一种基于联合表示的图像分类方法.PDFVIP

第 13 卷第 2 期 智　能　系　统　学　报 Vol.13 No.2 2018 年 4 月 CAAI Transactions on Intelligent Systems Apr. 2018 DOI: 10.11992/tis.201611036 网络出版地址: /kcms/detail/23.1538.TP0425.010.html 一种基于联合表示的图像分类方法 马忠丽，刘权勇，武凌羽，张长毛，王雷 （哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001 ） 摘 要：在图像分类识别中，对于同一目标的不同图像，其训练样本和测试样本在同一位置的像素强度通常不同，这 不利于提取目标图像的显著特征。这里给出一种基于稀疏表示的联合表示的图像分类方法，此方法首先利用相邻列 之间的关系得到原始图像对应的虚拟图像，利用虚拟图像提高图像中中等强度像素的作用，降低过大或过小强度像 素对图像分类的影响；然后用同一个目标的原始图像和虚拟图像一起表示目标，得到目标图像的联合表示；最后利用 联合表示方法对目标分类。针对不同目标图像库的实验研究表明，给出的联合方法优于利用单一图像进行分类的方 法，而且本方法能联合不同的表示方法来提高图像分类正确率。 关键词：图像分类；图像识别；联合表示；虚拟图像；像素强度；稀疏表示；小样本；相邻列 中图分类号：TP391 文献标志码：A 文章编号：1673−4785(2018)02−0220−07 中文引用格式：马忠丽, 刘权勇, 武凌羽, 等. 一种基于联合表示的图像分类方法[J]. 智能系统学报, 2018, 13(2): 220–226. 英文引用格式：MA Zhongli, LIU Quanyong, WU Lingyu, et al. Syncretic representation method for image classification[J]. CAAI transactions on intelligent systems, 2018, 13(2): 220–226. Syncretic representation method for image classification MA Zhongli，LIU Quanyong，WU Lingyu，ZHANG Changmao，WANG Lei (College of Automation, Harbin Engineering University, Harbin 150001, China) Abstract: In the classified recognition of image, for different images of the same object, because the pixel intensities of the training samples and the test samples at the same positions are usually different, it brings difficulty to extracting the salient features of the object images. This paper proposed an image classification method based on syncretic representa- tion of the sparse representation. Firstly, the virtual image of an original image is obtained by using the connection between adjacent columns of the original image, the virtual image is utilized to enhance the impor