基于区间Type-2模糊支持向量机的场景图像分类方法技术

本发明专利技术公开了一种基于区间Type-2模糊支持向量机的场景图像分类方法，涉及一般的图像数据处理或产生方法技术领域。在本方法中提出了一种新的基于区间Type-2模糊集的模糊支持向量机设计方法，并基于图像分类特征提取、特征降维、特征分类三个步骤实现对场景图像的有效分类。本发明专利技术利用区间Type-2模糊集对不确定信息进行描述和处理，构建区间Type-2模糊支持向量机分类模型，提高了场景图像分类的精确性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及一般的图像数据处理或产生方法
，尤其涉及一种基于区间 Type-2模糊支持向量机的场景图像分类方法。
技术介绍
随着数字技术的发展和数字设备的应用，各种图像数据库中的图像数量呈现爆炸 式增长，迫切需要通过计算机提取人们能够理解的图像语义信息，从而方便用户对各种数 字图像进行自动的管理、组织和分析。如何对这些图像进行有效的管理与快速的检索是一 个巨大的挑战。场景图像的分类正是解决这个问题的关键技术。场景图像分类，即依据场 景图像中所包含的特征来完成对图像场景类别（如办公室，走廊，街道，城市，高层建筑等） 的自动识别，是图像理解领域的一个重要分支，已成为多媒体信息管理、计算机视觉等领域 的热点问题，受到研究者的广泛关注。 众所周知，场景图像分类已成为计算机视觉领域的一个重要研究课题，它是图像 处理、计算机视觉、模式识别和机器学习等多个研究领域的一个交汇点，具有广阔的应用空 间。例如：机器视觉任务，网络图像检索，视频分祈与检索，遥感图像分类，医学图像数据挖 掘，图像编辑，图像检测，网络图像过滤等。迄今为止，研究者已提出了许多场景图像分类方 法，这些方法大多本文档来自技高网...

【技术保护点】
一种基于区间Type‑2模糊支持向量机的场景图像分类方法，其特征在于所述方法包括如下步骤：1)采集场景图像并进行预处理；2)对预处理后的图像进行图像划分，形成多个子图；3)在每个子图中分别提取图像分类特征；4)计算每个特征子图的均值和方差，构建场景图像分类特征向量Xrep；5)设计基于模糊核的主成分分析方法Fuzzy Principal Components Analysis，简称FPCA，用于场景图像分类特征向量的降维，得到其主成分特征向量Xreduc；6)设计全新的区间Type‑2模糊支持向量机模型，即Interval Type‑2Fuzzy Support Vector Machine模...

【技术特征摘要】

【专利技术属性】
技术研发人员：徐淑琼，卞建勇，袁从贵，
申请(专利权)人：东莞职业技术学院，
类型：发明
国别省市：广东;44