《基于兴趣区域与SVM的目标自动提取算法-论文》.pdfVIP

第31卷 第1期 计 算 机 仿 真 2014年1月 文章编号：1006—9348(2014)01～0365—05 基-TJ--业／＼趣区域与 SVM 的目标 自动提取算法 胡鑫城。，李东兴 ，杜钦君 (1．山东理工大学机械工程学院，山东 淄博255049；2．山东理工大学电气与电子工程学院，山东 淄博255049) 摘要：研究图像区域 目标准确分割问题，由于海量图像的特征复杂，传统 目标分割算法无法准确提取物体图像的兴趣区域 ， 造成 目标的分割准确度较差。为了提高分割精度，提出了一种结合兴趣区域与机器学习SVM的目标 自动提取算法，将 目标 提取作为分类问题，在像素精度范围内对图像进行分割。兴趣区域的提取基于关注窗El思想，首先对图像分层滤波，利用改 进的Sojka算法提取 目标角点，根据角点位置确定兴趣区域。然后在兴趣区域与背景区域随机提取样本点，根据样本相似性 选择用于SVM的训练样本。实验结果表明，基于像素精度的分类方法提高了目标的分割精度，而且 目标提取的过程不需要 要人工交互，完全实现了目标的自动提取 ，是处理大量图像 目标分割问题的有效方法，为网络图像库的目标自动分割提供了 参考。 关键词：兴趣区域；目标分割 ；支持向量机 中图分类号：TP391 文献标识码 ：B AutomaticObjectExtractionAlgorithm BasedonRoiandSVM HUXin-cheng，LIDong—xing，DUQin—jun (1．SchoolofMechanicalEngineering，ShandongUniversityofTechnology，ZiboShandong255049，China； 2．SchoolofElectricalandElectronicEngineering，ShandongUniversityofTechnoloyg，ZiboShandong255049，China) ABSTRACT：ThefeaturesoflargeimagedatabaseisSOcomplicatedthattraditionalalgorithmsofobjectsegmentation cannotextracttheROI(regionofinterest)correctly，whichcausestheinaccuracyofobjectsegmentation．Inorderto improvetheaccuracyofsegmentation，weproposedanewalgorithmofautomaticobjectextractionbasedonROIand machinelearningalgorithm SupportVectorMachine(SVM)，whichtakestheobjectextractionasaclassifying process．Thesegmentationwasconductedin pixelprecision，whichimprovedtheaccuracyofsegmentationresult． Basedonattentionwindow，weusedtheimprovedSojkaalgorithmtocalculatethecornerofobjectwhichdetermined theROI．Then，thesamplesofobjectandbackgroundwereextractedrandomly．Toimprovetheclassificationaccura— cy，weusedthesimilaritymeasuretogetridoftheredundancysamples．Experimentresultsshow thattheproposed algorithm hashigheraccuracyinimagesegmentation．Withnohuma