基于支持向量機(jī)的圖像檢索方法的研究.pdf

1、近年來，隨著數(shù)碼電子產(chǎn)品的普及與信息技術(shù)的飛速發(fā)展，數(shù)字圖像的處理已進(jìn)入高速的發(fā)展時(shí)期。各行各業(yè)對圖像的使用越來越廣泛，隨著圖像信息的快速增長，每天都會產(chǎn)成大量的數(shù)字圖像。這些數(shù)字化的信息使用戶使用更加方便。由于圖像數(shù)據(jù)庫變得越來越龐大，但是如果沒有有效的圖像數(shù)據(jù)管理方式，大量的信息將會淹沒在數(shù)據(jù)庫中，在需要時(shí)傳統(tǒng)的基于關(guān)鍵字的圖像檢索技術(shù)已經(jīng)無法滿足用戶需求，無法檢索出來。為了解決這一矛盾，人們提出了基于內(nèi)容本身的圖像檢索技術(shù).借助圖

2、像分類技術(shù)利用計(jì)算機(jī)對圖像進(jìn)行定量分析，以代替人的視覺判讀，建立高效、快速的圖像檢索方法。并以此為基礎(chǔ)開發(fā)圖像管理系統(tǒng)，以幫助用戶存儲和檢索圖像數(shù)據(jù)庫。
　　 本課題研究的是基于內(nèi)容的檢索系統(tǒng)，需要突破特征提取和分類技術(shù)兩項(xiàng)關(guān)鍵技術(shù)。
　　 本文主要研究的是基于支持向量機(jī)的分類方法?；诮y(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)的圖像分類方法來對圖像進(jìn)行分類，能夠?qū)崿F(xiàn)自動和自主學(xué)習(xí)分類，是目前和未來該領(lǐng)域研究的主要方向。支持向量機(jī)方法能成

3、功的解決小樣本、高維和局部極值問題。其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解，而不僅僅是樣本數(shù)趨于無窮大時(shí)的最優(yōu)值。
　　 圖像的檢索主要包括顏色、形狀和紋理方面的視覺特征描述和提取算法、特征歸一化、相似度度量等。本文在灰度直方圖的研究基礎(chǔ)上進(jìn)一步提出了改進(jìn)的灰度直方面積圖的檢索方法，通過對支持向量機(jī)原理和技術(shù)的研究，構(gòu)造了一個的多類分類器，實(shí)現(xiàn)了一個基于支持向量機(jī)的的圖像分類和檢索實(shí)驗(yàn)系統(tǒng)。并對結(jié)果進(jìn)行了的相關(guān)反饋，反饋不足，對算法進(jìn)行