一种基于多核学分类器融合的图像分类方法及装置

摘要

本发明提供了一种基于多核学分类器融合的图像分类方法及装置，所述方法包括：S1、建立样本库，所述样本库中包括不同类型的样本；S2、对不同类型的样本分别进行特征提取，根据特征提取结果获取与不同类型样本分别对应的核函数；S3、将S2获取的核函数进行合成，建立多核模型；S4、运用所述多核模型训练得到多个分类器；S5、采用Adaboost算法对S4训练得到的多个分类器赋予不同的权重，以使多个分类器进行融合，得到目标分类器；S6、利用所述目标分类器对待分类的图像进行分类，获取分类结果。本发明所述的图像分类方法能够提高图像分类的准确度。

主权项

一种基于多核学习分类器融合的图像分类方法，其特征在于，包括以下步骤：S1、建立样本库，所述样本库中包括不同类型的样本；S2、对不同类型的样本分别进行特征提取，根据特征提取结果获取与不同类型样本分别对应的核函数；S3、将S2获取的核函数进行合成，建立多核模型；S4、运用所述多核模型训练得到多个分类器；S5、采用Adaboost算法对S4训练得到的多个分类器赋予不同的权重，以使多个分类器进行融合，得到目标分类器；S6、利用所述目标分类器对待分类的图像进行分类，获取分类结果。