CG圖像和相機圖像的檢測與分類標注.pdf

1、數(shù)字圖像的檢測分類和內容識別標注是在確定圖像類別的基礎上，對圖像的內容進行識別注釋。數(shù)字圖像有多種類型，如相機圖像、CG圖像、手繪圖像等。隨著數(shù)碼相機的普及、圖像軟件的更新、渲染引擎的優(yōu)化，圖像的種類來源越來越復雜，圖像的內容也越來越豐富。因此對數(shù)字圖像進行檢測分類和內容識別非常有必要。傳統(tǒng)的檢測分類和內容識別方法大都是對圖像進行分割后針對每個分割塊進行檢測和識別。這樣引入了圖像分割這個額外操作，同時圖像分割有可能把同一物體分為兩部分，

2、影響檢測和內容標注結果。
　　 本文采用了對圖像進行多次循環(huán)處理進行檢測分類和內容標注。首先針對CG圖像和相機圖像的分類，提出了提取邊緣過渡梯度、高飽和度顏色分布、圖像暗部噪聲分布、顏色過濾數(shù)組插值特性四個特征作為分類特征；通過對訓練圖像集提取這四個特征值組成特征向量集，并使用支持向量機進行訓練，得到分類器；在檢測圖像階段，獲取待預測圖像的四個分類特征，并使用支持向量機進行分類預測。然后對人物圖像進行識別，使用基于Haar特征的

3、人眼檢測來給出人物圖像的判斷，包括Haar特征檢測、邊緣檢測、“U”型線生長和優(yōu)化、擬合并給出位置。最后通過讀取配置文件，循環(huán)讀取之前的檢測結果，實現(xiàn)對圖像的標注，并通過web服務器發(fā)布數(shù)字圖像的檢測分類和內容識別的web應用。
　　 本文實現(xiàn)圖像的檢測分類和內容標注沒有使用圖像分割操作，因此算法效率相對較高；使用類似決策二叉樹的程序流程，可以方便程序的控制和進一步的擴展；在CG圖像和相機圖像的分類過程中使用了基于圖像成像過程、