1.Bag-of-Visual-Words SIFT feature 相關知識

2.構建BoW碼本步驟

(copy上述連結2的步驟敘述）

假設訓練集有M幅影象，對訓練圖象集進行預處理。包括影象增強，分割，影象統一格式，統一規格等等。
1.提取SIFT特徵。對每一幅影象提取SIFT特徵（每一幅影象提取多少個SIFT特徵不定）。每一個SIFT特徵用一個128維的描述子矢量表示，假設M幅影象共提取出N個SIFT特徵。
2.用K-means對2中提取的N個SIFT特徵進行聚類，K-Means演算法是一種基於樣本間相似性度量的間接聚類方法，此演算法以K為引數，把N個物件分為K個簇，以使簇內具有較高的相似度，而簇間相似度較低。聚類中心有k個（在BOW模型中聚類中心我們稱它們為視覺詞），碼本的長度也就為k，計算每一幅影象的每一個SIFT特徵到這k個視覺詞的距離，並將其對映到距離最近的視覺詞中（即將該視覺詞的對應詞頻+1）。完成這一步後，每一幅影象就變成了一個與視覺詞序列相對應的詞頻向量。
3.構造碼本。碼本向量歸一化因為每一幅影象的SIFT特徵個數不定，所以需要歸一化。測試影象

3.matlab實現

需要安裝上述連結3的vlfeat工具箱。

clear all
[~,Image_names_train,~] = textread('trainset_txt_img_cat.txt','%s%s%[^\n]') ; %訓練集圖片名稱
[~,Image_names_test,~] = textread('testset_txt_img_cat.txt','%s%s%[^\n]');  %測試集圖片名稱

n_train = size
 
(Image_names_train,1);
n_test = size(Image_names_test,1);
numClusters = 128;
D = [];
train_flag = [];
test_flag = [];
%%讀取圖片，SIFT特徵提取
for i=1:n_train
    img = Image_names_train{i};
    t = strcat(img,'.jpg');
    Image = imread(t);
    mysize = size(Image);
    if numel(mysize)>2
        Image = rgb2gray(Image);
    end
 

    Image = im2single(Image);
    [~,Di] = vl_sift(Image);
    D = [D Di];
    train_flag(i) = size(Di,2);
end

for i=1:n_test
    img = Image_names_test{i};
    t = strcat(img,'.jpg');
    Image = imread(t);
    mysize = size(Image);
    if numel(mysize)>2
        Image = rgb2gray(Image);
    end
    Image = im2single(Image);
    [~,Di] = vl_sift(Image);
    D = [D Di];
    test_flag(i) = size(Di,2);
end

%%構造詞頻碼

D = im2single(D);
[centers] = vl_kmeans(D, numClusters);    %訓練集+測試集共同進行K均值聚類
flag_sum = 0;


for i = 1:n_train
    H = zeros(1,numClusters);
    Di = D(:,flag_sum+1: flag_sum + train_flag(i));
    flag_sum = flag_sum + train_flag(i);
    for j=1:train_flag(i)
        [~, k] = min(vl_alldist(Di(:,j), centers)) ;  %計算每一幅影象的每一個SIFT特徵到這k個視覺詞的距離
        H(k) = H(k) + 1;                    %並將其對映到距離最近的視覺詞中（即將該視覺詞的對應詞頻+1）
    end
    my_I_tr(i,:) = 1/train_flag(i) * H;     %碼本向量歸一化因為每一幅影象的SIFT特徵個數不定，所以需要歸一化。
end

for i = 1:n_test
    H = zeros(1,numClusters);
    Di = D(:,flag_sum+1: flag_sum + test_flag(i));
    flag_sum = flag_sum + test_flag(i);
    for j=1:test_flag(i)
        [~, k] = min(vl_alldist(Di(:,j), centers)) ;
        H(k) = H(k) + 1;
    end
    my_I_te(i,:) = 1/test_flag(i) * H;
end