基于图谱理论的图像分类算法分析-analysis of image classification algorithm based on atlas theory.docxVIP

摘要图像是人们视觉感知外界事物、传达各种信息的常用方法之一。随着计算机技术的飞速发展，人们对图像处理进行的相关研究越来越多。图像处理所涉及的研究领域很广，其中图像分类就是一个重要的研究分支。图像分类的基本思想是以图像特征的相似度作为衡量标准，将先验知识与特征空间中的样本点进行比较，把相似的样本点进行归类；图像分类的根本目的是按照某一标准，从若干幅图像中找出图像的共性，把具有A特征的图像归为一类，而把具有B特征的图像归为另一类；图像分类的基本流程，主要包括并依次经过预处理、特征提取和分类等三个阶段；图像分类的重要意义，在于它的理论价值和应用价值。在图像分类中，如何对图像进行特征提取以及怎样选择优化的分类器，直接影响图像分类结果。本文以图谱理论为基础，主要研究了图像特征提取的三种算法，同时选取几种常用的模式识别分类器对图像进行了分类。其主要研究内容和成果如下：1、提出了一种基于谱编辑距离的图像分类算法。该算法利用图像结构信息的相似性，根据每幅图像中特征点间的相邻关系构造邻接矩阵，并对其进行奇异值分解得到特征值，再把经过归一化后的特征值通过协方差矩阵投影到特征空间中，然后分别用径向基函数（RadialBasisFunction，RBF）神经网络和概率神经网络（ProbabilisticNeuralNetwork，PNN）两种分类器完成对图像的分类。最后通过模拟图像实验和真实图像实验，说明