基于 Sift + Kmeans + 倒排索引 的图像匹配

最新推荐文章于 2022-06-18 19:42:00 发布
最新推荐文章于 2022-06-18 19:42:00 发布
阅读量4.6k 收藏 10
点赞数 2
分类专栏： 数字图像处理 文章标签： sift opencv 索引 图片 Kmeans
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/x519125613/article/details/27370447
版权
本文介绍了如何利用SIFT特征、Kmeans聚类和倒排索引进行图像匹配的整体思路。首先，讲解了如何建立包含SIFT特征的图像数据库，然后阐述了查询过程。接着，文章详细描述了环境搭建的步骤，包括所需库的安装和配置。
摘要由CSDN通过智能技术生成

一：整体思路


数据库建立：

1.  提取图像的SIFT特征
2.  将所有特征集合起来进行Kmeans聚类
3.  求出各个聚类的聚类中心并存入文件（高版本的opencv的Kmeans无需此步骤）
4.  记录下每个图片文件的聚类词频 （ FIle1 :   class1: n1  class2: n2  class3.......）
5.  建立倒排索引表 ( class1:  file1: n1 file2: n2  file3:.....)

查询：

1.  提取文件的SIFT特征
2.  对每一个特征与kmeans中心匹配，求出匹配的class ,并根据匹配程度做权值记录表。
3.  根据权值表和倒排索引表求出最佳匹配项


二：环境搭建

1.  op
最低0.47元/天 解锁文章
NeoProK
关注
专栏目录
lda进行图片分类_基于SIFT+Kmeans+LDA的图片分类器的实现
weixin_36410516的博客
12-24 611
题记：2012年4月1日回到家，南大计算机研究僧复试以后，等待着的就是独坐家中无聊的潇洒。不知哪日，无意中和未来的同学潘潘聊到了图像处理，聊到了她的论文《基于LDA的行人检测》，出于有一年半工作经验的IT男人的本能，就一起开始学习研究这篇“论文”了。众所周知，老师给学生设置论文题目的，起初都是很模糊的——自己没有思考清楚实践上的可行性和具体思路，仅从理论了解上就给学生设置一些“难以实现”的论文任务...
python-sift-kmeans-svm图片分类
qigeyonghuming_1的博客
05-25 1349
使用的代码来源于https://blog.csdn.net/Yan456jie/article/details/52313317 感谢博主Yan456jie 在跑代码的时候，发现该代码有一些函数在新版本的python上跑不通，有一些错误，所以调了一下 代码如下 #coding=utf-8 #-*- coding: utf-8 -*- import argparse as ap import cv2 import imutils import numpy as np import os from sklea
基于SIFT+Kmeans+SVM的场景识别报告
07-11
基于SIFT特征和K-means以及SVM提出了场景图形分类系统的理论框架。然后进行试验，比较不同聚类数目的正确率，同时还与机器学习方法进行了效果比较。试验结果表明，基于SIFT和K-means以及SVM的场景分类方法在准确率上很接近机器学习方法。
sift特征提取+Kmean+SVM分类
Diana_Z的博客
06-06 9855
https://stackoverflow.com/questions/19048891/training-of-svm-classifier-using-sift-features
基于SIFT+Kmeans+LDA的实现源码
08-05
基于SIFT+Kmeans+LDA的图片分类器的实现源码 博文 基于SIFT+Kmeans+LDA的图片分类器的实现源码 博文
利用ORB/SIFT + k-means + BOF + GPS 的Building location and recgonition项目阶段总结
bf23456的专栏
03-31 3081
利用ORB/SIFT + k-means + BOF + GPS 的Building location and recognition项目阶段总结Tags: ORB SIFT GPS 图像处理 区域划分 k-means opencv 本项目实现的目标功能描述：        用户对建筑物拍摄一张图片，系统可正确识别并实时为用户返回关于该图片中建筑物的相关信息。 下面分两部分对该项目进行介绍
python计算机视觉--基于(BOW)的图像检索与识别
RuijieRen的博客
06-16 1903
目录前言一、基本原理1.1 图像分类简介1.2 Bag-f-words模型1.3 Bag-of-features模型1.4 Bag-of-features算法1.5 Bag-of-features过程1.6 TF-IDF二、代码实现2.1 数据集2.2 创建词汇2.3 建立数据库2.4 在数据库中搜素图像............
计算机视觉8—基于BOW模型的图像检索和匹配
wwy的博客
05-24 3311
1.简介
基于BOW的图像检索 【计算机视觉第七章】
qq_49192977的博客
06-18 815
目录BOW简介基于BOW的图像检索流程1. 特征提取 （SIFT） 2. 学习 “视觉词典（visual vocabulary）” （k-means） 3. 针对输入特征集，根据视觉词典进行量化 4. 把输入图像，根据TF-IDF转化成视觉单词（ visual words）的频率直方图 5. 构造特征到图像的倒排表，通过倒排表快速索引相关图像6. 根据索引结果进行直方图匹配 代码实现 数据集准备创建词汇 创建索引 索引测试 运行结果​总结 Bag of words，也叫做“词袋”，在信息检索中，Ba
sift_kmeans_svm
01-17
利用sift++kmeans++svm实现场景分类、图像分类；python代码
基于SVM+sift+K-means图像分类
最新发布
04-19
资源包含4个文件，其中.m和.npy为模型文件，其余两个是jupyter格式的python文件，如果没有jupyter可以用记事本或是vs code打开，再粘到py文件中运行 代码详解可见博客：https://blog.csdn.net/weixin_42486554/article/details/103732613
使用SIFT特征提取和K-Means方法对图片进行分类
热门推荐
willduan的博客
04-21 2万+
由于项目的需要，需要搜集一批有标签的图片，但是人力没有那么多，无法对图片进行分类，所以就先用无监督的方法对用机器对图片自动分类，先富集一批数据，然后再对模型进行训练，于是就想到了k-means算法，但是图片需要提取特征，于是想到了使用SIFT来对图片进行提取特征，提取的方法使用OpenCV的库来进行提取，具体安装OpenCV的方法请参考：点击打开链接。 废话不多说，看代码： #-*- enco
基于SIFT+Kmeans+LDA的图片分类器的实现
weixin_30823833的博客
04-24 208
PS: 很久没做CV的事情了，这是很早以前刚入门时候的一篇，以后再有CV相关工作会发布在新的个人站点：http://my.phirobot.com/blog/category/cv.htmlCV分类下。 posted @ 2012-04-24 20:36 from [FreedomShe] 题记：2012年4月1日回到家，南大计算机研究僧复试以后，等待着的就是独坐家中无聊的潇洒。...
图像检索中的倒排索引
weixin_30653097的博客
10-31 936
在图像检索中，如果使用词袋模型，来进行图像特征的表示，可以将信息检索中的倒排索引的结构引进过来。 文档：相当于是一张图像中的所有特征向量的集合。 单词：相当于是图像表示中的一个特征向量。 当然，具体进行操作的时候，已经进行了最近邻的处理了。 接下来就可以使用相关的概念进行等价的处理了。 其中，倒排索引记录了这个特征向量在哪些图像特征量集合中出现过。 转载于:https:...
SVM + SIFT +Kmeans
fronde_wu的博客
10-09 3043
参考 https://blog.csdn.net/herr_kun/article/details/80220389 https://blog.csdn.net/Diana_Z/article/details/80599847 https://blog.csdn.net/m0_37393277/article/details/74987165 https://blog.csdn.net/u0128...
SVM+Sift+K-means实现图像分类（python）
weixin_42486554的博客
12-27 1万+
1.Bag of Feature 一种特征提取方法，借鉴了文本分类的思路，从一张图片中提取具有代表性的特征，将所有图片的特征放在一起形成一个字典，将这个字典里的特征聚类成K个词袋。对于每张图片中的每个特征，找到离特征最近的中心点，也就是找到该图片中K个词袋出现的频率，用这K个词袋出现的频率来构成图片的特征向量（k*1）。通过词袋聚类分析实质上是提取了图像的更高层的特征。本文采用的是sift特征，步.........
利用SIFT/ORB和KMeans方法实现图像的聚类
Ah丶Weii
10-14 2997
利用ORB和KMeans方法实现图像的聚类 一、使用ORB提取特征     ORB算法之前的周报已经总结过，本次选用ORB算法提取特征是因为这是最近所学习的算法，有一定的基础，并且没使用SIFT或SURF算法提取特征是因为经过实验对比后发现ORB效果相对好一点，其他两种提取特征的方法得到的结果非常不理想。 二、使用KMeans进行聚类     k-means 算法将一组 N 样本 X 划分成 K...
SFIT特征抽取及Kmeans visual words python代码实现
weixin_46780105的博客
10-15 500
SFIT特征抽取及Kmeans visual words python代码实现 写在前面的话 只调用了opencv的高斯滤波和图片加载 csdn图片加载不出来，可以进我的github上看，内含我的python代码，数据集等等等等 地址：https://github.com/bbbbbjw/pythonSIFT SFIT简介 尺度不变特征转换(Scale-invariant feature transform或SIFT)是把图像的特征以关键点的位置，方向以及特征向量表示。SIFT特征是图像的局部特征，其对旋
SIFT与Kmeans算法实现图像分类教程及Matlab源码
资源摘要信息: 本项目为一个基于SIFT特征提取和Kmeans聚类算法的图像分类系统，源码使用MATLAB进行开发，并包含详细的注释。该系统适合计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等专业的...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值