网络教育资源中图形的视觉特征分析及图形分类研究

摘要

近年来，随着教育信息化的不断发展，人们对教育信息资源的需求量越来越大，图像作为一种重要的媒体资源形式，具有形象直观、具体生动的特点，一直是教育资源库的建设重点。为了对图像资源库进行统一管理以方便人们检索利用，需要将繁多的图像分门别类，因此如何寻求有效的图像分类方式以达到更好的分类效果成为图像资源库建设中亟待解决的问题。图形是一类比较简单的图像，是由点、线、面等几何要素和明暗、灰度、色彩等非几何要素构成的图或形。由于图形目标明确、背景单一并且特征明显，而且广泛应用于教育教学中，因此对图形的分类研究具有重要意义。 本文对图形的视觉特征做了详细研究，并进行了基于视觉特征的图形分类研究。主要工作如下： (1)分析了描述图形的视觉特征，实现了多种形状特征、线条特征及空间关系特征描述参数，有离散度、距离分布概率及方差、区域饱和度、线条疏密度、偏心率、边缘密度、逼近多边形面积、狭长度、凹凸度、不变矩等。 (2)创建了包含7000张数字图片图形资源库，通过对大量图形的观察和调研，建立了基于视觉特征的图形分类体系。首先根据图形是否包含彩色将其分为彩色图形和黑白图形，考虑到图形的颜色特征不够丰富，实验主要对黑白图形进行了分类。黑白图形按层级进行分类共产生2个一级分类，4个二级分类，8个三级分类及其子类。 (3)结合图形分类体系，对每类图形的概念进行详细界定并给出实例图片，对可用的视觉特征进行分析，为后面的图形分类实验提供参量依据。 (4)在提取图形的视觉特征基础上，对于视觉特征明显的图形，利用阈值法分类方法；对于不能通过单一参数进行分类的图形，利用支持向量机、BP神经网络模糊分类，对彩色图形/黑白图形、单对象图形/多对象图形、线条图形/填充图形、发散图形/聚合图形、聚合图形的子类、轮廓图形/条纹图形、多对象图形及其子类等进行了分类实验，达到了较高的分类准确率和正确率；另外还分析了每种分类实验的结果，指出误分类的原因，给出误分类实例图片，并提出可行的改进方向。 论文使用Visual CH 6.0和Matlab 6.5程序开发工具，基于Windows XP操作系统开发了“基于视觉特征的图像分类系统”，对分类体系中多个层级的图形进行分类实验，取得了比较令人满意的结果。 研究结果表明，对图形视觉特征的研究，有利于丰富简单图像的描述方法，提高图形分类的效果；基于视觉特征的图形分类体系的建立，丰富了网络教育资源图形库，有利于资源的跨平台、跨地区共享；对各级图形的分类实验，取得了满意的准确率，达到了实验目的，同时也为教育图形资源的检索提供了便利。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1图像的视觉特征提取技术研究现状

1.2.2图像分类的研究现状

1.3论文的主要内容

第二章 图形的视觉特征描述与提取

2.1颜色特征描述

2.1.1颜色模型

2.1.2颜色通道距离

2.2形状特征的描述和提取

2.2.1图形对象数

2.2.2逼近多边形的面积

2.2.3区域饱和度

2.2.4狭长度

2.2.5离散度

2.2.6凹凸度

2.2.7不变矩

2.2.8线条密集度

2.2.9边缘密度

2.3空间关系特征描述及提取

2.3.1图像的“弱分割”思想

2.3.2距离分布概率及方差

第三章基于视觉特征的图形分类体系

3.1图形概念界定

3.2图形和图像、形状的区别

3.3基于视觉特征的图形分类体系建立原则

3.4基于视觉特征的图形分类体系

3.4.1单对象图形

3.4.2多对象图形

第四章基于视觉特征的图形分类方法

4.1图形分类方法

4.1.1支持向量机SVM图形分类方法

4.1.2 BP神经网络图形分类方法

4.2判断图形的背景色和前景对象

4.3彩色图形和黑白图形的分类方法

4.3.1分类算法分析

4.3.2实验结果分析

4.4单对象图形和多对象图形的分类方法

4.4.1分类参量

4.4.2分类算法分析

4.4.3实验结果

4.5单对象图形的分类方法

4.5.1线条图形和填充图形的分类方法

4.5.2线条单对象图形的区分

4.5.3填充单对象图形的分类方法

4.6多对象图形的分类方法

4.6.1对称图形和非对称图形的分类方法

4.6.2多元对称图形的分类方法

4.6.3二元对称图形的分类方法

4.7本章小结

第五章总结与展望

参考文献

致 谢

攻读硕士学位期间发表论文