一种结合多特征的SVM图像分割方法

• 作者: 徐蔚鸿 邓晓飞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 图像分割 相位一致 纹理特征 支持向量机
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 图形与图像
• 页码范围: 154-158
• 页数: 5页
• 分类号: TP391.41
• 字数: 4333字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.02.027

摘要

在分析了频域相位信息和纹理信息在表征图像特征方面的重要性之后,提出了一种结合相位一致和纹理特征的SVM图像分割方法.该方法将相位一致性统计特征、纹理特征和灰度特征一起组合成训练特征向量,采用支持向量机分类方法对图像进行分割.相对于传统方法,该方法提取的统计特征向量可以有效地反映图像边缘细节和纹理信息.实验结果表明,该方法比传统的SVM图像分割方法更有效,尤其适用于图像中目标区域的边缘对比度低和纹理信息丰富的情形.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
2	邓晓飞	长沙理工大学计算机与通信工程学院	1	17	1.0	1.0