基于opencv的图像分类实现与应用

《基于opencv的图像分类实现与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于OpenCV的图像分类实现与应用RealizationandApplicationofImageClassificationUsingOpenCV学科专业：软件工程研究生：朱美美指导教师：金声教授企业导师：孙翼高级工程师天津大学软件学院二零一五年十二月摘要随着互联网技术的迅速发展、智能手机中高像素拍照功能的实现以及移动通信网络的普遍覆盖，使得大量的图像信息涌入我们的生活。然而，在这浩瀚如烟的图像海洋中，寻找内容匹配的图像却是难上加难。因此，也就迫切需要图像分类技术的研究与在移动端的应用。本论文中，我们实现了一种图像

2、分类的模型并将其应用到Android手机中。首先研究了图像分类技术的相关背景，并确定在本论文中所要采用的相关技术。然后研究了关于人脸检测的相关技术并着重介绍了Haar分类器的基本原理及训练过程；以及场景图像分类中采用的HOG特征提取和SVM算法的原理，并阐述了训练场景分类的过程。之后，根据我们的实验过程以及结果分析，得出场景分类中街道和城市场景的分类效果是最好的，而海洋的分类效果是最差的。最后本论文详细介绍了在Android手机中实现照片分类的功能。首先介绍了Android系统的发展状况以及它的的系统框架。然后重点介绍

3、了应用程序需要的特殊工具—NDK工具。该NDK技术的应用不仅可以提高图像分类的速度，而且可以防止系统核心代码的反编译，提高了代码的安全性。NDK工具提供的JNI接口以及OpenCV接口实现了Java和C/C++语言的相互连接，并且产生的动态库.so文件和Java端代码可以一起打包生成.apk安装包，以方便Android用户的使用。最后我们在Android手机端的展示效果还是不错的。关键词：图像分类，Haar分类器，HOG特征，SVM算法，Android系统，NDKABSTRACTWiththerapiddevelopm

4、entofinternettechnology,widelyuseofhigh-resolutioncamerasonsmartphones,andtheuniversalcoverageofcommunicationnetwork,ourlivesareaccompaniedwithalargenumberofimages.However,itisdifficultforustosearchforanimagewithnominatedcontentoverthevastofimages.Therefore,wene

5、edanapplicationofclassifyingimagesinmobileterminals.Inthisthesis,wedesignandimplementamodelthatisusedtoautomaticallyclassifyimages.First,westudythebackgroundofimageclassificationanddecidewhichtechnologywewilluseinthispaper.Second,weresearchthetechnologyoffacedet

6、ectionandhighlightthetheoryoftheHaarclassifier.Atthesametime,weintroducehowtotrainaHaarclassifier.Then,weexpoundthebackgroundofsceneclassification.Inourresearch,wemainlyusetheHOGfeatureandthetheoryofSVMtoimplementthesceneclassification.Fromourexperimentalprocedu

7、reandresults,weconcludethatclassificationproducesthebestresultsforstreetandcitysceneswhilenotsowellinoceanimages.Inthelastpartofthisthesis,wedescribeindetailshowtoimplementimageclassificationinAndroidsystems.Firstofall,wepresentthedevelopmentoftheAndroidsysteman

8、dthesystemframework.Then,thetoolofNDKprovidedbyAndroidsystemisdescribedindetails.Itcannotonlyincreasethespeedofimageclassificationbutalsoavoiddecompile.Simultaneously