[发明专利]一种基于SVM的分布式图像识别方法

摘要

本发明公开了一种基于SVM的分布式图像识别方法，该方法包括分布图像样本的预处理、图像分割、特征提取、内积计算、最优问题求解和图像识别；该方法可以识别出训练图像样本分布情况下待识别图像的类别，并就识别过程中线性分类器的构造给出了相应的解决方案，提出了一种基于SVM的分布式图像识别方法，该方法可确保各站点数据不在其他站点驻留，保证了数据的安全和隐私性，同时有着较高的识别准确率。

主权项

一种基于SVM的分布式图像识别方法，包括：内积计算、最优问题求解和图像识别步骤，其特征在于：所述内积计算、最优问题求解和图像识别步骤包括： 步骤1图像样本数据集的准备和预处理，各站点分别完成训练图像样本数据集的准备、格式转换、尺度归一化、去噪、增强工作； 步骤2图像分割，各站点采用基于密度聚类的图像分割方法分别识别出每幅训练图像的待识别区域； 步骤3特征提取，各站点分别提取每幅训练图像中待识别区域的特征，构造各站点的训练图像样本数据集DBi，i＝1，2，...，k。所述训练图像样本集DBi中各样本的表示为(x1，x2，......，xp，y)，其中p为非类别属性个数，x1，x2，......，xp为非类别属性，y为类别属性，y的值为1或‑1，分别表示两类情况； 步骤4最优分类函数f(x)的构造； 步骤5图像的识别。