圖像分類(lèi)傳統方法(圖像分類(lèi)的分類(lèi)方法)
1.圖像分類(lèi)的分類(lèi)方法
基于色彩特征的索引技術(shù) 色彩是物體表面的一種視覺(jué)特性，每種物體都有其特有的色彩特征，譬如人們說(shuō)到綠色往往是和樹(shù)木或草原相關(guān)，談到藍色往往是和大海或藍天相關(guān)，同一類(lèi)物體往拍幾有著(zhù)相似的色彩特征，因此我們可以根據色彩特征來(lái)區分物體.用色彩特特征進(jìn)行圖像分類(lèi)一可以追溯到Swain和Ballard提出的色彩直方圖的方法.由于色彩直方圖具有簡(jiǎn)單且隨圖像的大小、旋轉變化不敏感等特點(diǎn)，得到了研究人員的廠(chǎng)泛關(guān)注，目前幾乎所有基于內容分類(lèi)的圖像數據庫系統都把色彩分類(lèi)方法作為分類(lèi)的一個(gè)重要手段，并提出了許多改進(jìn)方法，歸納起主要可以分為兩類(lèi)：全局色彩特征索引和局部色彩特征索引。
基于紋理的圖像分類(lèi)技術(shù) 紋理特征也是圖像的重要特征之一，其本質(zhì)是刻畫(huà)象素的鄰域灰度空間分布規律由于它在模式識別和計算機視覺(jué)等領(lǐng)域已經(jīng)取得了豐富的研究成果，因此可以借用到圖像分類(lèi)中。在70年代早期，Haralick等人提出紋理特征的灰度共生矩陣表示法（eo一oeeurrenee matrix representation），這個(gè)方法提取的是紋理的灰度級空間相關(guān)性（gray level Spatial dependenee），它首先基于象素之間的距離和方向建立灰度共生矩陣，再由這個(gè)矩陣提取有意義的統計量作為紋理特征向量。
基于一項人眼對紋理的視覺(jué)感知的心理研究，Tamuar等人提出可以模擬紋理視覺(jué)模型的6個(gè)紋理屬性，分別是粒度，對比度，方向性，線(xiàn)型，均勻性和粗糙度。QBIC系統和MARS系統就采用的是這種紋理表示方法。
在90年代初期，當小波變換的理論結構建一認起來(lái)之后，許多研究者開(kāi)始研究 如何用小波變換表示紋理特征。smiht和chang利用從小波子帶中提取的統計量（平均值和方差）作為紋理特征。
這個(gè)算法在112幅Brodatz紋理圖像中達到了90%的準確率。為了利用中間帶的特征，Chang和Kuo開(kāi)發(fā)出一種樹(shù)型結構的小波變化來(lái)進(jìn)一步提高分類(lèi)的準確性。
還有一些研究者將小波變換和其他的變換結合起來(lái)以得到更好的性能，如Thygaarajna等人結合小波變換和共生矩陣，以兼顧基于統計的和基于變換的紋理分析算法的優(yōu)點(diǎn)。基于形狀的圖像分類(lèi)技術(shù) 形狀是圖像的重要可視化內容之一在二維圖像空間中，形狀通常被認為是一條封閉的輪廓曲線(xiàn)所包圍的區域，所以對形狀的描述涉及到對輪廓邊界的描述以及對這個(gè)邊界所包圍區域的描述.目前的基于形狀分類(lèi)方法大多圍繞著(zhù)從形狀的輪廓特征和形狀的區域特征建立圖像索引。
關(guān)于對形狀輪廓特征的描述主要有：直線(xiàn)段描述、樣條擬合曲線(xiàn)、傅立葉描述子以及高斯參數曲線(xiàn)等等。實(shí)際上更常用的辦法是采用區域特征和邊界特征相結合來(lái)進(jìn)行形狀的相似分類(lèi).如Eakins等人提出了一組重畫(huà)規則并對形狀輪廓用線(xiàn)段和圓弧進(jìn)行簡(jiǎn)化表達，然后定義形狀的鄰接族和形族兩種分族函數對形狀進(jìn)行分類(lèi).鄰接分族主要采用了形狀的邊界信息，而形狀形族主要采用了形狀區域信息.在形狀進(jìn)行匹配時(shí)，除了每個(gè)族中形狀差異外，還比較每個(gè)族中質(zhì)心和周長(cháng)的差異，以及整個(gè)形狀的位置特征矢量的差異，查詢(xún)判別距離是這些差異的加權和。
基于空間關(guān)系的圖像分類(lèi)技術(shù) 在圖像信息系統中，依據圖像中對象及對象間的空間位置關(guān)系來(lái)區別圖像庫中的不同圖像是一個(gè)非常重要的方法。因此，如何存貯圖像對象及其中對象位置關(guān)系以方便圖像的分類(lèi)，是圖像數據庫系統設計的一個(gè)重要問(wèn)題。
而且利用圖像中對象間的空間關(guān)系來(lái)區別圖像，符合人們識別圖像的習慣，所以許多研究人員從圖像中對象空間位置關(guān)系出發(fā)，著(zhù)手對基于對象空間位置關(guān)系的分類(lèi)方法進(jìn)行了研究。早在1976年，Tanimoto提出了用像元方法來(lái)表示圖像中的實(shí)體，并提出了用像元來(lái)作為圖像對象索引。
隨后被美國匹茲堡大學(xué)chang采納并提出用二維符號串（2D一String）的表示方法來(lái)進(jìn)行圖像空間關(guān)系的分類(lèi)，由于該方法簡(jiǎn)單，并且對于部分圖像來(lái)說(shuō)可以從ZD一String重構它們的符號圖，因此被許多人采用和改進(jìn)，該方法的缺點(diǎn)是僅用對象的質(zhì)心表示空間位置；其次是對于一些圖像來(lái) 說(shuō)我們不能根據其ZD一string完個(gè)重構其符號圖；再則是上述的空間關(guān)系太簡(jiǎn)單，實(shí)際中的空間關(guān)系要復雜得多。，針對這些問(wèn)題許多人提出了改進(jìn)力一法。
Jungert根據圖像對象的最小包圍盒分別在：x軸方向和y軸上的投影區間之間的交疊關(guān)系來(lái)表示對象之間的空間關(guān)系，隨后Cllallg和Jungert等人又提出了廣義ZD一string(ZDG一String)的方法，將圖像對象進(jìn)一步切分為更小的子對象來(lái)表示對象的空間關(guān)系，但是該方法不足之處是當圖像對象數日比較多且空間關(guān)系比較復雜時(shí)，需要切分的子對象的數目很多，存儲的開(kāi)銷(xiāo)太大，針對此Lee和Hsu等人提出了ZDC一string的方一法，它們采用Anell提出的13種時(shí)態(tài)間隔關(guān)系并應用到空間投影區問(wèn)上來(lái)表達空間關(guān)系。在x軸方向和y軸方向的組合關(guān)系共有169種，他提出了5種基本關(guān)系轉換法則，在此基礎上又提出了新的對象切分方法。
采用 ZDC一string的方法比ZDG一string切分子對象的數目明顯減少。為了在空間關(guān)系中保留兩個(gè)對象的相對空間距離和對象的大小，Huang等人提出了ZDC書(shū)string的方法提高符號圖的重構精度，并使得對包含對象相對大小、距。
2.圖形的分類(lèi)有哪些呢
還有平面圖，立體圖，3d圖圖形的種類(lèi)：圓形，長(cháng)方形，正方形，平行四邊形，三角形，梯形；圓柱，圓錐，球形，長(cháng)方體，正方體。
為了利用中間帶的特征，Chang和Kuo開(kāi)發(fā)出一種樹(shù)型結構的小波變化來(lái)進(jìn)一步提高分類(lèi)的準確性。還有一些研究者將小波變換和其他的變換結合起來(lái)以得到更好的性能，如Thygaarajna等人結合小波變換和共生矩陣，以兼顧基于統計的和基于變換的紋理分析算法的優(yōu)點(diǎn)。
擴展資料： 實(shí)際上更常用的辦法采用區域特征和邊界特征相結合來(lái)進(jìn)行形狀的相似分類(lèi)，如Eakins等人提出了一組重畫(huà)規則并對形狀輪廓用線(xiàn)段和圓弧進(jìn)行簡(jiǎn)化表達，然后定義形狀的鄰接族和形族兩種分族函數對形狀進(jìn)行分類(lèi)。 鄰接分族主要采用了形狀的邊界信息，而形狀形族主要采用了形狀區域信息，在形狀進(jìn)行匹配時(shí)，除了每個(gè)族中形狀差異外，還比較每個(gè)族中質(zhì)心和周長(cháng)的差異，以及整個(gè)形狀的位置特征矢量的差異，查詢(xún)判別距離是這些差異的加權和。
參考資料來(lái)源：百度百科-圖像分類(lèi)。
3.大家談?wù)劯叻直媛剩?米以下）遙感圖像的分類(lèi)的好方法
對于五米以上高分辨率遙感圖像分類(lèi)，目前大致有兩種思路。
一是采取一些非參數的分類(lèi)方法：
因為傳統的參數法，一是基于像元，二是基于概率統計。這兩條在高分辨率中因為類(lèi)內方差變大，類(lèi)間方差變變小，沒(méi)有明顯的聚類(lèi)中心，存在這明顯的重疊。所以考慮一些非參數的方法進(jìn)行監督分類(lèi)。比如神經(jīng)網(wǎng)絡(luò )（ANN），支持向量機（SVM）等。可以取得比較好的效果，尤其SVM是比較穩健的分類(lèi)方法。比如ENVI中監督分類(lèi)就有這兩類(lèi)分類(lèi)方法。不過(guò)ENVI中的神經(jīng)網(wǎng)絡(luò )似乎有點(diǎn)問(wèn)題，不太容易收斂。
另一類(lèi)方法則是一樓提到的面向對象的分類(lèi)方法。首先將同質(zhì)區域進(jìn)行分割、合并。在合并的基礎上進(jìn)行監督分類(lèi)。這樣的分類(lèi)精度比較高，而且幾乎不會(huì )有散點(diǎn)。看起來(lái)比較漂亮。比如eCognition軟件。
以上兩種方法在應對高分辨率影像分類(lèi)比較有效。
你若是要融合光譜和形狀信息的話(huà)，則需要更多的知識了。國內外都有人提出一些算法。比如LWEA,PSI等。
歡迎探討。謝謝
4.圖案的分類(lèi)有哪幾種
按所占空間分，有平面圖案（如地毯、織錦、刺繡圖案）、立體圖案 （如家具、陶瓷圖案）。
按歷史范疇分，有原始社會(huì )圖案、傳統圖案、現代圖案。
按社會(huì )關(guān)系分，有宮廷工藝美術(shù)圖案、民間工藝美術(shù)圖案。
按工藝美術(shù)品的種類(lèi)分，有青銅圖案、陶瓷圖案、漆器圖案、印染圖案、織錦圖案、工業(yè)造型圖案、家具圖案、商標圖案、書(shū)籍裝幀圖案等。
按裝飾手法分，有寫(xiě)實(shí)圖案、變形圖案、具象圖案、抽象圖案、視覺(jué)錯圖案等。
按圖案的結構分，有單獨圖案、角隅圖案、適合圖案、邊飾圖案、連續圖案等。
按裝飾題材分，有植物圖案、動(dòng)物圖案、人物圖案、風(fēng)景圖案、器物圖案、文字圖案、自然現象圖案、幾何圖案以及由多種題材組合或復合的圖案。
擴展資料：
基本解釋?zhuān)?/p>
(1)有裝飾意味的、結構整齊勻稱(chēng)的花紋或圖形
(2)圓點(diǎn)花紋的圖案
(3)涂鴉作品，T恤衫上的圖案
引證解釋?zhuān)?/p>
(1)有裝飾意味的花紋或圖形。以構圖整齊、勻稱(chēng)、調和為特點(diǎn)，多用在紡織品、工藝美術(shù)品和建筑物上。
魯迅《書(shū)信集·致楊霽云》：“他們最喜歡可以生吞活剝的繪畫(huà)，或圖案，或廣告畫(huà)，以及只有一本的什么‘大觀(guān)’。”
(2)引申指社會(huì )生活的藍圖或縮影。
夏丏尊葉圣陶《文心》八：“在他，這幾首詩(shī)已不止是空泛的憧憬，簡(jiǎn)直想認作實(shí)際生活的素描的圖案了。
參考資料：搜狗百科-圖案
