摘要：本文详细介绍基于支持向量机的图像分类系统，给出MATLAB的算法介绍及界面设计过程。在界面中可点击选择图片或带图片的文件夹，系统自动对所涉及图片进行识别分类，可选择自己训练的模型进行分类；另外系统设计了模型训练功能，可在界面上选择训练数据集的文件夹和少量选择设置，系统便可以自动进行模型训练，适合不同的自定义数据集；算法部分的特征提取过程采用方向梯度直方图（HOG）特征，分类过程采用性能优异的核支持向量机（SVM）算法。系统界面清新美观，文中包含完整的代码文件及数据集，开箱即用，适合新手朋友学习参考。

➷点击跳转至文末所有涉及的完整代码文件下载页☇

完整资源下载链接：https://mbd.pub/o/bread/mbd-YpiTl5ht

代码介绍及演示视频链接：https://www.bilibili.com/video/BV1V44y1M7mC/（正在更新中，欢迎关注博主B站视频）

---

前言

        当前机器学习的算法已经获得应用，对于经典的支持向量机（SVM）算法，其有着实现简单、解释性较强、性能优越的特点。如今支持向量机的研究力度并没有减退，选择何种算法应该取决于具体的机器学习任务，对于多类别的图像分类任务，支持向量机或许是一个不错的选择。本文介绍的代码可以实现较高的分类测试准确率，所以想借此为大家提供一个学习的Demo共同交流。

        思路是先基于核支持向量机（SVM）算法开发一个能够根据图片内容进行分类的脚本，所用到的数据集可以是当前公开的分类图片数据集，也可以是自行从网络上爬取的。除了算法实现，为了便于展示和训练，我们利用MATLAB的APP设计工具开发一个GUI系统界面，能够满足我们选择模型、图片、文件夹路径的需求，初始界面如上图所示。另外由于自行设定的数据集可能经常调整，所以相应的代码也需要调整，所以这里把数据集的调整考虑进去，设计了可选择训练数据集、设置训练参数的功能，其界面如下图所示。

        本文给出了MATLAB实现的完整代码供大家参考，有基础的读者可按照文中的介绍复现出完整程序；对于想获取全部数据集及程序文件的朋友，可以点击提供的下载链接获取可直接运行的代码，原创不易，还请多多支持了。如本文对您有所帮助，敬请点赞、收藏、关注！

---

1. 效果演示

（一）选择模型+选择图片+历史记录

        首先还是用动图先展示一下效果。进入软件界面后，点击模型选择按钮即可弹出文件选择窗口，可选择自行训练的模型文件；然后同样点击图片选择按钮，可以选择一张需要测试的图片，点击确认后，模型则自动识别图片内容，并给出预测的结果；结果会被记录在右侧的表格中，可供再次查看确认。本功能的界面展示如下图所示：

（二）批量图片识别+分类结果展示

        对于需要批量识别的情况，可选择界面中的文件夹按钮，选择一个待测试的图片文件夹，系统自动识别文件夹下的文件并进行分类识别。在此过程中识别结果展示在右侧，包括分类结果、准确率、图片的历史记录。用户可点击右侧的结果记录表格中的对应序号，回看图片以及对应的识别结果，该部分演示如下图所示：

（三）自定义模型训练+参数设置+自动训练

        如果想更换数据集并重新训练模型，这时只需要点击“训练”选项卡，可切换至训练界面。如下图所示，可选择一个自定义的图片文件夹，该文件夹下包含多个以类别命名的子文件夹，系统自动将文件夹的名字作为每一类的标签，并将读取的结果显示在界面中。可以选择训练占比和核函数的训练设置，点击“开始训练”即可自动进行训练，训练的过程信息显示在界面上，最终可以得到训练测试集准确率，以及各类别的混淆矩阵结果，模型自动保存在当前文件夹下供后续选择。

---

2. Caltech 101数据集

        提到分类任务的数据集很容易想到ImageNet，它无疑是个巨大的训练图库，对于我们自行训练和测试其实是非常费力的事情（除非你拥有高端设备），所以我并不推荐在学习阶段就使用。至于早前不少论文中广泛使用的CIFAR10 / CIFAR100以及MNIST数据集，它们的尺寸过小，且本身任务比较简单，目前已不在普遍使用（水论文除外）。所以这里我们选择的数据集是更贴近真实情况的Caltech 101数据集，也是当前非常流行的数据集。

         Caltech-101 Dataset是由 101 个类别的对象图片组成的数据集，它主要用于目标识别和图像分类，官网地址为https://www.vision.caltech.edu/Image_Datasets/Caltech101/。该数据集不同类别有 40 至 800 张图片，每张图片的大小在 300 * 200 像素，且数据集的发布者均已标注对应的目标以供使用。该数据集由加州理工学院的李菲菲、马克安德烈托和 Marc’Aurelio Ranzato 于 2003 年 9 月收集，相关论文有《Learning generative visual models from few training examples: an incremental Bayesian approach tested on 101 object categories》、《One-Shot learning of object categories》等。

         下载完成后的数据集文件如上图所示，解压后即可看到其中包含101个子文件夹，每个文件夹对应一个类别的图片，文件夹的名字表示对应的标签。由于该数据集文件数目较大，这里选取其中的10类如下图所示，将这几个文件夹复制到新建的文件夹进行实验，最终确定所用的数据集。

    数据集准备完毕，现在可以通过文件夹读取图片了。在MATLAB中可使用imageDatastore函数方便地批量读取图片集，它通过递归扫描文件夹目录，将每个文件夹名称自动作为图像的标签，该部分代码如下：

clear
clc
rng default  % 保证结果运行一致

mpath = matlab.desktop.editor.getActiveFilename; % 程序所在目录
[pathstr,~]=fileparts(mpath);
cd(pathstr); % 自动切换至程序所在目录

imgDir = fullfile("../10_ObjectCategories/");
% imageDatastore递归扫描目录，将每个文件夹名称自动作为图像的标签
dataSet = imageDatastore(imgDir, 'IncludeSubfolders', true, 'LabelSource', 'foldernames');

    至此读取到的数据集被存放在dataSet变量中，可以简单查看训练和测试集每类标签的样本个数，显示代码如下：

trainSetDetail = countEachLabel(dataSet) % 训练数据

    执行以上代码运行结果如下：

    这里展示一下读取到的图片，代码如下所示：

figure
imshow(dataSet.Files{520});

    执行该代码可以看到如下的运行结果：

    这里我们划分训练和测试数据集，使用留一法将80%的数据用于训练，剩余的数据用于模型测试，将训练和测试文件保存在trainSet.Files及testSet.Files变量中，对应的标签则存在Label中，该部分代码如下：

indices = crossvalind('Kfold',dataSet.Labels,5); % 进行交叉验证划分
t=1;

test=(indices == t);
train=~test;
% 训练数据集
trainSet.Files = dataSet.Files(train);
trainSet.Labels = dataSet.Labels(train);
% 测试数据集
testSet.Files = dataSet.Files(test);
testSet.Labels = dataSet.Labels(test);

    至此完成数据集的读取和划分工作，接下来进行特征提取步骤。

---

3. HOG特征提取

    真正用于训练分类器的数据并不是原始图片数据，而是先经过特征提取后得到的特征向量，这里使用的特征类型是HOG，也就是方向梯度直方图。所以这里重要的一点是正确提取出HOG特征，extractHOGFeatures是MATLAB自带的HOG特征提取函数，该函数不仅可以有效提取特征，还可以返回特征的可视化结果以方便展示。该部分代码如下：

cellSize = [4 4];

img = readimage(dataSet, 23);
img = rgb2gray(img);   % 灰度化图片
img = imbinarize(img);
img = imresize(img, [100 100]);
[hog_4x4, vis4x4] = extractHOGFeatures(img,'CellSize',[4 4]);

hogFeatureSize = length(hog_4x4);

% 提取HOG特征
tStart = tic;

[trainFeatures, trainLabels] = extractHogFromImageSet(trainSet, hogFeatureSize, cellSize); % 训练集特征提取
[testFeatures, testLabels] = extractHogFromImageSet(testSet, hogFeatureSize, cellSize);    % 测试集特征提取

tEnd = toc(tStart);
fprintf('提取特征所用时间：%.2f秒\n', tEnd);

    以上代码首先进行图片灰度化、二值化、尺寸调整等预处理操作，然后调用extractHogFromImageSet函数提取训练和测试集的HOG特征。由于图片数量众多，提取特征过程尚需一定时间，这里对训练集、测试集提取过程进行计时，因计算机算力不同，执行时间可能会不一致，最终打印特征提取所用的时间。

提取特征所用的时间：18.73秒

4. 训练和评估模型

    下面我们使用以上提取的HOG特征构建支持向量机模型，利用提取的训练集特征进行训练。首先利用templateSVM函数构建支持向量机模板参数，选择gaussian核函数，执行标准化处理数据，显示训练过程；利用fitcecoc函数执行训练过程，其代码如下。

% 训练支持向量机
t = templateSVM('SaveSupportVectors',true, 'Standardize', true, 'KernelFunction','gaussian', ...
    'KernelScale', 'auto','Verbose', 0);      % 利用polynomial核函数, 标准化处理数据，显示训练过程（verbose取0时取消显示）

tStart = tic; % 计时开始
classifier = fitcecoc(trainFeatures, trainLabels, 'Learner', t); % 训练SVM模型
tEnd = toc(tStart);
fprintf('训练模型所用时间：%.2f秒\n', tEnd);

    等待训练完成，我们可以使用训练好的分类器进行预测，这里先利用测试集评估模型并计算分类评价指标，对测试集进行预测的代码如下：

tStart = tic;
% 对测试数据集进行预测
predictedLabels = predict(classifier, testFeatures);
tEnd = toc(tStart);
fprintf('模型对测试集进行预测所用时间：%.2f秒\n', tEnd);

    运行结果如下：

模型对测试集进行预测所用时间：5.75秒

    得到了预测结果，可以使用混淆矩阵评估结果，以下代码首先计算混淆矩阵结果，然后将结果打印出来：

    分类准确率可以通过以下代码进行计算：

accuracy = sum(predictedLabels == testLabels) / numel(testLabels);
fprintf('模型在测试集上的准确率：%.0f%%\n', accuracy*100);

    以上代码显示了混淆矩阵的结果，但可能还不够直观，下面绘制混淆矩阵图帮助更好了解模型性能：

% 绘制混淆矩阵图
plotconfusion(testLabels, predictedLabels);

    运行代码后显示混淆矩阵图如下图所示，每行对角线上的网格（绿色网格）处显示了某类样本预测正确的数目及其占比。右下角网格表示分类的准确率，可以看出该分类器具有90.2%的总体分类准确率。

    为了便于后续测试，这里保存模型文件，其代码如下：

save('trainedSvmModel.mat','classifier');

5. 测试模型

    这里我们选取几张图片进行测试，以便对模型的效果有个更直观的感受，这部分代码如下所示：

clear
clc
rng default  % 保证结果运行一致
img_test_1 = imread("../10_ObjectCategories/airplanes/image_0137.jpg");
img_test_2 = imread("../10_ObjectCategories/dragonfly/image_0001.jpg");
img_test_3 = imread("../10_ObjectCategories/inline_skate/image_0003.jpg");
img_test_4 = imread("../10_ObjectCategories/ketch/image_0005.jpg");
img_test_5 = imread("../10_ObjectCategories/Motorbikes/image_0006.jpg");
img_test_6 = imread("../10_ObjectCategories/umbrella/image_0010.jpg");

    读取图片后，首先利用imshow函数将几张图片显示出来，采用subplot函数划分图片坐标轴区域，以便将6张图片展示出来：

figure;
subplot(2, 3, 1); imshow(img_test_1);
subplot(2, 3, 2); imshow(img_test_2);
subplot(2, 3, 3); imshow(img_test_3);
subplot(2, 3, 4); imshow(img_test_4);
subplot(2, 3, 5); imshow(img_test_5);
subplot(2, 3, 6); imshow(img_test_6);

    执行以上代码，运行结果如下图所示：

    与上一章类似，首先提取HOG特征，这里将提取到的特征进行可视化展示，并将其与原始图片进行对比，其代码如下：

img = rgb2gray(img_test_1);
img = imbinarize(img);
% img = imresize(img, [100 100]);
[hog_1, vis_1] = extractHOGFeatures(img,'CellSize',[4 4]);
figure
subplot(2,1,1);
imshow(img_test_1)
title("原始图像")
subplot(2, 1, 2)
plot(vis_1);
title("特征图像")

    运行以上代码，特征提取的图像运行结果如下图所示：

    接下来我们载入前面训练好的模型，对读取到的图片进行预测并显示结果。值得注意的是，每张图片在预测前的预处理工作，这里通过代码将灰度化、二值化、HOG特征的结果可视化在同一个绘图窗口中，其代码如下：

load("trainedSvmModel.mat", "classifier");
img_gray = rgb2gray(img_test_4);
img_bin = imbinarize(img_gray);
img = imresize(img_bin, [100 100]);
[hog_4, vis_4]  = extractHOGFeatures(img,'CellSize',[4 4]);

% 对测试数据集进行预测
fea_4 = extractHOGFeatures(img,'CellSize',[4 4]);
predictedLabels = predict(classifier, fea_4);
fprintf("预测结果：%s",predictedLabels);

figure
subplot(2,2,1)
imshow(img_test_4);
title(["预测结果：", char(predictedLabels)])
subplot(2,2,2)
imshow(img_gray);

subplot(2,2,3)
imshow(img_bin);
subplot(2,2,4)
plot(vis_4)

    运行以上代码，显示结果如下：

---

下载链接

    若您想获得博文中涉及的实现完整全部程序文件（包括数据集，m, UI文件等，如下图），这里已打包上传至博主的面包多平台和CSDN下载资源。本资源已上传至面包多网站和CSDN下载资源频道，可以点击以下链接获取，已将所有涉及的文件同时打包到里面，点击即可运行，完整文件截图如下：

    在文件夹下的资源显示如下：

注意：本资源已经过调试通过，下载后可通过MATLAB R2021b运行；训练主程序为main_trainClassifier.mlx，测试程序可运行main_testClassifier.mlx，要使用GUI界面请运行picClassifier.mlapp文件；其它程序文件大部分为函数而非可直接运行的脚本，使用时请勿直接点击运行！➷➷➷

完整资源下载链接1：博主在面包多网站上的完整资源下载页

完整资源下载链接2：https://mbd.pub/o/bread/mbd-YpiTl5ht

注：以上两个链接为面包多平台下载链接，CSDN下载资源频道下载链接稍后上传。

---

结束语

        由于博主能力有限，博文中提及的方法即使经过试验，也难免会有疏漏之处。希望您能热心指出其中的错误，以便下次修改时能以一个更完美更严谨的样子，呈现在大家面前。