基于快速低秩编码与局部约束的图像分类算法

　　针对快速低秩编码算法存在特征重建误差较大，以及特征间局部约束条件丢失的问题，提出一种强化局部约束的快速低秩编码算法。首先，使用聚类算法对图像中特征进行聚类，得到局部相似特征集合及其对应的聚类中心；其次，在视觉词典中采取K最近邻（ KNN）策略查找聚类中心对应的K个视觉单词，并将其组成对应的视觉词典；最后，使用快速低秩编码算法获得局部相似特征集合对应的特征编码。改进算法在Scene-15和Caltech-101图像库上的分类准确率比快速低秩编码算法提高4qo到8%，编码效率比稀疏编码算法提高5-6倍。实验结果表明，改进算法使得局部相似特征具有相似编码，从而更加准确地表达图像内容，能有效提高分类准确率及编码效率。