《图像分类所需知识整理》由会员分享，可在线阅读，更多相关《图像分类所需知识整理（9页珍藏版）》请在金锄头文库上搜索。
1、图像分类图像分类技术得益于两种技术的发展，一种是数据库技术，另一种是计算机显示技术。从这两种技术角度来看，图像分类技术可以分为基于文本的图像分类系统和基于图像自身内容的分类系统。基于内容的图像分类系统为了克服传统图像分类技术的局限性，人们开始寻求新的图像分类检索方法，于是出现了基于内容的图像分类技术，即使用图像本身的颜色、形状、纹理等视觉特征代替传统的手工填加关键字信息进行分类的技术。基于内容的分类它直接对图像内容进行分析，抽取特征和语义，利用这些特征和语义进行分类并建立索引，进行检索。人们已经将研究重点转移到从图像的视觉内容中自动提取图像特征用于分类及检索上，并且已经开发了各类基于内容的图像
2、视频分类检索系统。其中较著名的有QBIC、Photobook、Foureys等。这些系统主要利用了图像的低层次信息，如颜色、形状、布局、纹理等。近几年来，基于内容的图像分类检索技术有了长足的发展，主要是基于低层次视觉特征的图像分类检索，比较成功的例子有IBM公司的QBIC系统等。但是针对高层次语义特征的图像分类检索系统还没有成熟的产品。在基于内容的多媒体信息分类检索技术研究中，基于理解的文本分类检索已经有比较好的研究成果，但基于视觉特征和语义特征的图像、音视频分类检索尚处于研究开始阶段。目前，在图像分类方面，还没有比较成熟的算法能够对所有的图像类型都进行有效的分类。因此研究图像分类的有效算法对
3、于图像检索技术发展具有十分重要的意义。从不同的角度，图像可以分为不同的类别。本文将图像根据功能不同分为图标类图像和图片类图像。图片类图像在分类技术上，采用提取图像的颜色数，主体颜色，色彩的饱和度等图像基本特征的方法，根据图像低层次的可见特征进行分类。这些种类不同的图像在视觉特征上有较大的区别，结合因特网中网页的相关文本信息可以实现语义级的分类。图像的合理分类对提高基于内容的图像检索结果的准确性具有十分重要的作用。万维网上的图像的类别一般如下照片类图片(Photograph)特点照片类图片通常指具有纹理或纹理趋势的实物图片或通过某些专门软件(如photoshop、3D Max等)处理产生的图片。
4、照片类图片包括照片(从自然界采集或通过扫描得到的图片)、类照片(主要指通过某些专门的图片处理软件生成的图片或计算机游戏的屏幕图片)等。特点为：图片中使用的颜色数多，颜色逼真、鲜艳，颜色层次丰富，并且颜色之间过渡比较缓慢，能够表现出颜色、阴影的细微层次变化。都有比较明显的纹理或纹理趋势，边缘一般模糊不清晰，且在大小比率(长*高)上差别也较小。常用来显示真实的场景。如果从照片内容上分类，照片类图片可以分为自然景物类和人造景物类图片。自然景物类图片一般颜色比较鲜明，但是纹理趋势不明显，而人造景物类图片中一般为城市高楼、宗教庙宇、室内物件之类的图片，图片中包含的线条比较多，有较明显的纹理趋势。图画类图
5、片(Graphic)特点图画类图片通常都是具有良好边界的设计图片，它一般是通过绘图软件或是手工绘制而成。图画类图片主要包括：卡通画、国画、油画、图表、徽标、艺术字等。与照片类图片相比，图画类图片中使用的颜色数较少，但是区域颜色的饱和度通常都比较高，多使用纯色或是饱和度较高的颜色，并且颜色间的过渡也较照片类图片快，颜色层次单薄。图片中纹理趋势不明显，通常有清晰的线条和光滑的边缘。另外图画类图片在大小比率上差别较大。图画类图片还可以进一步分类，本文将图画图片分为图表类(Chart)图片和绘画类(Drawing)图片两类。绘画类图片包括国画、油画、卡通画、地图等等，图表类包括表格、原理图、流程图、统
6、计图等。图表类图片中一般都包含大量的线条，并且图片使用的颜色通常也比较简单，而绘画类图片中则鲜有或只有很少的线条，颜色通常都比较复杂，有时甚至接近于照片类图片。根据照片类和图画类图片的不同特点，我们可以从中提取出具有价值的参量，然后根据参量对图片进行分类。图像分类方法研究大部分基于内容的图像分类系统使用颜色、形状、纹理特征来表征图像，并且分类的基础也是从图像中提取的相似特征。(1) 颜色特征：颜色是图像的一个重要视觉性质。(2) 对颜色特征的表达方法有许多种，如直方图法、积累直方图法、局部累计直方图法、颜色分布法、中心矩法等。各种方法的共同点都是用较有效和紧凑的方式来表达彩色信息。这些特征描述
7、了图像的全局属性，并且很容易从图像中提取出来。目前对颜色特征的研究大部分都集中在颜色直方图上。颜色特征的一个主要的缺点在于它不能够恰当的描述物体的形状和位置。(2)纹理特征：关于纹理，至今国际上尚无一个公认的标准定义。通常我们谈到图像的纹理时，意指图像像素灰度级或颜色的某种变化，而这种变化和空间统计相关。因此纹理特征可以用来对图像中的空间信息进行一定程度的定量描述。对纹理特征的描述通常借助纹理的统计特性或结构特性进行。(3) 形状特征：形状常和目标联系在一起，有一定的语义含义，因而形状特征可以看作是比颜色或纹理更高层的一些特征。但是，从本质上说对形状的表达要比对颜色或纹理的表达复杂的多。为获得有关目标的形状参数，常要先对图像进行分割，所以形状特征的提取会受图像分割效果的影响。目标形状的描述也是一个非常复杂的问题31141。图标类和图片类分类直接用尺寸大小进行分类，尺寸参量有多种取法，比如图像长宽尺寸、面积大小、对角线尺寸等等。经实验分析，本文取图像对角线尺寸作为分类参量。If size 16) & 0xff; var g:Number = (color 8) & 0xff; var b:Number = color & 0xff; re
