圖像紋理特征的提取和圖像分類系統(tǒng)研究及實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的普及，數(shù)字媒體技術(shù)及智能信息處理技術(shù)的迅速發(fā)展和廣泛應(yīng)用，大規(guī)模圖像資源不斷涌現(xiàn)。面對(duì)如此海量的圖像信息，搜索和查詢內(nèi)容匹配的圖像會(huì)變得越來越困難，形式有效的管理和查詢媒體的需求也越來越迫切。基于內(nèi)容的圖像檢索技術(shù)引起了圖像處理、模式識(shí)別、機(jī)器學(xué)習(xí)等研究領(lǐng)域的廣泛關(guān)注。圖像信息的描述與提取，圖像的分類方法是基于內(nèi)容的圖像檢索中兩個(gè)重要的過程。針對(duì)這兩個(gè)方面，本文研究了基于圖像紋理特征的圖像分類方法，采用改進(jìn)的灰度共生矩陣算法

2、及多類支持向量機(jī)分類技術(shù)實(shí)現(xiàn)較好的圖像分類。 首先，針對(duì)圖像特征提取的問題，本文研究了圖像內(nèi)容中紋理特征的多種描述及提取方法。從紋理的特點(diǎn)和圖像內(nèi)容檢索技術(shù)的實(shí)際應(yīng)用出發(fā)，著重分析了統(tǒng)計(jì)法中的灰度共生矩陣算法。針對(duì)該方法有大量冗余計(jì)算，需求大量存儲(chǔ)空間的缺點(diǎn)，進(jìn)一步研究了現(xiàn)有的幾種基于灰度共生矩陣算法的改進(jìn)算法，包括和差統(tǒng)計(jì)法、GLCLL和GLCHS算法。綜合幾類方法的特點(diǎn)與思路，本文提出了一種改進(jìn)算法一統(tǒng)計(jì)灰矩鏈表法。從理論上

3、可以看出，統(tǒng)計(jì)灰矩鏈表法解決了存儲(chǔ)空間需求量大的問題。通過實(shí)現(xiàn)傳統(tǒng)的灰度共生矩陣算法以及改進(jìn)算法，并對(duì)三組圖像分別進(jìn)行提取紋理特征的實(shí)驗(yàn)，證明了統(tǒng)計(jì)灰矩鏈表法計(jì)算8個(gè)典型的紋理特征值所需要的時(shí)間大大少于傳統(tǒng)的灰度共生矩陣算法所需要的時(shí)間。 其次，針對(duì)圖像分類問題，本文研究了幾種重要的模式分類方法。由于支持向量機(jī)具有堅(jiān)實(shí)的理論基礎(chǔ)與良好的分類性能等優(yōu)勢，本文著重研究了支持向量機(jī)方法。在支持向量機(jī)的統(tǒng)計(jì)理論原理和分類原理基礎(chǔ)上，結(jié)合

4、圖像分類的特點(diǎn)，從核函數(shù)、訓(xùn)練算法和多類分類器算法三個(gè)重要的影響分類效果和速度的方面進(jìn)行研究與分析，提出了適合于圖像分類的多類支持向量機(jī)分類模型。在此基礎(chǔ)上，設(shè)計(jì)了基于紋理特征的圖像分類系統(tǒng)，結(jié)合改進(jìn)的灰度共生矩陣算法和多類支持向量機(jī)分類模型，對(duì)圖像進(jìn)行紋理特征提取、訓(xùn)練和分類。采用三類圖像進(jìn)行實(shí)驗(yàn)，證明了該系統(tǒng)能夠達(dá)到良好的圖像分類效果。 最后，本文從特征提取，監(jiān)督學(xué)習(xí)，分類反饋等幾個(gè)方面對(duì)基于內(nèi)容的圖像檢索技術(shù)進(jìn)行了展望。