基于流形学习的图像分类算法和系统

摘要

本发明公开一种基于流形学习的图像分类算法和系统，包括：步骤1，选取训练样本集和测试样本集；步骤2，利用sift算法提取两个样本集图像的特征点；步骤3，利用流形学习方法中的局部线性嵌入或拉布拉斯特征映射对分别对两个样本集中的特征点进行降维；步骤4，将训练样本集降维后的特征点输入到支持向量机分类器中进行训练；步骤5，利用训练好的支持向量机分类器对测试样本集进行分类。本发明将SIFT特征提取算法与非线性流形学习降维算法相结合，提取出图像的中层特征，然后再利用SVM分类器进行分类处理，可以有效的提高计算速度及其分类的精度。