摘要：场景分类目前是机器视觉领域的一个研究热点,为了解决该研究领域中分类特征的提取问题,提出了一种多尺度纹理描述子（MSTD）特征。首先,采用小波变换,获得图像在时频域上的多尺度纹理视觉全局特征信息,之后提取反映局部细节的局部二值模式（LBP）特征,在时频域上进行融合,生成多尺度纹理描述子特征,以此作为图像分类的依据,最后采用支持向量机（SVM）作为分类器进行场景分类。在4个标准数据集上进行测试,实验结果表明,该方法具有较高的分类正确率,对室外场景的分类正确率都在84%以上。所提出的分类方法充分考虑了全局特征和尺度信息,增强了单层特征的区分度,有效地改善了分类的精度。

关键词：场景分类 多尺度 纹理特征 多尺度纹理描述子 

单位：西安理工大学自动化与信息工程学院; 西安710048