Delphi1051 基于Boosting算法的图像分类2.docVIP

基于Boosting算法的图像分类 摘 要 图像分类属于模式识别的范畴，，。图像分类常采用经典的模式识别方法有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视目 录 第1章　图像分类基础知识 1 1.1 数字图像与图像分类 1 1.2 图像的几种常见格式 1 1.3 图像基本属性 2 1.4 研究背景及其发展方向 2 第2章　BOOSTING算法及其理论基础 4 2.1　从数据中学习和PAC性质 4 2.2　Boosting算法的理论基础——弱分类器的存在性 5 2.3 Boosting算法及其算法流程 6 2.4　AdaBoost算法的训练错误率 7 第3章　基于BOOSTING算法的图像分类 8 3.1　图像分类的特征表示 8 3.1.1　颜色特征 8 3.1.2 形状特征 9 3.2　基于Boosting算法的图像分类 9 3.2.1　分类目标 9 3.2.2 特征提取 10 第4章　实验结果与分析 21 4.1 实验数据图像 21 4.2 实验结果分析 21 4.3 具体实现过程 24 结论 32 致谢 33 参考文献 34 根据分类目标把图像大体可以分为以下几种类型： 图3.1图像分类目标 根据这两类图像之间的不同，用颜色方差直方图把这些差异表示出来。颜色方差直方图表示落在同种量化颜色上像素之间颜色的差别。在图像分类的特征提取中，我们又加上了其他两个颜色空间的颜色矩，RGB 颜色直方图，还有 RGB 空间的颜色方差直方图，采用 Boosting 算法对其进行分析。 图3.7 原始图像与直方图均衡化处理后的图像效果比较 图３.６颜色直方图的相似性 第４章　实验结果与分析 4.1 实验数据图像 为了检测提出的图像特征和Boosting算法对图像分类的效果，利用一个由874幅图像组成的图像库进行实验，把这些图像随机分成两个部分，作为训练集和测试集，其中572幅是训练数据，302幅是测试数据。这些图像来自 和 ４.１动物图像示例 重要提示： 本论文由大学论文网 毕业论文下载网： 提供 如果需要详细内容请与QQ:4991024联系 5 8 图像数据库 向量图像 位映像图像 照片 绘图 绘制图象 风景照 真实感图象 卡通图象 WEB图象数据库 WEB图象数据库 其他图像 其他图像 真实感图象 其他图象 卡通图象 风景照 绘制图象 其他图象 风景图像 人物图像 卡通图像 油画 国画 自然风景 动物图像