摘要：对数字式多媒体场景图像进行准确分类,能够有效管理海量的图像资源。对多媒体场景图像进行分类,需要估计多媒体场景图像分量,利用图像平均像素计算支持向量描述参数。传统方法对图像的语义信息进行融合,计算待分类图像至各聚类中心之间平均距离,但忽略了对多媒体场景图像分量的估计,导致分类精度低。提出基于SVDD的数字式多媒体场景图像准确分类方法。构建Gaussian-MRF模型,对图像分量进行估计,得到图像自身特性反射分量,同时利用增益补偿法恢复和校正图像亮度。利用异常目标集合尺寸与多媒体场景图像的空间分辨率,计算图像中异常目标的像元,利用像元和SVDD训练样本计算支持向量描述参数,根据所得描述参数完成多媒体场景图像的准确分类。实验表明,所提方法方法查全率约为98.5%,具有较高的分类精度,相较当前方法整体优越性较强,具备可实践性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社