Indexed by:
Abstract:
针对图像的分类识别问题,提出了一种基于形状特征的图像分类算法.该算法首先利用轮廓跟踪和角点检测算法提取图像的轮廓和角点,并且采用质心距离将它们表示为时间序列,作为相应图像的特征.然后,对训练集中每类图像对应的时间序列进行K-medoids聚类,将每个聚类中心作为该类的代表对象;最后,在所有类的代表对象所构成的时间序列数据集中,采用基于DTW距离的KNN分类.实验表明,该算法具有优势性,不仅能提高分类正确率而且还适用于处理大规模数据的分类问题.
Keyword:
Reprint 's Address:
Email:
Version:
Source :
微计算机信息
ISSN: 1008-0570
CN: 14-1128/TP
Year: 2010
Issue: 21
Volume: 26
Page: 220-222
Cited Count:
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count: -1
Chinese Cited Count:
30 Days PV: 1
Affiliated Colleges: