基于多特征融合的文物圖像分類研究.pdf

1、近年來，隨著全社會文物保護意識的增強，基于計算機輔助的文物保護研究得到科研人員的廣泛關注。文物圖像分類技術，作為計算機輔助文物保護研究的重要組成部分，在文物管理、保護與開發(fā)方面具有重要的應用前景。本文在對圖像分類算法研究的基礎上，利用建立的文物圖像數(shù)據(jù)庫，開展對文物圖像分類關鍵技術的研究工作，實現(xiàn)了適用于文物圖像的特征提取與分類算法，主要研究成果如下：
　　1.本文通過網(wǎng)絡以及實地采集的方式，共收集到700張文物圖像，建立了文物圖

2、像數(shù)據(jù)庫，為本文的研究奠定了基礎。
　　2.文物圖像特征提取方面。在分析和研究文物圖像特點以及常用視覺特征的基礎上，本文運用HS V顏色空間對文物圖像提取顏色直方圖特征；運用Gabor濾波器提取文物圖像的紋理特征；運用 SIFT、HOG特征的尺度、旋轉和光照不變性，提取文物圖像的局部特征信息。本文提取的上述四種特征從全局、局部等多角度描述了文物圖像的特征信息。
　　3.特征融合方面。為了實現(xiàn)單一特征間的優(yōu)勢互補，提出采用單一

3、特征分類準確率，確定圖像特征權重的加權多特征融合方式，同時在對權重計算方式研究的基礎上，本文利用圖像距離各類類中心的距離，定義了一種新的圖像所屬各類的權重取值方式，通過計算基于不同特征的圖像所屬各類準確率與對應權重乘積之和確定圖像所屬類別，從而實現(xiàn)了加權的多特征決策融合。
　　4.分類器設計方面。針對傳統(tǒng)二叉樹SVM分類存在的錯誤累積現(xiàn)象，本文提出采用一種改進的二叉樹SVM多分類器進行分類。首先利用模糊C均值聚類算法精確確定各類文