基于超曲面的圖像自動分類.pdf

1、在當今社會，圖像文件增長速度驚人，如何對這些文件進行有效的分類和管理成為越來越受關注的問題，這一問題的應用背景也很廣，包括阻止某些不健康的圖片傳輸，對大量圖片的自動分類管理等等。 我們的目的就是實現(xiàn)海量圖片的自動分類。因為要做海量處理，所以圖像大小對于圖像處理的效率至關重要，有鑒于此，我們對圖像進行了分割預處理，其中提出的興趣塊概念是通過預處理來縮小圖像的關鍵，然后對圖像進行分割處理來得到多個相連的塊，我們認為這些塊中的每一個是

2、單個物體的幾率很大，所以之后對各個塊進行分類識別出具體的物體：首先提取出每塊的特征值，把這些特征值投影到特征空間中去，然后運用經(jīng)過改造的超曲面方法來訓練和識別出各個單個物體，這是識別單個物體的關鍵。因為開始的時候所提取的特征值比較多，其中難免有些特征值對于塊屬于哪個類別關系不大或者這些特征值與其他特征值相關，可以用其他特征值來代替，基于減少計算量方面的考慮，我們采用了數(shù)據(jù)挖掘方法來刪除這部分特征值。針對傳統(tǒng)識別方法存在的用于圖像檢測的顏