传统图像分类算法总结

图像分类，顾名思义，就是输入一张图像，输出对该图像内容分类的描述的问题。它是计算机视觉的核心，实际应用广泛。

图像分类的传统方法是特征描述及检测，这类传统方法可能对于一些简单的图像分类是有效的，但由于实际情况非常复杂，传统的分类方法不堪重负。

传统图像分类算法的原理

（１）输入图像数据集
（２）图像预处理
（３）特征提取
（４）训练分类器
（５）图像分类识别
以上就是图像分类算法的基本步骤。
接下来，就挨个来介绍每一步的处理。

（1） 数据集的处理

首先，数据集分为两类：训练集和测试集。训练集，顾名思义，就是让计算机去学习数据的特征。在训练集中，图像是已经分类好且标注了标签的数据集，而在测试集中，是包含各类图像的。如下图所示：

该图就是一个数据训练集的制作

上图就是对需要分类的图像的测试集
在制作好数据集之后，接下来就是对数据的预处理，其中