周云蕾, 郭洁畅, 朱 蓉, 林青青, 金小菲



基于多特征和支持向量机的风景图像分类①

周云蕾1, 郭洁畅2, 朱 蓉1, 林青青1, 金小菲1

1(嘉兴学院数理与信息工程学院, 嘉兴314001)2(杭州电子科技大学数字媒体与艺术设计学院, 杭州 310018)

本文提出了一种基于多特征和支持向量机的风景图像分类方法. 首先, 通过深入分析风景图像在视觉内容上的显著特点, 利用融合颜色、纹理和形状等多种特征的方式来描述图像; 其次, 采用一种加权主成分方法对提取的高维图像特征进行有效降维; 最后, 运用基于支持向量机的分类器对图像进行分类. 经试验验证, 本文中提出的方法对风景图像有较好的分类效果.

图像分类; 特征提取; 多特征; 加权主成分分析; 支持向量机

在科学技术不断创新和发展的今天, 信息的承载和表达方式越来越多, 如文本、音频、图像和视频等, 都是人们日常生活中获取和传递信息的媒介手段. 然而心理学研究表明, 人类利用视觉获取的信息大约占总信息获取量的83%[1]. 因此说明图像这一媒介, 是人们获取信息的主要来源. 随着互联网技术的不断发展, 虽然图像信息借助网络平台实现了广泛传播, 但同时也带来了图像数据堆积的问题. 如何通过对图像进行有效的分类, 从而在海量图像数据中快速、准确地找到目标信息, 是当前图像处理领域的主要研究内容之一.

由于目前网络图像中, 风景图像是传播最为广泛的类别之一, 并且由于其所……