬＢＰ）特征，在时频域上进行融合，生成多尺度纹理描述子特征

2、，以此作为图像分类的依据，最后采用支持向量机（ＳＶＭ）作为分类器进行场景分类。在４个标准数据集上进行测试，实验结果表明，该方法具有较高的分类正确率，对室外场景的分类正确率都在８４％以上。所提出的分类方法充分考虑了全局特征和尺度信息，增强了单层特征的区分度，有效地改善了分类的精度。关键词：场景分类；多尺度；纹理特征；多尺度纹理描述子中图分类号：ＴＰ３９１．４ＴＨ７９文献标识码：Ａ国家标准学科分类代码：５２０．２０ＭｕｌｔｉｓｃａｌｅｔｉｍｅｆｒｅｑｕｅｎｃｙｔｅｘｔｕｒｅｆｅａｔｕｒｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎＳｈ

3、ｉＪｉｎｇ，ＺｈｕＨｏｎｇ，ＸｉｎｇＮａｎ，ＨａｎＹｏｎｇ，ＤｕＳｅｎ（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ′ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ′ａｎ７１００４８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｓｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓｃｕｒｒｅｎｔｌｙａｈｏｔｔｏｐｉｃｉｎｔｈｅｆｉｅｌｄｏｆｍａｃｈｉｎｅｖｉｓｉｏｎ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ａｍｕｌｔｉｓｃａｌｅｔｅｘｔｕｒｅｄｅｓｃｒｉｐｔ

4、ｏｒ（ＭｕｌｔｉｓｃａｌｅＴｅｘｔｕｒｅＤｅｓｃｒｉｐｔｏｒ，ＭＳＴＤ）ｃｈａｒａｃｔｅｒｉｓｔｉｃｉｓｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｉｓｕｓｅｄｔｏｏｂｔａｉｎａｍｕｌｔｉｓｃａｌｅｇｌｏｂａｌｖｉｓｕａｌｔｅｘｔｕｒｅｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｉｎｔｈｅｔｉｍｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎ．ＴｈｅＬＢＰｆｅａｔｕｒｅｒｅｆｌｅｃｔｉｎｇｌｏｃａｌｄｅｔａｉｌｓａｎｄｆｕｓｉｎｇｉｎｔｈｅｔｉｍｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｉｓｅｘｔｒａｃｔｅｄｔｏｇｅｎｅｒａｔｅｍｕｌｔｉｓｃａｌｅｔｅｘｔｕ

5、ｒｅｄｅｓｃｒｉｐｔｏｒｓｆｅａｔｕｒｅｓ．ＴｈｅｆｉｎａｌＳＶＭｉｓｕｓｅｄａｓａｃｌａｓｓｉｆｉｅｒｔｏｃｌａｓｓｉｆｙｔｈｅｓｃｅｎｅ．Ｂａｓｅｄｏｎｆｏｕｒｓｔａｎｄａｒｄｄａｔａｓｅｔｓ，ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｅｓｅｎｔｅｄｍｅｔｈｏｄｈａｓｈｉｇｈｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ，ａｎｄｔｈｅｏｕｔｄｏｏｒｓｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｒａｔｅｉｓａｂｏｖｅ８４％．Ｔｈｅｐｒｏｐｏｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｔａｋｅｓｉｎｔｏａｃｃｏｕｎｔｔｈｅｇｌｏｂ

6、ａｌｆｅａｔｕｒｅｓａｎｄｓｃａｌｅｉｎｆｏｒｍａｔｉｏｎｔｏｅｎｈａｎｃｅｔｈｅｄｉｓｃｒｉｍｉｎａｔｉｏｎｏｆｓｉｎｇｌｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｗｈｉｃｈｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｓｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｓｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｍｕｌｔｉｓｃａｌｅ；ｔｅｘｔｕｒｅｆｅａｔｕｒｅ；ｍｕｌｔｉｓｃａｌｅｔｅｘｔｕｒｅｄｅｓｃｒｉｐｔｏｒｓ（ＭＳＴＤ）特征表示着手，包括图像的纹理、颜色和形状等。Ｖａｉｌａｙａ［７］１引言Ａ等人提取图像的边缘方向一致性矢量和空间颜色矩描述

7、场景内容，训练二类贝叶斯分类器进行场景分类；［８］图像的场景分类问题，实际上是利用计算机模拟人ＳｚｕｍｍｅｒＭ等人提取图像中子块的颜色、纹理和频率［９］类的视觉感知原理，对包含若干语义信息的场景图像实特征，来作为场景特征；ＢｅｎｍｏｋｈｔａｒＲ等人融合图像的现自动标注，它为实现合理、有效地管理海量图像数据奠纹理和颜色特征实现足球场景的分类。这些方法仅利用定了坚实的基础，它也成为了近年来计算机视觉研究领全局特征进行分类，其区分力有限。［１６］域的关键问题之一。近年来，视觉词典模型（ｂａｇｏｆｖｉｓｕａｌｗｏｒｄｓ，ＢｏＶＷ）［１０１６］早期的场景图像分类方法大都

8、是从图像全