基于视觉注意的SVM彩色图像分割方法

• 作者: 王文剑 白雪飞 郭文涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像分割 支持向量机 视觉注意 显著图
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 174-176
• 分类号: TP391
• 字数: 3745字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.36.048

摘要

提出一种基于视觉注意的自然场景彩色图像支持向量机(Support Vector Machine,SVM)分割方法.基于人类视觉注意机制将图像进行预分割,得到图像的显著区域和非显著区域,利用形态学操作对得到的图像进行处理,并自动选取和标注SVM的训练样本,用训练后的SVM分类器对整幅图像进行分割.该方法充分利用视觉注意机制方法的有效信息,解决了其边界不确定的缺陷,并且结合具有很好泛化性能的SVM学习方法,在无需先验知识以及任何人工干预的情况下,实现对自然场景图像的分割.为验证算法的有效性,分别从加州大学伯克利分校图像数据库及互联网选取多幅彩色图像进行实验,实验结果表明:该方法的分割结果不仅与人类视觉注意结果相一致,而且与伯克利图像数据库中人工标注结果相比,得到较好分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文剑	山西大学计算机与信息技术学院	97	798	14.0	23.0
5	白雪飞	山西大学计算机与信息技术学院	9	105	8.0	9.0
6	郭文涛	山西大学计算机与信息技术学院	1	14	1.0	1.0