一种新的结合纹理特征的SVM图象分割方法

• 作者: 孔锐 张国宣 施泽生 郭立
• 来源期刊: 中国图象图形学报A辑
• 学科: 工学
• 关键词: 图象分割 支持向量机 纹理特征
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 图象分割与匹配
• 页码范围: 441-444
• 页数: 4页
• 分类号: TP391.41
• 字数: 2657字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2003.z1.099

摘要

本文提出了一种新的结合纹理特征的支持向量机图象分割方法,将纹理特征和灰度特征一起组成训练特征向量,利用支持向量机分类方法进行图象分割.该算法结合了纹理特征在图象描述中的重要意义和支持向量机方法在模式识别领域已表现出的优越性能,实验证明其在图象分割中取得了良好的效果.同时,当需要处理一批内容相似,感兴趣区域具有相同纹理、灰度特征的同类图象时,只需对其中一幅代表性的图象进行SVM训练,所产生的分类模型适用于所有该类图象,无需逐幅进行处理,大大简化了运算过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭立	中国科学技术大学电子科学与技术系	203	1655	20.0	30.0
2	张国宣	中国科学技术大学电子科学与技术系	11	303	8.0	11.0
3	孔锐	中国科学技术大学电子科学与技术系	10	277	8.0	10.0
4	施泽生	中国科学技术大学电子科学与技术系	17	417	9.0	17.0