基于顏色特征的圖像分類算法研究.pdf

1、分類號IJDC密級單位代碼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位授護中.位大連海事大學中請學位級別碩士學科與專業(yè)計算機應用技術淪文完成日期2008年5月論文答辯日期2008年6月答辯委員會主席義獷洛中文摘要摘要隨著數(shù)碼設備、網(wǎng)絡及多媒體技術的發(fā)展，人們在工作、學習和日常生活中不斷地產(chǎn)生大量的圖像數(shù)據(jù)。因為數(shù)字圖像呈現(xiàn)了爆炸式的增長方式，如何合理而又高效地組織海量的圖像數(shù)據(jù)、結合圖像低層特征，將數(shù)字圖像

2、進行分類和檢索是目前的一個研究熱點。本文所做的研究工作包括以下幾個方面:1、改進的基于顏色的圖像分類方法研究。特征提取是基于內容檢索的關鍵技術，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特征，相對于其它特征，顏色特征非常穩(wěn)定，對于圖像的平移、尺度、旋轉等變化不敏感，具有很強的魯棒性，而且顏色特征計算簡單。因此，在本論文所實現(xiàn)的圖像分類系統(tǒng)中，采用HSV顏色模型對顏色空間進行量化后，分別對圖像進行了全局代表色和分塊

3、代表色的提取，并通過實驗對比了兩種特征提取方式的圖像分類準確率。2、基于支持向量機的圖像分類方法研究。支持向量機能夠較好的解決小樣本學習問題，其目標是得到現(xiàn)有信息下的最優(yōu)解而不僅僅是樣本數(shù)趨于無窮大時的最優(yōu)值。本文在詳細論述了支持向量機算法的基礎上，采用一對多SVM方法，為每一類圖像分別構建一個分類器，應用序列最小化(SMO)分類算法，實現(xiàn)了基于支持向量機的圖像分類系統(tǒng)。3、圖像分類中相關反饋方法的實現(xiàn)。由于圖像的低層視覺特征與高層概念