1、在當(dāng)今社會，圖像文件增長速度驚人，如何對這些文件進(jìn)行有效的分類和管理成為越來越受關(guān)注的問題，這一問題的應(yīng)用背景也很廣，包括阻止某些不健康的圖片傳輸，對大量圖片的自動分類管理等等。 我們的目的就是實(shí)現(xiàn)海量圖片的自動分類。因?yàn)橐龊Ａ刻幚恚詧D像大小對于圖像處理的效率至關(guān)重要，有鑒于此，我們對圖像進(jìn)行了分割預(yù)處理，其中提出的興趣塊概念是通過預(yù)處理來縮小圖像的關(guān)鍵，然后對圖像進(jìn)行分割處理來得到多個相連的塊，我們認(rèn)為這些塊中的每一個是

2、單個物體的幾率很大，所以之后對各個塊進(jìn)行分類識別出具體的物體：首先提取出每塊的特征值，把這些特征值投影到特征空間中去，然后運(yùn)用經(jīng)過改造的超曲面方法來訓(xùn)練和識別出各個單個物體，這是識別單個物體的關(guān)鍵。因?yàn)殚_始的時候所提取的特征值比較多，其中難免有些特征值對于塊屬于哪個類別關(guān)系不大或者這些特征值與其他特征值相關(guān)，可以用其他特征值來代替，基于減少計算量方面的考慮，我們采用了數(shù)據(jù)挖掘方法來刪除這部分特征值。針對傳統(tǒng)識別方法存在的用于圖像檢測的顏