图像的特征提取和分类是目前AI、计算机视觉主要研究的方向，其研究成果广泛应用于生活安防、工业检测、医疗诊断、国防等各个领域。鉴于传统的图像特征提取算法准确率较低，本文提出一种基于SIFT特征的BoW模型图像分类算法。该方法采用SIFT算法(scale-invariantfeaturetransform)提取训练集图片的图像视觉特征，对提取的视觉特征进行聚类，根据图像的静态性属性和SIFT算法提取的图像局部特征信息构建BoW模型，通过K-Means算法对测试集图片进行聚类预测。实验结果表明SIFT算法结合BoW词袋模型可准确分类测试集图片。
NETL
NSTL
万方数据
