基于SVM的压缩域纹理图像自动分类系统设计

作者：丁雪晶

来源：周口师范学院学报, 2019, 36(02): 106-109.

DOI：10.13450/j.cnki.jzknu.2019.02.027

• SVM
• 纹理
• 图像
• 分类
• 特征提取

为了提高对压缩域纹理图像的自动识别和检测能力,需要进行图像分类处理.提出一种基于支持向量机的压缩域纹理图像特征提取和自动分类技术.采用连续模板匹配和自适应分块技术进行压缩域纹理图像的纹理特征检测,采用稀疏角点标注方法进行压缩域纹理图像的关键特征点定位.在压缩域纹理图像的分块区域内进行图像的分类特征提取,对提取的压缩域纹理图像特征量采用支持向量机学习方法进行分类识别,结合对图像的颜色特征、纹理特征和形状特征进行分类,实现图像的自动分类优化.测试结果表明,采用该方法进行压缩域纹理图像特征提取和分类的准确性较高,误分率较小,提高了图像的自动识别和分类能力.

• 单位
  安徽三联学院