计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2009年
10期
274-276,283
,共4页
雷宝权%杨丽华%程咏梅%赵春晖%吴燕茹
雷寶權%楊麗華%程詠梅%趙春暉%吳燕茹
뢰보권%양려화%정영매%조춘휘%오연여
景物识别%Gabor滤波器%颜色直方图%颜色/纹理组合特征%SVM
景物識彆%Gabor濾波器%顏色直方圖%顏色/紋理組閤特徵%SVM
경물식별%Gabor려파기%안색직방도%안색/문리조합특정%SVM
受多种因素影响,室外场景变换复杂,因此利用单个特征(通常多使用颜色或纹理)完成室外场景的识别,不能达到满意的效果.首先基于RGB空间的颜色直方图进行颜色特征提取,然后基于Gahor滤波器进行纹理特征提取,最后将两种特征结合,提出了基于SVM与颜色/纹理组合特征的景物识别算法.基于美国加州理工学院的Pasa-dena Houses2000数据库建立了室外场景中天空、道路、房子、树木和草地等5类样本训练库,进一步完成了基于SVM的单一特征和颜色/纹理组合特征的景物识别.实验结果表明,该算法对仅用一种视觉特征无法区分景物的室外场景图像能取得较好的分类结果.
受多種因素影響,室外場景變換複雜,因此利用單箇特徵(通常多使用顏色或紋理)完成室外場景的識彆,不能達到滿意的效果.首先基于RGB空間的顏色直方圖進行顏色特徵提取,然後基于Gahor濾波器進行紋理特徵提取,最後將兩種特徵結閤,提齣瞭基于SVM與顏色/紋理組閤特徵的景物識彆算法.基于美國加州理工學院的Pasa-dena Houses2000數據庫建立瞭室外場景中天空、道路、房子、樹木和草地等5類樣本訓練庫,進一步完成瞭基于SVM的單一特徵和顏色/紋理組閤特徵的景物識彆.實驗結果錶明,該算法對僅用一種視覺特徵無法區分景物的室外場景圖像能取得較好的分類結果.
수다충인소영향,실외장경변환복잡,인차이용단개특정(통상다사용안색혹문리)완성실외장경적식별,불능체도만의적효과.수선기우RGB공간적안색직방도진행안색특정제취,연후기우Gahor려파기진행문리특정제취,최후장량충특정결합,제출료기우SVM여안색/문리조합특정적경물식별산법.기우미국가주리공학원적Pasa-dena Houses2000수거고건립료실외장경중천공、도로、방자、수목화초지등5류양본훈련고,진일보완성료기우SVM적단일특정화안색/문리조합특정적경물식별.실험결과표명,해산법대부용일충시각특정무법구분경물적실외장경도상능취득교호적분류결과.
