基于BoF模型的多特征融合果蔬图像分类方法

作者：张泽晨; 巨志勇

来源：电子科技, 2020, 33(07): 41-56.

DOI：10.16180/j.cnki.issn1007-7820.2020.07.009

• BoF模型
• SURF
• 果蔬识别
• 特征融合
• CLBP
• SVM

针对传统BoF模型无法有效利用图像颜色及纹理来更好地表述果蔬特征的问题,文中提出了一种在BoF模型中进行多特征融合的果蔬图像分类算法。该算法首先提取并融合图像的颜色矩和SURF特征形成SURFC特征描述子;然后分别对CLBP及SURFC特征进行K-均值聚类以生成特征词典,并使用特征词典对所有特征量化编码;最后使用SVM对编码结果进行训练得到分类器并识别。实验结果表明,BoF模型融合颜色和纹理特征后,在果蔬图像分类效果上明显优于单一特征或者其他特征融合的BoF模型,识别率最高可达到94%,更适合果蔬图像分类。

• 单位
  上海理工大学