通过调用GDAL库来实现ISODATA算法

这是北京大学计算机系数字图像处理的实习题目。在这个项目中，我们收获了很多。把整个分类、特征提取、论文阅读等等都经历了。这是我们组三个人共同的结果。 一． 项目综述 本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。界面展示使用VisualC++6.0平台。 如果遇到任何问题，或者想转载，可以到我的主页留言：http://blog.sina.com.cn/gusui ，或者直接给我来邮件：ouyangj0@gmail.com 谢谢：）

matlab图像处理包括数据反演以及其他图像的基础处理，打开文件夹中GUI.m直接运行即可。采用gui界面设计，包括温度叶绿色等的反演以及bp神经网络、贝叶斯算法等图像分类，以及图像旋转等简单操作。由于对fig使用不甚了解，所有界面均直接有代码设计完成。

程序对图像进行了很好的分类，好不容易找到的代码。

做毕业论文时的成果，试图用粗糙集、模糊集的方法做图像分类，尚未成熟，欢迎交流：chzqw@sian.com

百度网盘链接MSTAR全部数据集2G，包含SAR图像和JPG格式

基于OpenCV的图像分类技术，非监督分类中常用方法，简单实用

基于SOM的神经网络图像聚类 源代码 神经图像分类原理 图像聚类 图片数据分类 数据故障诊断 可视化展示

该训练图片共有四种，很适合做SVM图像分类的训练和测试，图像分类的代码可以自己写，也可以用我的工程文件，关于图像分类知识点和代码可以参考我的博客http://blog.csdn.net/always2015/article/details/47107129

这是opencv svm图像分类的整个工程代码，在VS2010下打开即可。整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，project data文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方： 1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。 2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。 3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。