1、熱核方法最初作為數(shù)學(xué)與物理領(lǐng)域的重要研究方法，其主要核心是從算子的譜函數(shù)中提取算子本身以及其所處背景信息。由于其可以較充分反應(yīng)圖像的幾何特性，目前已逐漸被應(yīng)用到圖像處理領(lǐng)域中。本文將基于熱核的良好幾何特性提出一種利用圖像的熱核特征進(jìn)行SVM分類(lèi)的方法，從而實(shí)現(xiàn)圖像分類(lèi)的目的。
　　本文首先對(duì)圖像的熱核嵌入坐標(biāo)建立過(guò)程進(jìn)行了詳細(xì)描述，其中包括特征點(diǎn)檢測(cè)，Delaunay三角剖分，鄰接矩陣與拉普拉斯矩陣的建立，最后得到圖像的熱核嵌入坐

2、標(biāo)。
　　其次，本文針對(duì)特征點(diǎn)檢測(cè)過(guò)程中Harris-Laplace算法出現(xiàn)的對(duì)弱邊緣中特征點(diǎn)漏檢問(wèn)題進(jìn)行了研究。通過(guò)對(duì)Harris-Laplace和Canny-Harris這兩種特征點(diǎn)檢測(cè)算法的優(yōu)劣進(jìn)行比較分析后，提出將這兩種特征點(diǎn)檢測(cè)算法相結(jié)合的改進(jìn)特征點(diǎn)檢測(cè)算法。為了驗(yàn)證改進(jìn)的特征點(diǎn)檢測(cè)算法是否優(yōu)于這兩種算法的單獨(dú)檢測(cè)，本文分別用這三種特征點(diǎn)檢測(cè)算法對(duì)圖像進(jìn)行檢測(cè)后建立熱核等特征，然后通過(guò)熱核特征進(jìn)行PCA模式空間映射實(shí)驗(yàn)，

3、并對(duì)空間映射結(jié)果進(jìn)行比較。實(shí)驗(yàn)結(jié)果證明本文提出的改進(jìn)的特征點(diǎn)檢測(cè)優(yōu)于Harris-Laplace和Canny-Harris的單獨(dú)檢測(cè)算法。
　　最后，在利用熱核特征進(jìn)行SVM分類(lèi)實(shí)驗(yàn)中，首先對(duì)影響分類(lèi)準(zhǔn)確率的兩個(gè)因素即熱核特征列向量的截取維度與熱核特征的時(shí)間參數(shù)分別進(jìn)行了實(shí)驗(yàn)研究。實(shí)驗(yàn)結(jié)果表明:熱核特征列向量的截取維度選為18以及熱核特征的時(shí)間參數(shù)選擇t=1為宜。然后本文根據(jù)選定的參數(shù)對(duì)熱核特征利用SVM進(jìn)行分類(lèi)，并與圖像譜特征的