基于改进局部线性特征编码方法的图像分类

特征编码是利用广义视觉词袋模型获得图像稀疏表示的关键步骤。研究了两种常用的局部线性特征编码方法即LLC及NSLLC编码方法,并针对其存在的问题提出了一种利用编码系数非负性约束对其进行改进的方法——NNLLC,并将其应用于图像分类任务中。实验结果表明,该方法能有效改进局部线性特征编码性能,提高图像特征的可区分性,相比于LLC及NSLLC特征编码方法,在图像分类任务中取得了更高的平均分类准确率。

燃气加热炉火焰视频监控系统设计

为了持续监测燃气工业加热炉燃烧状况,保障锅炉运行安全,根据燃气火焰的特点,利用数字图像处理技术,设计了相应的燃气加热炉火焰视频监控系统。通过图像预处理、火焰特征提取、火焰特征分析三个步骤,可实现对炉膛火焰燃烧状态进行实时判定,包括火焰燃烧或熄灭、燃烧是否充分、是否稳定。仿真实验结果表明,该系统能准确地从监控视频中检测和识别火焰燃烧状态,并能将燃烧特征量和特征分析结果存储到数据库以供事后查询。

基于聚类分析的无监督视觉词典构造方法研究

视觉词典是运用视觉词袋模型有效表示图像的基础和关键.研究了基于聚类分析的无监督视觉词典构造方法,针对K-Means和层次K-Means(HKM)聚类算法在构造视觉词典时对初始值敏感和容易陷入局部最优的问题进行改进,提出了一种基于谱聚类的视觉词典构造方法,采用对观测数据的相似性矩阵进行特征值分解的方法来实现聚类,可在任意分布的特征空间收敛到全局最优.通过图像检索实验评估了随机采样、K-Means、HKM和改进的谱聚类视觉词典的性能,验证了聚类分析尤其是改进的谱聚类方法构造视觉词典的有效性.