摘要:民族服饰的识别的主要内容就是对于各民族所穿服饰的绣花以及颜色进行分析和处理,进而自动识别一个具有民族特色的服饰属于哪个民族服饰的范围之内。图片识别技术在公安刑侦等许多相关领域都有着重要的作用。在现有的各民族服饰中是中国民众的先辈通过对地理、环境、文化等的众多因素所缔造出来的结晶，已有近千年的历史了。本文将对现在已有的各民族的服饰进行采集和特征分析，将采集的数据图片进行整理，通过神经网络的分类器技术进行有效的分类，然后对采集来的样品进行分析归类，在本项目中分类器的构建将采用BP神经网络技术。

本文利用图片识别技术对各民族服饰进行识别。研究的内容主要如下：

（1）图片采集：本课题选择了五个不同民族的服饰照片，通过在网络上搜寻照片，每个民族搜寻80张图片作为数据库。    

（2）特征提取：分别对图片大小相等的70张训练图片和10张测试图片进行LBP特征提取，然后用LBP特征提取技术提取直方图信息，BP算法对不同图像进行匹配。

（3）分类器构建：本课题采用了基于BP神经网络的多类分类器。

从本课题采集到的图片库中随机抽取一张图片，直接预测这张图片属于哪个民族的服饰，其准确率为10%。而本课题的最终准确率达到了40%，说明本课题的算法具有较好的精度。

关键词：民族服饰；LBP算子；BP神经网络

目录

摘要

Abstract

1 绪论-1

1.1 本课题的背景及意义-1

1.2 国内外研究历史和现状-2

1.2.1 图片识别技术的研究现状-2

1.2.2 民族服饰的研究现状-2

1.2.3 特征提取及识别的研究现状-3

1.3 本文研究内容-4

1.4 本文组织结构-4

2 相关技术-5

   2.1 LBP特征提取方法-6

2.1.1 基于LBP的图片识别框架-6

2.1.2 基于单一分块的LBP特征提取-6

2.1.3 基于多层分块的LBP特征提取-7

2.1.4 基于滑动窗口的LBP特征提取-8

2.2 分类器介绍-9

2.2.1 K-近邻分类器-9

2.2.2 朴素贝叶斯分类器-9

2.2.3 高斯过程分类器-10

2.2.4 支持向量机分类器（SVM）-11

3 算法-13

   3.1 图片库的建立-12

3.1.1 图片文本的选择-12

3.1.2 图片文本的收集-13

3.1.3建立训练集和测试集-13

3.2 图片特征提取-14

3.2.1 基于民族服饰的特征提取-14

3.2.2 特征提取流程-15

3.3 分类器-16

4 仿真实验-19

结论-20

参考文献-22

附录A-23

致谢-28