基于支持向量机的图像分割技术 Image Segmentation Technology Based on Support Vector Machine.doc

石家庄铁道大学四方学院毕业设计 基于支持向量机的图像分割技术 Image Segmentation Technology Based on Support Vector Machine 图像是信息的一种重要来源，对数字图像的处理已经成为国内外研究的一项重点。图像分割作为图像处理中的重要环节，已经引起大量研究者的关注。由于图像分割无统一的分割标准，传统的图像分割仅适用于特定的应用。而利用支持向量机算法进行图像分割，可以利用图像的多种特征，理论应该能够得到比较的分割效果。 本文首先对传统的图像分割方法进行研究，并利用Matlab实现了图像分割算法，对分割的结果进行分析和比较。然后将图像分割看做像素分类，将支持向量机用于图像的分割，包括样本的选择、特征的提取，训练支持向量机，最终实现了基于支持向量机的图像分割算法，结果表明，支持向量机能够很好的将图像目标分割出来。 关键词：图像分割 支持向量机 样本选择 特征提取 Abstract The image is an important source of information for digital image processing, It has became one of the most important research at home and abroad. Image segmentation has the important link of the researchers attention for image processing. Because there is no unified image segmentation, the traditional division of the standard image segmentation applies only to specific application. While using support vector machine (SVM) for image segmentation algorithm, it can use a variety of features. image comparison should get the theory of segmentation result very well. Firstly, the traditional image segmentation method is studied and is realized through Matlab and the results is analyzed and compared. Then, image segmentation is regarded as pixel classification.The support vector machine is used to segment image, including sample selection, feature extraction, training support vector machine. Finally the image segmentation is realized based on support vector machine. The results show that support vector machine can segment targe from background very well. Keywords: Image Segmentation　Support Vector Machine　Sample Selection　Feature Extraction 目 录 第1章 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 1 1.3 主要研究内容 2 第2章 图像分割原理 3 2.1 数字图像概述 3 2.2 图像分割原理 4 2.3 基于新理论和新方法的图像分割算法概述 5 2.4 开发工具简介 6 第3章 图像分割算法研究 8 3.1 边缘检测理论及依据 8 3.1.1 边缘检测算子 8 3.1.2 Roberts、Prewitt、sobel边缘检测算法设计及分析 8 3.1.3 Canny边缘检测算子设计与分析 11 3.2 基于区域阈值的理论及依据 12 3.2.1 阈值分割算法的设计与分析 12 3.2.2 迭代式阈值选择方法设计与研究 13 3.2.3 Ostu阈值分割方法设计和研究 14 3.3　结果分析及小结 15 第4章 基于支持向量机的图像分割算法研究 16 4.1 支持向量