技术特征：
技术总结
本发明涉及一种Gabor小波CNN的图像分类方法。本发明用Gabor小波将图像分解为多尺度和多方向的M个子带。把这M个分解子带看成M维的随机变量产生的观察数据，根据这M维随机向量的观察数据，计算其协方差矩阵。由于计算协方差矩阵之间的相似度设计矩阵计算开销很大，本发明用CNN将Gabor上建立的协方差矩阵转换为欧式空间的特征向量，然后根据特征向量用SVM进行分类图像。提出的方法避免了直接计算协方差矩阵之间的相似度，具有运算开销小的特点，更重要的是利用CNN的学习功能提高了分类算法的准确率和稳定性。
技术研发人员：李朝荣;覃凤清;李明勇
受保护的技术使用者：宜宾学院
技术研发日：2018.02.28
技术公布日：2018.07.20