基于綜合特征的圖像分類.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展，可以從多媒體設(shè)備、互聯(lián)網(wǎng)等多種渠道獲取大量的圖像。分類作為圖像識別的基礎(chǔ)，已經(jīng)成為人們分析和理解圖像信息的重要工具。大數(shù)據(jù)時代到來，對快速、高效的分類要求變得越來越強(qiáng)烈，使用傳統(tǒng)的人工標(biāo)注方法來實現(xiàn)對圖像的分類已經(jīng)無法應(yīng)對當(dāng)今數(shù)據(jù)爆炸時代的挑戰(zhàn)。如何有效地理解和利用圖像內(nèi)容，從海量圖像庫中獲取有用信息已經(jīng)成為一項具有挑戰(zhàn)性的研究課題。從20世紀(jì)90年代開始，基于內(nèi)容的圖像分類技術(shù)就引起了各界的廣泛關(guān)注。

2、r>　　基于內(nèi)容的圖像分類系統(tǒng)，主要通過提取圖像的底層特征來描述圖像內(nèi)容，再結(jié)合機(jī)器學(xué)習(xí)方法來實現(xiàn)圖像分類。本文主要完成的工作如下：
　　一是通過基于HSV顏色空間量化方式的研究，提出了一種44級非等間隔量化方式。使用該量化方式提取的圖像顏色特征具有特征向量維度低、光照敏感度低等優(yōu)點，仿真得到的分類準(zhǔn)確率達(dá)到了65.6％。與傳統(tǒng)的72級量化方式相比，分類準(zhǔn)確率相當(dāng)并具有更快的特征提取與分類訓(xùn)練速度。
　　二是研究一種將圖像顏

3、色、紋理特征相結(jié)合的圖像綜合特征提取方法。該方法能夠更加全面地描述圖像內(nèi)容，避免了單一特征的局限性。仿真結(jié)果表明：相對于使用單一特征的分類方法，使用綜合特征可獲得更高的分類準(zhǔn)確率。
　　三是提出一種圖像綜合特征加權(quán)的算法。針對綜合特征中某單一特征的分類效果較差而影響分類準(zhǔn)確率的問題，提出一種新的綜合特征加權(quán)方式。首先從圖像的綜合特征中發(fā)現(xiàn)分類效果較差的單一特征，然后通過加權(quán)的方式降低該單一特征對分類結(jié)果的影響。綜合特征加權(quán)解決了個