城市管理案件的圖像分類算法研究.pdf

1、圖像分類技術是指利用計算機軟件等相關技術根據(jù)圖像自身信息中所反映的不同特征，將特征不同的目標或區(qū)域劃分開來的圖像處理方法。傳統(tǒng)的圖像分類技術則利用對圖像的特征提取，建立訓練模型從而進行分類，常用的方法如SVM等。這些方法的分類效果極大地依賴于圖片的背景復雜度，對于圖片比較清晰，背景較為簡單的圖片則分類效果有所提升，而對于背景比較復雜的自然圖像則就束手無策了。
　　智慧城市管理系統(tǒng)是一款可利用智能手機對城市管理中出現(xiàn)的問題進行一鍵上

2、報、領取、處置的方便城市管理者管理城市的智能軟件系統(tǒng)。用戶可利用該系統(tǒng)進行快速的上報、處置各類城市管理案件，摒棄了傳統(tǒng)城市管理案件上報處置的繁瑣流程，使城市管理更加方便高效。然而，隨著用戶量的增多案件量也隨之越來越多，如何將眾多類型案件進行自動分類成為一個亟待解決的問題。
　　本文研究的重點就是將智慧城管系統(tǒng)中的案件進行分類，根據(jù)城管案件的特點，每個案件至少包括一張案發(fā)現(xiàn)場的圖片，因此可利用圖像分類的方法將案件自動分類。然而，系統(tǒng)

3、中的案件圖像均是由用戶利用普通智能手機拍攝所得，所有圖像均是隨機采集的自然圖像，像素大小不一，背景復雜，利用傳統(tǒng)的圖像分類方法無法正確高效地將圖片進行分類。
　　基于上述內容，本文主要進行了以下研究工作：
　　第一，基于傳統(tǒng)圖像分類算法SVM等的城管案件圖像分類研究。本部分主要利用傳統(tǒng)圖像分類方法，首先對圖像進行相關預處理操作，使得圖像特征更加明顯進而提取，然后建模訓練，最后進行分類實驗。
　　第二，基于深度學習的圖像

4、分類算法研究。本部分主要是利用當前最新的深度學習算法結合本系統(tǒng)中的圖像設計合理的算法進行分類。首先，以深度學習中的稀疏自編碼(SAE)算法分別做二分類和四分類實驗；然后以卷積神經(jīng)網(wǎng)絡(CNN)算法為基礎，提出一種基于ZCA預處理的八層卷積神經(jīng)網(wǎng)絡算法，分別對城管案件圖像數(shù)據(jù)做分類實驗，實驗結果證明本文提出的該ZCA-CNN算法能夠高效的將城管案件圖像進行精確分類，從而完成對系統(tǒng)中案件的分類，同時，經(jīng)實驗表明，本算法也適用于其他圖像數(shù)據(jù)集