基于支持向量机和小波分解的模糊图像分类方法

摘要

基于支持向量机和小波分解的模糊图像分类方法，首先通过采集样本，输入图片，对图片进行灰度处理，然后对图像进行小波分解，获取第二层的水平、垂直、对角三个方向信息，之后对图像进行傅里叶对数变换，得出三个方向的频谱信息，随即利用合适的阈值对频谱图像进行二值化，然后对频谱中的连通域进行边框标记处理，计算长宽比，以长宽比作为特征进行网络训练，最后，通过训练好的网络将待测图像分为正常图像、离焦模糊图像或运动模糊图像。本发明一种基于支持向量机和小波分解的模糊图像分类方法，该方法能够大大减少模糊图像分类的计算量，提高模糊图像分类的速度和准确率，为后续的模糊图像复原等提供技术支持。