论文部分内容阅读
针对传统单一花粉图像鉴别特征普遍存在抗噪声干扰能力弱、几何不变性低等问题,提出一种融合Zernike矩全局特征和加速鲁棒性特征包BoF-SURF局部斑点特征的花粉图像分类识别算法。提取花粉图像的Zernike矩描述子以及基于尺度空间梯度信息的SURF特征描述子,使用K-means聚类算法对SURF特征描述子进行特征聚类,构建花粉图像的SURF视觉特征包,并对2种特征进行融合用于花粉图像分类识别。实验结果表明,与传统的花粉图像特征提取算法相比,该算法对花粉尺度和旋转变化具有较好的鲁棒性,在Confoc