介紹了一種通過輪廓線變化描述圖像構(gòu)圖特征,采用機器學(xué)習(xí)獲取圖像方向分類模
型的手法. 通過試驗驗證了該手法的有效性,并對其存在問題和改進方向進行討論.
關(guān)鍵詞: 決策樹;輪廓線;圖像分類

數(shù)字圖像的像素值分布在一定程度上可以反映圖像內(nèi)容的特征,鑒于圖像內(nèi)容物體識別技術(shù)的不成熟,利用像素值的分布特征進行圖像分類成了目前對圖像進行分類的常用手段. 如T. Kato 等開發(fā)的ART MUSEUM 系統(tǒng),M. J . Swain 等開發(fā)的FINDIT 系統(tǒng), IBM 公司的QBIC 系統(tǒng)[1 ] ,這些分類系統(tǒng)采用了基于像素值分布的特征以及特征距離的計算來進行分類檢索. J . W. Hsich[2 ]以及Cheng Yang[3 ]的分類檢索系統(tǒng)雖然討論了復(fù)雜一些的學(xué)習(xí)和評價方法,但試驗中所使用的仍是基于像素值分布的特征.這一類方法從圖像像素出發(fā)推測圖像的分類卻具有一定的局限性,比如適合于具體圖像間的類似評價,無法表達抽象級別較高的結(jié)構(gòu)描述如圖像構(gòu)圖特征.我們的研究目的是要在數(shù)碼相機圖像輸入計算機時自動判別圖像的正確方向. 圖1 為3 個可能方向的輸入圖像. 圖像構(gòu)圖和圖像中物體分布有密切關(guān)聯(lián),使用能夠反映圖像中物體位置和大致形狀特征的輪廓線之變化特征,則有可能描述圖像的構(gòu)圖特征,從而達到對圖像方向判斷的目的. 另外,由于難以對構(gòu)圖特征和圖像方向的關(guān)系進行顯式定量描述,因此擬采用機器學(xué)習(xí)構(gòu)筑分類模型.