WEB平臺(tái)下基于視覺注意機(jī)制的圖像分類研究與實(shí)現(xiàn).pdf

1、信息技術(shù)的不斷進(jìn)步和網(wǎng)絡(luò)技術(shù)的蓬勃發(fā)展，使數(shù)字圖像作為重要的信息載體成為互聯(lián)網(wǎng)信息中很重要的組成部分，圖像自動(dòng)分類可以有效地提高海量圖像數(shù)據(jù)的管理效率降低管理難度，成為很多領(lǐng)域的研究熱點(diǎn)，而在網(wǎng)絡(luò)環(huán)境下圖像分類則具有更加廣闊的研究?jī)r(jià)值和應(yīng)用前景。然而傳統(tǒng)的圖像分類方法在提取圖像特征時(shí)沒有充分考慮人眼的視覺特性，雖然可以實(shí)現(xiàn)基本的圖像分類，但往往無(wú)法達(dá)到較高的分類準(zhǔn)確率，使其在實(shí)際應(yīng)用中受到一定的制約。因此，本文將人眼的視覺選擇性引入到圖

2、像的特征提取中，以突出圖像中人眼最為關(guān)注的區(qū)域特征，而弱化圖像背景等與分類相關(guān)性差的部分特征，使提取出的圖像特征更加符合人類視覺的主觀感受，以達(dá)到更好的分類效果。
　　主要根據(jù)Itti視覺注意模型原理，提取圖像的亮度，顏色及方向三類初級(jí)視覺特征，并將三類特征的多尺度高斯金字塔利用中心周邊差及多尺度融合得到基于視覺注意機(jī)制的三類顯著性度量圖；而由于Itti模型在模擬人類視覺的過程中沒有考慮到人眼視覺系統(tǒng)對(duì)外界事物邊緣和輪廓的注意敏感

3、性，因此本文額外引入圖像的邊緣特征，通過視覺尺度變換得到其視覺顯著圖。最后利用分塊平均法提取出四類特征向量并采用SVM分類器進(jìn)行圖像分類實(shí)驗(yàn)。
　　實(shí)驗(yàn)驗(yàn)證了基于視覺注意的特征提取在圖像分類應(yīng)用中的有效性(分類準(zhǔn)確率達(dá)到97％以上)，并驗(yàn)證了在Itti視覺注意模型提出的亮度、顏色和方向特征基礎(chǔ)上引入邊緣特征得到的特征向量用于圖像分類可以有效的提高圖像分類準(zhǔn)確率。此外，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于本文方法的WEB平臺(tái)下的小型圖像分類管理系統(tǒng)，