计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2013年
2期
154-158
,共5页
图像分割%相位一致%纹理特征%支持向量机
圖像分割%相位一緻%紋理特徵%支持嚮量機
도상분할%상위일치%문리특정%지지향량궤
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.
在分析瞭頻域相位信息和紋理信息在錶徵圖像特徵方麵的重要性之後,提齣瞭一種結閤相位一緻和紋理特徵的SVM圖像分割方法.該方法將相位一緻性統計特徵、紋理特徵和灰度特徵一起組閤成訓練特徵嚮量,採用支持嚮量機分類方法對圖像進行分割.相對于傳統方法,該方法提取的統計特徵嚮量可以有效地反映圖像邊緣細節和紋理信息.實驗結果錶明,該方法比傳統的SVM圖像分割方法更有效,尤其適用于圖像中目標區域的邊緣對比度低和紋理信息豐富的情形.
재분석료빈역상위신식화문리신식재표정도상특정방면적중요성지후,제출료일충결합상위일치화문리특정적SVM도상분할방법.해방법장상위일치성통계특정、문리특정화회도특정일기조합성훈련특정향량,채용지지향량궤분류방법대도상진행분할.상대우전통방법,해방법제취적통계특정향량가이유효지반영도상변연세절화문리신식.실험결과표명,해방법비전통적SVM도상분할방법경유효,우기괄용우도상중목표구역적변연대비도저화문리신식봉부적정형.
