SVM图像分割方法的研究  

The Research on SVM Segmentation Method

作　　者：薛志东 王燕[2] 李利军[3] 

机构地区：[1]科技大学软件学院 [2]华中科技大学控制科学与工程系 [3]华中科技大学数字化工程与仿真中心

出　　处：《微计算机信息》2007年第24期306-308,共3页Control & Automation

基　　金：教育部中国教育科研网格计划ChinaGrid图像处理网格应用平台建设专题项目(CG2003-GA00102)

摘　　要：支持向量机分类方法已应用于图像分割。本文以彩色图像分割为例,通过对支持向量机图像分割方法和基于灰度直方图图像分割方法进行比较研究。研究揭示:支持向量机图像分割方法是一种在SVM图像上的全局门限分割,并能自动获得默认门限值。使用支持向量机图像方法的这一特点,很容易使其它的分割方法与支持向量机方法相结合,产生新的混和方法。As a classification method, SVM was used in the field of image segmentation. A comparison research between global histogram-based thresholding and SVM segmentation method was done. The result implies that the SVM segmentation method is a kind of global thresholding on SVM image; can get a default threshold automatically; and be integrated with other segmentation methods easily.

关 键 词：支持向量机 全局门限处理 SVM图像 图像分割 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]