基于多特征融合的文物圖像分類研究.pdf

1、近年來，隨著全社會文物保護意識的增強，基于計算機輔助的文物保護研究得到科研人員的廣泛關(guān)注。文物圖像分類技術(shù)，作為計算機輔助文物保護研究的重要組成部分，在文物管理、保護與開發(fā)方面具有重要的應(yīng)用前景。本文在對圖像分類算法研究的基礎(chǔ)上，利用建立的文物圖像數(shù)據(jù)庫，開展對文物圖像分類關(guān)鍵技術(shù)的研究工作，實現(xiàn)了適用于文物圖像的特征提取與分類算法，主要研究成果如下：
　　1.本文通過網(wǎng)絡(luò)以及實地采集的方式，共收集到700張文物圖像，建立了文物圖

2、像數(shù)據(jù)庫，為本文的研究奠定了基礎(chǔ)。
　　2.文物圖像特征提取方面。在分析和研究文物圖像特點以及常用視覺特征的基礎(chǔ)上，本文運用HS V顏色空間對文物圖像提取顏色直方圖特征；運用Gabor濾波器提取文物圖像的紋理特征；運用 SIFT、HOG特征的尺度、旋轉(zhuǎn)和光照不變性，提取文物圖像的局部特征信息。本文提取的上述四種特征從全局、局部等多角度描述了文物圖像的特征信息。
　　3.特征融合方面。為了實現(xiàn)單一特征間的優(yōu)勢互補，提出采用單一

3、特征分類準(zhǔn)確率，確定圖像特征權(quán)重的加權(quán)多特征融合方式，同時在對權(quán)重計算方式研究的基礎(chǔ)上，本文利用圖像距離各類類中心的距離，定義了一種新的圖像所屬各類的權(quán)重取值方式，通過計算基于不同特征的圖像所屬各類準(zhǔn)確率與對應(yīng)權(quán)重乘積之和確定圖像所屬類別，從而實現(xiàn)了加權(quán)的多特征決策融合。
　　4.分類器設(shè)計方面。針對傳統(tǒng)二叉樹SVM分類存在的錯誤累積現(xiàn)象，本文提出采用一種改進的二叉樹SVM多分類器進行分類。首先利用模糊C均值聚類算法精確確定各類文