基于svm的食物圖像分類算法的研究

《基于svm的食物圖像分類算法的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、縣毛丟觀対圏碩±學(xué)位論文胃礫麗基于ＳＶＭ的食物圖像分類算法的研究作者姓名指就議屬獅申請學(xué)位類別工學(xué)碩壬Ｉ．：ｗ扇西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡所知，除了文中特別加Ｗ標(biāo)注和致謝中所羅列的內(nèi)容１＾外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一。與同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝

2、意。學(xué)位論文若有不實(shí)之處一，本人承擔(dān)切法律責(zé)任。本人簽名：：日期西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，目Ｐ：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？晒颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在＾年解密后適用本授權(quán)書。＇：＾：ｇ言本人簽名或＾導(dǎo)師簽名／＾＾日

3、；；期日期學(xué)校代碼10701學(xué)號1304122057分類號TP319密級公開西安電子科技大學(xué)碩士學(xué)位論文基于SVM的食物圖像分類算法的研究作者姓名：孫浩榮一級學(xué)科：控制科學(xué)與工程二級學(xué)科：控制理論與控制工程學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：郭寶龍教授學(xué)院：空間科學(xué)與技術(shù)學(xué)院提交日期：2016年2月ResearchonFoodImageClassificationAlgorithmbasedSVMAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMa

4、sterinControlTheoryandControlEngineeringBySunHaorongSupervisor:GuoBaolongProfessorFebruary2016摘要摘要飲食是一種人類最重要的日?；顒又?。人類日?；顒铀璧哪芰客耆蕾囉诿刻焖鶖z入的食物。隨著人生活水平的逐步提高，人不再滿足于能夠吃的飽，而是開始追求吃的好，吃的健康。近年來，日益高漲的肥胖率，讓人越來越關(guān)注自己的飲食健康。所以針對食物圖像的識別算法研究具有非常重要的意義。圖像識別是圖像研究領(lǐng)域的熱門話題，它廣泛應(yīng)用于人臉識別，計算機(jī)視覺，機(jī)器人等諸多領(lǐng)域。但是縱觀國內(nèi)近期關(guān)于圖像識別的

5、研究成果，鮮有關(guān)于食物圖像的圖像識別研究。食物圖像背景復(fù)雜，圖像特征復(fù)雜，對食物圖像識別造成了很大的困難。針對食物圖像背景復(fù)雜以及圖像特征難以提取的問題，本文應(yīng)用圖像識別技術(shù)對食物圖像識別進(jìn)行了研究。主要包括以下幾個方面：1)使用允許用戶在分割圖像上標(biāo)記前景和背景像素點(diǎn)的GrabCut分割算法對食物圖像進(jìn)行分割，GrabCut算法使用高斯混合模型來模擬圖像背景與前景，并通過交互手段獲得前景背景標(biāo)記點(diǎn)，在多次迭代下最終達(dá)到良好的分割效果，為接下來特征提取做好了準(zhǔn)備。2)本文研究了多種圖像特征，食物圖像形態(tài)各異，內(nèi)容較為復(fù)雜，很難把握事物圖像在紋理和形狀特征上的規(guī)律，所以本文主要研

6、究了基于局部特征點(diǎn)和全局圖像的顏色特征，并驗(yàn)證了不同特征在食物識別場下的效果。3)面對不斷擴(kuò)充食物圖像種類面臨的分類器效率下降問題，本文通過圖片顏色索引過濾分類器，提高分類器效率。最后，本文根據(jù)食物圖片識別這個特殊的應(yīng)用場景，提出了一種巧妙的解決方案。首先根據(jù)食物的大體顏色，分為幾個顏色區(qū)間建立索引。這是因?yàn)槭澄镱伾梢约春唵斡挚焖俚倪^濾掉很多與被識別圖片明顯不同的食物類別。例如大部分以青菜為主要食材的食物，其主要的顏色為綠色，而大多數(shù)以肉類為食材所做的食物，其主要顏色為紅色。其次，針對食物圖像背景復(fù)雜的問題，使用GrabCut算法對圖片進(jìn)行分割預(yù)處理，提取出關(guān)心的食物主體，剔

7、除掉會影響分類準(zhǔn)確率的背景像素，通過實(shí)驗(yàn)表明，GrabCut算法在食物圖像分割上相比于FCM算法具有明顯的優(yōu)勢。然后對分割出來的食物目標(biāo)提取SURF特征點(diǎn)，并使用bagoffeature模型提取出圖像的bagofSURF特征。最后，使用提取出來的圖像特征，通過SVM機(jī)器學(xué)習(xí)算法對每一類食物圖片進(jìn)行訓(xùn)練，使用oneVSrest策略構(gòu)建食物圖像分類器。在設(shè)計分類器時，通過提取的食物圖像顏色索引，可以過濾掉一些與被識別圖像明顯不同的分類器，進(jìn)一步提升了算法的性能。該方法是對食物圖像識別的一次嘗試，