傅里叶描述子在商标图像分类中的应用  

The Application of Fourier Descriptors in Trademark Image Classification

作　　者：任海涛[1] 李业丽[1] 陆利坤[1] 

机构地区：[1]北京印刷学院信息机电学院,北京102600

出　　处：《北京印刷学院学报》2010年第6期55-58,共4页Journal of Beijing Institute of Graphic Communication

基　　金：北京市属高等学校人才强教计划资助项目(PXM2010_014223_095557);北京市教委面上项目(18000110027)

摘　　要：针对单封闭轮廓的商标图像的分类,可以提取目标图像轮廓的傅里叶描述子作为特征向量,该描述子不会随着图像的旋转、缩放和平移而发生改变,把它作为形状特征描述来训练分类器。傅里叶描述子是商标图像外围轮廓较为重要的特征信息,体现着商标图像的全局特征。在支持向量机分类器的应用中不存在过学习和局部最小的问题,但其核函数及参数的选取尚没有较好的理论支持。For the classification of single closed contour trademark,Fourier descriptors of target image can be extracted Fourier descriptors of target image as feature vector to train support vector machine classifier.Fourier descriptors are not invariant to image scaling,rotation and translation.Fourier descriptors are more important feature information than color information,representing the global features of trademark image.There are no overfitting and local minimum problems in the application of SVM classifier.However,there is not a perfect theory to support selecting kernel function and its parameters.

关 键 词：商标分类 傅里叶描述子 支持向量机 核函数 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]