少数民族服饰传统文化是整个中华民族文化的宝贵财富。然而,受经济全球化、社会现代化等因素的影响,我国的少数民族服饰传统文化正面临着消失或者已经消失的困境,保护和传承少数民族服饰文化已然成为社会普遍关注的新课题。目前,有许多学者对非物质文化遗产的传承和保护进行了研究,也收集了大量的服饰图像,但对这些服饰图像的处理都还停留在传统的手工处理阶段,较少有人对这些服饰图像进行自动分类和识别研究。本文从计算机视觉的角度,通过分析少数民族服饰图像的视觉特征,提取民族服饰上的图腾区域,对图腾图像区域进行特征提取,最后采用分类器来识别各种不同的民族服饰图腾图像,从而实现对民族服饰图像的自动识别及分类,为民族服饰信息化处理打下良好的基础,为民族服饰文化的传承与保护做出贡献。本文的主要工作如下:(1)采用颜色自适应阈值分割算法完成图像的粗分割,接着对粗分割图像进行形态学降噪处理以及面积阈值滤波处理,最后将目标图腾区域从整幅图像中完整的分割出来。(2)提出了通过形状特征函数的方法来判断图案之间形状的相似度,解决了服饰图案由于尺度大小和倾斜角度不同的相似判断问题。(3)在分析比较Hu不变矩和HOG特征算法的基础上,提出了以HOG特征为基础融入具备几何不变性的Hu不变矩特征的特征融合算法,对民族服饰图腾图像进行特征提取。相对于单一的HOG特征或Hu不变矩特征,融合特征对于民族服饰图腾图像具备更强的表征能力。(4)利用支持向量机SVM,建立分类模型,对提取的HOG+Hu融合特征进行分类识别。本文提出的融合特征分类识别模型相较于单一特征模型在民族服饰图腾的识别和分类方面具有更高的识别精度。(5)在MATLAB环境下,搭建了一个少数民族服饰图案图像的分类识别系统。