[發(fā)明專利]一種基于SIFT特征軟匹配的圖像分類方法

有效

• 申請?zhí)枺?/td>: 201611074826.8
• 申請日: 2016-11-29
• 公開（公告）號: CN106778775B
• 公開（公告）日: 2020-08-18
• 發(fā)明（設(shè)計）人: 吳曉富;張婉
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 李湘群

本發(fā)明公開了一種基于SIFT特征軟匹配的圖像分類方法，該方法主要包括如下步驟：使用SIFT特征提取算法對每個待分類圖像提取特征；將提取出來的SIFT特征在每兩個圖像之間進(jìn)行軟匹配；根據(jù)圖像之間匹配后的結(jié)果定義一種相似度度量標(biāo)準(zhǔn)；將上述圖像之間的相似度作為后續(xù)分類算法的輸入，進(jìn)行分類。該方法定義了一種基于SIFT特征的相似度度量標(biāo)準(zhǔn)，很好地保證了算法的可行性。該方法不需要訓(xùn)練大量的樣本，能夠直接對輸入的圖像進(jìn)行分類，很好地提高了圖像分類的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于SIFT特征軟匹配的圖像分類方法，屬于圖像分類技術(shù)領(lǐng)域。

背景技術(shù)

隨著社會科技的飛速發(fā)展，全球每天都會產(chǎn)生海量的圖片，作為一種信息的載體，這些圖像是一種巨大的數(shù)據(jù)資源，為了充分利用這些資源，必須要對這些圖像進(jìn)行分析處理，而對這些大量的圖像進(jìn)行分類則是后續(xù)分析處理的基礎(chǔ)，也是必須要做的重要的一步。

很多領(lǐng)域都會涉及圖像分類，例如數(shù)據(jù)挖掘，模式識別，圖像檢索，計算機(jī)視覺等等。而人工對這些大量的圖像進(jìn)行分類顯然是不可行的，尤其是在人工智能火熱發(fā)展的今天，這種繁重的工作自然是讓機(jī)器代替人工來完成，以提高工作效率。這就需要人們設(shè)計出各種圖像分類方法，讓計算機(jī)更加準(zhǔn)確高效的完成圖像分類的工作。

關(guān)于圖像分類的方法有很多，一類方法是用一些事先人工分好類的圖像來訓(xùn)練算法(稱為有監(jiān)督的方法)，以達(dá)到分類更精確的目標(biāo)。然而，這種方法需要大量的訓(xùn)練圖像，實現(xiàn)起來非常困難。還有一類方法是不需要訓(xùn)練，直接對待分類圖像進(jìn)行分類的方法(稱為無監(jiān)督的方法)。這種方法一般先要對圖像提取特征及一些預(yù)處理，然后送入到分類器中進(jìn)行分類。這類方法中包含各種圖像特征提取技術(shù)和多種分類器，不同的特征提取技術(shù)與不同的分類器相結(jié)合都可能成為一種圖像分類方法，但是也不能隨意結(jié)合，要考慮最終實現(xiàn)的可行性和分類的性能，相對第一類有監(jiān)督的分類方法，該類方法較容易實現(xiàn)，但是分類準(zhǔn)確率有待提高。

發(fā)明內(nèi)容

本發(fā)明目的在于針對上述現(xiàn)有技術(shù)的不足，提出了一種基于SIFT特征軟匹配的圖像分類方法，該方法很好地提高了圖像分類的準(zhǔn)確度。

本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：一種基于SIFT特征軟匹配的圖像分類方法，該方法包括以下步驟：

步驟1：對待分類的圖像分別進(jìn)行SIFT特征提取操作。

步驟2：將步驟1中提取出來的SIFT特征在每兩個圖像之間進(jìn)行“軟匹配”。

軟匹配的含義是指：將圖像i與圖像j提取出來的特征逐個關(guān)鍵點進(jìn)行比較計算，用歐氏距離來度量圖像i中第k個關(guān)鍵點與圖像j中所有關(guān)鍵點的距離，找出最近和第二近的兩個距離，把這兩個距離的比值記為

步驟3：根據(jù)步驟2中計算出的圖像i，j之間的匹配程度定義一種相似度度量標(biāo)準(zhǔn)。

步驟4：將步驟3中計算所得的相似度作為AP聚類算法的輸入，進(jìn)行最終的分類。

有益效果：

1、本發(fā)明在SIFT特征提取算法與分類算法相結(jié)合實現(xiàn)圖像分類的過程中，提出SIFT特征“軟匹配”的方法，該方法定義了一種基于SIFT特征的相似度度量標(biāo)準(zhǔn)，很好地保證了算法的可行性。

2、本發(fā)明不需要訓(xùn)練大量的樣本，能夠直接對輸入的圖像進(jìn)行分類，很好地提高了圖像分類的準(zhǔn)確度。

附圖說明

圖1是本發(fā)明圖像分類的方法流程圖。

圖2是參數(shù)β取不同數(shù)值時對應(yīng)的函數(shù)sigmoid(β，x)的曲線。

圖3是本發(fā)明具體實施例的曲線示意圖。

具體實施方式

下面結(jié)合說明書附圖對本發(fā)明創(chuàng)造作進(jìn)一步的詳細(xì)說明。