基于多变量属性分类的图像形态滤波方法研究.pdfVIP

学兔兔 第 36卷 第 8期 仪 器 仪 表 学 报 Vo1J36No．8 2015年 8月 ChineseJournalofScientificInstrument Aug．2015 基于多变量属性分类的图像形态滤波方法研究 周开军 ，周鲜成 ，申立智 ，余伶俐 (1．湖南商学院计算机与信息工程学院 长沙 401205；2．中南大学信息科学与工程学院 长沙 410083) 摘 要：针对复杂结构图像中形态滤波的单一属性难以判定最大树节点状态的问题，提出了基于多变量属性分类的最大树图 像形态滤波方法。首先标记图像的各个连通区域 ，将图像转换为最大树数据结构，然后计算最大树各个节点的面积、灰度值及 Zernike矩属性值，并构成节点的属性向量，运用属性样本数据对支持向量机进行训练，获得支持向量机分类模型，最后根据多 变量属性分类结果给出节点的枝剪策略。实验结果表明，该方法能有效地滤除复杂结构图像中不同灰度级、大小及形状的噪声 区域，同时保留图像 目标区域的细节特征。 关键词 ：形态滤波；连通区域 ；最大树；枝剪策略；多变量属性分类 中图分类号 ：TH741．4 文献标识码：A 国家标准学科分类代码：510．40 ImagemOrphOlOgicalfilteringmethodbased on multivariate attributesclassification ZhouKaijun，ZhouXiancheng，ShenLizhi，YuLingli (J．SchoolofComputerandInformationEngineering，HunanUniversityofCommerce，Changsha401205，China； 2．SchoolofInformationScienceandEngineering，CentralSouthUniversity，Changsha410083，China) Abstract：Itisdifficulttodeleteorretainmax—treenodebyusingsingleattributeinmorphologyfilteringforcomplexcontentimage．A novelpruningstrateyg basedonthemultivariateattributeclassificationruleispresented．Firstly，eachconnectedregionislabeled，and theimageiStransformedintothemax．treedatastrncture．Then，someattributevaluessuchasnodearea．grayvalueandfirstZernike momentarecalculated．Theseseparatednodeattributevaluesareassembledtoofrm anattributevector．Meanwhile．supportvectorma— chine(SVM)istrainedbyutilizingalargenumberofattributesampledata，whichcanobtainaSVMclassificationmode1．Finally，the nodestateiSiudgedbythemultivariateattributeclassificationrule．Theexperimentalresuhsshow thatthismethodcannotonlyeffective— lyfilternoisewhilepreservingimagedetail，butalsoachievedlessstructuralsimilarityindexthanothermethods． Keywords：morphologicalfilte