基于改进共生矩阵BGLCM的半色调图像分类

基于Python的图像分类算法，用的是的图像案例是遥感数据，适合初学者的学习使用

1.导入图像，即读取图像。2.特征提取，选择感兴趣区域，即选取训练集，在这里选取了六块，即在六类事物中选取，之后就是将三维的块–>二维。3.在选取的块中选100个点作为训练集。4.利用选取的训练样本建

此文件中包含的代码是对图像可以进行分类，将图像上的裂缝以及孔等可以分类出来

对高分辨率遥感影像基于光谱的svm分类aaaaaaaaaaaaaaaaaaa

这是通过贝叶斯进行图像分类的代码，老师给的图片集共1000张，最终通过贝叶斯算法对图片训练预测分类，并输出混淆矩阵，召回率，F1，精确率。相关图片文件路径需自行修改。

图像分类，基于opencv进行图图像分类工作的。可以完美运行。

基于SVM的图像分类,立足于图像内容，对图像进行分析和检索。相比而言，尽管图像检索已经出现了诸如直方图、颜色矩、颜色集等多种表征图像特征的方法，但是要突破对低层次特征的分析，实现更高语义上的检索

文章提出了一种结合改进的最佳指数法(OIF)和支持向量机(SVM)进行高光谱成像影像分类的新方法。影像,透过新影像进行OIF计算,得到OIF值最大的分割组合为最佳分割组合;并建立SVM分类器,对最佳分

灰度共生矩阵来描述纹理特征，这是由于纹理是由灰度分布在空间位置上反复交替变化而形成的，因而在图像空间中相隔某距离的两个像素间一定存在一定的灰度关系，称为是图像中灰度的空间相关特性，通过研究灰度的空间相

用visualstudio2008和opencv2.0的库实现的灰度共生矩阵，并简单计算了纹理的能量特征。自己编写并测试过，只要opencv2.0的库没问题就OK。4个方向，灰度级可调，距离可调。