基于顏色特征的圖像分類算法研究.pdf

1、分類號(hào)IJDC密級(jí)單位代碼10151基于顏色特征的圖像分類算法研究王靜指濘教l巾付先平職稱副教授學(xué)位授護(hù)中.位大連海事大學(xué)中請(qǐng)學(xué)位級(jí)別碩士學(xué)科與專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)淪文完成日期2008年5月論文答辯日期2008年6月答辯委員會(huì)主席義獷洛中文摘要摘要隨著數(shù)碼設(shè)備、網(wǎng)絡(luò)及多媒體技術(shù)的發(fā)展，人們?cè)诠ぷ?、學(xué)習(xí)和日常生活中不斷地產(chǎn)生大量的圖像數(shù)據(jù)。因?yàn)閿?shù)字圖像呈現(xiàn)了爆炸式的增長(zhǎng)方式，如何合理而又高效地組織海量的圖像數(shù)據(jù)、結(jié)合圖像低層特征，將數(shù)字圖像

2、進(jìn)行分類和檢索是目前的一個(gè)研究熱點(diǎn)。本文所做的研究工作包括以下幾個(gè)方面:1、改進(jìn)的基于顏色的圖像分類方法研究。特征提取是基于內(nèi)容檢索的關(guān)鍵技術(shù)，它決定了圖像分類性能的好壞。而顏色特征是圖像物理特征中最直接的視覺(jué)特征，相對(duì)于其它特征，顏色特征非常穩(wěn)定，對(duì)于圖像的平移、尺度、旋轉(zhuǎn)等變化不敏感，具有很強(qiáng)的魯棒性，而且顏色特征計(jì)算簡(jiǎn)單。因此，在本論文所實(shí)現(xiàn)的圖像分類系統(tǒng)中，采用HSV顏色模型對(duì)顏色空間進(jìn)行量化后，分別對(duì)圖像進(jìn)行了全局代表色和分塊

3、代表色的提取，并通過(guò)實(shí)驗(yàn)對(duì)比了兩種特征提取方式的圖像分類準(zhǔn)確率。2、基于支持向量機(jī)的圖像分類方法研究。支持向量機(jī)能夠較好的解決小樣本學(xué)習(xí)問(wèn)題，其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解而不僅僅是樣本數(shù)趨于無(wú)窮大時(shí)的最優(yōu)值。本文在詳細(xì)論述了支持向量機(jī)算法的基礎(chǔ)上，采用一對(duì)多SVM方法，為每一類圖像分別構(gòu)建一個(gè)分類器，應(yīng)用序列最小化(SMO)分類算法，實(shí)現(xiàn)了基于支持向量機(jī)的圖像分類系統(tǒng)。3、圖像分類中相關(guān)反饋方法的實(shí)現(xiàn)。由于圖像的低層視覺(jué)特征與高層概念