国画特征提取及SVM分类的应用

• 作者: 杨敏之 蓝海友 詹明君 陈静旋 黎宇帆
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 灰度共生矩阵 惯性比 SVM分类 特征提取
• 年，卷（期）: 2013,（10）
• 页码范围: 6398-6401
• 页数: 4页
• 分类号: TP311

摘要

为了提高国画检索效率，应用SVM算法对鞍马画、花鸟画、人物画、竹子画和山水画等国画进行分类。首先通过对收集的国画样本进行预处理；其次，利用人眼对颜色的划分特点，把RGB模式图像转化为HSV模式，对其H、S、V分量进行非等间隔量化，组成一维特征向量，同时结合惯性比形成图像颜色特征信息，使用灰度共生矩阵算法获取纹理特征信息；最后，通过对比网格搜索、遗传算法（GA）、粒子群算法（PSO）的参数寻优方法，应用网格搜索法对国画图像进行分类，并对比了BP神经网络和判别分析算法的分类效果，SVM的正确率高达97%以上，试验结果表明SVM在国画分类应用是有效和可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹明君	广东工业大学应用数学学院	7	7	2.0	2.0
2	黎宇帆	广东工业大学应用数学学院	3	1	1.0	1.0
3	陈静旋	广东工业大学应用数学学院	3	1	1.0	1.0
4	蓝海友	广东工业大学应用数学学院	2	1	1.0	1.0
5	杨敏之	广东工业大学应用数学学院	3	1	1.0	1.0