特征选择和聚类分析的图像分类模型

摘要：

针对当前图像分类模型无法满足实际应用要求的难题,为了得到更优的图像分类效果,提出特征选择和聚类分析相融合的图像分类模型.首先提取图像的原始特征,采用主成分分析对图像特征进行选择,然后采用聚类分析算法对图像样本进行处理,选择与待分类图像相关的样本,减少训练样本的规模,最后采用支持向量机建立图像分类器,对标准图像库中的图像进行分类实验.实验结果表明,该模型减少了图像分类的特征和图像分类的训练样本,加快了图像分类建模的速度,同时图像分类正确率明显高于其他图像分类模型.

关键词：图像处理、原始特征、聚类分析算法、图像分类器

所属期刊栏目：40

分类号：TN911.73-34;TP181

资助基金：重庆市教委科学技术研究项目KJ1502301

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：79-82