毕业论文--基于机器学习的图像分类算法研究

《毕业论文--基于机器学习的图像分类算法研究》由会员分享，可在线阅读，更多相关《毕业论文--基于机器学习的图像分类算法研究（30页珍藏版）》请在毕设资料网上搜索。

1、 本本 科科 毕毕 业业 论论 文文 题目题目: : 基于机器学习的图像分类算法研究基于机器学习的图像分类算法研究 基于机器学习基于机器学习的图像分类算法研究的图像分类算法研究 摘摘 要要 在这个互联网技术迅猛发展的时代，网络中的数字图像呈爆炸性增长，图像的获得 和使用变得尤为方便。而与此同时，对海量图像的自动处理和分类显得极其重要。图像 分类是根据各自在图像信息中所反映的不同特征，利用计算机对图像进行定量分析，把 不同类别的目标区分出来的一种图像处理方法。相对于早期的人工标注法和基于内容的 图像索引法，基于图像内容的图像分类方法可以较好地构建与人们认知一致的语义，并 达到较高的准确率。所以高

2、效的图像分类算法成为了当下的研究热点。 因此为了提高图像分类的处理效率，本文研究并分析了机器学习算法在图像分类技 术上的应用过程。首先，简单阐述了图像分类技术的发展现状，以及研究背景与意义； 然后介绍了一些图像处理方法，用于对图像分类前的初期处理；接着讲述了目前图像特 征提取常用的几种方法并进行了一定的分析与对比，由于 HOG 特征用于行人检测的优异 性，本文对其进行了更详尽的介绍；最后，本文通过对样本进行训练提取样本特征，建 立我们所需的分类器。因为支持向量机对处理高维特征信息具有优势，故本文采用 HOG 特征与 SVM 分类器进行组合，将所提取的 HOG 特征先用 kmean 方法进行聚类

3、，然后利用 SVM 分类器进行分类。 关键词关键词 图像分类 机器学习 特征提取 支持向量机 Research of Image classification algorithms based on machine learning ABSTRACT With the advancing of Internet technology, the access and use of the image has become particularly convenient since the digital images of the network showed explosive growth.

4、 So the automatic processing and classification becomes more and more important. Image classification is a method of image processing based on the different characteristics of the image information, and using the computer to make a quantitative analysis of the image to distinguish the different cate

5、gories of the target. Compared with the early method of manual labeling and content-based image indexing, the image classification, which based on the image content, can be more consistent with peoples constructed cognitive semantics, thus reaching a higher accuracy. So efficient image classificatio

6、n algorithm has become the focus of the current research. Therefore, in order to improve the processing efficiency of image classification, this paper studies and analyzes the application of machine learning algorithm in image classification. First, it introduces the current situation and the research background of the development of the image classification; then introduces some image processing methods used for previous treatment of image classification; then shows the current image