曹宁，冯阳

（河海大学计算机与信息学院，江苏南京210098）

分类和识别是图像理解中的关键问题，由于图像目标存在视角变化、亮度变化、尺度、目标变形、遮挡、复杂背景以及目标类内差别等影响，使得图像目标的分类识别非常困难。针对这些问题，已提出了各种具有不变性的局部特征提取的方法。在这些方法中，视觉词袋（BOVW，Bag-Of-Visual-Word）模型是最具代表性的一种。BOVW模型是由Bag of word（BOW）模型应用到计算机视觉领域演变而来的，BOW模型最初应用于文档分类领域并因其简单而有效的优点得到了广泛的应用，计算机视觉领域的研究者们尝试将同样的思想应用到图像处理和识别领域，从而建立了由文本处理技术向图像处理领域的过渡。然而，视觉词袋模型在计算机视觉领域的应用仍存在一定的问题，例如在应用于图像分类时分类精度不够高，为了进一步提高该模型的性能，使其在图像识别和分类领域得到更好的应用，研究者们一直致力于对模型的实现过程进行改进。

文中基于BOVW[1]模型来完成图像原始特征的提取、特征聚类并形成统一的特征词典来表达图像。基于BOVW模型，我们选用D.G.Lowe提出的SIFT经典描述子来提取描述图像特征，并利用改进的Kmeans+聚类算法把提取的特征聚类构建视觉词典，为了增强识别性能，引入了一种基于视觉词典的权重直方图表达来表示图像，文中仅仅应用简单的KNN分类器进行分类，并允许在训练图像数目较少的情况下即可达到良好的分类效果。……