作者：张盛博 刘娜 霍宏 方涛腹侧通路形状特征曲率层次性图像分类
摘要：研究了基于层次形状特征提取的图像分类。针对从初级视觉皮层（V1）提取的条形特征对目标形状的描述不充分，提出了一种层次模型（V1-V2-V4），以进一步提取角形、曲率特征。模型中V1层的条形特征提取采用Gabor模拟；V2层结合了抑制噪声的3D高斯差分（DOG），并使用滤波方向相差90度的Gabor滤波器组提取多尺度角形特征；V4层通过曲率域计算来描述目标轮廓的形变程度，并最终提取融合曲率与梯度方向的直方图特征。该模型的优势在于，通过角形以及曲率计算的层次表达，可有效增强目标形状的关键特征点（如角点位置）的提取，并且结合曲率与梯度的直方图描述，也可有效弥补单一曲率或梯度特征局部描述不足的问题。在MNIST手写数字与21类遥感影像上的实验表明，曲率与梯度的融合特征的运用可获得98．94％的数字识别精度，同时在遥感影像分类中也可获得较好的分类效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
