Bag of features 图像特征词典原理及实现

一、(BOF)图像检索算法原理
BoW（Bag-of-Features）算法是由Csurka等在2004年提出并应用于图像处理领域的，该算法广泛应用于目标识别和图像检索。算法主要思想借鉴了文本检索的思想。在检索文本的过程中，文本由一系列的基本单元组成，这个单元通常是单词；同理，一副图像也可以看成是由一系列的基本单元组成，这些图像中的基本单元称为视觉单词（visual words）。

首先，我们用surf算法生成图像库中每幅图的特征点及描述符，再用k-means算法对图像库中的特征点进行训练，生成类心。生成每幅图像的BOF，具体方法为：判断图像的每个特征点与哪个类心最近，最近则放入该类心，最后将生成一列频数表，即初步的无权BOF。通过tf-idf对频数表加上权重，生成最终的bof。（因为每个类心对图像的影响不同。比如超市里条形码中的第一位总是6，它对辨别产品毫无作用，因此权重要减小）。对query进来的图像也进行3.4步操作，生成一列query图的BOF。将query的Bof向量与图像库中每幅图的Bof向量求夹角，夹角最小的即为匹配对象。

图像可以视为一种文档对象，图像中不同的局部区域或其特征可看做构成图像的词汇，其中相近的区域或其特征可以视作为一个词。这样，就能够把文本检索及分类的方法用到图像分类及检索中去。