基于支持向量学习的多目标并行区域增长图像分割算法研究.pdf

基于支持向量学习的多目标并行区域增长图像分割算法研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于支持向量学习的多目标并行区域增长图像分割算法研究.pdf

系统仿真学报 Vbl.17No.11 ·2610· oFSYSTEMSIMULATIoN Nov.2005 JoURNAL 基于支持向量学习的多目标并行区域增长图像分割算法研究 胡正平k2,吴燕2,张晔1 (1哈尔滨工业大学信息工程系,图象信息处理研究所,哈尔滨150001;2燕山大学通信电子工程系,秦皇岛066004) 摘要:为克服经典区域增长算法中生长规则以及特征选取的困难,提出了基于支持向量机的多目 标并行区域增长图像分割算法。首先交互选择多个不同区域的种子点(假设邻近种子点的一小部分 区域属于同一目标区域,不同种子点邻域分别属于不同目标区域),利用其邻域构造训练样本;然 后利用这些已知的训练样本训练支持向量分类器;在区域增长过程申,利用训练所得的支持向量模 型建立增长规则。为了避免初始种子点位置选择对算法性能的影响,采用了多区域并行竞争增长策 略。仿真实验获得了较好的分割效果,表明提出的算法是合理可行的。 关键词:区域增长;支持向量机;图像分割;分类器 文章编号:1004—731X(2005)lt-2610-03中图分类号:TP391.4文献标识码:A MultipleParallel for 0bject RegionGrowingImageSegmentation Basedon VectorMachines Support HU Yel Zheng-pin91,2,删Yan2,ZHANG Communication of institute of andElectronic information of (1Department EngineeringInstituteimage processing,HarbinTechnology,Harbin ofCommunicationandElectronic 150001,China;2Department EngineeringYanshanUniversity,Qinhuangdao066004,China) AbstractTosolvethe offeatureselectionand rule inconventional difficulty regiongrowingexisting regiongrowing basedon vectormachineswas imagesegmentationalgorithm,amultipleobjectsparallelgrowingalgorithm support seedsineach wereselectedinteractivemanual thesametimeallthe near proposed.Initial object by operation.At pixels theseed tothesame the vectorclassifierwastrainedthe datacollected, pointbelonged object.

文档评论(0)

我的文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档