matlab影像分类,用于图像分类的Matlab SVM

我正在使用Matlab的SVM功能来分类从文件夹中读取的图像.我想要做的是首先从文件夹中读取20个图像,然后使用它们来训练SVM,然后给出新图像作为输入,以确定该输入图像是否属于这20个训练图像的相同类别.如果是,那么分类结果应该给我1,如果没有,那么我希望得到-1.

到目前为止,我的书面代码如下：

imagefiles = dir('*.jpg');

nfiles = 20;

for i = 1:nfiles

currentfilename = imagefiles(i).name;

currentimage = imread(currentfilename);

images{i} = currentimage;

images{i} = im2double(images{i});

images{i} = rgb2gray(images{i});

images{i} = imresize(images{i},[200 200]);

images{i} = reshape(images{i}', 1, size(images{i},1)*size(images{i},2));

end

trainData = zeros(nfiles, 40000);

for ii=1:nfiles

trainData(ii,:) = images{ii};

end

class = [1 1 1 1 1 1 1 1 -1 -1 -1 -1 -1 -1 1 1 1 1 1 1];

SVMStruct = svmtrain (trainData, class);

inputImg = imread('testImg.jpg');

inputImg = im2double(inputImg);

inputImg = rgb2gray(inputImg);

inputImg = imresize(inputImg, [200 200]);

inputImg = reshape (inputImg', 1, size(inputImg,1)*size(inputImg,2));

result = svmclassify(SVMStruct, inputImg);

由于图像是从文件夹中按序列读取的,因此细胞图像也是如此.然后我将它们转换为灰度,如代码所示,并调整它们的大小,因为这些图像的大小不同.因此,在这一步之后,我有20个图像,每个图像的大小都是200×200.最后,我将这些作为我的训练数据集,包含20行和200×200列.我检查了所有这些大小的结果,他们似乎工作正常.但是现在唯一的问题是,无论我给它预测什么样的输入图像,它总是给我一个结果,即使对于那些非常不同的图像.好像它运行不正常.有人可以帮我查看问题出在哪里吗？我无法从互联网上的现有资料中找到任何解释.提前致谢.