[发明专利]一种基于词袋模型的图像描述方法及系统

摘要

本发明属于图像处理领域，提供了一种基于词袋模型的图像描述方法及系统。该方法及系统是在现有技术基础上应用模糊理论，在得到距离集合后，利用高斯隶属度函数为每一视觉单词分配不同的隶属度，以将距离集合转换为模糊集合，之后用具有不同隶属度的视觉单词对特征点进行编码，从而有效降低传统方法引起的信息丢失问题，进而提高图像描述的准确度。

主权项

一种基于词袋模型的图像描述方法，其特征在于，所述方法包括以下步骤：从待描述图像中提取特征点；计算所述特征点与码书中视觉单词之间的距离集合，并通过高斯隶属度函数、利用所述距离集合获得所述特征点与所述视觉单词之间的隶属度集合；利用所述隶属度集合，统计用于描述每一特征点的所述视觉单词的隶属度，形成直方图矢量，所述直方图矢量用以描述所述待描述图像；其中，所述计算所述特征点与码书中视觉单词之间的距离集合，并通过高斯隶属度函数、利用所述距离集合获得所述特征点与所述视觉单词之间的隶属度集合的步骤包括以下步骤：计算所述特征点与所述视觉单词之间的距离集合；通过高斯隶属度函数、利用所述距离集合获得每一特征点与各视觉单词之间的隶属度，得到第一模糊集合；其中，所述第一模糊集合作为所述隶属度集合，所述计算所述特征点与所述视觉单词之间的距离集合的步骤表示为：其中，所述di,j是所述特征点和相应的所述视觉单词之间的欧式距离，所述D为用以表示所述距离集合的矩阵，所述n为所述特征点的数量，所述m为所述视觉单词的个数；所述通过高斯隶属度函数、利用所述距离集合获得每一特征点与各视觉单词之间的隶属度，得到第一模糊集合的步骤表示为：μ(di,j)=1-12πσjexp(-(di,j-θj)22σj2)]]>其中，所述θj是所述视觉单词的高斯模型的期望值，所述σj是所述视觉单词的高斯模型的方差。