双重熵快速提取ROI图像优化分类方法

摘要：

提出一种基于颜色熵极值及颜色熵互信息的双重熵快速提取感兴趣区域(Region of Interest,ROI)的多特征图像优化分类方法.首先使用颜色熵极值性确定最相关区域,然后基于颜色熵互信息进行子区域增长,快速确定连续ROI区域,并基于所提取的ROI对图像进行Dense-SIFT特征描述,随后使用K-means聚类生成视觉词典,为了利用空间局部信息,采用金字塔匹配方法,最后将特征输入到SVM进行分类.分别在Caltech101和Caltech256数据库上选取8组数据进行实验,使用ROI提取算法获得的平均分类准确率较未使用之前提高6.86％,收敛速率提升近一半.加入颜色熵、颜色三阶矩特征后,平均分类准确率进一步提高2.36％,较改进之前总共提高9.22％.

关键词：ROI、熵、互信息、K-means、图像分类

分类号：TP391(计算技术、计算机技术)

资助基金：广州市科技计划项目201804010265

在线出版日期：2019-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：31-36