基于SVM及特征加權(quán)的圖像分類研究.pdf

1、伴隨著圖像處理技術(shù)、多媒體技術(shù)的迅速發(fā)展和日常生活的需要，時時刻刻都會產(chǎn)生大量的圖像，同時隨著計算機(jī)網(wǎng)絡(luò)逐漸普及，圖像的傳播速度也在不斷提高，而且圖像在諸多領(lǐng)域都有重要的科研應(yīng)用價值。面對如此龐大的圖像信息資源，如何對之進(jìn)行有效的管理是目前面臨的首要問題，圖像分類技術(shù)是解決該問題的重要途徑。
　　本文圍繞圖像分類技術(shù)展開研究，重點(diǎn)分析了圖像分類涉及到的關(guān)鍵技術(shù)，研究了圖像底層特征和感興趣區(qū)域?qū)D像分類的影響。本文的創(chuàng)新點(diǎn)和主要工作

2、安排如下：
　　1.在分析圖像分類研究現(xiàn)狀及存在問題的基礎(chǔ)上，研究了特征提取、分類算法等圖像分類關(guān)鍵技術(shù)。提出一種基于特征加權(quán)和支持向量機(jī)進(jìn)行圖像分類的算法，該算法充分考慮了與分類強(qiáng)相關(guān)和弱相關(guān)的圖像底層特征對圖像分類的影響。
　　2.在傳統(tǒng)的基于圖像全局特征的圖像分類框架之上，針對圖像中目標(biāo)所在的位置以及人類的視覺心理特征，提出在感興趣區(qū)域的基礎(chǔ)上結(jié)合特征加權(quán)和支持向量機(jī)的圖像分類方法。實(shí)驗(yàn)結(jié)果表明，在有效提取圖像感興趣區(qū)