随着现代文明的飞速发展,家居设计已经成为社会文化的一个重要组成部分,家不再仅仅是作为一个遮风避雨的居所而存在,人们对家居环境和氛围提出更高的要求。为了满足人们对于家居设计的个性化追求,互联网和生活中各种风格的家居设计图像越来越多,如何有效的分类管理大量的家居设计图像以便于用户搜索成为一个亟待解决的问题。而家居设计的风格主要是根据人们对整个室内环境的感性反应来分类的,因此分析和提取图像的情感语义,并将其应用到家居设计图像的分类和检索中是十分必要的。本文针对家居设计图像的情感语义分类作了如下工作:第一、由于室内环境中颜色特征直接影响人的心理活动,并且家居设计图像的背景环境是比较复杂的,纹理和形状特征的提取比较困难,因此选择了颜色特征作为图像的感性特征,并且针对全局颜色特征提取方法造成局部颜色信息丢失的缺陷,提出采用图像的全局和局部相结合的颜色特征提取方法;第二、从人的视觉感知系统出发,通过阅读文献和调查实验,分析和统计了人们对家居设计图像的颜色特征的感性认知和理解,建立了一个图像颜色特征与基于人的情感反映的家居风格的映射关系;第三、选择径向基函数神经网络(RBFNN)作为家居设计图的分类器,针对RBFNN网络规模较大和训练速度较慢等缺陷和不足,本文采用正交最小二乘法来对其进行优化。最后,根据前面提出来的方法,即先提取家居设计图像的颜色特征,然后根据人对颜色的感知和理解分析其相应的情感语义,最后结合RBF神经网络分类器完成图像分类。开发了一个基于颜色特征的家居设计图情感语义分类系统,并采集了大量家居设计图像集对系统进行测试和评估,取得了较好的分类效果,实验表明本文开发的家居设计图分类系统具有一定的有效性和准确性。本文的工作也证明了提取图像的情感语义,并根据情感语义进行分类是可行的,是对图像情感语义分类研究的一次有益探索。