编号
zgly0001548979
文献类型
期刊论文
文献题名
基于词袋模型的林业业务图像分类
作者单位
浙江农林大学信息工程学院
浙江农林大学浙江省林业智能监测与信息技术研究重点实验室
浙江农林大学暨阳学院
母体文献
浙江农林大学学报
年卷期
2017年05期
年份
2017
分类号
S758
TP391.41
关键词
森林计测学
林业业务图像
图像分类
特征提取
BoW模型
支持向量机
文摘内容
针对林业业务图像的特点,提出了一种基于稠密尺度不变特征转换(Dense SIFT)特征的词袋(BoW)模型,并联合直方图正交核的支持向量机(SVM)对图像自动分类。首先采用Dense SIFT提取林业业务图像特征,然后使用BoW模型描述各业务图像,最后利用SVM进行分类识别。实验结果表明:采用Dense SIFT特征比SIFT特征训练时间和识别时间更短,并有更高的识别率,更适应实时性较高的场合;SVM采用多项式核函数(Poly),径向基核函数(RBF),多层感知器核函数(Sigmoid)以及直方图交叉核对3类林业业务图像分类时,直方图正交核取得的平均识别率最高;综合Dense SIFT在局部特征上的优势,加上BoW模型和直方图交叉核SVM分类器,平均识别率达到了86.7%,有较好的识别效果。