采用支持向量機的紋理圖像分類.pdf

1、基于內(nèi)容的圖像檢索(Content-Based Image Retrieval)研究的目的是實現(xiàn)自動地、智能地檢索圖像,研究的對象是使查詢者可以方便、快速、準確地從圖像數(shù)據(jù)庫中查找特定圖像的方法和技術(shù)。紋理特征的分類是紋理CBIR系統(tǒng)的關(guān)鍵技術(shù),然而傳統(tǒng)的統(tǒng)計預(yù)測方法需要很強的先驗知識,研究的前提是樣本數(shù)目趨于無窮大時的漸進理論。受維數(shù)影響較大,維數(shù)增加有時導(dǎo)致了分類性能的下將,這就限制了它們在紋理非線性分類中的應(yīng)用。因為在進行紋理非線

2、性分類中,需要把低維特征映射到高維空間,維數(shù)必然增加。所以為了有效的進行紋理非線性分類這就需要一種受維數(shù)影響較少的方法。
　　 進行紋理分類前先要提取紋理特征,本文采用Gabor小波的方法對紋理特征進行提取。以往構(gòu)造Gabor小波濾波器時,參數(shù)的選擇沒有統(tǒng)一的方法,不同的作者采用不同的參數(shù),原因在于對于各個參數(shù)的作用不明了。本文通過仔細設(shè)計的實驗方法,對Gabor小波各個參數(shù)在紋理分類中的作用進行了研究,發(fā)現(xiàn)了各個參數(shù)的重要性,

3、得到的結(jié)果對于濾波器的構(gòu)造具有指導(dǎo)意義?；诰€性預(yù)測編碼和高斯方程本文構(gòu)造了一種新的核函數(shù),并對核函數(shù)的可分性和局部性進行了研究,結(jié)果表明提出的核函數(shù)對樣本具有良好的線性可分性和較強的插值能力,比較善于提取樣本的局部特征。最后利用多項式核函數(shù)善于全局特性的優(yōu)點,把提出的核函數(shù)和多項式核函數(shù)結(jié)合得到一個最終的核函數(shù)和支持向量機LG-SVM。
　　 在進行的紋理分類實驗中,本文提出的方法與兩種傳統(tǒng)的紋理分類方法進行比較,結(jié)果表明本文