基于颜色直方图结合边缘检测的图像分类

目 录

第一章 绪论

1.1 背景介绍........................................................................................................................1

1.2 研究意义........................................................................................................................2

1.3 模式识别概述................................................................................................................2

1.4 本文研究的主要内容以及章节概括............................................................................3

第二章 图像特征提取技术及分类方法概述

2.1 OpenCV 概述..................................................................................................................4

2.3 主要的图像特征分析....................................................................................................9

2.3.1 颜色特征..........................................................................................................10

2.3.1.1 颜色直方图...................................................................................................10

2.3.1.2 颜色矩...........................................................................................................11

2.3.1.3 其他颜色特征...............................................................................................11

2.3.2 纹理特征..........................................................................................................11

2.3.2.1 纹理特征的提取方法...................................................................................12

2.3.3 形状特征..........................................................................................................13

2.3.3.1 形状特征的提取方法...................................................................................13

2.3.3 空间关系特征..................................................................................................14

3.1.2 由分析数据选择分类器..................................................................................19

3.2 本章小结.....................................................................................................................19

第四章 图像场景智能分类的实现

4.1 建立图像样本库..........................................................................................................20

4.1.1 思考需要多少图像样本..................................................................................20

4.1.2 思考需要什么样的图像..................................................................................20

4.1.3 采集图像样本..................................................................................................21

4.2 提取颜色特征向量......................................................................................................23

4.2.1 提取出的颜色直方图......................................................................................23

4.2.2 获得特征数据..................................................................................................24

4.4.1 选择不同的核函数类型和 svm 类型..............................................................31

4.4.2 最佳参数对分类的影响..................................................................................31

4.5 本章小结......................................................................................................................32

第五章 总 结

参考文献

致 谢

第一章 绪论

1.1 背景介绍

从  世纪开始人类进入信息化社会，这十几年来的飞速发展大家有目共睹。信息

化正在向全面的自动化、可移动化，那么就要求我们在信息处理上更加智能、高效、

保密、方便。在这个大背景下，模式识别得到促进性的发展。 模式识别

式，以便于经验不足的用户拍出有一定质量保证的数码照片。除了特定的场景模式以

外，部分数码相机还带有自动模式，由相机自动检测需要的各种参数。目前，数码相

机内的场景模式少则有四五种，多则有二三十种。一般而言，常见的有风景模式、人

像模式、夜景模式、运动模式等等。

但是这些模式并不能保证拍出高质量照片，尤其在自动模式下，往往只是靠测光、

对焦等方法调节参数，而不是根据取景器预览图像的像素特征或者背景光学特征来智

能识别，这样的情况在很多时候是有盲点的。比如，当光学环境相似时，这种自动模

式不能有效区分风景照和人物照，也就是说自动模式仅仅机械的测量一些基本参数，

不能识别当前场景的内容。事实上，风景照需要较小的光圈以增加景深，人物照需要

较大光圈以突出主题，但是在现在的自动模式下是无法区分两种模式的。由此可见，

图片、管理内存。但是数码相机方向由于成本和运行的原因，不必须配备高频处理器，

这对于图像的实时处理分析是一个限制，使智能场景识别的速度成为其发展的瓶颈。

数码产品是现今社会生活中不可缺少的，而集通讯、娱乐、办公于一身的智能手

机已经成为人们生活的一部分。近几年来，手机的迭代更新可谓是神速的，功能上，

从最基本的短信、打电话到很高级的多媒体、互联网、多模式通讯。功能的提升代表

处理器的提升，而外观却越发轻便美观了。越来越多的人用手机的拍照功能代替着数

码相机，这个现象给场景智能识别技术以转机。

相比数码相机，手机拍照有更多优点，如设备端的便携性，图片前处理的高效性，

图片后处理的可扩展性，以及图片分享和储存的即时性等等。由于手机本身具有高效

的处理器，使手机非常适合智能场景的应用，而手机拍摄功能质量的提高也是迎合用

户的市场需求，所以场景智能识别整合至手机功能是未来的趋势。

首先解释下什么是模式呢？广义地说，对于存在于时间和空间中可观察的事物，

如果我们可以区别它们是否相同或是否相似，都可以称之为模式。但研究领域的模式

所指的不是事物本身，而是我们从事物获得的特征等信息。因此，模式作为对象往往

表现为具有时间或空间分布形式的信息。模式分成抽象的和具体的两种形式。前者如

意识等属于概念识别研究的范畴是人工智能的另一研究分支。我们所研究的模式识别

主要是对语音波形、图片、文字等对象进行测量的具体模式进行分类和辨识。

模式识别的方法大致分为两类：决策理论方法和结构方法。其中，决策理论方法

又称统计方法，是发展较早也比较成熟的一种方法。被识别对象首先数字化，变换为

适于计算机处理的数字信息。一个模式常常要用很大的信息量来表示。许多模式识别

系统在数字化环节之后还进行预处理，用于除去混入的干扰信息并减少某些变形和失

值的比较实行分类。本文的识别方法采用了决策理论方法的基本原理和方式，也就是

说在本课题实现分为两大部分：特征提取和智能分类。

模式识别广泛的应用领域决定了其无限的发展空间。文字识别技术、语音识别技

术、生物认证技术为其在保密、医学以及控制等多个领域里找到了发展方向，并预示

其将在未来相当长一段时间内占有重要地位。

1.4 本文研究的主要内容以及章节概括

本文将用五个章节叙述完成场景智能识别课题的全过程。第一章绪论简单介绍课

题研究的社会背景，理论基础，发展方向以及研究意义。第二至四章，分别从基础知

识的广泛汲取、方案性质分析和可行性方案设计、方案实现和结果三个步骤详细阐述

课题完成的过程。最后一章是对整个毕设学习过程的总结以及对于这个课题的深刻思