SVM对图像进行分类分类

使用MATLAB开发工具和支持向量机SVM工具分类

% I 为图像的像素值
function FR = getFeature（I）       %FR为100维的特征向量矩阵
%clc; clear all; close all;

I = im2double（I）;
[h w c] = size（I）;



%采用wh * ww 窗口划分图像

wh =  5 ;
ww =  5 ;

crank = floor（h/wh） ; 
ccolm = floor（w/ww） ;

t1 = （0:crank-1）*wh + 1; t2 = （1:crank）*wh;
t3 = （0:ccolm-1）*ww + 1; t4 = （1:ccolm）*ww;
%figure;

for i = 1 : crank
    for j = 1 : ccolm
        temp = I（t1（i）:t2（i） t3（j）:t4（j） :） ;
        
        %将像素的RGB模式转换为HSV.
        H = rgb2hsv（temp） ;
        
        %将HSV像素量化为100级
        Q = HsvQuant（H）;
        
        %将Q矩阵线性化
        M = Q（: : 1）.*Q（: : 2） ;
        [r c] = size（M）;
        for k = 1 : r
            Lv（（k-1）*c+1 : k*c） = M（k :）;    
        end
        
        %量化值转换为直方图
        Histogram = zeros（1100）;
        for k = 1 : r*c
            Histogram（1 Lv（1 k）） = Histogram（1 Lv（1 k）） + 1 ;   
        end
        
        FR（（i-1）*ccolm+j  :） = Histogram ;
        %subplot（crank ccolm （i-1）*ccolm+j）;
        %imshow（temp）;
        %pause（0.1）;
    end
end

% [h w] = size（FR） ;

% for i=1:h
%     for j=1:w
%         if （FR（ij）<0 || FR（ij）>100）
%             disp（[‘bad luck................‘]）;
%             return;
%         else
%         end
%     end
% end
% disp（[‘good luck................‘]）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2011-03-04 15:52  svm\
     文件        1384  2011-03-04 15:08  svm\getFeature.m
     文件         265  2011-02-28 09:20  svm\HsvQuant.m
     文件        1221  2011-03-04 15:06  svm\photoclassify.m
     文件        1215  2011-02-28 10:22  svm\rgb2hsv.m
     文件        1623  2011-02-28 15:52  svm\sofm.m
     文件      178368  2011-01-27 14:13  svm\svm图像分类.pdf