基于视觉词袋模型的图像信息处理算法研究

摘要：

研究一种基于视觉词袋模型的图像筛选与搜索优化算法以提高机器人闭环检测质量和降低图像信息处理量.首先,通过SURF算子提取图像中的特征信息,构建对应的视觉词袋模型,并形成视觉词袋直方图;其次,基于视觉词袋直方图计算获得对应的图像混合显著度,进而筛选出信息量丰富且可区分度大的图像,并组成待搜索图像集合;然后,从视觉词袋直方图中提取图像中的显著主要特征类组成集合,并用其近似替代图像的特征分布情况,以降低图像特征信息处理量,加快图像搜索速度.最后,仿真实验证明本文提出的图像筛选和搜索方法的可行性和有效性.

关键词： 图像筛选 图像搜索 视觉词袋模型 显著度

作者: 黄志明 徐祯祥 曹政才 付宜利

作者单位: 北京化工大学信息科学与技术学院,北京100029;哈尔滨工业大学机器人技术与系统国家重点实验室,黑龙江哈尔滨150001 北京精密机电控制研究所,北京100076 哈尔滨工业大学机器人技术与系统国家重点实验室,黑龙江哈尔滨150001

会议类型: 国内会议

会议名称: 第十一届中国智能机器人会议

会议地点: 大连

会议语种:中文

页码: 233-236

在线出版日期: 2015-10-22（万方平台首次上网日期，不代表论文的发表时间）