一种基于HOGPCA的高效图像分类方法.PDF

第３０卷第１１期 计 算 机 应 用 研 究 Ｖｏｌ．３０Ｎｏ．１１ 　 　 ２０１３年１１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｎｏｖ．２０１３ 一种基于ＨＯＧＰＣＡ的高效图像分类方法 １，２ １ １ 李　林 ，吴　跃 ，叶　茂 （１．电子科技大学计算机科学与工程学院，成都６１１７３１；２．四川托普信息技术职业学院，成都６１１７４３） 摘　要：为了更有效地提高图像分类性能和准确率，提出一种基于ＨＯＧＰＣＡ的高效图像分类方法。首先通过 提取方向梯度直方图（ＨＯＧ）特征并作特征白化，再随机下采样进行尺度统一，随后采用主成分分析（ＰＣＡ）进行 特征映射，最后用最小二阶范数判定进行最近邻分类。实验中，采用Ｃ＋＋，基于ＯｐｅｎＣＶ和 Ｄａｒｗｉｎ实现了提出 的方法，并在Ｐａｓｃａｌ２０１２数据集上进行测试，比较了该方法和ＢＯＷＳＶＭ方法的准确率和运行性能。实验证明， 提出的方法具有更高的准确率和更好的运行性能。 关键词：方向梯度直方图；主成分分析；最小二阶范数；图像分类；图像特征 中图分类号：ＴＰ３９１４１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１３）１１３４７６０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１３．１１．０７１ ＥｆｆｅｃｔｉｖｅｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎＨＯＧＰＣＡ １，２ １ １ ＬＩＬｉｎ ，ＷＵＹｕｅ，ＹＥＭａｏ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｃｈｅｎｇｄｕ６１１７３１，Ｃｈｉｎａ；２．Ｓｉｃｈｕａｎ ＴＯＰＩＴＶｏｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅ，Ｃｈｅｎｇｄｕ６１１７４３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｏｖｅｌｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｈｉｓｔｏｇｒａｍｏｆｇｒａｄｉｅｎｔ（ＨＯＧ）ｆｅａｔｕｒｅｓａｎｄｐｒｉｎｃｉｐｌｅ ｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）．Ｆｉｒｓｔｌｙ，ｉｔｅｘｔｒａｃｔｅｄＨＯＧｆｅａｔｕｒｅｓｏｆｉｍａｇｅａｎｄｗｈｉｔｅｎｅｄｔｈｅｆｅａｔｕｒｅｓ．Ａｔｔｈｅｓｅｃｏｎｄｓｔａｇｅ，ｉｔｓｕｂ ｓａｍｐｌｅｄｔｈｅｆｅａｔｕｒｅｓｔｏａｎｕｎｉｆｏｒｍｓｃａｌｅ，ｔｈｅｎｅｘｔｒａｃｔｅｄｔｈｅｉｍａｇｅＨＯＧｆｅａｔｕｒｅｓａｎｄｐｒｏｊｅｃｔｅｄｔｈｅｓｅｆｅａｔｕｒｅｓｉｎｔｏＰＣＡｓｐａｃｅ． Ａｔｔｈｅｌａｓｔｓｔａｇｅ，ｉｔｃｏｍｐａｒｅｄｅａｃｈｔｅｓｔｉｍａｇｅｗｉｔｈｔｈｅＰＣＡｐｒｏｊｅｃｔｉｏｎｓｏｆｔｒａｉｎｉｎｇｉｍａｇｅｓ，ｓｅａｒｃｈｅｄｔｈｅｎｅａｒｅｓｔｉｍａｇｅｃｏｍｐａ ｒｉｎｇｔｏｔｈｅｔｅｓｔｉｍａｇｅ，ｆｉｎａｌｌｙｉｔｄｅｃｉｄｅｄｗｈｉｃｈｃｌａｓｓｔｈｅｔｅｓｔｉｍａｇｅｂｅｌｏｎｇｅｄｔｏａｎｄｉｔｓｍａｘｃｏｎｆｉｄｅｎｃｅｓｃｏｒｅｓ．Ｉｔｉｍｐｌｅｍｅｎｔｅｄ ｔｈｉｓｍｅｔｈｏｄｕｓｉｎｇＣ＋＋，ａｎｄｂａｓｅｄｏｎＯｐｅｎＣＶ２．４．３ａｎｄＤａｒｗｉｎ１．３．２ｐｌａｔｆｏｒｍ，ｔｅｓｔｅｄｔｈｉｓｍｅｔｈｏｄｏｎＰａｓｃａｌ２０１２ｄａｔａｓｅｔ ｗｉｔｈｃｏｍｐａｒｉｎｇｔｏＢＯＷＳＶＭｍｅｔｈｏｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔ