图像监督分类.pdfVIP

维普资讯 … … … … … … … … … … … … … … … … … … … … … … 自 实用第一 智慧密集 i ll 一。| 摘 要 本文基于新一代 的图形设备接 口GDI+，利用C#语言对 图像分类 中的最小距离监 督分类进行 了改良与实现 。 关键词 GDI+，最小距离监督分类，训练样本 使用 GDI+时，不必像在使用GDI时那样关心句柄和设 一 、 引 置 备环境这样的概念了。程序员只需要简单的创建一个Graphics 模式识别是 自20世纪60年代迅速发展起来的一门学科， 对象，然后分别调用该Graphics对象的成员函数 ，便能完成大 其理论和方法已广泛渗透到现代科学和技术的诸多领域。模式 部分的绘 图 (文本输出)操作 。就像设备环境 (DC)是 GDI 识别所提出的问题，是研究用计算机代替人去完成图像分类及 的核心一样 ，Graphics对象也是GDI+的核心。 辩识的任务，解决人类生理所不能识别的问题。如识别人体内 三、最小距离监督分类的原理 的病灶、识别货物标签、气象卫星图及资源卫星图等。模式识 别包括模式分析和模式分类 ，其中的图像分类是模式识别中的 最小距离判决法建立在有关距离函数的判决规则上 (这里 重要 内容。 的距离指的是图像像素间波普特性的差距)，是图像分类中简 单且有效的手段。距离判别函数的建立则是以地物光谱特征在 图像分类的内容是选用一定的分类原则 (或叫分类器)把图 像数据划分为尽可能符合实际情况的不同类别。其方法一般是 特征空间中呈集群式分布为前提的，即首先设法计算出待分向 用已知地物类型的训练区取得训练数据 ，以这些数据作为整个 量x到有关类别集群之间的距离，然后按照距离的大小决定x 图像的分类统计特征的估计值。按照是否有已知训练组的分类 的归属。 数据，分类可分为两大类，即监督分类与非监督分类。本文就 设有两个标准图像模板A及B，其特征向量为： 是针对监督分类中分类效果优 良的最小距离监督分类进行了实 现 。 = = 二、GDI+简介 GDI+主要负责对输出设备如显示器和打印机进行管理。 GDI+提供了在编程时使用的应用程序接 口 (API，Application ProgrammingInterface)，通过API，GDI+程序员在设计程序中 x 不必考虑显示器或打印机，直接应用 由GDI+提供的类的方法 便可以调用显示器或打印机，真正做到了与设备无关。从图1 可以看到GDI+的体系结构。 r——————— ’—————— ‘—— ————。———l 广— —————’——————1 l Microsoft．NET框架 lIWin32(C++)l