基于兴趣区域与SVM的目标自动提取算法

• 作者: 李东兴 杜钦君 胡鑫城
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 兴趣区域 目标分割 支持向量机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 仿真智能化
• 页码范围: 365-369
• 页数: 5页
• 分类号: TP391
• 字数: 3534字
• 语种: 中文

摘要

研究图像区域目标准确分割问题,由于海量图像的特征复杂,传统目标分割算法无法准确提取物体图像的兴趣区域,造成目标的分割准确度较差.为了提高分割精度,提出了一种结合兴趣区域与机器学习SVM的目标自动提取算法,将目标提取作为分类问题,在像素精度范围内对图像进行分割.兴趣区域的提取基于关注窗口思想,首先对图像分层滤波,利用改进的Sojka算法提取目标角点,根据角点位置确定兴趣区域.然后在兴趣区域与背景区域随机提取样本点,根据样本相似性选择用于SVM的训练样本.实验结果表明,基于像素精度的分类方法提高了目标的分割精度,而且目标提取的过程不需要要人工交互,完全实现了目标的自动提取,是处理大量图像目标分割问题的有效方法,为网络图像库的目标自动分割提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东兴	山东理工大学机械工程学院	29	85	5.0	8.0
2	杜钦君	山东理工大学电气与电子工程学院	28	66	4.0	6.0
3	胡鑫城	山东理工大学机械工程学院	1	2	1.0	1.0