SVM用于塊劃分特征提取的圖像分類與檢索.pdf

1、現(xiàn)代技術(shù)運用各種手段大量的采集和產(chǎn)生各種類型的信息數(shù)據(jù)。其中，圖像信息作為多媒體信息中量最大最主要的一種正在飛速的增長。因此有效地、快速地從大規(guī)模的圖像數(shù)據(jù)庫中檢索出需要的圖像是解決問題的關(guān)鍵?；趦?nèi)容的圖像檢索技術(shù)和基于語義的圖像檢索技術(shù)正是解決這一問題的有效途徑。前者研究的是根據(jù)獲取的圖像低層特征，從圖像數(shù)據(jù)庫中檢索出相關(guān)圖像；而后者研究的是如何從多種渠道獲取圖像語義信息，并根據(jù)語義檢索相關(guān)圖像。 本文提出了一種利用支持向量

2、機(SVM)實現(xiàn)圖像自動語義分類與檢索的方法，基于塊劃分聚類得到特征向量作為SVM訓(xùn)練樣本，實現(xiàn)語義分類器，從而可以提供給用戶概念化的語義圖像檢索方式。 在基于內(nèi)容的圖像檢索方法中，圖像的底層視覺特征和高層語義之間存在著較大的語義間隔。本文利用顏色特征簡化目標的提取和識別。在圖像檢索中，顏色是應(yīng)用最廣泛的視覺特征?；陬伾捌淇臻g分布提取圖像特征，將圖像劃分成大小相等的圖像塊，然后提取每一塊的顏色信息并聚類作為特征向量。由于參與