融合显著信息的LDA极光图像分类

美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值。在 LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的 LDA 方法(LDA with saliency information,简称 SI-LDA),利用极光图像的谱残差(spectral residual,简称 SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示。最后,利用SVM分类器对极光图像进行分类。实验结果表明,所提出的算法获得了良好的分类结果。