【摘要】图像分类是数字图像分析与理解的主要研究方向,因而受到人们广泛的关注,如何对大量的图像进行快速、准确的分类是当前研究中的一个热点问题。本文将词袋模型应用于无监督图像分类,并针对传统词袋模型中所涉及方法(如特征提取、聚类方法等)的不足,做出了如下的改进：首先,采用加速鲁棒特征变换(SpeededUpRobustFeatures,SURF)提取特征(图像词语)。本文将增加预处理环节,即通过特征兴 […]