SVM用于基于块划分特征提取的图像分类

• 作者: 王国宇 邢慧强
• 来源期刊: 科技与创新
• 关键词: 图像划分 特征矢量聚类 支持向量机(SVM) 图像分类 图像检索
• 年，卷（期）: 2006,（13）
• 所属期刊栏目: 图像处理
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.13.077

摘要

在基于内容图像检索中,图像的底层视觉特征和高层语义概念之间存在着较大的语义间隔.使用机器学习方法学习图像特征,自动建立图像类的模型成为一种有效的方法.本文提出了一种用支持向量机(SVM)实现自然图像自动语义归类的方法,基于块划分聚类得到特征向量作为SVM训练样本,实现语义分类器.由于参与聚类的是某类图像所有块的特征,提取的特征更能反映某一类图像特征.实验证明这种方法是有效的.