ImageProcessing Project

把Imagedata文件名都转换成英文，把原先的图像数据集里面不规范的文件名都修改规范了，每个类别里面的sift文件夹，是我提取出来的sift文件

主体： final.cpp 将之前的所有工作整合好

其他：

extract.cpp:

1. 使用一部分数据作为训练集，对其中每张图片提取SIFT特征。
2. 将所有提取出来的SIFT特征混在一起，用kmeans将其分为K类，也就是K个词汇。
3. 用生成的词汇集去处理原先的图片集合，对原先的每张图片重新计算出一个K维的特征向量。每个维度是词汇集中词汇出现的次数。
4. 用生成的K维特征向量，写到文件里面。

注意：这个k维向量在标准化之后就变成了和为1的频率，所以每一维都是一个浮点数

learn.cpp

1. 从文件中再把特征读出来
2. 暂时打算用SVM训练

main.cpp

1. 整合前面两个cpp，去掉了写进文件的过程。生成完特征直接先比较
2. 但是要十折交叉验证的话，还是需要先extract feature
3. 将wordCount参数和SVM参数调整，向量维数更高的时候效果更好

这边已经被我放弃了

parameters & function:

• mySVM[5]: 设置了五层分类器

• PresetLabels:我假想的SVM是个二叉树形的判别器，所以为每个节点预设了被五层判别器被判别的结果

• WriteData: 将Mat数据写入相应文件