文 献 综 述

一、图像分类的概念和意义

图像分类的研究目标根据各自在图像中所反映的不同属性的目标区分开来的图像处理方法。通过使用计算机对图像进行定量分析，把图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。

近年来随着多媒体技术的发展，图像的数据变得日益膨胀，尤其体现在不同网络空间上的图像数量的剧增，一方面这些剧增的图像将导致怎么合理管理和存储的问题，另一方面大量的数据中蕴藏着许多非常珍贵的信息（例如对我们社会以后发展方面）。通关观察且研究这些大量的图像数据可以有效的了解人们的想法，为当前或日后所要解决的问题打下了基础。想要挖掘这些数据之前，首先要对这些大量数据进行有效且有序的分类管理，而想让计算机跟人一样对这些大量图像数据进行有效分类还是相当困难，因为图像数据有其不规则性，又受到光照和尺寸大小等因素的影响，因此，如何有效地进行图像分类一直都一个具有挑战性的热点研究。不同类别图像差别可能相当大，有些图像可能含有其他图像所不具有的显著特征，很容易区别，如飞机，小鸟，而有些图像就不具有明显的特征了，如主卧室，客房，因此我们只用一种或几种特征（如纹理，颜色）去区分图像是不太可能有效的达到目的。所以图像分类是一个相当基础的工作，它不仅仅在运用在图像管理和信息获取方面的应用，而且图像分类还可以运用在语音识别，人脸识别，场景识别等等方面具有重要的意义和宝贵的价值。

二、图像分类的方法

（1） 基于色彩特征的索引技术

色彩是物体表面的一种视觉特性,每种物体都有其特有的色彩特征,譬如人们说到绿色往往是和树木或草原相关,谈到蓝色往往是和大海或蓝天相关,同一类物体往拍几有着相似的色彩特征,因此我们可以根据色彩特征来区分物体.用色彩特特征进行图像分类一可以追溯到Swain和Ballard提出的色彩直方图的方法.由于色彩直方图具有简单且随图像的大小、旋转变化不敏感等特点,得到了研究人员的厂泛关注,目前几乎所有基于内容分类的图像数据库系统都把色彩分类方法作为分类的一个重要手段,并提出了许多改进方法,归纳起主要可以分为两类：全局色彩特征索引和局部色彩特征索引。

（2）基于纹理的图像分类技术

纹理特征也是图像的重要特征之一,其本质是刻画象素的邻域灰度空间分布规律由于它在模式识别和计算机视觉等领域已经取得了丰富的研究成果,因此可以借用到图像分类中。在图像的内容表示、对象识别化及区域区分中，纹理是一种重要的视觉线索。

此外，纹理也是仅次于颜色的最常用于对象分类和识别的视觉特征，是图像中普遍存在而又难以描述的特征。纹理是指存在于图像中某一范围内的形状很小的、半周期性或有规律地排列的图案。它是一种反映图像像素的空间分布属性的图像特征，通常表现为局部不规则而宏观有规律的特性。许多学者一直对纹理特征的提取方法展开研究，也提出了多种不同的描述提取纹理特征的方法。此处采用Tucetyan和Jain提出的分类方法，将纹理特征的提取方法分为以下四大类：统计法、模型法、信号处理法和结构法。