图像自动标注.doc

《图像自动标注.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、目录摘要IABSTRACTII绪论11自动图像标注概述31.1研究目的和意义31.2现有图像标注算法分类32用于图像标注的特征提取72.1颜色特征提取72.2纹理特征提取83支持向量机模型123.1SVM模型原理及核函数123.2参数设置和训练算法163.2.1参数的设置163.3.2SVM的训练算法173.3LIBSVM软件包194SVM技术用于自动图像标注234.1特征提取模块234.2SVM分类模块234.3实验结果及分析24结束语26致谢27参考文献28附录MATLAB程序源代码29摘要近年来，自动图像标注（A

2、utomaticImageAnnotation,AIA）技术已经成为图像语义理解研究领域的热点。随着机器学习理论的不断发展，包括相关模型、分类器模型等不同的学习模型已经被广泛地应用于自动图像标注研究领域。自动图像标注就是让计算机自动地给无标注的图像加上能够反映图像内容的语义关键词。自动图像标注在图像检索研究领域中非常具有挑战性，是实现图像语义检索的关键。现有的自动图像标注算法可以大致分为基于分类的标注算法、基于概率关联模型的标注算法以及基于图学习的标注算法等三大类。本文重点研究了另外一种自动图像标注算法——基于SVM技

3、术的标注算法，研究了SVM原理，构造SVM分类器，应用matlab对图像进行纹理、颜色特征的提取，通过分类器，实现图像自动标注。关键词：自动图像标注标注算法分类器SVMABSTRACTInrecentyears,automaticimageannotation(AIA)technologyhasbecomethehotspotsofthefieldoftheimagesemanticunderstanding.Withthecontinuousdevelopmentofthetheoryofmachinelearnin

4、g,includingtherelatedmodel,theclassificationmodelofdifferentlearningmodelshavebeenwidelyusedinautomaticimageannotationresearchareas.Automaticimageannotationistoletthecomputerautomaticallymarkkeywordsthatcanreflectthesemanticsofimagecontentforthenon-markedimages.

5、Automaticimageannotationisverychallengingintheresearchfieldofimageretrieval,andisthekeytoachievetheimagesemanticretrieval.Automaticimageannotationalgorithmtaggingalgorithmcanbebroadlydividedintothreecategories,basedontheclassification,basedontheprobabilityassoci

6、atedwithtaggingalgorithmofthemodelandbasedongraphlearninglabelingalgorithm.Thispaperfocusesonanotherkindofautomaticimagetaggingalgorithm-SVM-basedtaggingalgorithm,tostudytheprincipleofSVMconstructedSVMclassifier,applicationMATLABforimagetextureandthecolorfeature

7、extraction,byclassifier,toachieveimageautomaticannotation.Keywords:automaticimageannotationtaggingalgorithmtheclassifierSVM绪论随着数码相机和可拍照手机等设备的日益普及，各种各样的图像数量呈现几何级的飞速增长。而同时互联网的快速发展也使得图像传播与共享变得更加快捷。因此，对网络多媒体信息进行有效的管理与检索成为迫切需要解决的问题。虽然基于内容图像检索(Content-basedImageRetrie

8、val,CBIR)已经取得了不少的研究成果，但由于受到“语义鸿沟(SemanticGap)”瓶颈的制约，即底层视觉特征（如颜色、纹理、形状等）不能完全反映和匹配用户的查询意图，导致基于内容图像检索技术的研究遇到了前所未有的巨大挑战，如何真正实现基于语义的图像检索仍旧是一个难题。由于用户更加习惯于利用关键词(Keywords)这种最