|本期目录/Table of Contents|

[1]仲会娟.基于颜色特征和SVM的自然图像分类标注算法[J].绵阳师范学院学报,2018,(05):12-16.[doi:10.16276/j.cnki.cn51-1670/g.2018.05.004]
 ZHONG Huijuan.Natural Image Automatic Annotation Algorithm Based on Color Feature and SVM[J].Journal of Mianyang Normal University,2018,(05):12-16.[doi:10.16276/j.cnki.cn51-1670/g.2018.05.004]
点击复制

基于颜色特征和SVM的自然图像分类标注算法(PDF)
分享到:

《绵阳师范学院学报》[ISSN:1672-612X/CN:51-1670/G]

卷:
期数:
2018年05期
页码:
12-16
栏目:
物理与电子信息技术
出版日期:
2018-05-15

文章信息/Info

Title:
Natural Image Automatic Annotation Algorithm Based on Color Feature and SVM
文章编号:
1672-612X(2018)05-0012-05
作者:
仲会娟
阳光学院电子信息工程系,福建福州 350015
Author(s):
ZHONG Huijuan
School of Electronic Information Engineering, Yango College, FuZhou,Fujian 350015
关键词:
Matlab HSV 颜色特征 支持向量机(SVM) 图像分类标注
Keywords:
MatlabHSVcolor featureSupport Vector Machine(SVM)image classification and annotation
分类号:
TP391
DOI:
10.16276/j.cnki.cn51-1670/g.2018.05.004
文献标志码:
A
摘要:
针对传统的基于颜色特征图像分类算法运算复杂度高和图像误匹配等问题,提出了一种基于支持向量机的自然图像分类标注算法.该算法通过Matlab编程实践,在彩色空间量化中引入图像分块理论以解决全局直方图中空间位置信息缺失和色彩数量庞大等问题,再通过支持向量机筛选出与待处理图像颜色特征相似的样本子库,以提高图像重建质量,保证图像分类精度.实验结果表明,该算法由于加大了中心位置图像子块的权重,能够更好地提取关键特征信息,保证了图像匹配精度,能比较准确地对图像进行分类标注.
Abstract:
Directing at the problems such as high computational complexity and image mismatching of traditional image classification that based on color feature, this article presents a natural image automatic annotation algorithm that based on SVM. Through Matlab, this algorithm introduces the theory of image block into color spatial quantization to solve the problems of information missing of spatial position and huge quantity of colors in global histogram. In order to improve the quality of image reconstruction and to ensure the accuracy of image classification, the SVM is used to screen the sample sub-library which is similar to the color feature of the processing image.The experimental results show that by increasing the image sub-block in center, this algorithm is able to extract the key features of information better and ensure the accuracy of image matching, so that it can more accurately classify image annotation.

参考文献/References:

[1] 王惠锋,孙正兴,王箭.语义图像检索研究进展[J].计算机研究与发展,2002,39(5):513-522.
[2] 周云蕾,朱蓉,郭洁畅.颜色直方图与相似性度量的自然图像分类研究[J].现代计算机,2014,25(1):3-6.
[3] 苏佩娟,刘桢.基于K一近邻法的不等样分类[J].绵阳师范学院学报,2016,35(11):13-16.
[4] 孙亚杰,张永宏,季赛.无方向数据采集的相控阵结构健康监测研究[J].数据采集与处理,2014(6):1023-1029.
[5] 陆伟艳,郑鑫.基于MATLAB/GUI的图像语义自动标注系统[J].软件,2017,38(4):99-103.
[6] 江启伟.图像直方图特征及其应用研究[D].合肥:中国科学技术大学,2014.
[7] 钱晶,高月松.图像检索系统中的CBIR技术研究[J].人工智能及识别技术,2011,2(7):415-417.
[8] 王彦林.基于HSV颜色特征图像检索算法在Matlab中的实现[J].电脑编程技巧与维护,2013(16):87-87.
[9] 张锡英,车鑫.图像颜色特征提取及其分类研究[J].安徽农业科学,2014,42(7):2196-2198.
[10] 杨传慧,吉根林,章志刚.基于分块加权颜色直方图的图像聚类算法研究[J].南京师范大学学报,2013,13(1):40-44.
[11] FREEMAN W T,JONES T R,PASZTOR E C.Example-based super-resolution[J].IEEE Computer Graphics and Applications,2002,22(2):56-65.
[12] 汤嘉立,左健民,黄陈蓉.基于SVM预分类学习的图像超分辨率重建算法[J].计算机应用研究,2012,29(8):3151-3153.

相似文献/References:

[1]杨纪华.基于Matlab混沌系统的数值仿真[J].绵阳师范学院学报,2013,(02):11.[doi:10.16276/j.cnki.cn51-1670/g.2013.02.005]
[2]梁英波,张利红,范培东,等.MATLAB仿真在运算放大电路频率响应分析中的应用[J].绵阳师范学院学报,2014,(11):158.[doi:10.16276/j.cnki.cn51-1670/g.2014.11.033]
[3]陈燕,何松.杨氏双缝干涉实验的MATLAB仿真设计[J].绵阳师范学院学报,2011,(08):42.[doi:10.16276/j.cnki.cn51-1670/g.2011.08.009]
[4]潘伟.Matlab在数字信号处理辅助教学中的应用[J].绵阳师范学院学报,2010,(02):99.[doi:10.16276/j.cnki.cn51-1670/g.2010.02.029]
[5]李俐玲.VB与MATLAB相结合混合编程方法的研究[J].绵阳师范学院学报,2004,(05):26.[doi:10.16276/j.cnki.cn51-1670/g.2004.05.008]

备注/Memo

备注/Memo:
收稿日期:2017-11-20
作者简介:仲会娟(1985- ),女,河北邢台人,讲师,硕士,研究方向:图像处理、模式识别和信号处理.
更新日期/Last Update: 2018-05-15