風(fēng)格化織物圖像分類的研究與應(yīng)用.pdf

1、織物圖像的風(fēng)格是指一種固有的模式,這種模式不僅包括了織物中的圖案而且也包括了它們各自的空間關(guān)系。每種風(fēng)格的圖案都有各自的獨特性?；陲L(fēng)格語義的織物圖像分類非常有助于織物圖像的標(biāo)注、整理和檢索。本文主要研究了風(fēng)格化織物圖像分類問題中圖像內(nèi)容特征提取和模式分類的幾種主要算法,并通過實驗比較了這些方法在風(fēng)格化織物圖像分類中的表現(xiàn),最后設(shè)計與實現(xiàn)了基于SIFT特征直方圖內(nèi)容特征的圖像分類檢索系統(tǒng)。
　　 在圖像內(nèi)容特征提取方法上,主要選

2、取了三種具有代表性的算法,分別為基于統(tǒng)計學(xué)的灰度共生矩陣法、基于頻域分析的傅里葉能量頻譜法和基于局部特征的SIFT特征直方圖法。在模式分類方法上,主要介紹了三種各具特色的分類算法,分別為屬于無監(jiān)督學(xué)習(xí)的k-means方法、將弱分類器組合為強分類器的boosting方法和基于統(tǒng)計學(xué)習(xí)理論的支持向量機方法。在實驗方面,我們首先比較分析了各種內(nèi)容特征提取方法與分類方法在分類效果上的表現(xiàn),最后結(jié)合實驗結(jié)果對現(xiàn)有的一些方法進行了改進提出了一種新的