基于多特征组合与优化BoW模型的影像分类技术研究

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (6): 1386-1393.

基于多特征组合与优化BoW模型的影像分类技术研究

李科¹, 游雄¹, 杜琳^{1, 2}

1.信息工程大学,郑州 450052;
2.72515部队,济南 250014

收稿日期:2015-01-05 修回日期:2015-03-02 出版日期:2016-06-08 发布日期:2020-06-08
作者简介:李科(1977-),男,河北沧州,博士,副教授,研究方向为地理空间数据工程;游雄(1962-),男,福建罗源,博士,教授,研究方向为虚拟地理环境;杜琳(1982-),女,河南开封,硕士,工程师,研究方向为地理信息工程。
基金资助:
国家自然科学基金(41201390),国家“863”计划(2013AA12A202)

Research of Remote Sensing Image Classification Technology Based on Multi-feature Combining and BoW Model

Li Ke¹, You Xiong¹, Du Lin^{1, 2}

1. The Information Engineering University, Zhengzhou 450052, China;
2. Troop 72515, PLA, Jinan 250014, China

Received:2015-01-05 Revised:2015-03-02 Online:2016-06-08 Published:2020-06-08

摘要/Abstract

摘要： 提出一种基于多特征组合与优化BoW模型的影像地物分类新方法。提取影像的SIFT、GIST、颜色、Census和Gabor等多种类型特征,通过实验分析确定最佳特征组合。针对一般K-Means算法没有考虑各个特征值的权重,提出利用自动加权k-Means算法计算不同特征分量的权值,分别对SIFT、GIST、Gabor特征构建了基于权重的影像特征词汇表,采用基于Soft的词汇编码算法进行影像编码,使用SVM算法完成影像分类。通过实验表明方法能有效提高遥感影像分类准确性,并且具有较好的稳定性和鲁棒性。

关键词: 特征组合, K-means, 视觉词袋, 支持向量机

Abstract: A new algorithm of image classification of multi feature combination and BoW model was proposed. SIFT, GIST, Census and Gabor color, and many other types of features were extracted from the images, and then through the experimental analysis to determine the best feature combination. According to the general K-means algorithm which did not consider the weight of each features, different feature component was put forward by using automatic weighted k-means algorithm, respectively SIFT, GIST, Gabor feature construct weights based on image features of vocabulary, using the soft coding algorithm for image coding, and using the SVM algorithm to complete the image classification. Experiments show that this method can effectively improve the classification accuracy of images.

Key words: multi-feature combining, k-means, bag of words, SVM

中图分类号:

P237.3

李科, 游雄, 杜琳. 基于多特征组合与优化BoW模型的影像分类技术研究[J]. 系统仿真学报, 2016, 28(6): 1386-1393.

Li Ke, You Xiong, Du Lin. Research of Remote Sensing Image Classification Technology Based on Multi-feature Combining and BoW Model[J]. Journal of System Simulation, 2016, 28(6): 1386-1393.

参考文献

[1] Harzallah H, Jurie F, Schmid C.Combining Efficient Object Localization and Image Classification[C]// Proc of the 12th IEEE International Conference on Computer Vision, Kyoto, Japan. USA: IEEE, 2009: 237-244.
[2] Jiang Y, Wang R S.Scene Classification Based on Multi-feature Extended pLSA Model[J]. Signal Processing (S1003-0530), 2010, 26(4): 539-544.
[3] 李刚, 万幼川. 基于改进的像素级和对象级的遥感影像合成分类[J]. 测绘学报, 2012, 41(6): 891-903.
[4] 李宇, 王宏琦, 孙显. 利用多尺度语义模型的复杂图像目标自动提取方法[J]. 武汉大学学报 (信息科学版), 2012, 37(9): 1064-1067.
[5] 罗会兰, 郭敏杰, 孔繁胜. 集成多特征与稀疏编码的图像分类方法[J]. 模式识别与人工智能, 2014, 27(4): 345-355.
[6] Bronstein A M, Bronstein M M, Guibas L J, et al.Shape google: Geometric words and expressions for invariant shape retrieval[J]. ACM Transactions on Graphics (TOG),(S1067-7055), 2011, 30(1): 1-8
[7] 徐侃, 陈丽君, 杨文, 等. 利用特征选择的遥感图像场景分类[J]. 哈尔滨工业大学学报, 2011, 43(9): 117-121.
[8] Oliva A, Torralba A.Modeling the shape of the scene: A holistic representation of the spatial envelope[J]. International Journal of Computer Vision (S0920-5691), 2001, 42(3): 145-175.
[9] LOWE D G.Distinctive image features from scale-invariant key-points[J]. International Journal of Computer Vision (S0920-5691), 2004, 60(2): 91-110.
[10] 寇程, 柯长青. 小波变换与FCM聚类的QuickBird影像特征空间识别分析[J]. 地球信息科学学报, 2010, 12(3): 444-450.
[11] 程少光, 何毕, 布树辉, 等. 基于超像素空间金字塔模型的场景识别研究[J]. 计算机应用研究, 2014, 38(7): 152-159.
[12] De Amorim R C, Mirkin B. Minkowski metric, feature weighting and anomalous cluster initializing in K-Means clustering[J]. Pattern Recognition (S0031-3203), 2012, 45(3): 1061-1075.

[1]	王鑫, 徐明君, 肖坚, 徐立中. 基于融合视觉词袋的高分遥感水体提取算法[J]. 系统仿真学报, 2022, 34(5): 1033-1043.
[2]	李晖, 云昊, 岳红丽. 基于SVM逆系统的PMSM云模型整定PID控制[J]. 系统仿真学报, 2021, 33(8): 1846-1855.
[3]	位晶晶, 刘勤明, 叶春明, 李冠林. 基于GA-SVR的小样本数据缺失下的设备故障诊断[J]. 系统仿真学报, 2021, 33(6): 1342-1349.
[4]	邵诚, 孙宏远, 张林. 基于PSO-LSSVM的反舰导弹自控弹道仿真[J]. 系统仿真学报, 2021, 33(4): 918-926.
[5]	刘薛勤, 刘宁, 苏中, 王靖骁, 袁超杰. 基于足底压力感知的智能步态识别方法研究[J]. 系统仿真学报, 2021, 33(11): 2572-2578.
[6]	安玉, 焦朋朋, 白紫秀. 考虑多因素的驾驶行为安全评价与风险等级预测[J]. 系统仿真学报, 2021, 33(1): 118-126.
[7]	王闯, 张勇, 李学贵, 董宏丽. 改进粒子群优化算法及其在聚类分析中应用[J]. 系统仿真学报, 2020, 32(8): 1577-1587.
[8]	於万里, 王艳, 纪志成. 氨糖发酵过程建模与工艺参数优化研究[J]. 系统仿真学报, 2020, 32(10): 1895-1902.
[9]	吴敬兵, 唐汉卿, 胥军. 水泥窑协同处置生活垃圾的燃烧特性分析优化[J]. 系统仿真学报, 2020, 32(1): 35-43.
[10]	王杰, 王艳. 基于量子遗传聚类算法的质量控制方法[J]. 系统仿真学报, 2019, 31(12): 2591-2599.
[11]	张青, 邹湘军, 林桂潮, 孙艳辉. 草莓重量和形状图像特征提取与在线分级方法[J]. 系统仿真学报, 2019, 31(1): 7-9.
[12]	陈莉, 张海侠. 基于熵权-云模型的我国绿色智慧城市评价[J]. 系统仿真学报, 2019, 31(1): 136-144.
[13]	刘芳, 路丽霞, 王洪娟, 王鑫. 基于稀疏自动编码器和支持向量机的图像分类[J]. 系统仿真学报, 2018, 30(8): 3007-3014.
[14]	徐继亚, 王艳, 严大虎, 纪志成. 融合KPCA与信息粒化的滚动轴承性能退化SVM预测[J]. 系统仿真学报, 2018, 30(6): 2345-2354.
[15]	崔桂梅, 杨海靳, 刘丕亮, 于凯. 基于最小二乘支持向量机的氧化铝浓度预测[J]. 系统仿真学报, 2018, 30(5): 1844-1849.