留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于支持向量机核函数算法的图像分割研究

荆园园 田源

荆园园, 田源. 基于支持向量机核函数算法的图像分割研究[J]. 红外技术, 2015, (3): 234-239.
引用本文: 荆园园, 田源. 基于支持向量机核函数算法的图像分割研究[J]. 红外技术, 2015, (3): 234-239.
JING Yuan-yuan, TIAN Yuan. Image Segmentation Research Based on Kernel Function of Support Vector Machine Algorithm[J]. Infrared Technology , 2015, (3): 234-239.
Citation: JING Yuan-yuan, TIAN Yuan. Image Segmentation Research Based on Kernel Function of Support Vector Machine Algorithm[J]. Infrared Technology , 2015, (3): 234-239.

基于支持向量机核函数算法的图像分割研究

基金项目: 河南省社科联项目,编号SKL-2013-506;郑州市社科联项目,编号JX20130297。
详细信息
  • 中图分类号: TP393

Image Segmentation Research Based on Kernel Function of Support Vector Machine Algorithm

  • 摘要: 为了提高图像分割的质量,采用支持向量机核函数算法。首先寻找像素分类间隔最大的最优分类面,将非线性输入空间的样本映射到高维特征空间进行求解;然后局部核函数选择高斯径向基核函数,全局核函数选择多项式核函数,为了满足训练集中支持向量取值带来的连续性要求,通过组合系数平衡高斯核函数和多项式核函数的权重;接着选择像素的邻域灰度均值作为用于分割的特征,利用不规则度统计图像邻域灰度均值连通区域的离散程度;最后给出了算法流程。实验仿真显示本文算法分割图像清晰,目标区域十分突出,定性分析中指标归一化互相关系数为0.9946,分割时间为0.7512,误割率为0.0237。
  • 加载中
计量
  • 文章访问数:  25
  • HTML全文浏览量:  3
  • PDF下载量:  4
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回