使用SVM做一个图片分类器,主要使用的技术是,各种特征提取方法加上PCA主成分提取,最后用SVM进行图片分类处理。
特征提取这个东西还是比较简单的,前人做的工作很多,源代码也不少。主要采用的不变距、HOG、SIFT、LBP、信息熵、tamura纹理特征、面积和欧拉数等。主要从两个大的角度研究。一个是纹理特征,还有一个就是几何特征。总的来说,就是各种特征叠加然后到了整个分类器,慢慢调整最终达到比较的结果。调的这个过程需要耐心和记录。每变一个参数,运行一遍,最后都要记录下最终的结果。方便日后进行比对。
PCA主成分分析,我跌了个跟头,先说一下PCA的作用吧。PCA说白了就是提取主成分的。为什么要提取主成分呢,由于之前提取的特征量特别大,你不可能把所有特征都拿来算一下。如果你有超级计算机作支撑,当我没说。而且你之前提取的特征应该是比较大的一部分是没有作用的,甚至会有噪声,因此你需要提取有用的特征,进而有利于接下来的支持向量机的分类。