文档介绍：分类号
U D C
密级公开

硕士研究生学位论文

基于黎曼流形和统计学****的图像分类方法研
究

申请人: 王旗龙
学号: 2111334
培养单位: 计算机科学与技术学院
学科专业: 计算机软件与理论
研究方向: 图像处理与模式识别
指导教师: 李培华教授
完成日期: 2014 年 3 月 26 日
中文摘要
图像分类技术是计算机视觉领域最为重要的研究课题之一。随着数字成像设
备的广泛应用，图像分类技术在日常生活、医疗、商业、安防和军事中已经扮演
着不可或缺的角色。由于成像角度、成像环境的变化以及目标运动和噪声等因素
的影响，同类图像之间的变化非常大而不同类图像之间的差异往往又不明显。这
使图像分类问题具有非常高的挑战性。
本文首先提出了 Log-Euclidean 黎曼框架下的图像局部特征提取方法。该方法
在图像的每一个像素点上计算一个协方差矩阵，并通过矩阵对数运算将其映射到
欧氏空间，然后利用传统欧氏空间的方法对提出的局部特征进行统计建模。本文
提出基于 Log-Euclidean 的核函数方法，将协方差矩阵空间映射到可再生核希尔伯
特空间，以解决协方差矩阵的稀疏表达和字典学****问题。图像匹配在图像分类中
扮演着重要的角色，本文提出一种新颖的 EMD 方法用于基于混合高斯模型的图像
匹配。论文利用稀疏表达 Earth Mover's Distance（SR-EMD）比较混合高斯模型，
并开发了一种有效的测度学****方法进一步提升 EMD 方法的性能。最后，为了克服
传统基于成对约束的测度学****算法使用固定边界约束的局限性，提出一种收缩扩
张自适应约束用于基于成对约束测度学****算法中。
论文使用了 10 多个图像数据库评价所提出的图像分类方法的性能，总图像数
超过了 200000 幅。同时将提出的方法应用到了多种图像分类任务，例如纹理分类、
场景分类、人脸验证以及与图像分类密切相关的图像检索。与同类方法相比本文
提出的方法具有更好的性能。

关键词：图像分类；Log-Euclidean 框架；稀疏表达和字典学****EMD 方法；收缩
扩张自适应测度学****br/> -I-
Abstract
Image classification is one of the most important topics in computer vison.
With the extensive applications of digital imaging devices, image classification te
chnologys play an indispensable role in daily life, medi