文档介绍：学位论文作者签名:—雌喝弥苟玻学位论文作者签名:■:型喝河独创性声明关于论文使用授权的说明口保密!D辍!TC艿难宦畚脑诮饷芎笥ψ袷本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。本论文除了文中特别加以标注和致谢的内容外,不包含其他人或其他机构已经发表或撰写过的研究成果,也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作了声明并表示谢意。南京信息工程大学、国家图书馆、中国学术期刊馀贪杂志社、中国科学技术信息研究所的《:中国学位论文全文数据库》有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文,并通过网络向社会提供信息服务。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权南京信息工程大学研究生院办理。口公开此协议】指导教师签名:
摘要图像的自动分类在许多领域都是一项关键的任务,其中包括图像检索、可由于支持向量机的分类性能极大程度地依赖于核参数的选择,因此,本文治隽酥С窒蛄炕撕懈鞲霾问苑掷嗄P偷挠跋欤褂猛袼阉鞣视场景的目标检测、网络信息过滤、医学图像应用等等。当直接在图像上进行操作时,传统的分类方法由于数据的高维特性表现差,很难取得较好的效果。而支持向量机琒纯梢钥朔呶硎镜娜毕荩虼被广泛运用到图像分类中。着重研究了核参数选择方法,并利用不同的颜色、纹理特征对图像进行分类。本文所做的主要工作如下:和粒子群算法对模型中的参数进行了优化,比较各方法对瞬问难坝拍力。圆噬枷裨贖空间使用不同的量化方法提取颜色特征,针对传统直方图丢失颜色空间信息的情况,使用一种区域加权直方图与颜色矩结合的颜色特征提取方法。纹理方面,使用灰度共生矩阵法、直鹛崛〕鐾枷竦奈评特征,对J降慕辛私滴矫娴难芯浚治隽薒统一模式的不足。τ肞算法的酝枷窠蟹掷啵酝枷竦纳ú省⑽评淼榷嘀痔卣的分类能力进行了测试和比较,分析了不同参数优化方法对图像分类准确率的影响。关键词:支持向量机,灰度共生矩阵,局部二值模式,颜色直方图
●●.,,甒瓾曲疭,瑃.:珿琇琲琺瑃;.,瑃,·
目录一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.芯勘尘凹耙庖濉芯肯肿础畚牡淖橹峁埂二章图像特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..叶裙采卣蟆卣魈崛形状特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章掷嗥鞴乖臁舅枷搿诺恪线性分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..核函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
.S煤撕松弛变量及惩罚因子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多类分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.≡≡≡瘛第四章系统实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于耐枷穹掷嗍笛樗得鳌基于颜色特征的分类结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.附录本文对应图表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..攻读硕士学位期间发表的论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..Ⅱ
绪论研究背景及意义第一章弟一早和解决的难题。图像分类的应用领域范围很广,几乎各行各业或多或少的与图伴随网络和多媒体技术的飞速发展,包括声音、图形、图像、视频和动画等数字信息急剧膨胀。图像作为一种内容丰富、表现直观的媒体信息,受到人们的关注。在现实生活中时时刻刻都有大量的图像产生,如何从这些图像信息中找出符合用户要求的图像,是研究者需要解决的问题。图像分类就是模式识别的过程,利用计算机对图像进行定量分析,把图像中的每个像元或区域划归为若干类别中的一种,以代替人的视觉判读。图像的内容丰富多彩,其所包含的内容抽象复杂。由于目前图像理解和计算机视觉发展的水平所限,人对图像的理解与计算机对图像的描述存在较大差异。而且不同的人对同一幅图像的理解和描述也存在差距,甚至大相径庭,诸