基于Contourlet变换与SVM图像分类研究.docVIP

基于Contourlet变换与SVM图像分类研究 　　摘要: 由于Contourlet变换具有多分辨率分析、多方向性、各向异性等特点，能很好地捕捉图像的轮廓特征，利用Contourlet变换系数有利于特征的检测.提出了一种基于Contourlet变换与支持向量机（SVM）的图像分类方法.该方法首先对彩色图像灰度化后进行Contourlet变换，将得到的三层低频分量系数作为图像分类的语义特征，然后利用SVM分类器对图像进行分类.实验结果表明该方法具有较好的分类效果. 　　? 　　关键词: Contourlet变换；低频分量系数；支持向量机；分类器? 　　中图分类号:TP 391.41 　　 文献标志码:A文章编号:1672-8513(2011)06-0500-04 　　?? 　　Image Classification by Using Contourlet Transform and SVM 　　 　　XIA Wei， ZHAO Yong， ZHOU Wei?hong 　　? 　　(School of Mathematics and Computer Science，Yunnan University of Nationalities， Kunming 650031，China) 　　 　　 　　Abstract: Because Contourlet transform has the features of multi-resolution, time-frequency localization，directionality and anisotropy， it can well capture an image’s profile features well， while using the Contourlet coefficients can help the feature detection. This paper proposes an image classification method based on Contourlet transform and SVM. First, Contourlet transform is used to deal with color images after grayscale， then the low frequency coefficients are classified as the semantic features of images， and last, SVM classifier is used to classify images. The experimental results show that this method has better classification results. 　　? 　　Key words: Contourlet transform; low frequency coefficients; SVM; classifier 　　?? 　　 　　 　　近年来，支持向量机（Support Vector Machine，SVM）技术在模式识别应用上的优越性能，已被广泛应用于图像分类、人脸识别、手写字体识别、验证码识别、系统辨识、文本分类以及图像检索等领域[1].文献［2］中提出一种利用SVM提取图像的高层特征，然后对图像进行级别分类的方法.文献［3］提出将PCA（主成分分析）与SVM（支持向量机）结合起来的方法对高光谱遥感图像进行分类.文献［4］针对人脸正面图像的人脸识别，构造了一种基于支持向量机（SVM）与纹理特征相结合的人脸识别方法.文献［5］提出了一种基于HMM-SVM混合模型的在线手写签名认证方法.基于SVM的验证码识别在电子商务中有着广泛应用，文献［6］对此进行了研究.? 　　由于Contourlet变换能在任意尺度上实现任意方向的分解，擅长描述图像中的轮廓和方向性纹理信息，因此本文利用Contourlet变换来提取图像的特征作为语义特征，之后采用SVM来对图像进行分类.? 　　1 Contourlet变换和支持向量机（SVM）? 　　1.1 Contourlet变换? 　　 Contourlet变换是利用拉普拉斯塔形分解（LP）和方向滤波器组（DFB）实现的一种多分辨率的、局域的、多方向的图像表示方法[7].将金字塔分解和方向滤波器结合起来，就实现了Contourlet变换，而且单独使用任何一个都不能很好地描述图像.金字塔分解不具有方向性，而方向滤波器对高频部分能很好地分解，对低频部分则不行.二者的结合恰好能弥补对方的不足，从而得到了很好的图像描述方式，如