国画特征提取及SVM分类的应用

摘要：

为了提高国画检索效率，应用SVM算法对鞍马画、花鸟画、人物画、竹子画和山水画等国画进行分类。首先通过对收集的国画样本进行预处理；其次，利用人眼对颜色的划分特点，把RGB模式图像转化为HSV模式，对其H、S、V分量进行非等间隔量化，组成一维特征向量，同时结合惯性比形成图像颜色特征信息，使用灰度共生矩阵算法获取纹理特征信息；最后，通过对比网格搜索、遗传算法（GA）、粒子群算法（PSO）的参数寻优方法，应用网格搜索法对国画图像进行分类，并对比了BP神经网络和判别分析算法的分类效果，SVM的正确率高达97%以上，试验结果表明SVM在国画分类应用是有效和可行的。

关键词：灰度共生矩阵、惯性比、SVM分类、特征提取

分类号：TP311(计算技术、计算机技术)

在线出版日期：2013-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6398-6401