هدف استخراج ويژگي از تصاویر و طبقه بندي آن با روش SVM

در این مطالعه یک روش طبقه بندی مبتنی بر استخراج ویژگی ها و کاربرد ماشین بردار پشتیبان ارائه می شود. بدین منظور یک الگوریتم چهار مرحله ای پیشنهاد شده است: در گام اول داده ها جمع آوری می شوند. این داده ها در هشت کلاس مختلف از تصاویری با معانی متفاوت از تصاویر در نظر گرفته شده اند.

در گام دوم تصاویر پردازش می شوند در این مرحله تصاویر به سطح خاکستری و به فرمت دابل در می آیند و تغییر سایز می دهند تا هم انداره شوند. در گام سوم مجموعه ای ازویژگی های مبتنی بر ماتریس هم وقوعی سطوح خاکستری استخراج شد و در گام آخر به عنوان ورودی یک طبقه بند ماشین بردار پشتیبان در نظر گرفته شده اند. الگوریتم پیشنهادی صحتی معادل 84 درصد  در طبقه بندی تصاویر نتیجه داد.

جمع آوری داده ها

در این مطالعه از هشت صد تصویر مختلف در هشت کلاس هر کلاس با فراوانی 100 تصویر از تصاویر مختلف حیوانات، ساختمان و.. استفاده شد. تصاویر رنگی تحت فرمت uint8 و  با پسوند jpg ذخیره شده اند.

عنوان

استخراج ويژگي از تصاویر و طبقه بندي آن با روش SVM

دکتري مهندسي پزشکي

دانشگاه علوم تحقيقات

محتويات

• کد متلب
• گزارش کار فارسي
• نتايج و ديتابيس

دانلود صورت سوال

 سوالات بازشناسی آماری الگو

دانلود

فیلم توضیحات ویدئویی پروژه نیز موجود میباشد که با پرداخت جداگانه ارسال میگردد

Papersim2015@gmail.com