This paper mainly focuses on how to e ectively and eciently measure visual similarity for local feature based representation. Among existing methods, metrics based on Bag of Visual Word (BoV) techniques are ecient and conceptually simple, at the ex
“视觉词袋”（Bag of Visual Words，BOV）算法是一种有效的基于语义特征表达的物体识别算法。针对传统BOV模型存在的不足，综合利用SAR图像的灰度和纹理特征，提出基于感兴趣目标 （Target of Interest，TOI）的 “视觉词袋”算法。首先，对训练图像进行TOI选取，用灰度共生矩阵模型提取TOI的纹理特征，再结合灰度特征，组成多维特征向量集，以簇内相似度最高、数据分布密度最大为准则，生成“视觉词袋”。其次，对测试图像，依据已生成的“视觉词袋”，采用支持向量机（Sup
